| عنوان فارسی مقاله: |
پیش بینی شخصیت کاربر با کاوش در تعاملات اجتماعی در فیس بوک |
| عنوان انگلیسی مقاله: |
Predicting user personality by mining social interactions in Facebook |
چکیده
اپلیکیشن های تطبیقی ممکن است از داشتن مدلهای شخصیت کاربران برای تطبیق طبق رفتارشان، بهره ببرند.انواع گسترده ای از حوزه ها وجود دارند که در آنها این مسئله ممکن است مفید باشد، یعنی فناوری های کمک کننده، یادگیری الکترونیکی، تجارت الکترونیک، مراقبت از سلامت یا سیستم های توصیه کننده و بقیه موارد.رایج ترین راه کار استفاده شده برای کسب شخصیت کاربر از درخواست پر کردن پرسشنامه ها از کاربر تشکیل میشود. با این وجود، از یک سو، بدست آوردن شخصیت کاربر به گونه ای که تا حد امکان بدون جسارت باشد، مطلوب خواهد بود، و در عین حال با قابلیت اطمینان مدل ساخته شده، سازگار باشد.از سوی دیگر، فرضیه ی ما این است که کاربران دارای شخصیت مشابه، انتظار میرود ،الگوهای رفتاری مشترک را در زمان تعامل از طریق شبکه های اجتماعی مجازی، نشان دهند و این الگوها ممکن است برای پیش بینی تمایل شخصیت یک کاربر، مورد کاوش قرار گیرند. با هدف استنباط شخصیت از تحلیل تعاملات کاربر در شبکه های اجتماعی ،ما TP2010 را توسعه داده ایم،که یک اپلیکیشن فیس بوک است.آن برای جمع اوری اطلاعات در زمینه ی ویژگی های شخصیتی بیش از 20.000 کاربر ، در طول تعاملات در فیس بوک، بکار رفته است.بر اساس کل داده های جمع اوری شده، رده بندی کننده های خودکار با استفاده از تکنیک های یادگیری ماشینی مختلف، با هدف جستجوی الگوهای تعامل، آموزش دیدند که اطلاعاتی را در زمینه ی صفات شخصیت کاربران ارائه میدهد.این رده بندی کننده ها میتوانند شخصیت کاربر را پیش بینی نمایند که از پارامترهای مربوط به تعاملات کاربران شروع میشود همانند تعداد دوستان یا تعداد وال پست ها.نتایج نشان میدهد رده بندی کننده ها دارای میزان دقت بالایی هستند ،دستاورد پیشنهاد شده را به یک روش قابل اعتماد برای پیش بینی شخصیت کاربر، تبدیل میکنند.
