본 논문에서는 모빌리티 정보와 소셜 네트워크 서비스에 작성한 텍스트로부터 사용자의 프로파일을 식별한다. 모빌리티 기반 프로파일 식별에서는 거점 방문 횟수 뿐만 아니라 시간 정보가 반영된 자질들로 모빌리티 정보를 표현하고 모빌리티의 유사성에 기반하여 프로파일을 식별한다. 텍스트 기반 프로파일 식별 모델에서는 사용자가 작성한 텍스트 전체를 하나의 학습 단위로 처리하는 다중 인스턴스 학습을 사용하여 프로파일을 식별한다. 하나의 프로파일로 식별하기 위해 서로 다른 특징을 가진 개별 모델들의 프로파일을 선형 모델로 결합한다. 실험을 통해 본 논문에서 제안한 방법들이 비교모델들에 비해 프로파일을 식별함에 유의미함을 보인다.
This paper focuses on user profiles identification from mobility behaviors and social media texts. We regard the user profiles identification as a classification problem, that user information is classified to predefined profile labels. The mobility model identifies user profiles from mobility behaviors by measuring the similarity of mobility patterns. In this model, the mobility patterns are represented as several proposed features in order to reflect the mobility behavior. The social media text model adopts a multi-instance learning to predict user profile from social media texts. Multi-instance learning regards a set of texts by a user as a bag and learns user profiles identification with such bag. Finally, we present a combined model to incorporate the advantage of both models. Our experiments on 3 attributes in gender, age and marital status show that the proposed method achieves higher performance than mobility model and social media text model respectively.
