شناسایی خودکار خصوصیات شخصیتی افراد به کمک پست های آن ها بر اساس شاخص مایرز بریگز

شخصیت افراد، مجموعه ای از رفتارها و شیوه تفکر آنها در محیط اجتماعی و زندگی روزمره است. روان شناسان به طور معمول از پرسش نامه های شخصیتی برای تعیین شخصیت افراد استفاده می کند. افزایش دسترسی به داده های اجتماعی آنلاین، علاقه محققان را به مطالعه روش های محاسباتی پیشرفته برای روان شناسی شخصیت مبتنی بر متن برانگیخته است که روشی نوظهور با پتانسیل بالا در زمینه شناسایی شخصیت است. در این مقاله بکمک شاخص مایرز بریگز و استفاده از داده های شبکه اجتماعی X تلاش شده تا مشخص شود چگونه می توان از ردپای دیجیتال افراد برای پیش بینی شخصیت آنها استفاده کرد. این مقاله از معماری یادگیری عمیق چند مدلی شامل برت و روبرتا، و ایکس ال نت که معماریهای نسبتا جدیدی در پردازش زبان هستند، استفاده نموده است. در این مقاله از مدلهای ذکر شده برای استخراج ویژگی و تشخیص شخصیت افراد بر اساس شاخص مایرز بریگز استفاده شده است. در نهایت، سیستم بر اساس میانگین گیری نتایج مدلها تصمیم گیری می کند. روش پیشنهادی، یک مدل پیش بینی کننده برای هر صفت شخصیتی را با استفاده از ویژگی های مستخرج از مدلهای از پیش آموزش دیده تولید می کند. نتایج نشان می دهد که این روش به دقت ۸۸.۵% و امتیاز اندازه گیری اف یک ۰.۸۸۲ دست یافته است. این پژوهش زمینه ای را برای توسعه سیستم شناسایی شخصیت فراهم می کند که می تواند به سازمان ها در استخدام و انتخاب پرسنل مناسب و همچنین بهبود روابط تجاری با مشتریان کمک نماید.

کلیدواژه ها:

شبکه های اجتماعی ، شخصیت شناسی ، مایرز بریگز ، یادگیری عمیق ، برت