شماره ركورد كنفرانس :
4870
عنوان مقاله :
مروري بر روش‌هاي تشخيص اتوماتيك شخصيت افراد مبتني بر روش پنج عامل بزرگ شخصيت با بكارگيري تكنيك‌هايي يادگيري ماشين
پديدآورندگان :
محدث ديلمي فاطمه موسسه آموزش عالي آيندگان , صدر حسين دانشگاه آزاد اسلامي واحد رشت , ترخان مرتضي دانشگاه پيام نور-تهران
كليدواژه :
پنج عامل بزرگ شخصيت , تحليل ويژگي‌ها , شناسايي شخصيت , متن‌كاوي , يادگيري ژرف.
عنوان كنفرانس :
اولين همايش ملي هوش مصنوعي و محاسبات نرم در علوم انساني
چكيده فارسي :
جهان امروز با رشد سبك جديدي از ارتباطات، امكان تعامل افراد باشخصيت‌هاي گوناگون را امكان‌پذير نموده است. متن‌هاي منتشرشده توسط كاربران در فضاي مجازي معرف شخصيت آن‌ها است. ازاين‌رو آگاهي از ابعاد گوناگون شخصيت هر فرد در شبكه‌هاي اجتماعي مي‌تواند نتايج حاصل از توسعه سريع فناوري هوش مصنوعي را به‌سوي بهتر شدن سوق دهد. الگوريتم‌هاي يادگيري ماشين كه توابع پيچيده را با تركيب دنبال‌هايي از توابع ساده‌تر در هر لايه آموزش مي‌دهند، انتخاب مناسبي براي تجزيه‌و‌تحليل اين‌گونه مسائل مي‌باشند. هدف اين مقاله به‌عنوان يك مقاله مروري معرفي الگوريتم‌هاي يادگيري ماشين و بررسي كاربرد آن در شناسايي شخصيت كاربران شبكه‌هاي اجتماعي است. نتايج مقايسه كارهاي انجام‌شده در اين حوزه نشان مي‌دهد استفاده از الگوريتم‌هاي يادگيري ژرف منجر به پيشرفت قابل‌توجهي در اين حوزه شده است. افزايش دقت در دسته‌بندي و كاهش ميزان خطاي محاسبات در شناسايي شخصيت، از دستاوردهاي ارزشمند اين الگوريتم‌هاست. در سال‌هاي اخير، توسعه معماري الگوريتم‌هاي يادگيري ژرف در نقطه‌ضعفشان بسيار موردتوجه بوده است. الگوريتم LSTM كه با اضافه شدن چهار ماژول در هر لايه شبكه RNN قادر به حفظ اطلاعات تا انتهاي پردازش‌هاي متوالي است، يكي از زمينه‌هاي مطالعه در اين خصوص را فراهم نموده است.ماحصل اين مطالعات مي‌تواند در امنيت سايبري، تجارت الكترونيك و حتي فعاليت‌هاي سياسي، فرهنگي و اجتماعي به روان‌شناسان هر حوزه كمك شاياني نمايد.
