@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00228045,
 author = {山下, 毅 and 濱谷, 尚志 and 土井, 千章 and 檜山, 聡},
 book = {マルチメディア，分散，協調とモバイルシンポジウム2023論文集},
 month = {Jun},
 note = {近年，パーソナルデータの活用は進んでいるが，ユーザの性格 (パーソナリティ) を考慮した取り組みに関しては解決すべき課題がある．パーソナリティの 1 つとして広く用いられている Big Five は，質問紙やインタビューを通じて取得するのが一般的であるが，対象とするサービスの全ユーザから取得するには，ユーザやサービス提供者に多大なコストがかかり困難である．そのため本研究では，スマートフォンから取得可能な利用履歴を用いて，Big Five を推定する手法を提案する．本研究の貢献として，7,850 人を対象として，スマートフォンの利用履歴と Big Five に関するデータを収集し，Big Five の分布及び年齢や性差などの分析を行い，Big Five の各因子の得点を推定する機械学習モデルを構築したことが挙げられる．結果として，Big Five の 5 つの因子の観測値と本手法による予測値の相関係数に関して，.22-.41 を確認した．},
 pages = {100--107},
 publisher = {情報処理学会},
 title = {スマートフォンの利用履歴に着目したBig Five推定モデルの提案},
 volume = {2023},
 year = {2023}
}