Прогнозирование изменений в поведении личности при воздействии собеседника
Main Article Content
Аннотация
Изучение взаимодействий между пользователями информационных систем является актуальной задачей в гуманитарных и технических исследованиях. Представлена разработка регрессионной модели, прогнозирующей изменения в выраженности содержательных компонентов текста при воздействии со стороны других людей. В качестве источника данных выступили короткие беседы (триплеты сообщений) между двумя пользователями в социальных сетях. Обучаемая модель разработана для применения в составе когнитивной архитектуры, отображающей модель поведения субъекта в цифровой среде.
Ключевые слова:
Article Details
Библиографические ссылки
2. Lomov B.F. Metodologicheskie i teoreticheskie problemy` psixologii. Moskva: Izdatel`stvo “Nauka”, 1984. 1174 s.
3. Klimov E.A. Psixologiya professional`nogo samoopredeleniya. Moskva: Izdatel`skij centr “Akademiya”, 2010. 304 s.
4. Kuzneczova Yu.M. Scenarny`j podxod k analizu tekstov // Trudy` Instituta Sistemnogo Analiza Rossijskoj Akademii Nauk. 2018. Т. 68, № 1. S. 31–41. https://doi.org/10.14357/20790279180103
5. Back M.D., Stopfer J.M., Vazire S., Gaddis S., Schmukle S.C., Egloff B., Gosling S.D. Facebook profiles reflect actual personality, not self-idealization // Psychol. Sci. 2010. Vol. 21. No. 3. P. 372–374. https://doi.org/10.1177/0956797609360756
6. Gosling S.D., Gaddis S., Vazire S. Personality impressions based on Facebook profiles // Proc. Int. AAAI Conf. Weblogs Soc. Media. 2007. Vol. 1, No. 1. P. 1–4.
7. Quercia D., Kosinski M., Stillwell D., Crowcroft J. Our Twitter profiles, our selves: Predicting personality with Twitter // Proc. 2011 IEEE Int. Conf. Privacy Secur. Risk Trust. 2011. P. 180–185. https://doi.org/10.1109/PASSAT/SocialCom.2011.26
8. Golbeck J., Robles C., Edmondson M., Turner K. Predicting personality from Twitter // Proc. 2011 IEEE Int. Conf. Privacy Secur. Risk Trust. 2011. P. 149–156. https://doi.org/10.1109/PASSAT/SocialCom.2011.33
9. Youyou W., Kosinski M., Stillwell D. Computer-based personality judgments are more accurate than those made by humans // Proc. Natl. Acad. Sci. U. S. A. 2015. Vol. 112, No. 4. P. 1036–1040. https://doi.org/10.1073/pnas.1418680112
10. Kosinski M., Stillwell D., Graepel T. Private traits and attributes are predictable from digital records of human behavior // Proc. Natl. Acad. Sci. U. S. A. 2013. Vol. 110, No. 15. P. 5802–5805. https://doi.org/10.1073/pnas.1218772110
11. Pennebaker J.W., King L.A. Linguistic styles: Language use as an individual difference // J. Pers. Soc. Psychol. 1999. Vol. 77, No. 6. P. 1296–1312. https://doi.org/10.1037//0022-3514.77.6.1296
12. Kosinski M., Matz S.C., Gosling S.D., Popov V., Stillwell D. Facebook as a research tool for the social sciences: Opportunities, challenges, ethical considerations, and practical guidelines // Am. Psychol. 2015. Vol. 70, No. 6. P. 543–556. https://doi.org/10.17863/CAM.8
13. Gafarov F.M., Nikolaev K.S., Ustin P.N., Berdnikov A.A., Zakharova V.L., Reznichenko S.A. A Complex Neural Network Model for Predicting a Personal Success based on their Activity in Social Networks // Eurasia J. Math. Sci. Technol. Educ. 2021. Vol. 17, No. 10. P. 1–9. https://doi.org/10.29333/ejmste/11175
14. Gafarov F., Berdnikov A., Ustin P. Predicting success of the online social network user by graph neural networks // Int. J. Adv. Intell. Informatics. 2022. Vol. 8, No. 3. P. 285–298. https://doi.org/10.26555/ijain.v8i3.859
15. Nikolaev K.S., Gafarov F.M., Ustin P.N. Metrics for Personal Profiles of Social Network Users // SHS Web Conf. 2020. Vol. 79. P. 1–6. https://doi.org/10.1051/shsconf/20207901012
16. Drucker H., Burges C.J.C., Kaufman L., Smola A., Vapnik V. Support vector regression machines // Adv. Neural Inf. Process. Syst. 1997. Vol. 9. P. 155–161.
17. Breiman L. Random forests // Mach. Learn. 2001. Vol. 45. No. 1. P. 5–32. https://doi.org/10.1023/A%3A1010933404324
18. Caruana R., Niculescu-Mizil A. An empirical comparison of supervised learning algorithms // Proc. 23rd Int. Conf. Mach. Learn. 2006. P. 161–168. https://doi.org/10.1145/1143844.1143865
19. Fan R.E., Chang K.W., Hsieh C.J., Wang X.R., Lin C.J. LIBLINEAR: A library for large linear classification // J. Mach. Learn. Res. 2008. Vol. 9. P. 1871–1874. https://doi.org/10.1145/1390681.1442794
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.
Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.
Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.
Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.
При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.
Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com
Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.
Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.