《網路環境下面向人格的行為動態模型的研究》是依託中國科學院大學，由朱廷劭擔任項目負責人的面上項目。
基本介紹
- 中文名：網路環境下面向人格的行為動態模型的研究
- 項目類別：面上項目
- 項目負責人：朱廷劭
- 依託單位：中國科學院大學
項目摘要,結題摘要,
項目摘要
網路環境下面向人格的行為動態模型的研究，是針對傳統的行為心理測查問卷方法在精確性和可靠性方面的欠缺，提出的一種基於網路行為分析的人格建模方法。我們以行為心理學的理論為指導，設計與人格因素相關的網路行為特徵，並通過啟發式搜尋，發現與人格相關的行為特徵集，以提高人格模型的預測精度。同時針對網路行為分析中個體主觀情感缺失的問題，利用自然語言處理和半監督學習相結合的方法，實現網路內容的情感分類，以完善行為人格模型。針對訓練數據不均衡，標註量小且代價昂貴等特點，採用支持向量機與AdaBoost相結合的訓練方法，以達到更高的預測精度。本項目的研究成果可以為人格心理研究拓展至網路環境提供精確定量的數據處理技術和高效的分析平台，為實現網路信息的高效利用（如推薦）提供依據，為設計更適合用戶習慣的軟體和服務提供堅實的理論基礎。
結題摘要
網路環境下面向人格的行為動態模型的研究，是針對傳統的行為心理測查問卷方法在精確性和可靠性方面的欠缺，提出的一種基於網路行為分析的人格建模方法。本項目圍繞著實現準確高效預測網路用戶的大五人格這一套用目標，研究涉及的各種關鍵技術，包括有網路用戶行為體系構建、文本內容情感分析和網路用戶人格計算預測等方面。截至目前，項目組受本項目資助共發表了24篇研究論文，達到了項目預期的論文要求。 本項目所完成的主要工作包括：（1）行為指標體系構建。包括用戶在網路上的動作（瀏覽，搜尋等），查看的網路內容，以及互動（如即時通訊）等。我們建立了刻畫用戶網路行為的指標體系並套用於人格預測。（2）文本情感內容分析。面向文本的語義情感分析和歸納，我們搭建了文本內容分析系統“文心”，可快速高效的對文本的情感進行判定。（3）網路用戶人格計算模型。採用多任務學習、遷移學習的算法進行人格預測建模，並將模型做成線上套用，套用可以在秒級時間內，即時返回並展示用戶人格的預測值。
