아랍어 트윗 작성자의 성별 감지를 위한 머신러닝 알고리즘 사용 조사

트위터는 의견과 지식을 광범위하게 공유하는 가장 인기 있는 소셜 네트워크 사이트 중 하나입니다. 많은 광고주들은 특정 그룹의 참여도가 높은 사람들을 타겟으로 삼기 위해 이러한 트윗을 사용하여 트위터 사용자의 특성과 속성을 수집합니다. 성별 감지는 트윗 작성자의 성별을 추출하고 예측하기 위한 감정 분석의 하위 분야입니다. 본 논문에서는 나이브 베이즈(NB), 서포트 벡터 머신(SVM), 나이브 베이즈 다항식(NBM), J48 의사 결정 트리, KNN과 같은 아랍어 분류 마이닝 기술을 사용하여 트윗 작성자의 성별을 조사하고자 합니다. 결과는 NBM, SVM, J48 분류기가 트윗 작성자의 이름을 특징으로 추가할 경우 98% 이상의 정확성을 달성할 수 있음을 보여줍니다. 또한 결과는 전처리 접근 방식이 성별 감지의 정확성에 부정적인 영향을 미친다는 것을 나타냅니다. 요컨대, 본 연구는 아랍어 트윗 작성자의 성별 감지에 머신러닝 분류기를 사용하는 능력을 보여줍니다.