Preview

ОПРЕДЕЛЕНИЕ MBTI (MYERS-BRIGGS TYPE INDEX) ТИПА ЧЕЛОВЕКА С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ НА ОСНОВЕ ТЕКСТА В СОЦИАЛЬНЫХ СЕТЯХ

https://doi.org/10.52512/2306-5079-2021-86-2-136-144

Полный текст:

Аннотация

Это исследование направлено на создание классификатора, используя методы машинного обучения, которые определяют психологический тип людей по классификации Myers-Briggs Type Index на основе текста, опубликованного в социальных сетях. Целью работы является автоматизация задачи определения типа человека с помощью машинного обучения, дается объяснение идентификации личностных черт с помощью индикатора личности MBTI. В машинном обучении применены методы логистической регрессии, случайного леса и опорных векторов, проведен литературный анализ аналогичных работ. В статье представлен ход исследовательской работы и результаты каждого классификатора и анализ используемых подходов. В связи с переходом людей на онлайн-формат работы в условиях нынешних карантинных ограничений подобные исследования могут оказать большую помощь в подборе персонала в компаниях, так как исследование предполагает выявление личностных качеств людей по их записям в социальных сетях. В данной работе использованы наиболее эффективные алгоритмы машинного обучения, простые в использовании для казахского языка и не требующие большой вычислительной мощности и, соответственно, приведены результаты работы для каждого метода, среди приведенных методов на хорошем уровне оказались точность и надежность классификатора для казахского языка методом опорных векторов.

Об авторах

А. З. Суннатилла
Казахский национальный университет им. аль-Фараби
Казахстан

Суннатилла Асель Зайниддинкызы – магистрант, 2 курса, специальности Компьюреные науки, кафедры информатики, факультета информационных технологий

Алматы, 050026, Карасай батыра, 156



Е. С. Нурахов
Казахский национальный университет им. аль-Фараби
Казахстан

Нурахов Едил СергазиевичPhD, старший преподаватель кафедры информатики, факультета информационных технологий

Алматы, 050026, Карасай батыра, 156



А. А. Мынжасар
Казахский национальный университет им. аль-Фараби
Казахстан

Мынжасар Акниет Ануарбеккызы – магистрант, 2 курса, специальности Компьюреные науки, кафедры информатики, факультета информационных технологий

Алматы, 050026, Карасай батыра, 156



Список литературы

1. Стивенсон М. Введение в нейролингвистическое программирование

2. Rawlings D., Ciancarelli V. (1997) Music preference and the five-factor model of the neo personality inventory. Psychology of Music. P. 120–132

3. Ferwerda B., Schedl M., Tkalcic M. (2015) Personality & emotional states: Understanding users’ music listening needs. UMAP 2015 Extended Proceedings

4. Ferwerda B., Schedl M. (2014) Enhancing music recommender systems with personality information and emotional states: A proposal. Proc. EMPIRE workshop.

5. Celli F., Bruni E., Lepri B. (2014) Automatic personality and interaction style recognition from Facebook profile pictures. Proceedings of the ACM International Conference on Multimedia. P. 1101–1104

6. Cristani M., Vinciarelli A., Segalin C., Perina A. (2013) Unveiling the multimedia unconscious: Implicit cognitive processes and multimedia content analysis. Proceedings of the 21st ACM international conference on Multimedia.

7. Pennebaker J.W., King L.A. (1999) Linguistic Styles: Language Use as an Individual Difference. Personality and Social Psychology. 77(6). P. 1296–1312

8. Hernandez R., Knight I.S. (2017) Predicting Myers-Briggs Type Indicator with Text Classification. 31st Conference on Neural Information Processing Systems, NIPS.

9. Gavrilescu M. (2015) Study on determining the Myers-Briggs personality type based on individual’s handwriting. The 5th IEEE International Conference on E-Health and Bioengineering.

10. Majumder N., Poria S., Gelbukh A., Cambria E. (2017) Deep learning-based document modeling for personality detection from text. IEEE Computer Society, IEEE Intelligent Systems. https://sentic.net/deep-learning-based-personality-detection.pdf

11. Komisin M., Guinn C. (2012) Identifying personality types using document classification methods. Proceedings of the 25th International Florida Artificial Intelligence Research Society Conference, FLAIRS-25. P. 232–237

12. Ингерсолл Г.С., Мортон Т.С., Фэррис Э.Л. (2015) Обработка неструктурированных текстов. Поиск, организация и манипулирование. / Пер. с англ. Слинкин А.А. М.: ДМК Пресс. – 414 с.

13. Harrington R., Loffredo D.A. (2010) MBTI personality type and other factors that relate to preference for online versus face-to-face instruction. The Internet and Higher Education. Volume 13, Issues 1–2, pp. 89-95

14. Verhoeven, B., Daelemans, W., Plank, B. (2016) TwiSty: A Multilingual Twitter Stylometry Corpus for Gender and Personality Profiling. Proceedings of the 10th edition of the Language Resources and Evaluation Conference European Language Resources Association (ELRA)

15. Friedman J.H. (2001) Greedy function approximation: A gradient boosting machine. The Annalls of Statistics. 29(5). 1189–1232.

16. Gallo F.R., Simari G.I., Martinez M.V., Falappa M.A. (2020) Predicting user reactions to Twitter feed content based on personality type and social cues. Future Generation Computer Systems, volume 110, p. 918-930.

17. Bencke L., Cechinel C., Munoz R. (2020) Automated classification of social network messages into Smart Cities dimensions. Future Generation Computer Systems, volume 109, p. 218-237.


Для цитирования:


Суннатилла А.З., Нурахов Е.С., Мынжасар А.А. ОПРЕДЕЛЕНИЕ MBTI (MYERS-BRIGGS TYPE INDEX) ТИПА ЧЕЛОВЕКА С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ НА ОСНОВЕ ТЕКСТА В СОЦИАЛЬНЫХ СЕТЯХ. Вестник Казахского национального женского педагогического университета. 2021;(2):136-144. https://doi.org/10.52512/2306-5079-2021-86-2-136-144

For citation:


Sunnatilla A.Z., Nurakhov E.S., Myngzhassar A.A. IDENTIFICATION OF MBTI (MYERS-BRIGGS TYPE INDEX) HUMAN TYPE USING TEXT ON SOCIAL NETWORKS BASED MACHINE LEARNING. Bulletin of Kazakh National Women's Teacher Training University. 2021;(2):136-144. (In Russ.) https://doi.org/10.52512/2306-5079-2021-86-2-136-144

Просмотров: 88


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2306-5079 (Print)