基于用户社交网络数据的人格倾向性分析及预测模型的建立摘要：随着互联网的发展，社交网络在人们的工作生活中扮演着重要的角色，人们在社交网络中发布、分享信息和观点，这些社交行为产生大量的数据，使得社交网络成为蕴含个人信息和情感的载体。

该课题在已有相关研究的基础上，提出并验证了一种根据用户社交网络数据对用户的人格倾向进行预测的方法。

在实现过程中，利用爬虫技术得到微博用户的相关数据，其中包括用户在使用社交网络时产生的文本信息，以及用户的行为信息与社交关系信息，工作重点是通过提取采集数据信息的相关特征值，并对特征值进行降维处理，在建立预测模型时采用了机器学习方法以提高准确率。

通过对比实验，验证了提出的预测方法在人格预测的精确度上有显著的提高。

关键词：社交网络；特征抽取；机器学习；人格倾向性分析
隨着各类社交网络平台的发展与兴起，越来越多的人开始在社交网络平台上发布状态、分享信息以及表达观点，从而产生大量的数据，其中蕴含着用户个人情感、性格特征等信息。

社交网络改变了人类交流、通信及合作的方式，甚至可能影响我们对自身和社会的认知。

社交网络的不断发展与完善使其对人们生活的渗透作用日益增大，甚至影响着现实社会关系网络的重建。

用户在社交网络使用过程中的行为和状态可以通过信息技术等
来记录、获取及分析。

近年来，基于社交网络数据的分析与应用方法。