[논문 리뷰] Predicting Personality from Book Preferences with User-Generated Content Labels

Ng Annalyn, Maarten W. Bos외 2명|arXiv (Cornell University)|2017. 07. 20.

Media Influence and Health참고 문헌 4인용 수 3

한 줄 요약

이 연구는 온라인 도서 카탈로그에서 사용자가 생성한 태그를 활용하여 도서 선호도에서 성격 특성 예측을 수행하며, 비표준적이고 풍부한 콘텐츠 레이블을 활용해 높은 정확도를 달성한다. 이는 세분화된 태그와 더 넓은 장르 모두에서 강력한 결과를 도출하며, 전통적인 장르 기반 분석을 초월해 문화적 차이와 행동적 통찰을 드러낸다.

ABSTRACT

Psychological studies have shown that personality traits are associated with book preferences. However, past findings are based on questionnaires focusing on conventional book genres and are unrepresentative of niche content. For a more comprehensive measure of book content, this study harnesses a massive archive of content labels, also known as 'tags', created by users of an online book catalogue, Goodreads.com. Combined with data on preferences and personality scores collected from Facebook users, the tag labels achieve high accuracy in personality prediction by psychological standards. We also group tags into broader genres, to check their validity against past findings. Our results are robust across both tag and genre levels of analyses, and consistent with existing literature. Moreover, user-generated tag labels reveal unexpected insights, such as cultural differences, book reading behaviors, and other non-content factors affecting preferences. To our knowledge, this is currently the largest study that explores the relationship between personality and book content preferences.

연구 동기 및 목표

• 전통적인 장르를 초월해 성격 특성과 도서 콘텐츠 선호도 간의 관계를 탐색하기 위해.
• 사용자가 생성한 태그가 성격 예측에서 도서 콘텐츠의 대체 지표로 효과적인지 평가하기 위해.
• 태그 수준과 장르 수준의 분석이 일관되고 신뢰할 수 있는 결과를 도출하는지 평가하기 위해.
• 독서 행동 및 문화적 영향 등 콘텐츠 외 요인들이 도서 선호도에 미치는 영향을 밝혀내기 위해.
• 디지털 도서 메타데이터를 기반으로 한 대규모 데이터 기반 성격 예측 프레임워크를 구축하기 위해.

제안 방법

• 온라인 도서 카탈로그인 Goodreads에서 확보한 사용자가 생성한 태그의 막대한 데이터셋을 활용하여 도서 콘텐츠를 표현한다.
• 이 태그들을 페이스북 사용자로부터 확보한 성격 점수 및 도서 선호도 데이터와 결합한다.
• 기계학습 모델을 적용하여 태그 및 장르 빈도를 기반으로 대구성성격 특성(빅 파이브)을 예측한다.
• 기존 심리학 문헌과의 일관성을 검증하기 위해 태그를 더 넓은 장르로 그룹화한다.
• 다양한 분류 수준(태그 대 장르)에서의 정확도를 검증하기 위해 통계 분석을 수행한다.
• 교차 검증 및 상관 분석을 통해 심리학적 기준에 비해 예측 정확도를 평가한다.

실험 결과

연구 질문

• RQ1 사용자가 생성한 태그는 도서 선호도에서 성격 특성을 효과적으로 예측할 수 있는가?
• RQ2 태그 기반 접근 방식은 기존의 장르 기반 접근 방식보다 예측 성능이 뛰어나게 되는가?
• RQ3 다양한 문화적 또는 행동적 집단 간에 도서 선호도 패턴에 일관된 패턴이 존재하는가?
• RQ4 독서 습관, 문화적 배경 등 콘텐츠 외 요인들이 도서 선호도 패턴에 어떤 영향을 미치는가?
• RQ5 태그 수준과 장르 수준의 분석이 유사하고 신뢰할 수 있는 결과를 도출하는가?

주요 결과

• 사용자가 생성한 태그는 대구성성격 특성 예측에서 높은 정확도를 달성하며, 심리학적 신뢰성 기준을 충족한다.
• 모델은 태그 수준과 장르 수준의 분석 모두에서 강력한 성능을 보이며, 다양한 분류 수준 간의 일관성을 확인한다.
• 태그 기반 예측은 도서 선호도의 문화적 차이를 드러내며, 지역 간 장르 연관성의 변화를 보여준다.
• 독서 빈도 및 장르 참여 패턴과 같은 비콘텐츠 요인들이 선호도에 중대한 영향을 미친다.
• 이 연구는 기존에 간과되었던 성격과 세분화된 도서 콘텐츠 간의 관계를 규명하며, 주류 장르를 초월한 새로운 통찰을 제공한다.
• 결과적으로 사용자가 생성한 태그가 성격 연구에서 도서 콘텐츠의 풍부하고 확장 가능한 대체 지표로 사용될 수 있음을 검증한다.