期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
融合多通道信息的社交网络人格预测模型 被引量:2
1
作者 孙丽璐 董森 +4 位作者 陈孟维 朱玲 朱小飞 张袁籽妍 冯榆 《太原理工大学学报》 CAS 北大核心 2023年第3期509-517,共9页
构建了融合多通道信息的社交网络人格预测模型(MCIPP),在深度学习框架内用客观行为数据自动预测用户人格特质,并分析用户在线行为与其线下人格特质是否具有一致性。具体而言,利用双向长短期记忆网络(BiLSTM)和注意力机制(Attention)捕... 构建了融合多通道信息的社交网络人格预测模型(MCIPP),在深度学习框架内用客观行为数据自动预测用户人格特质,并分析用户在线行为与其线下人格特质是否具有一致性。具体而言,利用双向长短期记忆网络(BiLSTM)和注意力机制(Attention)捕捉文本的上下文语义特征,通过图卷积网络(GCN)构造句法依存树,得到基于句法的结构表示,将Attention融入主题模型(Topic Model)从而提取深层语义信息,最后共同输入Softmax层得到用户微博的人格倾向。结果表明:MCIPP模型预测效果较好,准确率最高可达0.8064.个体线上线下对应维度存在显著正相关,因此可采用该模型对用户网络数据进行心理建模,使理论驱动的心理科学研究能够客观解读个体心理和行为。 展开更多
关键词 大五人格 社交网络 人格预测 深度学习 多通道信息
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部