[论文解读] Mining the Relationship between Emoji Usage Patterns and Personality

Weijian Li, Yuxiao Chen+2 more|arXiv (Cornell University)|Apr 14, 2018

Digital Communication and Language参考文献 10被引用 11

一句话总结

本研究利用包含71,823名用户和7,500万条推文的大规模Twitter数据集，探究用户人格特质与表情符号使用模式之间的关系。研究采用计算方法提取大五人格特质和表情符号使用模式，表明人格特质显著影响表情符号的使用频率和偏好，其中神经质和外向性与表情符号使用的关系最强；将人格特征融入机器学习模型后，表情符号预测准确率相比仅使用文本的基线模型提高了8.9%。

ABSTRACT

Emojis have been widely used in textual communications as a new way to convey nonverbal cues. An interesting observation is the various emoji usage patterns among different users. In this paper, we investigate the correlation between user personality traits and their emoji usage patterns, particularly on overall amounts and specific preferences. To achieve this goal, we build a large Twitter dataset which includes 352,245 users and over 1.13 billion tweets associated with calculated personality traits and emoji usage patterns. Our correlation and emoji prediction results provide insights into the power of diverse personalities that lead to varies emoji usage patterns as well as its potential in emoji recommendation tasks.

研究动机与目标

• 探究用户人格特质是否影响社交媒体交流中的表情符号使用模式。
• 分析特定大五人格维度与表情符号使用频率及表情符号偏好的关系。
• 评估人格特质在提升表情符号预测性能方面的判别能力。
• 探索人格特征在增强个性化表情符号推荐系统方面的潜力。

提出的方法

• 2016年3月至6月期间，从352,245名Twitter用户处收集了11.3亿条推文，筛选出非公开账户、使用英语且推文数量充足、表情符号使用适中的用户。
• 利用基于Receptiviti LIWC模型的文本处理方法，从处理后的推文文本中提取大五人格特质（开放性、尽责性、外向性、宜人性、神经质）。
• 将表情符号使用频率定义为包含表情符号的推文比例，并通过双尾t检验分析人格四分位数间平均使用频率的差异。
• 通过常用表情符号的频率分析，识别各人格维度的特定表情符号偏好。
• 训练一个多分类文本分类器以预测使用频率最高的19种表情符号，评估在有无人格特征情况下的性能表现。
• 将人格特质作为额外输入特征融合进机器学习分类器，以评估其对预测准确率的影响。

实验结果

研究问题

• RQ1 大五人格特质的五个维度与整体表情符号使用频率之间有何相关性？
• RQ2 哪些特定表情符号与各人格维度关联最强？
• RQ3 人格特质在多大程度上提升了仅基于文本的表情符号预测准确率？
• RQ4 人格特征能否增强个性化表情符号推荐系统？

主要发现

• 外向性得分较低的用户使用表情符号最频繁，而神经质得分较低的用户使用频率最低，表明外向性与表情符号使用呈显著负相关，而神经质呈正相关。
• t检验结果显示，尽责性（p = 5.7e-7）、外向性（p = 4.14e-43）、宜人性（p = 7.67e-37）和神经质（p = 6.76e-83）的高分与低分群体间平均表情符号使用频率存在统计学上显著差异，而开放性则无显著差异（p = 0.032 > 0.005）。
• 神经质用户表现出对情绪表达性表情符号的明显偏好，例如“大声哭泣的脸”（频率0.245）和“疲惫的脸”（频率0.234），暗示其具有独特的情绪表达模式。
• 尽责性对提升表情符号预测准确率的贡献最大，其单独带来的准确率增益最高，而开放性带来的改进最小。
• 当将全部五个人格特质融合进分类器时，表情符号预测性能达到最佳，准确率从仅使用文本的15.8%提升至17.2%。
• 人格特征使模型在文本模型失败的情况下仍能正确预测特定表情符号的使用，例如正确识别出宜人性用户在庆祝成功时使用🎉的表情符号。