Ciência-IUL
Publicações
Descrição Detalhada da Publicação
Proceedings of ESCIM 2016
Ano (publicação definitiva)
2016
Língua
Inglês
País
Espanha
Mais Informação
Web of Science®
Esta publicação não está indexada na Web of Science®
Scopus
Esta publicação não está indexada na Scopus
Google Scholar
Abstract/Resumo
The user profile information is important for many studies, but essential information, such as gender and age, is not provided when creating a Twitter account. However, clues about the user profile, such as the age and gender, behaviors, and preferences, can be extracted from other content provided by the user. The main focus of this paper is to infer the gender of the user from unstructured information, including the username, screen name, description and picture, or by the user generated content. Our experiments use an English labelled dataset containing 6.5M tweets from 65K users, and a Portuguese labelled dataset containing 5.8M tweets from 58K users. We use supervised approaches, considering four groups of features extracted from different sources: user name and screen name, user description, content of the tweets, and profile picture. A final classifier that combines the prediction of each one of the four previous partial classifiers achieves 93.2% accuracy for English and 96.9% accuracy for Portuguese data.
Agradecimentos/Acknowledgements
--
Palavras-chave
Gender classification,Twitter users,Gender database,Text mining
Registos de financiamentos
Referência de financiamento | Entidade Financiadora |
---|---|
PTDC/IVC-ESCT/4919/2012 | Fundação para a Ciência e a Tecnologia |
UID/CEC/50021/2013 | Fundação para a Ciência e a Tecnologia |
Projetos Relacionados
Esta publicação é um output do(s) seguinte(s) projeto(s):