应用深度机器学习基于 O.C.E.A.N. 人格模型对互联网用户进行心理人口统计画像
机器学习
2017-07-06 v2 计算机与社会
摘要
在现代社会，每位互联网用户通过使用各种在线服务留下大量的辅助数字残差（足迹）。所有这些数据已被收集并存储多年。在近期工作中，已证明可应用简单机器学习方法分析收集的数字足迹并创建个体的心理人口统计画像。然而，尽管这些工作清晰展示了机器学习方法对此类分析的适用性，所创建的简单预测模型仍缺乏成功应用于实际需求所需的准确性。我们假设使用先进的深度机器学习方法可显著提高预测精度。我们从简单机器学习方法出发以估计基本预测性能，并进一步应用基于浅层和深层神经网络的先进方法。随后我们比较了所研究模型的预测能力并就其性能得出结论。最后，我们提出了关于如何进一步提高预测准确性的假设。作为本工作成果，我们在相应的 GitHub 仓库为所有感兴趣的研究人员和从业者提供了实验中使用的完整源代码。我们相信，应用深度机器学习进行心理人口统计画像可能对社会的（无论好坏）产生巨大影响，并为人工智能（AI）系统通过创建人类心理画像来更好地理解人类提供了手段。因此，AI 智能体可能获得类人能力，通过预期人类对手的反应、期望和行为来参与对话（交流）流。
引用
@article{arxiv.1703.06914,
title = {Applying Deep Machine Learning for psycho-demographic profiling of Internet users using O.C.E.A.N. model of personality},
author = {Iaroslav Omelianenko},
journal= {arXiv preprint arXiv:1703.06914},
year = {2017}
}