[논문 리뷰] Big-Five Personality Prediction Based on User Behaviors at Social Network Sites

Shuotian Bai, Tingshao Zhu외 1명|arXiv (Cornell University)|2012. 04. 21.

Impact of Technology on Adolescents참고 문헌 6인용 수 67

한 줄 요약

이 논문은 소셜 네트워킹 사이트(SNS)에서의 사용자 행동을 바탕으로 빅파이브 성격 특성(개방성, 성실성, 외향성, 우호성, 신경증)을 예측하기 위한 기계학습 접근법을 제안한다. 사용된 특징으로는 상태 재게재 비율, 이모티콘 사용, 분노를 유발하는 블로그 비율, 친구 수 등이 있다. 연구는 온라인 행동과 성격 차원 간의 강한 상관관계를 입증하며, 합리적인 예측 정확도를 달성하고 기존에 알려진 행동-성격 연관성도 검증한다.

ABSTRACT

Many customer services are already available at Social Network Sites (SNSs), including user recommendation and media interaction, to name a few. There are strong desires to provide online users more dedicated and personalized services that fit into individual's need, usually strongly depending on the inner personalities of the user. However, little has been done to conduct proper psychological analysis, crucial for explaining the user's outer behaviors from their inner personality. In this paper, we propose an approach that intends to facilitate this line of research by directly predicting the so called Big-Five Personality from user's SNS behaviors. Comparing to the conventional inventory-based psychological analysis, we demonstrate via experimental studies that users' personalities can be predicted with reasonable precision based on their online behaviors. Except for proving some former behavior-personality correlation results, our experiments show that extraversion is positively related to one's status republishing proportion and neuroticism is positively related to the proportion of one's angry blogs (blogs making people angry).

연구 동기 및 목표

• 온라인 소셜 네트워크 행동을 바탕으로 자동으로 빅파이브 성격 특성을 예측하는 방법을 개발하기 위해.
• 심리학 연구에서 자가 보고 척도의 한계를 극복하기 위해 객관적이고 관찰 가능한 SNS 행동을 활용하기 위해.
• 사용자의 온라인 행동 패턴과 성격을 연계시켜 SNS 플랫폼에서 개인화된 서비스를 가능하게 하기 위해.
• 기존 설문 조사 방법 대신 대규모 SNS 데이터를 활용해 기존에 알려진 행동-성격 연관성을 검증하기 위해.

제안 방법

• 연구는 중국의 SNS인 레이런(RenRen)에서 수집한 사용자 행동 데이터셋을 사용하며, 이는 상태 업데이트, 블로그 내용, 친구 수, 상호작용 지표 등을 포함한다.
• 추출된 특징으로는 자기 댓글 비율, 이모티콘 사용 비율, 분노를 유발하는 블로그 비율, 친구 수, 게스트북 사용 여부, 최근 상태 업데이트 빈도 등이 있다.
• 각 성격 특성에 대해 가장 예측력 있는 특징을 식별하기 위해 스피어만 상관계수 기반의 의사결정트리 특징 선택 방법을 적용한다.
• 행동 특징을 기반으로 지도학습을 통해 빅파이브 특성 다섯 가지(개방성, 성실성, 외향성, 우호성, 신경증)를 각각 예측한다.
• 근본적 및 제2근본적 특징은 스피어만 상관계수 분석을 통해 특정 성격 특성에 가장 영향을 미치는 행동 지표로 식별된다.
• 자기 보고 심리 척도에 의존하지 않고도 자동화되고 확장 가능한 성격 예측이 가능해진다.

실험 결과

연구 질문

• RQ1 SNS에서의 사용자 행동을 이용해 빅파이브 성격 특성을 합리적인 정확도로 예측할 수 있는가?
• RQ2 각 성격 특성과 가장 강한 상관관계를 보이는 특정 온라인 행동은 무엇인가?
• RQ3 이 연구에서 식별한 행동 지표는 심리학 문헌에서 이전에 보고된 행동-성격 연관성과 어떻게 비교되는가?
• RQ4 자동화된 성격 예측이 SNS 플랫폼에서 개인화된 추천 및 사용자 경험 향상에 얼마나 기여할 수 있는가?
• RQ5 온라인 행동은 오프라인 성격 특성과 얼마나 일관된가? 가상 세계와 실제 세계의 상호작용 간 행동 차이는 무엇인가?

주요 결과

• 외향성은 상태 재게재 비율(zzstatus)과 정적 상관관계를 보이며, 이는 온라인 상호작용에서의 높은 사회성과 관련된다.
• 신경증은 분노를 유발하는 블로그 비율(angryblogproportion)과 정적 상관관계를 보이며, 정서적 민감성을 반영한다.
• 우호성은 자기 댓글 비율(p(selfcomment))이 높고, 블로그에서 이모티콘 사용 빈도가 증가함과 관련이 있다.
• 성실성은 게스트북 사용 빈도가 높고, 가상 통화 사용(zidou) 빈도가 증가함과 관련이 있으며, 이는 도움이 되고 조직적인 행동을 의미한다.
• 개방성은 SNS 사용 빈도(usage)와 최근 상태 업데이트 빈도(recentstatus)가 높을수록 강하게 연관되어 있으며, 이는 호기심과 새로운 경험에 대한 갈망을 반영한다.
• 특징의 스피어만 상관계수 분석 결과, 친구 수는 외향성과 신경증 모두에 대해 상위 예측 변수로 식별되어 성격-행동 매핑에서의 중심성을 입증한다.