Computational Personality Assessment: A Data- Driven Machine Learning Approach Using Engineered Behavioral Features
本文提出了一种数据驱动的机器学习流水线，通过构建三个复合行为特征并评估 13 种算法，将内向与外向分类的准确率显著提升至 91.90%，证明了在统计稳健的框架下，K-最近邻算法表现最优。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图猜测一位新朋友是“内向型”（通过独处来恢复精力）还是“外向型”（通过与他人相处来获得能量）。通常情况下，你可能会问他们一些问题，比如“你喜欢派对吗？”或者“在大人群中你会感到疲倦吗？”但人们并不总是诚实，或者他们自己甚至可能不知道答案。这就是计算心理学发挥作用的地方。这是一个科学家利用计算机和数学来寻找人类行为模式，而非仅仅关注其言论的领域。他们研究机器学习，这基本上是教计算机从例子中学习，从而识别出这些隐藏的性格线索。大问题在于：我们能否构建一个计算机程序，通过观察一个人的日常习惯——比如他们外出频率的高低或独自度过的时间长短——在不需要他们填写枯燥调查问卷的情况下，准确地猜出他们的性格类型？
这篇论文就像是一个侦探故事，其中的侦探是计算机科学家，而线索则是数字足迹。研究人员 Meera Solgama 和 Zeelkumar Bhavsar 决定构建一个超级智能的性格检测器。他们不仅仅是将原始数据喂给计算机；他们扮演了大师级厨师的角色，将简单的原料（如“独处时间”或“舞台恐惧”）混合在一起，创造出三种全新的、“工程化”的原料。他们将这些新混合物称为社交比例 (Social Ratio)、社交参与度 (Social Engagement) 和 恢复需求 (Recovery Need)。可以这样理解：与其仅仅测量蛋糕中有多少糖，不如创造一种名为“甜度平衡”的新风味，它能告诉你糖是如何与面粉相互作用的。他们测试了 13 种不同的计算机“大脑”（算法），以观察哪一个能最敏锐地分辨出内向者和外向者的区别。
结果非常令人兴奋。赢得比赛的计算机大脑被称为 K-最近邻 (K-Nearest Neighbors, K-NN)。它的正确率达到了 91.90%。研究人员发现，他们特别设计的“工程化”原料才是秘密武器。当他们仅使用旧有的、简单的原料来测试计算机时，正确率约为 79.5%。但一旦加入了这三种新混合物，准确率就提升了 12.4%。事实证明，K-NN 算法之所以表现最好，是因为这些新原料让数据看起来像是两堆清晰、整齐的弹珠——一堆属于内向者，另一堆属于外向者——使得计算机能够轻松进行分类。
有趣的是，论文表明，你并不总是需要最复杂、最前卫的计算机大脑来解决问题。虽然其他一些研究使用了深度神经网络（类似于巨大的、复杂的网络），但这个较简单的 K-NN 模型表现得同样出色，甚至更好，因为数据组织得非常有序。研究人员还进行了严格的数学测试（称为配对 t 检验），以确保顶尖模型之间的差异并非仅仅是运气。他们发现，排名前三的模型在统计学上实际上是不相上下的，这意味着如果你想为了速度或简洁性而选择另一个模型，也可以这样做，而不会损失太多准确性。
然而，作者们谨慎地指出，这并不是什么神奇的水晶球。他们指出，他们的数据来自自我报告的回答，这意味着人们可能会带有一定的偏见。此外，性格并非只是一个简单的“是或否”的开关，它更像是一个连续的滑动刻度。论文建议，虽然这种方法对于这个特定的数据集非常有效，但我们在将其应用于世界各地所有人时需要保持谨慎。但总的来说，他们展示了通过创造性地思考如何组合数据点，我们可以构建出比以往更能理解人类行为的工具。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。