隨著智能手機(jī)快速的普及,基于智能手機(jī)的感知技術(shù)迅速發(fā)展。智能手機(jī)配備豐富的傳感器,高效的處理器和大容量的存儲(chǔ)空間,為傳統(tǒng)的社會(huì)科學(xué)研究拓寬了科研范圍:研究人員通過(guò)智能手機(jī)獲取樣本數(shù)據(jù),取代傳統(tǒng)的調(diào)查取樣。傳統(tǒng)的社會(huì)科學(xué)研究對(duì)人格心理學(xué)做了詳細(xì)的描述和臨床的觀察研究,但隨著智能手機(jī)的普及,人格心里學(xué)的研究已經(jīng)不再局限于臨床的觀察研究。如今,智能手機(jī)設(shè)備能夠感知大量的行為數(shù)據(jù):GPS位置;通信數(shù)據(jù),包括通話短信記錄和聯(lián)系人數(shù)據(jù);運(yùn)動(dòng)狀態(tài),通過(guò)加速度和陀螺儀傳感器獲取運(yùn)動(dòng)數(shù)據(jù)等等。在相關(guān)的基于行為感知數(shù)據(jù)的用戶狀態(tài)（用戶情緒,性格,行為等）感知研究工作中,存在一些研究方法上的不足之處:首先是通過(guò)長(zhǎng)期收集用戶的行為數(shù)據(jù)推斷用戶的狀態(tài),這種收集用戶數(shù)據(jù)的策略需要用戶持續(xù)的配合調(diào)查,降低了數(shù)據(jù)收集效率;其次是在基于智能手機(jī)的人格預(yù)測(cè)相關(guān)工作中,通常采用的是單任務(wù)預(yù)測(cè)方法,即分別預(yù)測(cè)大五人格的各個(gè)人格屬性,并沒(méi)有考慮到五類人格屬性之間的關(guān)聯(lián),忽略了人格屬性之間的相互關(guān)聯(lián)。具體的本文主要工作可以總結(jié)為:（1）提出了基于智能手機(jī)快照數(shù)據(jù)的細(xì)粒度人格特質(zhì)預(yù)測(cè)研究方法。與現(xiàn)有的基于移動(dòng)傳感器數(shù)據(jù)的方法不同,... 

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
        1.1.1 人格心理學(xué)的臨床研究
        1.1.2 人格心理學(xué)的相關(guān)性研究
        1.1.3 人格特質(zhì)(trait)或人格因素(factor)的產(chǎn)生
        1.1.4 大五人格模型和人格分?jǐn)?shù)評(píng)定
    1.2 本文研究問(wèn)題和主要工作
        1.2.1 研究問(wèn)題
        1.2.2 主要工作
    1.3 本文組織結(jié)構(gòu)
第二章 相關(guān)工作
    2.1 關(guān)于大五人格的研究
    2.2 關(guān)于大五人格測(cè)評(píng)問(wèn)卷的研究
    2.3 基于智能手機(jī)感知技術(shù)預(yù)測(cè)用戶大五人格分?jǐn)?shù)的研究工作
第三章 基于智能手機(jī)的人格感知框架及系統(tǒng)
    3.1 人格感知框架設(shè)計(jì)
    3.2 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    3.3 數(shù)據(jù)收集
        3.3.1 志愿者招募與應(yīng)用程序安裝
        3.3.2 智能手機(jī)快照數(shù)據(jù)收集
        3.3.3 長(zhǎng)期的智能手機(jī)數(shù)據(jù)收集與心跳機(jī)制
        3.3.4 通話信息
        3.3.5 短信記錄
        3.3.6 應(yīng)用程序使用日志
        3.3.7 應(yīng)用程序使用長(zhǎng)期日志
    3.4 數(shù)據(jù)觀察
        3.4.1 大五人格分?jǐn)?shù)分布統(tǒng)計(jì)
        3.4.2 智能手機(jī)使用數(shù)據(jù)統(tǒng)計(jì)
        3.4.3 學(xué)分績(jī)點(diǎn)數(shù)據(jù)統(tǒng)計(jì)
第四章 基于智能手機(jī)快照的人格感知模型
    4.1 用戶人格感知特征提取與關(guān)聯(lián)分析
        4.1.1 特征提取
        4.1.2 關(guān)聯(lián)分析
    4.2 包含注意機(jī)制的多視圖和多任務(wù)學(xué)習(xí)框架
        4.2.1 多視圖層描述
        4.2.2 注意力機(jī)制模型描述
        4.2.3 基于MoE的多任務(wù)模型描述
        4.2.4 基于Cross-stitch units的多任務(wù)模型描述
        4.2.5 損失函數(shù)描述
    4.3 人格感知模型預(yù)測(cè)效果評(píng)估
        4.3.1 實(shí)驗(yàn)設(shè)置
        4.3.2 基礎(chǔ)預(yù)測(cè)模型描述
        4.3.3 評(píng)估指標(biāo)描述
        4.3.4 人格分?jǐn)?shù)預(yù)測(cè)的數(shù)字和圖表結(jié)果分析與評(píng)估
第五章 基于智能手機(jī)人格感知的學(xué)生GPA預(yù)測(cè)模型
    5.1 特征提取和關(guān)聯(lián)性分析
        5.1.1 應(yīng)用程序的使用時(shí)長(zhǎng)與頻率統(tǒng)計(jì)特征
        5.1.2 不同類別的應(yīng)用程序的統(tǒng)計(jì)特征
        5.1.3 特征與標(biāo)簽關(guān)聯(lián)性分析
    5.2 機(jī)器學(xué)習(xí)模型建立
        5.2.1 線性回歸模型建立
        5.2.2 支持向量模型建立
        5.2.3 高斯過(guò)程模型建立
    5.3 預(yù)測(cè)效果評(píng)估
        5.3.1 實(shí)驗(yàn)設(shè)置
        5.3.2 評(píng)估指標(biāo)描述
        5.3.3 GPA分?jǐn)?shù)預(yù)測(cè)的數(shù)字結(jié)果分析與評(píng)估
第六章 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 前景展望
致謝
參考文獻(xiàn)
簡(jiǎn)歷與科研成果



本文編號(hào)：3711920