基于用户情感和网络关系分析的人格预测模型

发布时间：2017-06-09 08:00

  本文关键词：基于用户情感和网络关系分析的人格预测模型，由笔耕文化传播整理发布。

【摘要】：随着互联网的不断发展,各种互联网应用逐渐深入人们的生活。人们在使用互联网应用时的习惯和需求各不相同。因此,个性化逐渐成为了互联网推荐系统和广告展示需要考虑的重要因素。人们的行为习惯和偏好通常和个人的人格有关联,获取网络用户的人格可以进一步促进个性化应用的发展。传统的人格测量主要通过心理学研究人员对研究对象进行访谈或者让研究对象填写人格问卷来获取他们的人格数据。这些方法都需要大量的人工参与,难以进行大规模的用户人格测量,不适用于互联网环境。近年来社交网络迅速发展,用户在使用社交网络的过程中会产生大量的信息和行为数据。人们在网络上的行为和实际生活中的行为一样,与个人的人格息息相关。通过社交网络的数据进行人格自动化预测,可以高效地获取用户人格。本文对新浪微博进行研究,提取微博用户的用户特征和人格特征,建立预测模型,对微博用户人格进行分析预测,实验验证了模型的可行性。本文工作主要包括如下几点:(1)针对现有的社交网络用户人格预测研究通常仅考虑用户统计特征的问题,提出一种新的微博用户人格预测方法,对用户发布的微博文本进行深入分析,通过情感分析提取用户的情感特征。同时考虑用户网络关系特征和微博固有特征,提取微博用户特征集,并构建用户人格预测模型,实现了通过微博用户数据对用户人格进行自动化预测。(2)针对微博文本中包含大量的网络用语和表情符号,传统情感词典不适用于微博情感分析的问题,结合微博网络用语对传统情感词典进行扩展,同时构建微博表情符号词典。同时,本文结合中文语法特点,在传统情感词典的基础上加入否定词典和双重否定词典。通过改进后的情感词典对微博文本进行情感分析。(3)针对现有的用户人格预测研究通常仅考虑用户自身属性的问题,提出分析微博用户的网络关系特征,主要考虑用户与好友之间的相似度和和交互熟悉度。(4)针对人格预测不同的预测需求,提出建立连续预测模型和分类预测模型。在分析不同回归方法的基础上,提出采用多任务学习方法建立连续预测模型。采用支持向量机算法建立分类预测模型。
【关键词】：人格预测 情感分析 网络关系 连续预测模型 分类预测模型
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.1
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 绪论10-15
• 1.1 研究背景与意义10-11
• 1.2 研究现状11-13
• 1.2.1 国外研究11-12
• 1.2.2 国内研究12-13
• 1.3 本文主要研究内容13-14
• 1.4 论文的组织结构14-15
• 第二章 人格预测相关理论15-20
• 2.1 人格模型简介15-16
• 2.2 传统的人格测量方法16
• 2.2.1 访谈16
• 2.2.2 问卷16
• 2.3 社交网络用户特征16-18
• 2.4 社交网络用户人格预测18-20
• 2.4.1 用户数据获取方法18-19
• 2.4.2 人格预测模型19-20
• 第三章 微博用户特征20-32
• 3.1 微博简介21
• 3.2 微博固有特征21-24
• 3.2.1 用户基本特征21-22
• 3.2.2 用户活跃度22
• 3.2.3 微博影响力22-23
• 3.2.4 固有特征23-24
• 3.3 微博用户情感特征24-28
• 3.3.1 改进的情感词典24-25
• 3.3.2 表情词典25-26
• 3.3.3 情感分析26-27
• 3.3.4 用户情感特征27-28
• 3.4 网络关系特征28-31
• 3.4.1 用户相似度28-30
• 3.4.2 交互熟悉度30-31
• 3.4.3 网络关系特征31
• 3.5 本章小结31-32
• 第四章 用户人格预测模型32-38
• 4.1 连续预测模型32-36
• 4.1.1 多元线性回归32-33
• 4.1.2 增量回归33-34
• 4.1.3 多任务回归34-36
• 4.2 分类预测模型36-37
• 4.3 本章小结37-38
• 第五章 实验结果和分析38-47
• 5.1 实验数据获取38
• 5.2 用户特征和人格相关性分析38-41
• 5.3 实验结果和分析41-45
• 5.3.1 连续预测模型实验结果和分析41-43
• 5.3.2 分类预测模型实验结果和分析43-45
• 5.4 本章小结45-47
• 第六章 总结和展望47-49
• 6.1 工作总结47
• 6.2 工作展望47-49
• 参考文献49-52
• 附录52-54
• 攻读硕士学位期间取得的研究成果54-55
• 致谢55

【参考文献】

中国期刊全文数据库 前9条

1 张磊;陈贞翔;杨波;;社交网络用户的人格分析与预测[J];计算机学报;2014年08期

2 刘志明;刘鲁;;基于机器学习的中文微博情感分类实证研究[J];计算机工程与应用;2012年01期

3 王素格;李德玉;魏英杰;宋晓雷;;基于同义词的词汇情感倾向判别方法[J];中文信息学报;2009年05期

4 娄德成;姚天f ;;汉语句子语义极性分析和观点抽取方法的研究[J];计算机应用;2006年11期

5 廖传景;李培芬;;大学生网络行为调查与人格特质变化研究[J];现代远距离教育;2006年01期

6 朱嫣岚;闵锦;周雅倩;黄萱菁;吴立德;;基于HowNet的词汇语义倾向计算[J];中文信息学报;2006年01期

7 雷雳,柳铭心;青少年的人格特征与互联网社交服务使用偏好的关系[J];心理学报;2005年06期

8 刘群,张华平,俞鸿魁,程学旗;基于层叠隐马模型的汉语词法分析[J];计算机研究与发展;2004年08期

9 李秀敏;互联网内容偏好与大学生人格特质关系的研究[J];心理科学;2004年03期

中国重要会议论文全文数据库 前1条

1 李正华;车万翔;刘挺;;基于XML的语言技术平台[A];第五届全国青年计算语言学研讨会论文集[C];2010年

  本文关键词：基于用户情感和网络关系分析的人格预测模型，由笔耕文化传播整理发布。

，

本文编号：434755