基于智能手机的用户人格感知及其应用研究

发布时间：2022-12-07 00:41

　　随着智能手机快速的普及,基于智能手机的感知技术迅速发展。智能手机配备丰富的传感器,高效的处理器和大容量的存储空间,为传统的社会科学研究拓宽了科研范围:研究人员通过智能手机获取样本数据,取代传统的调查取样。传统的社会科学研究对人格心理学做了详细的描述和临床的观察研究,但随着智能手机的普及,人格心里学的研究已经不再局限于临床的观察研究。如今,智能手机设备能够感知大量的行为数据:GPS位置;通信数据,包括通话短信记录和联系人数据;运动状态,通过加速度和陀螺仪传感器获取运动数据等等。在相关的基于行为感知数据的用户状态（用户情绪,性格,行为等）感知研究工作中,存在一些研究方法上的不足之处:首先是通过长期收集用户的行为数据推断用户的状态,这种收集用户数据的策略需要用户持续的配合调查,降低了数据收集效率;其次是在基于智能手机的人格预测相关工作中,通常采用的是单任务预测方法,即分别预测大五人格的各个人格属性,并没有考虑到五类人格属性之间的关联,忽略了人格属性之间的相互关联。具体的本文主要工作可以总结为:（1）提出了基于智能手机快照数据的细粒度人格特质预测研究方法。与现有的基于移动传感器数据的方法不同,... 

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景
        1.1.1 人格心理学的临床研究
        1.1.2 人格心理学的相关性研究
        1.1.3 人格特质(trait)或人格因素(factor)的产生
        1.1.4 大五人格模型和人格分数评定
    1.2 本文研究问题和主要工作
        1.2.1 研究问题
        1.2.2 主要工作
    1.3 本文组织结构
第二章 相关工作
    2.1 关于大五人格的研究
    2.2 关于大五人格测评问卷的研究
    2.3 基于智能手机感知技术预测用户大五人格分数的研究工作
第三章 基于智能手机的人格感知框架及系统
    3.1 人格感知框架设计
    3.2 系统设计与实现
    3.3 数据收集
        3.3.1 志愿者招募与应用程序安装
        3.3.2 智能手机快照数据收集
        3.3.3 长期的智能手机数据收集与心跳机制
        3.3.4 通话信息
        3.3.5 短信记录
        3.3.6 应用程序使用日志
        3.3.7 应用程序使用长期日志
    3.4 数据观察
        3.4.1 大五人格分数分布统计
        3.4.2 智能手机使用数据统计
        3.4.3 学分绩点数据统计
第四章 基于智能手机快照的人格感知模型
    4.1 用户人格感知特征提取与关联分析
        4.1.1 特征提取
        4.1.2 关联分析
    4.2 包含注意机制的多视图和多任务学习框架
        4.2.1 多视图层描述
        4.2.2 注意力机制模型描述
        4.2.3 基于MoE的多任务模型描述
        4.2.4 基于Cross-stitch units的多任务模型描述
        4.2.5 损失函数描述
    4.3 人格感知模型预测效果评估
        4.3.1 实验设置
        4.3.2 基础预测模型描述
        4.3.3 评估指标描述
        4.3.4 人格分数预测的数字和图表结果分析与评估
第五章 基于智能手机人格感知的学生GPA预测模型
    5.1 特征提取和关联性分析
        5.1.1 应用程序的使用时长与频率统计特征
        5.1.2 不同类别的应用程序的统计特征
        5.1.3 特征与标签关联性分析
    5.2 机器学习模型建立
        5.2.1 线性回归模型建立
        5.2.2 支持向量模型建立
        5.2.3 高斯过程模型建立
    5.3 预测效果评估
        5.3.1 实验设置
        5.3.2 评估指标描述
        5.3.3 GPA分数预测的数字结果分析与评估
第六章 总结与展望
    6.1 本文总结
    6.2 前景展望
致谢
参考文献
简历与科研成果



本文编号：3711920