ĐẠI HỌC QUỐC GIA TP. HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA -------------------- PHAN THỊ HƯƠNG KHÁM PHÁ TÍNH CÁCH NGƯỜI DÙNG DỰA TRÊN THÔNG TIN DI ĐỘNG Chuyên ngành : Khoa học máy tính Mã số: 60.01 LUẬN VĂN THẠC SĨ TP. HỒ CHÍ MINH, tháng 07 năm 2013 CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐHQG - HCM Cán bộ hướng dẫn khoa học : PGS. Cao Hoàng Trụ Cán bộ chấm nhận xét 1 : TS.Nguyễn Quốc Minh.
Cán bộ chấm nhận xét 2 : TS. Võ Thị Ngọc Châu. Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp. HCM ngày 24 tháng 07 năm 2013 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: (Ghi rõ họ, tên, học hàm, học vị của Hội đồng chấm bảo vệ luận văn thạc sĩ) 1.
Phạm Trần Vũ, Tiến Sĩ. Lê Thanh Vân, Tiến Sĩ. Nguyễn Quốc Minh, Tiến Sĩ. Võ Thị Ngọc Châu, Tiến Sĩ.
Cao Hoàng Trụ, Phó Giáo Sư, Tiến Sĩ. Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nếu có). CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA………… ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự do - Hạnh phúc ---------------- -----oOo----- NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: PHAN THỊ HƯƠNG. Ngày, tháng, năm sinh: 03/02/1986.
Nơi sinh: Nghệ An. Chuyên ngành: Khoa học Máy tính. TÊN ĐỀ TÀI: Khám Phá Tính Cách Người Dùng Dựa Trên Thông Tin Di Động. NHIỆM VỤ VÀ NỘI DUNG:.
NGÀY GIAO NHIỆM VỤ: 21/01/2013. NGÀY HOÀN THÀNH NHIỆM VỤ: 21/06/2013. CÁN BỘ HƯỚNG DẪN: PGS. Cao Hoàng Trụ.
CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO Cao Hoàng Trụ TRƯỞNG KHOA KHOA HỌC VÀ KỸ THUẬT MÁY TÍNH -1- LỜI CẢM ƠN Tôi xin gửi lời cảm ơn chân thành và sâu sắc đến PGS. Cao Hoàng Trụ, người thầy đã tận tình hướng dẫn cho tôi hoàn thành tốt luận văn này. Xin chân thành biết ơn sự tận tình dạy dỗ và sự giúp đỡ của tất cả quý thầy cô tại trường Đại học Bách khoa, đặc biệt là các thầy cô trong khoa Khoa học và Kỹ thuật Máy tính. Xin gửi lời cảm ơn chân thành đến gia đình, bạn bè, đến những người luôn sát cánh, động viên, giúp đỡ và tạo mọi điều kiện tốt nhất cho việc học tập, nghiên cứu của tôi.
-2- TÓM TẮT Tính cách là một nét đặc trưng của con người, được phản ánh bởi hành vi và có khả năng chi phối các hành vi của họ. Việc máy tính hiểu được tính cách con người ngày càng có ý nghĩa quan trọng và thiết thực trong ngành khoa học máy tính. Các phương pháp tiếp cận để xác định tính cách đều dựa trên việc phân tích các hành vi của con người. Tuy nhiên các công trình nghiên cứu đã thực hiện chỉ xem xét một người có mỗi một tính cách trong không gian tính cách là nhiều hay ít hoặc chỉ là xác định một tính cách đặc trưng nhất của con người.
Rõ ràng các tính cách của con người không tách rời nhau và mỗi người có nhiều hơn một tính cách, hơn nữa các tính cách này lại nhiều ít khác nhau. Luận văn này đề xuất một phương pháp nhằm xác định các tính cách của con người và mức độ nhiều ít của các tính cách đó bằng phương pháp phân loại nhị phân và phương pháp Label ranking by pairwise preference. Các kết quả thực nghiệm được đánh giá trên tập dữ liệu Friends and Family cho kết quả khá tốt. ABSTRACT Personality is a human characteristic, reflected by their behavior and had the ability to influence their behavior.
The computer can understand human personality has more important and practical significance in computer science. Approaches and Methods in determining human personality are based on their behavior analysis. However, the previous research of this area have just considered whether a person has more or less ‘A’ characteristic which is one of all available personality space or have just determined the most characteristic personality of human. Obviously, the human personalities are inseparable and each person has more than one characteristic, moreover, the priority of these personalities is not the same.
This thesis proposes a method to determine the human personalities and the ranking of these personalities. It is combination of binary classification and Label ranking by pair-wise preference method. The experimental results are evaluated on a Friends and Family dataset given the really good results. -3- LỜI CAM ĐOAN Tôi cam đoan rằng, ngoại trừ các kết quả tham khảo từ các công trình khác như đã ghi rõ trong luận văn, các công việc trình bày trong luận văn là do chính tôi thực hiện và chưa có phần nội dung nào của luận văn này được nộp để lấy một bằng cấp ở trường này hoặc trường khác.tháng…………năm………… Phan Thị Hương -4- MỤC LỤC MỤC LỤC .4 DANH MỤC HÌNH .6 DANH MỤC BẢNG .9 2 CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN .1 Mô hình tính cách con người .2 Các ứng dụng của mô hình 5 nhân tố Big-Five .3 Các mô hình dự đoán tính cách người dùng .4 Các phương pháp dự đoán tính cách của người dùng .1 Độ tương quan giữa hành vi sử dụng điện thoại và tính cách con người .2 Phương pháp Label ranking by Pairwise Preference Learning .3 Độ đo Spearman và Kendall trong việc đánh giá ranking .4 SVM- Support Vector Machine.22 4 PHƯƠNG PHÁP ĐỀ XUẤT .2 Sử dụng phương pháp phân loại nhị phân xác định tính cách người dùng .3 Xây dựng mô hình Pairwise Preference Learning với các loại tính cách .33 5 HIỆN THỰC PHƯƠNG PHÁP .1 Tập dữ liệu .2 Phân tích các thuộc tính hành vi .3 Dự đoán tính cách của người dùng .38 6 ĐÁNH GIÁ PHƯƠNG PHÁP .1 Phương pháp đánh giá .1 Kết quả đạt được .2 Hướng phát triển .49 TÀI LIỆU THAM KHẢO .52 -6- DANH MỤC HÌNH Hình 1: Năm nhân tố biểu diễn tính cách của con người .12 Hình 2: Giản đồ minh họa việc chuyển đổi từ tập dữ liệu gốc thành các tập dữ liệu con cho việc phân loại nhị phân.19 Hình 3: Minh họa khoảng cách Kendall’s Distance .21 Hình 4: Quá trình học sử dụng mô hình SVM .23 Hình 5: Phương pháp SVM cho bài toán phân loại nhị phân trong không gian hai chiều.23 Hình 6: Một phép biến đổi không gian sử dụng kernel .25 Hình 7: Sơ đồ tổng quan hệ thống.30 -7- DANH MỤC BẢNG Bảng 1: Ví dụ so sánh nhị phân giữa các cặp tính cách .34 Bảng 2: Độ tương quan Pearson giữa các thuộc tính và các tính cách .38 Bảng 3: Giá trị khảo sát tính cách của người dùng .39 Bảng 4: Kích thước tập dữ liệu sẽ hiện thực trong mỗi vòng lặp .40 Bảng 5: Độ chính xác khi sử dụng thuật toán SVM với hàm kernel RBF.44 Bảng 6: Độ chính xác dự đoán trên tập dữ liệu 20 người, hàm kernel RBF.44 Bảng 7: Độ chính xác khi sử dụng thuật toán SVM và hàm polynomial kernel bậc 3 .45 Bảng 8: Độ chính xác dự đoán trên tập dữ liệu 20 người, hàm kernel polynomial bậc 3 .45 Bảng 9: Độ tương quan Spearman và Kendall của phép xếp hạng tính cách .46 Bảng 10: Độ tương quan Spearman và Kendall của phép xếp hạng tính cách với 20 người dùng .46 Bảng 11: Độ chính xác của các phép phân loại khi thực hiện Pairwise preference learning .47 Bảng 12: Kết quả hiện thực phương pháp của một số người dùng .1 Xác định vấn đề Tính cách là một đặc điểm quan trọng điều chỉnh hành vi của con người và sự tương tác của con người đối với thế giới xung quanh.
Vì thế nếu xác định được tính cách của con người thì có thể biết được các xu hướng hành vi mà con người sẽ thực hiện. Các nghiên cứu trong lĩnh vực tâm lý học cho thấy các hành vi, thói quen của con người ít thay đổi trong một thời gian dài, do đó với một ứng dụng cụ thể hoặc trong một phạm vi nào đó có thể dựa vào các hành vi trong quá khứ để dự đoán các hành vi trong tương lai, tuy nhiên với các ứng dụng khác nhau, trong các phạm vi khác nhau, có thể nói tính cách của con người là một mẫu số chung. Do đó nghiên cứu để xác định tính cách của con người đang nhận được sự quan tâm của các nhà khoa học trong thời gian gần đây. Một điều hữu ích trong thời đại công nghệ thông tin ngày nay đó là thông tin và các hoạt động của con người ít nhiều được ghi dấu thông qua các hoạt động thường ngày trên internet, các mạng xã hội và đặc biệt là các thiết bị di động.
Golbeck et al [5] dự đoán tính cách của người dùng trong mạng xã hội Twitter, Alvaro Ortigosa et al trong [6] tìm cách dự đoán tính cách của người dùng trên Facebook bằng cách phân tích các thông tin mà người dùng chia sẻ hay phân tích các đoạn văn bản mà người dùng để lại thông qua các bình luận… Một hướng khác đi vào phân tích các thông tin dựa trên các thiết bị di động như [1-4]. Các thông tin được lựa chọn phân tích cũng khá đa dạng từ actor-based đến netwok-based. Các tính cách có thể có của người dùng là một số lượng hữu hạn và đã được nghiên cứu nhiều trong lĩnh vực tâm lý học, trong đó có một số mô hình được áp dụng rộng rãi. Tuy nhiên các bài toán đều đi vào việc phân tích dựa trên từng loại tính cách của người dùng.
Như vậy chỉ có thể biết được người dùng có những tính cách nào trong không gian tính cách, mà chưa biết được người dùng đó có tính cách nào nổi trội nhất, tính cách nào ít nổi trội nhất. Trong thực tế, có thể nói nhanh một người có tính cách nào có thể giúp người khác có nhận xét sơ bộ về một con người, có thể -9- nắm bắt đặc điểm tâm lý của người đó thông qua xu hướng tâm lý của nhóm người có chung tính cách như vậy, và từ đó có những ứng xử thích hợp. Nhận biết được nhu cầu đó, luận văn này tập trung vào nghiên cứu xác định một xếp hạng theo mức độ nổi trội của các tính cách của người dùng thiết bị di động.2 Mục tiêu Mục tiêu của luận văn là xây dựng một phương pháp để xác định một xếp hạng theo mức độ nổi trội các tính cách của người dùng. Ý tưởng chính là sử dụng phương pháp Label ranking by Pairwise Preference Learning.
Theo đó mỗi tính cách mà người dùng có được xem như một label (nhãn). Bài toán tìm cách xác định với mỗi người dùng thì người dùng đó có khả năng có tính cách nào nhiều nhất, tiếp theo là tính cách nào. Hay nói cách khác là xác định một thứ tự trên các tính cách mà người dùng có.
