胡龙茂

(安徽财贸职业学院，安徽合肥230601)

中文在线评论的用户性别判定研究*

胡龙茂

(安徽财贸职业学院，安徽合肥230601)

该文旨在研究中文在线评论的用户性别判定问题，即根据用户的商品评论识别用户的性别.首先研究了在线评论中对用户性别起指示作用的信息，然后从用户名、商品描述和评论文本中抽取特征，分别采取独立特征、叠加特征及融合特征的方式构建最大熵分类器进行实验.实验结果表明，用户名+商品描述+评论文本的分类器准确率最高.

性别判定;中文在线评论;最大熵分类器

近年来，随着电子商务的飞速发展，越来越多的用户选择从网上购物，截止到2016年6月，我国网络购物用户规模达到4.48亿［1］.在使用商品后，部分网购用户会在购物网站上发表评论信息，淘宝、京东和亚马逊上随之产生了海量的在线评论，这些评论包含了用户对商品或商品某些属性的意见，而不同类别的用户对商品及其属性的关注点也不相同，如果能够从评论中挖掘出用户的性别、年龄及职业等信息，则会对产品定制及差异化营销产生积极的影响.

文献［2］利用不同人群的博客用户在写作风格和内容上的显著差异，来确定一个未知用户的年龄和性别.文献［3］利用用户的tweet文本内容和用户资料中的全名、用户名及个人描述三个字段作为特征来判定用户的性别.文献［4］研究了美国的58 466 名Facebook用户的Facebook Likes数据，精确预测了一系列高度敏感的个人特征，包括……