第１９卷第４期复杂系统与复杂性科学Ｖｏｌ．１９Ｎｏ．４２０２２年１２月ＣＯＭＰＬＥＸＳＹＳＴＥＭＳＡＮＤＣＯＭＰＬＥＸＩＴＹＳＣＩＥＮＣＥＤｅｃ．２０２２文章编号：１６７２－３８１３（２０２２）０４－００１７－０８；ＤＯＩ：１０．１３３０６／ｊ．１６７２－３８１３．２０２２．０４．００３融合文本和表情符号特征的社交网络用户性别识别王浩，许小可（大连民族大学信息与通信工程学院，辽宁大连１１６６００）摘要：为了提升社交网络用户性别识别的准确性，先将单用户的文本特征和表情符号特征进行融合识别用户性别，然后提取多用户的交互特征信息进一步提升性别识别的准确性。实验结果表明融合多用户交互特征后用户性别识别准确率提升了６．８％。说明表情符号和多用户交互特征对提升用户性别识别准确性有很大帮助，提高了社交网络用户性别信息识别的准确率。关键词：社交网络；表情符号；性别识别；交互特征中图分类号：ＴＰ３９１文献标识码：Ａ收稿日期：２０２１－０７－２０；修回日期：２０２１－１０－１８基金项目：国家自然科学基金（６１７７３０９１，６２１７３０６５）；辽宁省自然科学基金（２０２０－ＭＺＬＨ－２２）；辽宁省“兴辽英才”计划项目（ＸＬＹＣ１８０７１０６）第一作者：王浩（１９９６－），男，山东青岛人，硕士研究生，主要研究方向为社交网络上信息传播。通信作者：许小可（１９７９－），男，辽宁庄河人，博士，教授，主要研究方向为网络科学和社交网络大数据。ＳｏｃｉａｌＮｅｔｗｏｒｋＵｓｅｒＧｅｎｄｅｒＲｅｃｏｇｎｉｔｉｏｎｂｙＣｏｍｂｉｎｉｎｇＴｅｘｔａｎｄＥｍｏｊｉＦｅａｔｕｒｅｓＷＡＮＧＨａｏ，ＸＵＸｉａｏｋｅ（ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＤａｌｉａｎＭｉｎｚｕＵｎｉｖｅｒｓｉｔｙ，Ｄａｌｉａｎ１１６６００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙｏｆｇｅｎｄｅｒｒｅｃｏｇｎｉｔｉｏｎｆｏｒｓｏｃｉａｌｎｅｔｗｏｒｋｕｓｅｒｓ，ｔｈｅｔｅｘｔｆｅａｔｕｒｅｓａｎｄｅｍｏｔｉｃｏｎｆｅａｔｕｒｅｓｏｆａｓｉｎｇｌｅｕｓｅｒａｒｅｆｕｓｅｄｔｏｉｄｅｎｔｉｆｙｔｈｅｕｓｅｒ′ｓｇｅｎｄｅｒ，ａｎｄｔｈｅｎｔｈｅｉｎｔｅｒａｃｔｉｖｅｆｅａｔｕｒｅｉｎｆｏｒｍａｔｉｏｎｏｆｍｕｌｔｉｐｌｅｕｓｅｒｓｉ...
