原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
小型微型计算机系统2025年2月第2期
DOI:10.20009/ki.21-1106/TP.2024-0255
JournalofChineseComputerSystemsVol.46No.22025
融合多特征的在线社交网络用户人格预测研究
赵敬华，李澳，张景彦
（上海理工大学管理学院，上海200093）
E-mail:222421165@st.usst.edu.cn
摘要：在线社交网络用户的人格与其行为模式、需求偏好和心理健康密切相关.本文提出了一种融合多特征的在线社交网络
用户人格预测方法。该方法构建了一个在线社交网络用户人格特征体系，通过提取数字信息中的文本特征、行为特征、语言特征
和情感特征，采用早期特征融合策略，使用微博平台数据，对用户的Myers-BriggsTypeIndicator(MBTI)人格类型进行预测。实
验证明，本文提出的融合多特征的方法相较于简单基于文本特征的方法在分类的效果上更为出色，准确率和F1值分别提升了
2.44%、2.59%.同时也表明，CNN在融合多特征的在线社交网络用户人格预测任务上展现出卓越的性能，而BERT结合BiL-
STM在人格的信息收集方式和决策方式维度上表现出明显优势
关键词：人格预测；在线社交网络；多特征融合；MBTI;机器学习；深度学习
中图分类号：TP391文献标识码：A文章编号：1000-1220(2025)02-0321-09
ResearchonPersonalityPredictionofOnlineSocialNetworkUsersIncorporatingMultipleFea-
tures
ZHAOJinghua,LIAo,ZHANGJingyan
(SchoolofBusiness,UniversityofShanghaiforScienceandTechnology,Shanghai200093,China)
Abstract:Thepersonalityofonlinesocialnetworkusersiscloselyrelatedtotheirbehaviorpatterns,needspreferencesandmental
health.Thispaperproposesapersonalitypredictionmethodforonlinesocialnetworkusersbasedonmulti-featurefusion,Thismethod
constructsanonlinesocialnetworkuserpersonalityfeaturesystem,Byextractingtextfeatures,behavioralfeatures,linguisticfeatures
andemotionalfeaturesindigitalinformation,itadoptsanearlyfeaturefusionstrategyandusesWeiboplatformdatatoanalyzetheMy-
ers-BriggsTypeIndicator(MBTI)personalitytypeofusers.Experimentshaveproventhatthemethodbasedonmulti-featurefusion
proposedinthisarticleismoreeffectiveinclassificationthanthemethodbasedontextfeatures,withtheaccuracyandF1valuein-
creasedby2.44%and2.59%respectively.ItalsoshowsthatCNNhasshownexcellentperformanceinthetaskofpredictingtheper-
sonali
- 1.ppt制作及优化；2.办公模板制作；3.文案制作及优化。 + 关注
-
实名认证服务提供商
教师资格证、公共营养师持证人
本人专注ppt制作、办公模板编辑六年有余，可以根据客户需求做出高品质ppt、办公表格等模板，以及文案等。
文档评论（0）