Gender Identification on Twitter Using the Modified Balanced Winnow

Abstract

With the rapid growth of web-based social networking technologies in recent years, author identification and analysis have proven increasingly useful. Authorship analysis provides information about a document's author, often including the author's gender. Men and women are known to write in distinctly different ways, and these differences can be successfully used to make a gender prediction. Making use of these distinctions between male and female authors, this study demonstrates the use of a simple stream-based neural network to automatically discriminate gender on manually labeled tweets from the Twitter social network. This neural network, the Modified Balanced Winnow, was employed in two ways; the effectiveness of data stream mining was initially examined with an extensive list of n-gram features. Feature selection techniques were then evaluated by drastically reducing the feature list using WEKA's attribute selection algorithms. This study demonstrates the effectiveness of the stream mining approach, achieving an accuracy of 82.48%, a 20.81% increase above the baseline prediction. Using feature selection methods improved the results by an additional 16.03%, to an accuracy of 98.51%.

Investigating the Use of Machine Learning Algorithms in Detecting Gender of the Arabic Tweet Author

“…Deitrick et al in [1] studied gender identification of Tweets author for the English language using simple stream-based neural network. They collected a huge amount of data from Twitter website and then divided it into three different feature groups, 1-gram, 2-gram, and other features.…”

“…In this study, we focused on Arabic opinions Twitter. Some of these studies have been investigated only gender aspect as a core attribute which can be a good indicator of the author of Tweet as in [1,2]. Other studies investigated not only gender but also other attributes such as age for example in [3,4].…”

Detection of demographic attributes of microblog users

“…Во многих исследованиях используются признаки, являющиеся N-граммами символов и слов сообщений пользователей. Так, исследования [3], [4] используют N-граммы символов длины от 1 до 5, извлекаемые из текстов сообщений, для определения пола пользователей социальной сети Twitter. Следует отметить, что при использовании N-грамм в качестве признаков необходимо осуществлять выбор наиболее репрезентативных N-грамм во избежание получения пространства признаков огромной размерности.…”

“…Следует отметить, что при использовании N-грамм в качестве признаков необходимо осуществлять выбор наиболее репрезентативных N-грамм во избежание получения пространства признаков огромной размерности. Выбор наиболее репрезентативных N-грамм позволяет не только сократить время работы алгоритма, но и улучшить его производительность [4]. В [5] исследуется улучшение качества классификации пользователей сети Twitter при добавлении к признакам -N-граммам символов и слов, извлекаемым из текстов сообщений пользователей, N-грамм, извлекаемых из метаданных (полей «Screen name», «Full name», «Description» профиля пользователя).…”

Gender Prediction of Journalists from Writing Style

“…Another group of researchers (Deitrick, et al, 2012) have conducted a study to identify the gender of account owners in Tweeter. What is unique about this study is that the authors accounted for two important aspects of the social networking.…”