闻谊 余艳霞

摘 要 性别是微博用户的一个最基本的特征，获取微博用户的性别信息，可以帮助商家了解不同性别用户的消费习惯和产品喜好，为用户提供个性化服务。本文基于微博文本和用户名，构建一个识别模型对数据进行预处理和特征提取，设计了两个分类器，基于微博用户名和基于微博文本内容，然后将两个分类器进行组合，设计出综合微博用户名和微博文本内容对微博用户性别进行识别的分类器。

关键词 微博；性别分类；特征提取

前言

随着信息技术的高速发展和互联网的普及，人们越来越能够享受到互联网的便利。微博作为一项以网络为基础的社交应用，方便快捷、传播速度块、社交能力强是它的特点，因此，微博已经成为人们实时分享，获取和传播信息，与他人进行交流，表达自己看法的重要平台和工具。正是因为微博用户规模很大、信息传播速度快、传播范围广等特点，广告媒体等急切需要对微博里的数据内容进行分析挖掘，以获取可用的信息。

性别是微博用户的一个最基本的特征，对用户性别区分方法的研究也有着众多意义和应用领域。获取微博用户的性别信息，可以帮助商家了解不同性别用户的消费习惯和产品喜好，制作有针对性的广告和产品，更好地满足用户的商品需求，为用户提供个性化服务。

本文主要基于微博用户的用户名和微博文本内容，提取出性格差异比较明显的特征，并设计算法进行分类和识别。……