| Item type |
Journal(1) |
| 公開日 |
2025-01-15 |
| タイトル |
|
|
タイトル |
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 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Proposal of Big Five Personality Traits Estimation Models Focusing on the Usage History of Smartphones |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
[一般論文（推薦論文）] スマートフォン，Big Five，機械学習，回帰分析 |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_6501 |
|
資源タイプ |
journal article |
| ID登録 |
|
|
ID登録 |
10.20729/00241792 |
|
ID登録タイプ |
JaLC |
| 著者所属 |
|
|
|
株式会社NTTドコモクロステック開発部 |
| 著者所属 |
|
|
|
株式会社NTTドコモクロステック開発部 |
| 著者所属 |
|
|
|
株式会社NTTドコモクロステック開発部 |
| 著者所属 |
|
|
|
株式会社NTTドコモクロステック開発部 |
| 著者所属(英) |
|
|
|
en |
|
|
X-Tech Developmenr Department, NTT DOCOMO, INC. |
| 著者所属(英) |
|
|
|
en |
|
|
X-Tech Developmenr Department, NTT DOCOMO, INC. |
| 著者所属(英) |
|
|
|
en |
|
|
X-Tech Developmenr Department, NTT DOCOMO, INC. |
| 著者所属(英) |
|
|
|
en |
|
|
X-Tech Developmenr Department, NTT DOCOMO, INC. |
| 著者名 |
山下, 毅
濱谷, 尚志
土井, 千章
檜山, 聡
|
| 著者名(英) |
Takeshi, Yamashita
Takashi, Hamatani
Chiaki, Doi
Satoshi, Hiyama
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
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．本研究では，7,464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の分布およ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．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，スマートフォンから取得可能なすべての利用履歴を用いた場合は，.22-.44を，利用履歴の一部を除いた（アプリの利用履歴や位置情報などのみを用いた）場合は，.22-.38を確認した． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
While the utilization of personal data has been progressing, there are still issues that need to be resolved with regard to initiatives considering users' personalities. Big Five personality traits, which are widely used as one of the personalities, are generally obtained through questionnaires or interviews; however, it is costly for users and service providers to obtain the Big Five from all users of the target services. Therefore, we propose methods to estimate the Big Five by using the usage histories that can be obtained from smartphones. We collected the usage histories of smartphones and the questionnaires about Big Five for 7,464 subjects, analyzed the distribution of the Big Five as well as age and gender differences, and constructed a machine learning models to predict the scores of each factor of the Big Five. As a result, we revealed that the correlation coefficients between the observed values of the five factors of the Big Five and the predicted values by our method are .22-.44 when all the usage histories of smartphones are used, and .22-.38 when parts of the usage histories are excluded (i.e., app usage histories, location information, etc. are only used). |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN00116647 |
| 書誌情報 |
情報処理学会論文誌
巻 66,
号 1,
p. 89-107,
発行日 2025-01-15
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
1882-7764 |
| 公開者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-JNL6601012.pdf (1.6 MB)
