Personality Trait Inference Via Mobile Phone Sensors: A Machine Learning Approach

要約

この研究は、携帯電話センサーを通じて収集された活動データから性格を確実に予測できるという証拠を提供します。
加速度計の記録と動作パターンから計算できる十分な情報に基づいた一連の指標を採用することで、2 クラスの問題で最大 0.78 F1 スコアまでユーザーの性格を予測することができました。
携帯電話から収集されるデータの数が急速に増加していることを考慮すると、当社の新しい性格指標は、社会科学における将来の研究に刺激的な道への扉を開きます。
私たちの結果は、大きな 5 つの性格特性を異なって予測することが証明された、明確な行動パターンを明らかにしました。
これらにより、前例のない規模で、費用対効果の高い、アンケート不要の性格関連の質問の調査が可能になる可能性があります。
スマートフォンのセンシングと機械学習技術の使用で得られた豊富な行動データの組み合わせが、性格研究の進歩にどのように役立ち、実践者と研究者の両方に性格のさまざまな行動パターンについて情報を提供できるかを示します。
これらの発見は、性格評価にモバイル センサー データを利用する組織にとって実用的な意味を持ち、将来的にはより正確で効率的な予測モデルの改良につながります。

要約(オリジナル)

This study provides evidence that personality can be reliably predicted from activity data collected through mobile phone sensors. Employing a set of well informed indicators calculable from accelerometer records and movement patterns, we were able to predict users’ personality up to a 0.78 F1 score on a two class problem. Given the fast growing number of data collected from mobile phones, our novel personality indicators open the door to exciting avenues for future research in social sciences. Our results reveal distinct behavioral patterns that proved to be differentially predictive of big five personality traits. They potentially enable cost effective, questionnaire free investigation of personality related questions at an unprecedented scale. We show how a combination of rich behavioral data obtained with smartphone sensing and the use of machine learning techniques can help to advance personality research and can inform both practitioners and researchers about the different behavioral patterns of personality. These findings have practical implications for organizations harnessing mobile sensor data for personality assessment, guiding the refinement of more precise and efficient prediction models in the future.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google