PHÂN LOẠI GIỚI TÍNH NGƯỜI DÙNG MẠNG XÃ HỘI DỰA VÀO TIN NHẮN VĂN BẢN VÀ WORD2VEC

Abstract

Hiện nay mạng xã hội nhƣ Facebook, Twitter, Zalo,… ngày càng phát triển và có ảnh hƣởng lớn đến đời sống xã hội. Trong lĩnh vực thƣơng mại điện tử, nhiều công ty vào mạng xã hội để quảng cáo, tƣ vấn, phân tích về sản phẩm và công ty của mình. Chính vì vậy nếu biết đƣợc giới tính ngƣời dùng là nam hay nữ thì việc tƣ vấn và quảng cáo hƣớng đến ngƣời dùng sẽ cụ thể và hiệu quả hơn. Do đó vấn đề phân loại tự động giới tính của ngƣời dùng sử dụng mạng xã hội là một bài toán quan trọng. Hiện nay có rất nhiều kỹ thuật để sử dụng cho phân loại tự động giới tính nhƣng chủ yếu là dựa vào các đặc trƣng kiểu truyền thống nhƣ trong mô hình tần suất từ, n-gram,... Word2Vec và mô hình chuyển từ thành vector đƣợc phát triển và ứng dụng rộng rãi trong thời gian gần đây. Chính vì vậy mà chúng tôi sử dụng thêm Word2Vec làm đặc trƣng để cải tiến kết quả bài toán này. Từ những vấn đề nêu trên, chúng tôi chọn đề tài: “Phân loại giới tính người dùng mạng xã hội dựa trên tin nhắn văn bản và Word2Vec” để làm luận văn tốt nghiệp.2 Đề tài này nhằm mục đích nghiên cứu phƣơng pháp biểu diễn các từ dƣới dạng vector sau đó dùng làm đặc trƣng để cải thiện kết quả của việc phân loại giới tính ngƣời dùng mạng xã hội dựa vào tin nhắn văn bản.