Identificación del perfil de autores en redes sociales usando nuevos esquemas de pesado que enfatizan información de tipo personal

• Autores: Rosa María Ortega Mendoza, Anilu Franco Arcega, Manuel Montes Gómez
• Localización: Computación y Sistemas (CyS), ISSN 1405-5546, ISSN-e 2007-9737, Vol. 23, Nº. 2, 2019, págs. 501-510
• Idioma: español
• Títulos paralelos:
  • Author Profiling on Social Media using New Weighting Schemes that Emphasize Personal Information
• Enlaces
  • Texto completo
• Resumen
  • español

    Resumen: Este artículo resume la tesis "Identificación del perfil de autores en redes sociales usando nuevos esquemas de pesado que enfatizan información de tipo personal" cuya idea principal indica que los términos localizados en frases que exponen información personal son altamente valiosos para la tarea conocida como Identificación del perfil de autores. Primero, se presenta un estudio sobre la relevancia de este tipo de frases en la tarea. Posteriormente, se propone un enfoque que enfatiza el valor de este tipo de información mediante dos novedosas propuestas: un método de selección de características y un esquema de pesado de términos, ambos basados en una nueva medida llamada "índice de expresión personal", la cual mide la cantidad de información personal revelada por un término. El enfoque fue evaluado en diferentes redes sociales prediciendo la edad y el género de usuarios. Los resultados señalan mejoras promedio con respecto a los mejores resultados del estado del arte: 7.34% y 5.76% para la Identificación de edad y generó respectivamente. Por lo tanto, se concluye que la información personal juega un rol importante en la tarea.

  • English

    Abstract: This paper summarizes the thesis: "Identificación del perfil de autores en redes sociales usando nuevos esquemas de pesado que enfatizan información de tipo personal" whose main idea indicates that terms located in phrases exposing personal information are highly valuable for the AP task. Firstly, it is presented an study on the relevance of this information to this task. Secondly, it is proposed a novel approach, which aims to emphasize the value of this type of terms by two proposals: a feature selection method and a term weighting scheme; both of them are based on a novel measure called personal expression intensity, which estimates the quantity of personal information revealed by each term. The approach was evaluated in age and gender prediction on different social media. The results are encouraging, with average improvements about 7.34% and 5.76% for age and gender identification respectively in comparison with the best results from the state of the art. These results allow concluding that personal information play an important role in the task.