2018年10月10日讨论班报告

各位老师，同学：

时间：10月10日讨论班 15:30-17:00

地点：教学楼5-308

报告内容：

曲喆 Predicting Active Users’ Personality Based on Micro-Blogging Behaviors

基于微博行为预测活跃用户人格文中提出通过微博行为预测活跃用户的人格特质。利用547名中国微博客活跃用户的数据进行分析。他们的人格特征由Big Five Inventory进行衡量，微博客行为的数字记录通过网络抓取工具收集。在提取845个微博行为特征之后，首先使用支持向量机（SVM）训练分类模型，在大五人格的每个维度上区分参与者的高分和低分。分类精度范围从84％到92％。利用PaceRegression方法建立了回归模型，大五人格每个维度的分数。预测得分与实际得分之间的Pearson相关系数介于0.48至0.54之间。结果表明，微博客行为可以预测活跃用户的人格特质。

王世鹏 Deep Learning-Based Document Modeling for Personality Detection from Text

在海量的记录数据中，文本作为一种描述情感的数据，常常能反映作者个性的各个方面。本文提出了一种利用卷积神经网络(CNN)从意识流文章中提取个性特征的方法。本文基于卷积神经网络对文本文档进行特征建模，将两种类型的文本特征（1、文档级文体特性；2、由文本的每个词合并成的语义特征）融合作为人格特质预测的特征输入，进行人格特质预测。相比目前已有的针对文本个性检测的特征提取方法，文章提出的方法在大五人格的预测上，具有更高的准确率。

下周报告人  刘志奇，侯美好