منیژه حسینی - استادیار گروه فناوری اطلاعات، دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده صنایع، ایران
زهره تمیمی - کارشناسی ارشد مهندسی فناوری اطلاعات مدیریت سیستم های اطلاعاتی، دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده مهندسی صنایع، گروه فناوری اطلاعات، تهران، ایران

رشد سریع رسانه های اجتماعی در سال های اخیر منجر به تولید حجم وسیعی از متون غیر رسمی شده است. اینمتون توسط کاربران تولید می شود و حاوی اطلاعات ارزشمندی درباره ی ویژگی های کاربران از جمله ویژگی هایدموگرافیکی آن هاست. اطلاعات دموگرافیکی نقش مهمی را در شخصی سازی و تبلیغات هدفمند ایفا می کنند امابه دست آوردن این نوع اطلاعات کار ساده ای نیست چراکه کاربران مایل نیستند این نوع از اطلاعات را در معرضنمایش قرار دهند. راه مناسب که توجه محققان و صاحبان صنایع را به خود جلب کرده، پیش بینی و شناساییاطلاعات دموگرافیکی است. در این مقاله به شناسایی جنسیت به عنوان یکی از ویژگی های دموگرافیکی با استفادهاز ویژگی های زبان شناختی که از نظرات کاربران در رسانه های اجتماعی مستخرج شده است، پرداخته ایم. بدینمنظور چارچوبی برای شناسایی جنسیت به وسیله ی شمارش تعداد افعال، قیود، صفات، ضمایر، اعداد، حروف اضافهو تعریف پیشنهاد شده است. این چارچوب بر روی مجموعه نظرات کاربران روزنامه لس آنجلس تایمز مورد ارزیابیقرار گرفت و با تعداد محدودتری از ویژگی های متمایزکننده نسبت به مطالعات دیگر به دقت 66.66 % دست یافت.

شناسایی جنسیت، رسانه های اجتماعی، ویژگی های زبان شناختی