OCC-PAD-OCEAN:An Quantitative Perceptible Modeling of Big Five Personality Based on Computational Affection
- 点击次数：
- 所属单位：Shanghai Jiao Tong University
- 发表刊物：Proceedings of the 58th Hawaii International Conference on System Sciences
- 刊物所在地：Hawayi, U.S.A.
- 摘要：在以人为本的人工智能领域，人们越来越重视开发可从心理学角度进行解释和量化的人工智能系统。本研究是计算机科学与心理学的跨学科融合，旨在通过应用深度学习技术彻底改变对人格特质的分析。我们的研究基于 “OCC-PAD-OCEAN ”方法，并采用稳健的 VGG19 深度学习架构来分析视频数据。与大五人格问卷调查结果相比，人工智能生成的人格预测误差率约为 20%。实证结果表明，C（P < 0.001）、E（P = 0.005）和A（P = 0.029）维度的预测值与测量值（P > 0.05）存在显著差异，从而证明了该模型能够准确反映大五性格中细微的个体差异。值得注意的是，我们的分析表明，与性别相关的差异极小（p = 0.611、p = 0.828、p = 0.522、p = 0.696、p = 0.806），但在诸如 “宜人性 ”和 “神经质 ”等特质上，与年龄相关的差异却非常明显（p = 0.027 和 p = 0.025）。OCC-PAD-OCEAN "方法不仅克服了传统问卷的固有局限性，为心理评估提供了一种更准确、计算效率更高的替代方法，而且还展示了将深度学习整合到心理分析中的变革潜力。
- 学科门类：医学
- 一级学科：神经科学与心理学
- 文献类型：C
- 页面范围：3218-2337
- 是否译文：否
- 发表时间：2025-02-01
- 收录刊物：EI、CPCI-S
- 论文类型：会议论文
- 发表时间：2025-02-01
推荐
