Психологические особенности личности как предикторы интернет-зависимости
Файл диссертации:
Фамилия, имя и отчество соискателя:
Колмогорцева Анастасия Алексеевна
Объявление о защите:
Защита диссертации «Психологические особенности личности как предикторы интернет–зависимости» по специальности 19.00.01 – общая психология, психология личности, история психологии на соискание степени кандидата психологических наук Колмогорцевой Анастасии Алексеевны состоится 08 июня 2021 г. в 12:00 на заседании объединенного диссертационного совета Д 999.060.02, созданный на базе ФГАОУ ВО «Южно-Уральский государственный университет (национальный исследовательский университет)» и ФГБОУ ВО «Уральский государственный педагогический университет» по адресу: г. Челябинск, пр. Ленина 76, ауд. 1001 Ссылка на виртуальную комнату защиты диссертации для участия в заседании в удаленном интерактивном режиме: https://zoom.us/j/94510511365?pwd=UlFTY1pXOU1Nd0c5bUR..
Дата защиты:
вторник, 8 июня, 2021 — с 14:00 по 15:45
Диссертационный совет:
99.
2.016.02 (Д 999.060.02)
Сведения об оппонентах:
Шнейдер Лидия Бернгардовна, доктор психологических наук, профессор, профессор кафедры психологической антропологии Института детства ФГБОУ ВО «Московский педагогический государственный университет» (г. Москва).
Маховская Ольга Ивановна, кандидат психологических наук, старший научный сотрудник лаборатории психологии и психофизиологии творчества, ФГБУН «Институт психологии Российской академии наук», (г. Москва).
Отзывы официальных оппонентов :
Сведения о ведущей организации :
Федеральное государственное бюджетное образовательное учреждение высшего образования «Петербургский государственный университет путей сообщения Императора Александра I», (г. Санкт-Петербург).
Отзыв ведущей организации:
Файл автореферата:
Отзыв научного руководителя /консультанта:
Отзывы, поступившие на автореферат:
Решение диссертационного совета о приеме или об отказе в приеме диссертации:
Диссертация принята к защите по специальности 19.
00.01 — общая психология, психология личности, история психологии решением диссертационного совета Д 999.060.02 от 30.03.2021, протокол №34
Список основных публикаций официальных оппонентов:
Научные труды ведущей организации по теме диссертации:
Члены диссертационного совета, присутствовавшие на его заседании при защите диссертации:
1) Рыльская Елена Александровна (д. психол.наук, 19.00.01) очно; 2) Шевченко Анна Александровна (к.психол.наук, 19.00.01) очно; 3) Башкатов Сергей Александрович (д. биол. наук, к. психол. наук, 19.00.01) дистанционно; 4) Васягина Наталия Николаевна (д. психол.наук, 19.00.07) очно; 5) Горелова Галина Газимовна (д. психол.наук, 19.00.01) очно; 6) Грязева-Добшинская Вера Геннадьевна (д. психол.наук, 19.00.01) очно; 7) Гуслякова Нина Ивановна (д. психол.наук, 19.00.07) очно; 8) Жукова Наталья Владимировна (д. психол.наук, 19.00.07) дистанционно; 9) Казаева Евгения Анатольевна (д. пед.наук, 19.00.07) очно; 10) Лихолетов Валерий Владимирович (д.
Решение диссертационного совета по результатам защиты диссертации:
Заключение диссертационного совета:
Индивидуальные особенности личности. Психология пользователя
1. Индивидуальные особенности личности
Психология пользователя2. Характер
– это стержневое психическое свойство человека,накладывающее отпечаток на все его действия и поступки,
свойство, от которого, прежде всего, зависит деятельность
человека в различных жизненных ситуациях.
Характеру
— это совокупность свойств личности,
определяющая типичные способы ее реагирования на
жизненные обстоятельства.
Под характером следует понимать не любые индивидуальнопсихологические
особенности
человека,
а
только
совокупность наиболее выраженных и относительно
устойчивых черт личности, типичных для данного человека
и систематически проявляющихся в его действиях и
поступках.
Под характером понимают такие характеристики человека,
которые описывают способы его поведения в разных
ситуациях.
3. Основные стороны личности
1.Биологически
обусловленные особенности
(темперамент, задатки, простейшие потребности).
2.
Социально
обусловленные
особенности
(направленность,
моральные
качества,
мировоззрение).
3.
Индивидуальные
особенности
различных
психических процессов.
4. Опыт (объем и качество имеющихся знаний,
навыков, умений и привычек).
4. Черты характера
Под чертой характера понимают те или иныеособенности
личности
человека,
которые
систематически проявляются в различных видах
его деятельности и по которым можно судить о его
возможных поступках в определенных условиях.
Борис
Михайлович
Теплов
(9 [21] октября 1896, Тула — 28 сентября
1965, Москва) — советский психолог,
основатель школы дифференциальной
психологии, действительный член
АПН РСФСР, заслуженный деятель
науки РСФСР, профессор, доктор
педагогических наук (по психологии).
Изучал
врождённые
задатки
и
развиваемые способности, характер,
темперамент, разрабатывал методы их
объективной
диагностики
и
измерения.
Б. М. Теплов предложил черты
характера делить на несколько групп.
6. Первая группа
В первую группу входят наиболее общие черты характера,образующие основной психический склад личности.
К ним относятся:
принципиальность,
целеустремленность,
честность,
мужество и т. д.
Понятно, что в чертах характера могут выступать и
противоположные этим, то есть отрицательные, качества,
например:
беспринципность,
пассивность,
лживость и т. д.
7. Вторая группа
Вторую группу составляют черты характера, в которыхвыражается отношение человека к другим людям:
Общительность — может быть широкой, поверхностной
или избирательной;
Замкнутость — может быть результатом безразличного
отношения к людям или недоверия к ним, но может быть
следствием глубокой внутренней сосредоточенности;
Откровенность и противоположная ей – скрытность;
Чуткость, тактичность, отзывчивость, справедливость,
заботливость, вежливость или, напротив, грубость.
8. Третья группа
черт характера выражает отношениечеловека к самому себе:
чувство
собственного
достоинства,
правильно
понимаемая
гордость
и
связанная
с
ней
самокритичность, скромность;
тщеславие,
заносчивость,
самомнение,
иногда
переходящее в наглость;
обидчивость,
застенчивость,
эгоцентризм (склонность постоянно быть в центре
внимания вместе со своими переживаниями),
эгоизм (забота преимущественно о своем личном благе)
и т. д.
9. Четвертая группа
черт характера выражаетотношение человека к труду, своему делу:
инициативность,
настойчивость,
трудолюбие и противоположная ему – лень,
стремление
к
преодолению
трудностей
и
противоположная ей – боязнь трудностей,
активность,
добросовестность,
аккуратность и т. д.
По отношению к труду характеры делятся на две группы:
Деятельные,
Бездеятельные.
Для первой группы типичны:
активность,
целеустремленность,
настойчивость.
Для второй группы типичны:
пассивность,
созерцательность.
11. Виды характера
Гипертимный (или гиперактивный) характерОптимистичность приводит такого человека иногда
к тому, что он начинает хвалить самого себя, излагая
«естественную теорию смены поколений» и пророча
себе высокие должности.
Аутистический характер
Большинство людей в общении выражают свои эмоциональные позиции и
того же ждут от собеседника. Однако люди рассматриваемого типа характера
имеют следующие характеристики:
эмоциональное восприятие ситуации,
собственное отношение к разным сторонам жизни,
чувствительны,
легкая травмируемость,
внутренний мир не раскрывать.
Людей данного вида характера называют аутистическими (лат. «ауто» –
обращенный в себя, замкнутый).
В общении с людьми такого типа можно столкнуться как с повышенной
чувствительностью, робостью, так и с абсолютной, «каменной» холодностью
и неприступностью.
Переходы от одного к другому создают впечатление непоследовательности.
У аутистического характера есть свои положительные стороны:
стойкость интеллектуально-эстетических увлечений,
тактичность,
ненавязчивость в общении,
самостоятельность поведения (иногда даже чрезмерно подчеркиваемую и
отстаиваемую),
соблюдение правил формально-деловых отношений.
Лабильный характер
Обычно человек, переживая какую-нибудь эмоцию,
например радость, не может быстро ее «поменять».
Он еще некоторое время переживает ее, даже если
обстоятельства изменились.
В
этом
проявляется
обычная
инертность
эмоциональных переживаний.
Не так при эмоционально-лабильном характере:
настроение быстро и легко меняется вслед за
обстоятельствами,
незначительное
событие
может
полностью
изменить эмоциональное состояние.
Демонстративный характер
Основная черта демонстративного характера – большая
способность вытеснять рациональный, критический
взгляд на себя и, как следствие этого, демонстративное,
немного «актерское» поведение.
Очевидно, это вытеснение связано с развитой
эмоциональностью, ярким воображением, слабостью
логики, неспособностью воспринимать собственное
поведение со стороны, низкой самокритичностью.
Все это иногда сохраняется и у взрослых.
Человек, наделенный демонстративным характером:
легко имитирует поведение других людей,
может выдавать себя за того, каким его хотели бы
видеть,
имеют широкий круг контактов,
если их отрицательные черты развиты не слишком ярко,
их любят.
Психастенический характер
Работник с психастеническим характером:
рационален,
склонен к аналитической, «пошаговой» обработке
информации,
осмысливать факты путем дробления,
выделяет отдельные признаки.
При этом переключения на другие способы отражения
окружающего мира – на уровень образов, к
интуитивному схватыванию ситуации в целом – не
происходит.
Постоянный рационализм обедняет и ослабляет
эмоциональность.
Эмоциональные переживания становятся блеклыми,
однообразными и подчиняются ходу рассудочных
построений
Застревающий характер
Дело в том, что по особенностям эмоциональных
переживаний
застревающий
характер
противоположен лабильному.
Малоподвижность проявляется и на уровне
мышления: новые идеи нередко усваиваются с
трудом, иногда необходимо тратить дни, месяцы,
чтобы внушить такому человеку свежую идею.
Конформный характер
Даже хорошая квалификация не помогает работнику
с конформным характером овладеть навыками
самостоятельной работы.
Наделенные таким характером люди могут
действовать только, если находят поддержку у
окружающих.
Без такой поддержки теряются, не знают, что им
делать, что правильно в конкретной ситуации, а что
неправильно.
Особенность людей конформного характера –
отсутствие противоречий со своей средой
Неустойчивый характер
У людей такого характерологического типа:
нет твердых внутренних принципов,
недостаточно развиты чувство долга и другие высшие
человеческие мотивы,
постоянно стремятся к сиюминутным удовольствиям и
развлечениям,
предмет развлечений,
зависит от особенностей
компании, в которой находится человек с неустойчивым
характером, от уровня развития его личности, от других
причин,
бряцание на гитаре, многочасовые бессодержательные
разговоры – обсуждаются особые случаи, позволяющие
посмеяться, испытать превосходство перед другими,
причем превосходство низкого пошиба, связанное с
насмешками и т.
пЦиклоидный характер
У обладателей данного типа характера наблюдаются:
периодические изменения работоспособности,
изменения уровня активности и настроения.
В фазе подъема такие лица выглядят как гипертимы:
они общительны,
быстро говорят,
легко решают возникшие проблемы,
ощущения
неограниченности
собственных
возможностей,
проявление некоторой переоценки собственной
личности.
В период спада ухудшается и работоспособность
20. Темперамент — его свойства и типы
Темперамент (temperamentum — соразмерность,надлежащее соотношение частей) — устойчивая
совокупность
индивидуальных
психофизиологических особенностей личности,
связанных с динамическими, а не содержательными
аспектами деятельности. Темперамент составляет
основу развития характера. С физиологической
точки зрения он обусловлен типом высшей нервной
деятельности человека и проявляется в поведении
человека (характера), в степени его жизненной
активности.
Холерик («холе» — желчь)
Человеку
с
подобным
темпераментом
свойственно:
•ярко переживать различные состояния и также
быстро их забывать,
•вспыльчивости и тут же следующей за ней
быстрой отходчивости,
•подвижность и энергичность человека.
В жизни холерики очень страстные натуры, чьи
переживания всегда глубоки, чувства мгновенно
сменяют друг друга, а движения резки и
стремительны.
Холерик без ума от красного цвета. Окружая себя
красными вещами, человек с холерическим
темпераментом становится более активным,
динамичным,
броским.
Заглушить
его
способны голубовато- красный и зелёный
цвета. Любит же он, как ни странно, зимний
период. Зима немного сдерживает характер
холерика.
Пример:
Бонапарт,
Суворов,
Менделеев
Сангвиник
Флегматик
Сангвиник («сангвис» — кровь)
Похож на холерика, но если у первого движения
отличаются
резкостью,
то
сангвиники
совершают их легко и плавно.
Людей, обладающих подобным темпераментом,
можно назвать поверхностями:
•эмоциональные
состояния,
так
быстро
сменяющие друг друга, не задерживаются в
сознании сангвиника,
•быстро забывает обиды и привязанности,
•жизнерадостный человек, обладающий очень
подвижной мимикой,
•очень впечатлителен и легко отвлекается на
внешние раздражители.
Родственный ему цвет – жёлтый. Он действует на
сангвиника воздушно, солнечно, легко, весело,
оптимистично, приветливо. Фиолетовый цвет
способен
немного
приглушить
этот
фонтанирующий темперамент, придать
ему равновесие. Родственное время года
сангвиника – весна. В этот период он особенно
энергичен и позитивен.
Пример:
Джордано Бруно,
Пушкин,
Бомарше,
Энгельс
Меланхолик
Меланхолик («мелэна холе» — чёрная желчь)
Такой темперамент можно встретить у людей,
обладающих медленным движением психических
процессов.
Обычно меланхоликом можно назвать человека:
•чаще всего грустное или мрачное настроение,
•его движения медлительные и неловкие,
•он нерешителен, замкнут и не общителен,
•очень тяжело переживают жизненные трудности,
•держат свои чувства глубоко в душе,
•колеблются в принятии решений.
Сине-голубые
тона
сходны
с
темпераментом
меланхолика. Выбирая их, он испытывает сдержанное,
пассивное, прохладное действие. Синий и голубой дают
меланхолику
гармонию,
расслабление,
удовлетворённость.
Компенсирующими
цветами
является палитра красного, оранжевого и жёлтого
спектра. Она способна расшевелить статичных
меланхоликов, дать импульс к действию, активизировать
их. Комфортнее всего люди этого темперамента
чувствуют себя летом.
Например:
Шопен,
Левитан,
Лермонтов,
Гоголь,
Ньютон
Флегматик («флегма» — мокрота, слизь)
Подобно меланхолику, такой человек прежде всего
отличается:
медлительностью в делах и в собственной речи,
его почти невозможно вывести из себя благодаря
ровному и невозмутимому характеру,
прежде чем совершить какое-либо действие,
флегматик долго и тщательно его продумает,
крепко держатся за свое рабочее место и сильно
призываются к своей работе, с трудом переключаясь
на другую.
Главный цвет для флегматика – зелёный, так как
успокаивает и стабилизирует его. Жёлто-зелёные
оттенки делают флегматика приветливым и весёлым,
а зелёный с голубоватыми нюансами способствует
сосредоточенности,
дистанцируя
от
внешних
факторов. Компенсирующий цвет — активный,
тёплый красный. Флегматик чувствует себя хорошо
осенью и летом. Краски этих сезонов поддерживают
натуру этих личностей.
Например:
Дарвин,
баснописец Крылов
Психологические черты против теории типов личности
Назад к статьям
Мэдлин Форд Чтобы успешно продать продукт, вы должны знать, кому его продавать. Таким образом, возможность точно охарактеризовать потребителей является важнейшей целью маркетинговых исследований и исследований поведения потребителей. Но интерес к созданию таких характеристик существует не только в мире маркетинга: разработка систематических способов описания людей и их личностей была целью психологии с момента ее зарождения.
С самого начала считалось, что черты личности и типы личности служат разным целям в исследованиях. За прошедшие годы появилось множество различных теорий относительно того, что такое личность, как она возникает и как мы можем ее классифицировать. Например, Зигмунд Фрейд был сторонником психодинамических теорий, предполагая, что личность находится под влиянием бессознательного и прохождения психосексуальных стадий, а Б. Ф. Скиннер выступал за поведенческие теории, которые рассматривают личность как результат индивидуальных взаимодействий с окружающей средой. Одна важная (и продолжающаяся) дихотомия в убеждениях в этой области — между теорией типов и теорией черт. Как и другие теории психологии личности, эти два подхода пытаются систематически классифицировать людей, но достигают этой цели разными путями.
Существенное различие между теорией черт и теорией типов заключается в следующем: теория типов рассматривает характеристики людей как дискретные категории, тогда как теория черт рассматривает эти же характеристики как часть более крупного континуума.
Например, если теоретик типов утверждает, что интроверты и экстраверты — это два типа людей, то теоретик черт утверждает, что существует градиент, ведущий от интроверсии к экстраверсии, и люди могут оказаться где-то посередине.
Теория типов уходит своими корнями в шкалы личности, такие как индикатор типов Майерс-Бриггс, который постулирует 16 типов личности, происходящих из набора четырех фундаментальных дихотомий: экстраверсия против интроверсии, мышление против чувства, ощущение против интуитивного и восприятие против , судить. Сторонники этой теории считают, что так же, как человек ориентируется на левшу или правшу, он ориентируется на одну из 16 возможных комбинаций этих дихотомий, и это их «тип».
В последнее время многие психологи отошли от теории типов в пользу теории черт. Многочисленные исследования показали, что вариации человеческой личности действительно происходят в непрерывных измерениях, а не в виде дискретных категорий, и такой взгляд на личность позволяет проводить более гибкую категоризацию людей, устраняя «рамки», в которые теория типов пытается втиснуть людей.
Недавние исследования показали, что позиции людей в этих континуумах могут быть связаны с мотивами поведения в реальном мире. При правильном использовании такое представление о характеристиках открывает черный ход для понимания процесса принятия решений потребителем и может обеспечить гибкую индивидуализированную сегментацию, основанную на вышеупомянутых мотивах, а не на произвольных «универсальных» типах.
Открытие нашего взгляда на личность в этом более широком масштабе может также позволить включить в нашу описательную модель другие факторы, которые можно рассматривать в континууме, такие как чувство стиля или чувство юмора.
Определяя действительные и надежные измерения этих полезных конструкций, мы можем разработать мощный способ анализа людей, который отходит от строгой категоризации и ведет к глубокому пониманию различий внутри сегментов. В свою очередь, этот процесс интерпретации, от черт к мотивам и к поведению, может привести к ценным выводам о поведении потребителей и принятии решений.
психология личности Черты и весы Психология и маркетинг Методы исследования
Мадлен Форд
Модель анализа личности и психологических характеристик пользователей сети в условиях высокого давления на рабочем месте0003
!
Эта статья была отозвана .
Чтобы просмотреть подробности статьи, нажмите на вкладку «Отзыв» выше.
В статье, основанной на прогнозировании психологических показателей социальных сетей, исследуется модель анализа личности и психологических характеристик пользователей сети в условиях напряженной рабочей среды. Путем анализа личности пяти обычных пользователей сети извлекаются характеристики психологии личности. В сочетании с рабочей средой с высоким давлением в этой статье анализируются характеристики личностей и психологии пользователей сети, собираются характеристики тем личности пользователей сети и анализируются характеристики динамического расширенного словаря. Чтобы обеспечить точность анализа признаков, авторский алгоритм LDA используется для прогнозирования психологического индекса сетевого короткого текста пользователей сети в условиях напряженной рабочей среды. Экспериментальные результаты показывают, что модель, разработанная в этой статье, лучше, чем традиционный метод в практическом применении.
1. Введение
С непрерывным развитием Интернета различные сетевые приложения становятся все более популярными. В качестве платформы для публикации и распространения онлайн-контента сеть привнесла новые изменения в социальную жизнь людей и методы общения. В то же время изменения в психологии и личности человека будут затронуты рабочей средой высокого давления, которая будет отображаться на сетевой социальной платформе [1]. В целях лучшего обеспечения национального психического здоровья предлагается разработка модели анализа личности и психологических характеристик пользователей сети в условиях напряженной рабочей среды [2]. Традиционная модель использует анкетный опрос, который не подходит для крупных пользователей для измерения личности. Методы, приобретая личности пользователей Интернета, мы можем способствовать дальнейшему развитию соответствующих приложений. Пользователи могут более эффективно собирать психологические характеристики сетевых пользователей, используя сетевую платформу для автоматического создания большого количества данных о поведении и прогнозирования психологических характеристик на основе данных о поведении сетевых пользователей [3].
В этом исследовании изучается сетевое поведение пользователей микроблогов, извлекаются особенности поведения пользователей, создается модель анализа личности пользователей микроблогов и подтверждается жизнеспособность модели с помощью экспериментов с использованием микроблогов в качестве платформы для сетевых исследований.
2. Сбор личностных и психологических характеристик пользователей сети в условиях высокого давления на рабочем месте
Путем объяснения внутренних характеристик внешнего поведения в данной статье изучается человеческая личность с точки зрения психологии. Чтобы лучше проанализировать личностные и психологические характеристики пользователей сети в условиях напряженной рабочей среды, сначала анализируются и изучаются общие категории личности [4]. Ключом к объединению теории психологических характеристик с анализом социальных сетей является анализ и прогнозирование психологических характеристик пользователей путем анализа данных о пользователях в социальной сети.
С точки зрения исследования личности психологию личности можно разделить на различные теоретические школы, включая школу психоанализа, школу черт, биологическую школу, школу поведения, школу социального обучения, школу гуманизма и когнитивную школу [5]. Школа черт — одна из них, дающая научную количественную норму оценки личности. Школа психологических характеристик производит наиболее часто используемые модели психологических характеристик при изучении психологических особенностей пользователей социальных сетей, такие как модель психологических характеристик и модель психологических характеристик «большой пятерки» [6]. Согласно теории типов психологических характеристик, поведение людей подразделяется на несколько фиксированных категорий. То есть люди, выбравшие один тип людей, совершенно отличаются от тех, кто выбирает другой [7]. Используя метод лексикологии, в этой статье в основном используется алгоритм кластеризации при интеллектуальном анализе данных для кластеризации прилагательных, описывающих личностные характеристики, образуя пять измерений личностных черт.
Модель «большой пятерки» использовалась для измерения личностных характеристик пользователей микроблогов, как показано в таблице 19.0003
Для изучения личностных и психологических характеристик пользователей сети в условиях напряженной рабочей среды необходимо понимать их психологические особенности использования сети [8]. В процессе психологического анализа личности измерение психологических характеристик является предпосылкой анализа психологических характеристик. Как правило, есть два способа измерения личности: самоактивный отчет и пассивный анализ поведения. Исходя из этого, используя сетевое поведение для прогнозирования личности, посредством интервью и опросов по сбору персональных личностных данных и маркируя данные с помощью SCL-9.0 шкала психологического благополучия, шкала положительных эмоций, шкала счастья жизни, шкала удовлетворенности жизнью, шкала психического здоровья, шкала стрессовых представлений и т. д. Сетевое измерение психологического индекса личности создано, как показано в таблице 2, для точного анализа распределения психологических характеристик личности пользователя в рабочей среде с высоким давлением.
3. Алгоритм классификации сетевых психологических характеристик личности
На примере микроблогов в этой статье исследуются пять личностных моделей пользователей микроблогов и собираются образцы данных с разрешения пользователей. Затем связь между личностью в сети и стрессом на работе извлекается с помощью анализа взаимоотношений пользователей [9]. Психологические характеристики пользователя помещаются в набор данных, данные маркируются в соответствии с психологическими характеристиками пользователя, и получается вектор признаков пользователя. Процесс анализа сетевых личностных характеристик показан на рис. 1.9.0003
Кроме того, характеристики сетевых пользователей извлекаются, анализируются и вводятся в модуль анализа личности пользователя. Модель оптимизации вывода обучается в соответствии с моделью анализа личности верхнего уровня, и генерируются выходные результаты анализа пяти тегов личности пользователя. Конкретный метод классификации показан на рисунке 2.
Кроме того, данные, собранные на начальных этапах входа в систему и построения, записываются, функция Hadoop распределяет собранную информацию в базе данных MySQL, а интерфейс базы данных вызова программы написано.
Чтобы обеспечить операционный эффект модели анализа, значение путаницы сетевой информации удалено. Мы установили в качестве количества информации, отправленной пользователями сети, значение путаницы равно , а индекс помех равен . В процессе анализа и оценки психологических характеристик необходимо выполнение следующих требований:
Метод коэффициента корреляции Пирсона используется для расчета коэффициента корреляции между стрессом и психологическими характеристиками, а символ R используется для представления линейной корреляции между переменными X и Y . Коэффициент корреляции Пирсона определяется как отношение ковариации и стандартного отклонения между двумя переменными.
Путем оценки ковариации и стандартного отклонения между выборками коэффициенты корреляции получаются следующим образом:
На основе приведенного выше алгоритма далее описывается линейная корреляция между стрессом на работе и психологическими характеристиками личности. Коэффициент корреляции рассчитывается для любых двух переменных X , y в данных выборки, чтобы получить соответствующие им переменные.
Если коэффициент корреляции r = 0, соотношение между X и Y не выполняется.
При коэффициенте корреляции r > 0, существует положительная корреляция между двумя переменными.
Когда коэффициент корреляции r < 0, корреляция между двумя переменными является отрицательной.
Поскольку коэффициент корреляции обладает свойством метода коэффициента корреляции, его можно использовать для измерения линейной корреляции между переменными [10]. Следовательно, анализ коэффициента корреляции можно использовать для выбора признаков и поиска наборов признаков с сильными линейными корреляциями с метками исходных данных. С другой стороны, подход с использованием коэффициента корреляции может выбирать только людей с лучшими характеристиками, а не лучшую общую категоризацию. Психологические характеристики личности оцениваются в соответствии с требованиями применения модели с целью проверки жизнеспособности модели и использования для ее оценки показателей рабочего давления и индекса психологических характеристик личности [11].
Точность модели является важным стандартом для измерения эффективности метода анализа психологических характеристик пользователей в сети в процессе анализа, поскольку чем выше точность модели, тем лучше она может описать психологические характеристики пользователя при классификации. их [12]. Однако если в качестве единственного критерия для оценки достоинств и недостатков алгоритма анализа личности сетевого пользователя принять правильность модели, то при проведении анализа личности пользователя на несбалансированном набор данных, что несовместимо с целью анализа личности пользователя сети. На этой основе выбраны несколько оценочных показателей модели анализа психологических характеристик пользователей социальных сетей: точность модели, скорость вспоминания модели и модель 9.0067 F 1 и приведена формула оценки этих трех показателей.
Среди них истинно положительный относится к образцу, правильно идентифицированному моделью как положительный класс, истинно положительный относится к образцу, определенному как отрицательный класс по ошибке модели, и ложноотрицательный относится к образцу, определенному моделью как отрицательный класс ошибка [13].
Ложноположительный результат указывает на долю положительных классов, правильно идентифицированных во всех моделях; отзыв представляет собой долю положительных классов, правильно идентифицированных во всех наборах данных; стоимость 9Модель 0067 F 1 получена средневзвешенным значением точности и скорости отзыва [14]. Принимая показатель точности, уровень отзыва и значение F 1 в качестве индексов оценки, можно лучше отразить эффективность модели анализа психологических характеристик пользователей сети и предоставить ориентир для окончательного выбора модели.
4. Реализация анализа личности и психологических характеристик пользователей сети
Аналитические процедуры психологической характеристики, такие как предварительная обработка данных, извлечение признаков, оптимизация признаков, построение модели, обучение и перекрестная проверка модели, а также применение обучающей модели, используются для анализа личности и психологических особенностей пользователей сети [15].
Чтобы обеспечить эффект анализа личностных и психологических характеристик пользователей сети, сначала анализируются изменения личностных и психологических характеристик в условиях высокого давления, как показано на рисунке 3.9.0003
Мы предварительно обрабатываем исходные данные о поведении пользователя в сети, извлекаем атрибуты пользователя и получаем соответствующий вектор признаков. Кроме того, мы улучшаем алгоритм выбора признаков, создаем бинарную модель классификации, обучаем модель классификации с помощью оптимизированного вектора признаков, получаем окончательную модель классификации после 10 перекрестных проверок, извлекаем модель классификации пользовательских функций в качестве тестового набора и, наконец, используем это в основе физических и психологических особенностей. Они классифицируются, и анализируются психологические особенности. С технической точки зрения необходима программа, которая может извлекать данные из сети в больших масштабах и хранить их соответствующим образом [16].
В социальных сетях с точки зрения моделирования разнородные данные необходимо очищать и преобразовывать в структурированные данные. Архитектура обработки данных показана на рис. 4.9.0003
Чтобы обеспечить высокую доступность данных, необходимо очистить исходный набор данных о поведении пользователей в сети, отфильтровать недействительные данные и удалить пользовательские данные, включая неполную информацию в полях, недостаточное количество сообщений в блогах и скоро. На основе предварительной обработки данных дополнительно извлекаются особенности поведения пользователя [17]. Признаки поведения пользователя можно разделить на шесть типов: временные признаки, сетевые признаки, признаки маркировки частей речи, статистические признаки, признаки стиля дискурса и психологические признаки дискурса. Модель анализа личности создана на основе алгоритма оптимизации роя бинарных частиц [18]. Таким образом, функциональная структура модели анализа психологических характеристик пользователя сети разработана в деталях, как показано на рисунке 5.
9.0003
Автономный набор данных известных тегов хранится в автономной базе данных, а модуль извлечения признаков используется для извлечения признаков: полученный вектор признаков пользователя вводится в модуль обучения и тестирования модели анализа личности, а полученная оптимальная личность модель анализа выводится в модуль анализа личности пользователя сети; полученные пользовательские данные вводятся в модуль анализа данных о поведении пользователей сети [19]. В системе анализа психологических характеристик пользователи сети будут производить много поведенческих данных при использовании сети, что обеспечивает основу данных для извлечения признаков. Резервный модуль сбора и ввода пользовательских данных в основном предназначен для автоматического сбора исходных данных о поведении. На основе анализа психологических характеристик пользователей социальной сети микроблогов в данной статье предлагаются требования авторизации для пользователей учетной записи микроблога [20]. Когда доступ будет завершен, модуль получит сетевые данные, связанные с учетной записью пользователя, включая атрибуты пользователя и данные о поведении пользователя, и выведет полученные пользовательские данные в модуль извлечения функций через платформу автоматического тестирования браузера Selenium.
На рис. 6 показаны конкретные шаги.
На основе вышеописанных шагов выделяются особенности стиля текста пользовательской сети, включая восклицательные знаки, знаки препинания, знаки части речи и словарные знаки. Характеристики тегов выражаются по частоте пользовательских статей. Характеристики ментального словаря извлекаются из словаря LIWC, и вычисляется значение TF-IDF ментального словаря. В этой статье TF-IDF используется для извлечения признаков ментального лексикона для классификации психологических характеристик личности, как показано на рисунке 7.9.0003
Кроме того, KNN, деревья решений и наивный байесовский метод используются для обучения модели анализа личности. После обучения нескольких моделей вводится набор данных теста производительности. Когда индекс оценки достигает ожидаемой цели, выводится итоговая модель анализа психологических характеристик, и психологические характеристики пользователя в данных анализа классифицируются. Если ожидаемая цель не будет достигнута, будет продолжено обучение и оптимизация модели анализа психологических характеристик.
При этом модуль обучения и тестирования модели анализа личности по умолчанию сохраняет лучшую модель в модели обучения истории и выдает ее в модуль анализа характера пользователей сети. На основании этого совершенствуются этапы анализа личностно-психологических характеристик пользователей сети, как показано на рис. 8.9.0003
Характеристики данных пользователей социальных сетей будут меняться с развитием технологий. На этой основе разработана система анализа сетевых характеристик пользователей на основе автономной базы данных, обеспечивающая непрерывный сбор новых пользовательских данных. Благодаря непрерывному обучению и оптимизации модели анализа психологических характеристик модель анализа обучающих выборок модели анализа психологических характеристик личности оптимизируется для получения лучших результатов анализа психологических характеристик.
5. Анализ результатов экспериментов
Необходимо анализировать психологические факторы пользователей и проводить систематический анализ психологических факторов пользователей.
Для индексных данных существует много видов сетевых данных, включая информацию о населении, текст, изображения, сетевые данные и т. д. То, какой тип данных выбран в качестве ключевого момента, определяет задействованные компьютерные поля: содержимое изображения, компьютерная графика, сетевое содержимое, сложная сеть, текстовый контент и т. д. могут быть обработаны с помощью естественного языка. Поэтому этот шаг очень важен для выбора признаков. По сравнению с данными микроблогов в качестве объекта исследования были выбраны текстовые данные. В сети текст является наиболее распространенным источником данных. Поскольку микроблоги могут видеть текст, это позволяет избежать проблем с конфиденциальностью. Кроме того, за счет внешней видимости текста микроблога сложность краулинга самая низкая. На основании этого собирается информация о выборке.
Чтобы обеспечить эффективность экспериментальных исследований, мы используем процессор Intel i5-5200u и систему памяти объемом 8 ГБ для реализации Python 2.
7.9 в операционной системе Windows 10. В этом эксперименте используется набор данных mypersonality для проверки приведенного выше алгоритма. Mypersonality — это стороннее приложение для ведения микроблогов. Через авторизацию пользователей они позволяют пользователям участвовать в психологических тестах, получать отзывы о результатах тестов и собирать резюме в микроблоге. Поскольку некоторые статистические характеристики извлекаются из сообщений в микроблогах, только несколько данных о пользователях блогов могут предоставить достаточную информацию для модели. Поэтому в качестве экспериментальных данных выбираются пользовательские данные не менее 5 постов в блоге. После скрининга этот набор данных содержит 9809 статей из 205 микроблогов. Распределение типов личности показано в таблице 3. Распределение мозга по типам ext, neu, agr, con и OPN представляет пять типов личности: экстравертный, нервный, дружелюбный, ответственный и общительный.
Чтобы проверить правильность модели анализа в этой статье, функция LIWC и функция psy используются в качестве входных данных модели, а точность, скорость отзыва и F 1 берутся в качестве индексов оценки, и точность, скорость отзыва и другие параметры классификации модели проверяются и записываются, как показано в таблице 4.
После унифицированной обработки на основе данных, приведенных в таблице выше, результаты анализа традиционной модели и модели в этой статье записываются в дБ, а детали показаны в таблице 5.
Диаграммы анализа строятся в соответствии с таблицами 5 и 6, и провел более интуитивный сравнительный анализ, как показано на рисунках 9–11.
Согласно рисункам с 9 по 11 видно, что показатель точности метода в этой статье выше, чем у традиционного метода в психологических характеристиках EXT другого признака, а его значение выше на 0,26 дБ. В других сравнительных анализах видно, что уровень точности метода в этой статье — характеристики Ext, Neu, Agr и Con — в основном на 0,1 дБ выше, чем у традиционного метода, а некоторые даже выше, чем 0,2 дБ. Характеристика Opn также выше, чем у традиционного метода, которая в основном выше 0,05 дБ. В результате процедура, описанная в этой статье, находится в реальном прикладном процессе, а точность анализа модели анализа личности и психологических особенностей пользователя сети была значительно повышена.
Он может лучше анализировать пользовательские изменения. Одновременно он может оценивать психологические аспекты напряженной рабочей среды, чтобы гарантировать психологическое благополучие пользователей и своевременное и точное наблюдение за ними.
6. Заключение
Принимая анализ психологических характеристик пользователей сети в качестве содержания исследования и взяв пользователей микроблогов в качестве объекта исследования, путем анализа характеристик поведения пользователей сети, в этой статье предлагается дизайн личности пользователей сети. и модель анализа психологических характеристик в условиях напряженной рабочей среды. В этом исследовании проводится корреляционный анализ между психологическими характеристиками пользователей сети и рабочей средой с высоким давлением, а также вводится взаимосвязь между психологическими характеристиками большой пятерки и психологическими характеристиками. В этом исследовании обсуждаются предпосылки и значение исследования, описывается современная технология анализа психологических характеристик на основе сетевых пользователей, обобщается состояние исследования психологических характеристик сетевых пользователей в стране и за рубежом, обобщаются ключевые особенности анализа психологических характеристик сетевых пользователей, сокращается рабочая нагрузка по извлечению признаков и повышает эффективность и точность распознавания.
Доступность данных
Данные, использованные для поддержки результатов этого исследования, включены в статью.
Конфликт интересов
Авторы заявляют об отсутствии конфликта интересов.
Ссылки
С. Э. Уильямс, Д. М. Сарно, Дж. Э. Льюис, М. К. Шосс, М. Б. Нейдер и С. Дж. Бохил, «Психологическое взаимодействие функций электронной почты со спамом», Ergonomics , vol. 62, нет. 2019. Т. 8. С. 983–994.
Посмотреть на:
Сайт издателя | Google Scholar
Б. Ахмад, М. Усама, К. М. Хуанг, К. Хванг, М. С. Хоссейн и Г. Мухаммад, «Обучение дискриминационным признакам для классификации кожных заболеваний с использованием глубокой сверточной нейронной сети», IEEE Access , том . 8, с. 1, 2020.
Посмотреть по адресу:
Сайт издателя | Google Scholar
С.
А. Мостафа, А. Мустафа, М. А. Мохаммед, Р. И. Хамед, Н. Арункумар и Абд, «Изучение множественных методов оценки и классификации признаков для улучшения диагностики болезни Паркинсона», Исследование когнитивных систем , том. 54, стр. 90–99, 2019.
Посмотреть по адресу:
Сайт издателя | Google Scholar
С. Лу, Ю. Фенг, З. Ли, Х. Чжэн и Дж. Тан, «Интегрированный метод принятия решений для оценки схемы проектирования продукта на основе облачной модели и данных ЭЭГ», Advanced Инженерная информатика , вып. 43, ID статьи 101028, 2020.
Посмотреть по адресу:
Сайт издателя | Google Scholar
Д. Чжан, К. Ву и Дж. Лю, «Рейтинг продуктов с помощью онлайн-обзоров — новый метод, основанный на нечетком наборе нечетких слов и структуре тональных слов»,
Посмотреть по адресу:
Сайт издателя | Google Scholar
П. Шмидт, А. Рейсс, Р. Дюрихен и К. В. Лаерховен, «Распознавание эмоций на основе носимых устройств — обзор», Sensors , vol. 19, нет. 19, стр. 4079-4080, 2019.
Посмотреть по адресу:
Сайт издателя | Google Scholar
М. Хашеми и М. Холл, «Машинное обучение выбора функций визуализации, определяющее группу, ответственную за экстремальные акты насилия», Доступ IEEE , том. 6, с. 1, 2018.
Посмотреть по адресу:
Сайт издателя | Google Scholar
Л. Хе, Д. Цзян и Х. Сахли, «Автоматический анализ депрессии с использованием динамического дескриптора внешнего вида лица и d-процесса кодирования Фишера», IEEE Transactions on Multimedia , vol.
21, нет. 6, стр. 1476–1486, 2019.Посмотреть по адресу:
Сайт издателя | Google Scholar
С. Мохдивале, М. Саху, Г. Р. Синха и В. Баджадж, «Автоматизированная оценка когнитивной рабочей нагрузки с использованием логической оптимизации обучения на основе обучения и многокритериального подхода к принятию решений PROMETHEE», IEEE Sensors Journal , том. 20, с. 1, 2020.
Посмотреть по адресу:
Сайт издателя | Google Scholar
А. Сингх, С. У. Рехман, С. Йонгчареон и П. Х. Дж. Чонг, «Обзор сенсорных технологий для систем обнаружения падения», IEEE Sensors Journal , vol. 20, нет. 13, стр. 6889–6919, 2020.
Посмотреть по адресу:
Сайт издателя | Google Scholar
Г. Вила, К. Годин, О. Сакри и др.
, «Мониторинг психологического стресса пассажиров в реальном времени», Интернет будущего , vol. 11, нет. 5, с. 102, 2019.Посмотреть по адресу:
Сайт издателя | Google Scholar
А. Окер, Н. Глас, Ф. Пекун и К. Пелашо, «Платформа встроенного виртуального агента для экспериментов с эмоциональными эффектами — доказательство концепции», Biologically Inspired Cognitive Architecture , vol. 24, нет. 10, стр. 107–114, 2018 г.
Посмотреть по адресу:
Сайт издателя | Google Scholar
Р. Муниратинам и С. К. Манохаран, «Анализ ствола мозга в albl», Международный журнал биомедицинской инженерии и технологий , том. 29, нет. 1, с. 17, 2019.
Посмотреть по адресу:
Сайт издателя | Google Scholar
С.
Щебетенко, «Объясняют ли характеристики личности связь между самооценкой и поведением в социальных сетях?» Компьютеры в человеческом поведении , том. 91, стр. 17–23, 2019 г.Посмотреть по адресу:
Сайт издателя | Google Scholar
С. М. Хегнер, А. Д. Белдад и Г. Дж. Брансуик, «Мы доверяем Automatic, исследуя влияние личностных характеристик управления доверием, а также внешних и внутренних мотивов на принятие автономных транспортных средств», Международный журнал взаимодействия человека и компьютера , том. 35, нет. 4, стр. 1–12, 2019 г.
Посмотреть по адресу:
Сайт издателя | Google Scholar
П. Адамопулос, А. Гхош и В. Тодри, «Влияние личностных качеств пользователей на платформы социальных сетей для сбора текстов из уст в уста», Исследования информационных систем , том. 29, нет.
3, стр. 612–640, 2018 г.Посмотреть по адресу:
Сайт издателя | Google Scholar
П. Альтанопулу и Н. Целиос, «Большая пятерка личностных качеств и академическое обучение в совместной деятельности, опосредованной вики», Международный журнал технологий дистанционного образования , том. 16, нет. 3, стр. 81–92, 2018 г.
Посмотреть по адресу:
Сайт издателя | Google Scholar
J. Sok, H. Hogeveen, A. R. W. Elbers и A. G. J. M. Oude-Lansink, «Воспринимаемый риск и личностные черты, объясняющие неоднородность представлений голландских молочных фермеров о вакцинации против катаральной лихорадки», Journal of Risk Research , vol. . 21, нет. 2018. Т. 5–6. С. 562–578.
Посмотреть по адресу:
Сайт издателя | Google Scholar
Дж.
71, нет. 3, стр. 528–542, 2020.
21, нет. 6, стр. 1476–1486, 2019.
, «Мониторинг психологического стресса пассажиров в реальном времени», Интернет будущего , vol. 11, нет. 5, с. 102, 2019.
Щебетенко, «Объясняют ли характеристики личности связь между самооценкой и поведением в социальных сетях?» Компьютеры в человеческом поведении , том. 91, стр. 17–23, 2019 г.
3, стр. 612–640, 2018 г.