Luận Văn Thạc Sĩ: Khám Phá Tính Cách Người Dùng Dựa Trên Thông Tin Di Động

Khám phá tính cách người dùng qua thông tin di động trong luận văn thạc sĩ khoa học máy tính, cung cấp cái nhìn sâu sắc về hành vi người dùng.

• Tác giả: Phan Thị Hương
• Người hướng dẫn: PGS. Cao Hoàng Trụ
• Trường học: Đại học Bách Khoa - ĐHQG TP. HCM
• Chuyên ngành: Khoa học máy tính
• Đề tài: Khám Phá Tính Cách Người Dùng Dựa Trên Thông Tin Di Động
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2013
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT
• ABSTRACT
• LỜI CAM ĐOAN
• DANH MỤC HÌNH
• DANH MỤC BẢNG
• 1. CHƯƠNG 1: MỞ ĐẦU
• 1.1. Xác định vấn đề
• 1.2. Mục tiêu
• 1.3. Phạm vi
• 2. CHƯƠNG 2: CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN
• 2.1. Mô hình tính cách con người
• 2.2. Các ứng dụng của mô hình 5 nhân tố Big-Five
• 2.3. Các mô hình dự đoán tính cách người dùng
• 2.4. Các phương pháp dự đoán tính cách của người dùng
• 3. CHƯƠNG 3: CƠ SỞ LÝ THUYẾT
• 3.1. Độ tương quan giữa hành vi sử dụng điện thoại và tính cách con người
• 3.2. Phương pháp Label ranking by Pairwise Preference Learning
• 3.3. Độ đo Spearman và Kendall trong việc đánh giá ranking
• 3.4. SVM - Support Vector Machine
• 4. CHƯƠNG 4: PHƯƠNG PHÁP ĐỀ XUẤT
• 4.1. Sử dụng phương pháp phân loại nhị phân xác định tính cách người dùng
• 4.2. Xây dựng mô hình Pairwise Preference Learning với các loại tính cách
• 5. CHƯƠNG 5: HIỆN THỰC PHƯƠNG PHÁP
• 5.1. Tập dữ liệu
• 5.2. Phân tích các thuộc tính hành vi
• 5.3. Dự đoán tính cách của người dùng
• 6. CHƯƠNG 6: ĐÁNH GIÁ PHƯƠNG PHÁP
• 6.1. Phương pháp đánh giá
• 6.2. Kết quả đạt được
• 6.3. Hướng phát triển
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu về tính cách người dùng

Tính cách người dùng là một yếu tố quan trọng trong việc phân tích hành vi và tương tác của họ với công nghệ. Tính cách người dùng không chỉ ảnh hưởng đến cách mà họ sử dụng các thiết bị di động mà còn quyết định sự thành công của các ứng dụng và dịch vụ. Việc hiểu rõ về hành vi người dùng thông qua thông tin di động sẽ giúp các nhà phát triển và nhà nghiên cứu có cái nhìn sâu sắc hơn về cách mà người dùng tương tác với sản phẩm. Nghiên cứu cho thấy rằng dữ liệu di động có thể phản ánh các đặc điểm tính cách của người dùng qua các hành vi như tần suất sử dụng, thời gian tương tác, và các hoạt động trực tuyến khác. Điều này cho phép xây dựng các mô hình dự đoán chính xác hơn về tính cách khách hàng dựa trên hành vi sử dụng thiết bị di động.

1.1. Tầm quan trọng của việc phân tích tính cách

Việc phân tích tính cách người dùng qua thông tin di động là một lĩnh vực nghiên cứu đang phát triển mạnh mẽ. Các mô hình tính cách như Big-Five đã được áp dụng để hiểu rõ hơn về các yếu tố ảnh hưởng đến hành vi của người dùng. Nghiên cứu chỉ ra rằng các yếu tố tính cách như tâm lý người dùng có thể dự đoán được các hành vi tiêu dùng, từ đó giúp các doanh nghiệp thiết kế các sản phẩm và dịch vụ phù hợp hơn. Như Golbeck et al. đã chỉ ra, việc phân tích hành vi trên mạng xã hội có thể cung cấp những thông tin quý giá về tính cách người dùng. Điều này không chỉ giúp cải thiện trải nghiệm người dùng mà còn tạo ra những cơ hội kinh doanh mới.

II. Phương pháp nghiên cứu

Luận văn này sử dụng phương pháp phân tích tính cách dựa trên dữ liệu từ các thiết bị di động. Các dữ liệu thu thập từ dữ liệu di động sẽ được phân tích để xác định các yếu tố tính cách của người dùng. Phương pháp chính được sử dụng là Label ranking by Pairwise Preference Learning, cho phép xác định thứ tự ưu tiên giữa các tính cách của người dùng. Điều này giúp hiểu rõ hơn về cách mà người dùng tương tác với công nghệ và từ đó đưa ra các giải pháp cải thiện trải nghiệm người dùng. Các nghiên cứu trước đây đã chỉ ra rằng hành vi trực tuyến và hành vi người dùng di động có mối liên hệ chặt chẽ với tính cách, điều này càng làm tăng thêm tính khả thi của phương pháp nghiên cứu này.

2.1. Tập dữ liệu và phương pháp phân tích

Tập dữ liệu được sử dụng trong nghiên cứu này bao gồm các thông tin về hành vi người dùng di động, bao gồm số lượng cuộc gọi, thời gian sử dụng ứng dụng, và các hoạt động trên mạng xã hội. Các thuộc tính này sẽ được phân tích để xác định mối quan hệ giữa tính cách người dùng và các hành vi này. Phương pháp phân tích sử dụng chỉ số tương quan Pearson để đánh giá mức độ liên hệ giữa các thuộc tính hành vi và các yếu tố tính cách. Kết quả của phân tích sẽ giúp xác định các mô hình hành vi phổ biến trong nhóm người dùng, từ đó hỗ trợ cho việc phát triển các ứng dụng và dịch vụ phù hợp hơn.

III. Kết quả và thảo luận

Kết quả nghiên cứu cho thấy rằng có sự tương quan mạnh mẽ giữa hành vi người dùng và tính cách người dùng. Các tính cách như hướng ngoại, dễ chịu, và tâm lý bất ổn có thể được dự đoán thông qua các hành vi sử dụng thiết bị di động. Những người có tính cách hướng ngoại thường có xu hướng sử dụng nhiều ứng dụng mạng xã hội hơn, trong khi những người có tính cách dễ chịu thường tương tác tích cực hơn với các nội dung trực tuyến. Điều này không chỉ cung cấp cái nhìn sâu sắc về tính cách người dùng mà còn mở ra cơ hội cho các doanh nghiệp trong việc phát triển sản phẩm và dịch vụ phù hợp với từng nhóm người dùng cụ thể.

3.1. Ý nghĩa thực tiễn

Nghiên cứu này không chỉ có giá trị về mặt lý thuyết mà còn mang lại nhiều ứng dụng thực tiễn trong lĩnh vực marketing và phát triển sản phẩm. Các doanh nghiệp có thể sử dụng những hiểu biết từ nghiên cứu để phát triển các chiến lược marketing nhắm đến đúng đối tượng người dùng, từ đó gia tăng hiệu quả và sự hài lòng của khách hàng. Bên cạnh đó, việc hiểu rõ về tính cách người dùng cũng giúp cải thiện trải nghiệm người dùng trong các ứng dụng công nghệ, từ đó tạo ra giá trị bền vững cho doanh nghiệp.

Nội dung chính

Tổng quan nghiên cứu

Trong kỷ nguyên số, điện thoại di động đã trở thành thiết bị gắn liền với mọi hoạt động của con người. Với hơn 55 tình nguyện viên tham gia thu thập dữ liệu trong giai đoạn đầu và 130 người trong giai đoạn hai, tập dữ liệu Friends & Family (MIT Lab, 2011) ghi nhận hành vi sử dụng điện thoại qua 25 tín hiệu liên tục trong vòng 6 đến 12 tháng — khối lượng thông tin đủ phong phú để máy tính có thể "đọc" tính cách con người.

Luận văn thạc sĩ "Khám Phá Tính Cách Người Dùng Dựa Trên Thông Tin Di Động" của Phan Thị Hương, được thực hiện tại Trường Đại học Bách Khoa — ĐHQG TP.HCM dưới sự hướng dẫn của PGS. Cao Hoàng Trụ, giải quyết một bài toán chưa được khai thác đầy đủ trong khoa học máy tính: xác định không chỉ sự có/không của từng tính cách mà còn tìm ra thứ bậc nổi trội giữa các tính cách của một cá nhân.

Các nghiên cứu trước đây chủ yếu dừng lại ở mức phân loại nhị phân — "người này có/không có tính cách X" — mà bỏ qua thực tế: mỗi người sở hữu đồng thời cả 5 tính cách Big-Five ở các mức độ khác nhau. Luận văn này lấp đầy khoảng trống đó bằng cách kết hợp phân loại nhị phân với phương pháp Label Ranking by Pairwise Preference Learning, cho phép xây dựng một bảng xếp hạng tính cách cá nhân hóa.

Phạm vi nghiên cứu bao gồm 172 người dùng (sau tiền xử lý còn 124 người), dữ liệu thu thập trong giai đoạn 2010–2011, tập trung khai thác lịch sử cuộc gọi, tin nhắn SMS và tín hiệu Bluetooth. Ý nghĩa thực tiễn của nghiên cứu mở rộng sang lĩnh vực tiếp thị cá nhân hóa, hệ thống gợi ý thông minh và tối ưu trải nghiệm người dùng.

---

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Mô hình Big-Five (OCEAN) là nền tảng lý thuyết trung tâm của nghiên cứu, được hình thành bởi Tupes và Christal, sau đó phát triển bởi McCrae và Costa. Mô hình gồm 5 nhân tố:

• Openness (O) — Sẵn sàng trải nghiệm: Người điểm O cao sáng tạo, thích khám phá; điểm O thấp thực tế và đơn giản.
• Conscientiousness (C) — Tận tâm: Điểm C cao có kỷ luật, trách nhiệm cao; điểm C thấp hành động bốc đồng.
• Extraversion (E) — Hướng ngoại: Điểm E cao thân thiện, năng động; điểm E thấp kín đáo, nhút nhát.
• Agreeableness (A) — Dễ chịu: Điểm A cao tốt bụng, hợp tác; điểm A thấp hoài nghi, khó chịu.
• Neuroticism (N) — Tâm lý bất ổn: Điểm N cao nhạy cảm, lo lắng; điểm N thấp điềm đạm, bình tĩnh.

Điểm mấu chốt: mỗi người có đồng thời cả 5 tính cách, không phải thuộc về một nhóm duy nhất — đây là cơ sở để luận văn xây dựng bài toán xếp hạng thay vì phân loại đơn nhãn.

Lý thuyết Label Ranking và Pairwise Preference Learning là khung kỹ thuật thứ hai. Bài toán được phát biểu: với không gian thể hiện X và tập nhãn Y = {O, C, E, A, N}, tìm ánh xạ từ X sang tập hoán vị Sy — tức là xác định một thứ tự ưu tiên của 5 tính cách cho mỗi người dùng cụ thể.

Các khái niệm chính gồm: siêu phẳng phân tách (hyperplane), vector hỗ trợ (support vector), hàm kernel RBF và polynomial, khoảng cách Kendall và hệ số tương quan Spearman.

Phương pháp nghiên cứu

Nguồn dữ liệu: Tập Friends & Family Dataset (MIT Lab, công bố 2011), bao gồm dữ liệu call log, SMS log và tín hiệu Bluetooth của 172 người dùng. Sau bước tiền xử lý — loại bỏ người dùng có dưới 30 cuộc gọi — tập còn lại là 124 người, trong đó 20 người có bảng khảo sát tính cách thực tế (BFI-44 câu hỏi), 104 người có dữ liệu khảo sát mô phỏng ngẫu nhiên.

Cỡ mẫu và phương pháp chọn mẫu: 124 người dùng được chia theo phương pháp 5-fold cross validation — mỗi lần 99–100 người huấn luyện và 24–25 người kiểm tra. Với tập khảo sát thực, số mẫu từ 12 đến 19 người huấn luyện và 1 đến 8 người kiểm tra mỗi fold. Đây là chiến lược phù hợp khi tập dữ liệu nhỏ vì tối đa hóa việc sử dụng dữ liệu có nhãn thực tế.

Vector đặc trưng gồm 17 thuộc tính hành vi: số cuộc gọi đến/đi/nhỡ, số SMS, số thuê bao liên lạc, khoảng thời gian trung bình và phương sai giữa các cuộc gọi/tin nhắn, entropy tín hiệu Bluetooth.

Phương pháp phân tích: Thuật toán SVM được chọn thay vì các phương pháp tuyến tính vì độ tương quan Pearson giữa các thuộc tính hành vi và tính cách chỉ đạt tối đa 0.18 — xác nhận mối quan hệ phi tuyến. Quy trình gồm 2 giai đoạn: (1) SVM phân loại nhị phân cho từng tính cách (5 mô hình), (2) SVM Pairwise Preference Learning so sánh từng cặp tính cách (10 mô hình cho C(5,2) = 10 cặp), tổng hợp điểm bầu chọn để ra thứ tự xếp hạng.

---

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Phát hiện 1: Kernel RBF cho độ chính xác phân loại tính cách vượt trội trên tập khảo sát thực tế

Trên 20 người dùng có khảo sát BFI thực tế, SVM với kernel RBF đạt độ chính xác đáng kể: Tận tâm (C) đạt 70%, Tâm lý bất ổn (N) đạt 59%, Hướng ngoại (E) đạt 55%, Dễ chịu (A) đạt 52%, Sẵn sàng trải nghiệm (O) đạt 47%. Với kernel polynomial bậc 3, tính cách C đạt tới 79% — mức cao nhất toàn bộ thực nghiệm.

Phát hiện 2: Kết quả tương đương với công trình tham chiếu quốc tế

So sánh với kết quả công bố trong nghiên cứu [1] (công trình tiên phong dùng cùng loại dữ liệu), độ chính xác của luận văn có sự khác biệt không đáng kể với 3/5 tính cách (O, C, A) và vượt trội ở tính cách Conscientiousness (70% so với 51% trong [1]). Điều này xác nhận tính hợp lệ của phương pháp dù tập khảo sát thực chỉ có 20 mẫu.

Phát hiện 3: Pairwise Preference Learning đạt độ chính xác trung bình 68.78% trong phân loại từng cặp tính cách

Trong 10 cặp so sánh tính cách, độ chính xác trung bình đạt 0.6878. Cặp O–C ghi nhận độ chính xác 0.7194 — cao nhất trong các cặp được kiểm tra. Có thể hình dung kết quả này qua ma trận 5×5, với mỗi ô thể hiện xác suất tính cách hàng trội hơn tính cách cột.

Phát hiện 4: Xếp hạng tính cách tương quan tích cực với khảo sát thực tế

Trên 20 người dùng có khảo sát BFI thực, độ tương quan Spearman trung bình đạt 0.4177 và tỷ lệ các xếp hạng có tương quan dương đạt 70% (cả Spearman lẫn Kendall). Trên toàn bộ 124 người dùng, Spearman trung bình đạt 0.2742 và tỷ lệ tương quan dương là 62%, phản ánh ảnh hưởng của dữ liệu khảo sát mô phỏng ngẫu nhiên.

Thảo luận kết quả

Sự chênh lệch giữa kết quả toàn tập (124 người) và tập thực tế (20 người) — đặc biệt rõ ở tính cách C: 46% so với 70% — trực tiếp phản ánh chất lượng nhãn. Khi nhãn được tạo ngẫu nhiên (104 trong 124 người), bất kỳ mô hình học máy nào cũng mất phương hướng. Đây không phải hạn chế của thuật toán mà là hạn chế dữ liệu — một thách thức phổ biến trong các bài toán nhận diện tính cách.

Độ tương quan Pearson tối đa chỉ đạt 0.19 (số cuộc gọi đi — tính cách E) xác nhận quan hệ phi tuyến và lý giải tại sao SVM với kernel RBF vượt trội so với phân loại tuyến tính. Kết quả này nhất quán với phân tích của Gatica-Perez: người hướng ngoại có tổng thời lượng gọi điện và số đầu mối liên lạc cao hơn đáng kể so với nhóm còn lại.

So với mô hình lựa chọn đơn nhãn (utility function, chỉ ra 1 tính cách duy nhất), phương pháp của luận văn cung cấp thông tin phong phú hơn: một xếp hạng đầy đủ 5 bậc, có thể ứng dụng trực tiếp vào hệ thống gợi ý hay phân tích hành vi người dùng.

---

Đề xuất và khuyến nghị

1. Mở rộng và làm sạch tập dữ liệu khảo sát thực tế

Các nhà nghiên cứu tiếp theo cần thu thập bảng khảo sát BFI-44 từ ít nhất 200 người dùng thực, áp dụng cơ chế xác minh chéo (cross-check) để loại bỏ câu trả lời thiếu nhất quán. Target metric: tăng tỷ lệ dữ liệu có nhãn thực từ 16% (20/124) lên tối thiểu 60%. Timeline: 6 tháng thu thập, thực hiện bởi nhóm nghiên cứu phối hợp với các ứng dụng di động có cơ sở người dùng lớn.

2. Tích hợp thêm nguồn dữ liệu hành vi đa kênh

Bổ sung các tín hiệu từ mạng xã hội (Twitter, Facebook), dữ liệu GPS và mô hình sử dụng ứng dụng để tăng chiều sâu đặc trưng. Các nghiên cứu của Golbeck và Ortigosa cho thấy dữ liệu mạng xã hội có thể nâng độ chính xác phân loại tính cách thêm 10–15%. Chủ thể thực hiện: nhóm nghiên cứu liên ngành (khoa học máy tính + tâm lý học). Timeline: 12 tháng.

3. Thử nghiệm các thuật toán học sâu thay thế SVM

Triển khai so sánh hiệu suất giữa SVM (baseline hiện tại) với Random Forest, Gradient Boosting và mạng nơ-ron LSTM trên cùng tập dữ liệu. Mục tiêu: xác định thuật toán có độ chính xác Spearman vượt mức 0.5 trên tập khảo sát thực tế, tăng từ 0.4177 hiện tại. Chủ thể: nhóm nghiên cứu thuật toán, thực hiện trong 6 tháng sau khi có tập dữ liệu chuẩn.

4. Xây dựng giao diện ứng dụng cá nhân hóa tính cách

Phát triển một ứng dụng di động tích hợp pipeline phát hiện tính cách — từ thu thập dữ liệu, xử lý đặc trưng đến hiển thị kết quả xếp hạng tính cách — cho người dùng cuối. Thiết kế theo hướng quyền riêng tư (privacy-preserving), xử lý dữ liệu on-device thay vì gửi lên server. Chủ thể: nhóm kỹ sư phần mềm + nhà nghiên cứu UX. Timeline: 18 tháng sau khi mô hình được kiểm chứng.

---

Đối tượng nên tham khảo luận văn

Nhà nghiên cứu và học viên cao học ngành Khoa học máy tính / AI

Luận văn cung cấp một pipeline hoàn chỉnh từ rút trích đặc trưng hành vi di động đến áp dụng Label Ranking — một kỹ thuật ít được khai thác trong tiếng Việt. Học viên chuẩn bị đề tài liên quan đến hệ thống gợi ý, phân tích hành vi người dùng hoặc nhận diện cảm xúc sẽ tìm thấy cả lý thuyết nền và code thực nghiệm Matlab có thể tái sử dụng.

Chuyên gia phát triển sản phẩm và UX trong lĩnh vực fintech, edtech, healthtech

Hiểu tính cách người dùng giúp cá nhân hóa giao diện, nội dung và luồng hành trình. Theo nghiên cứu trong lĩnh vực tiếp thị, mô hình Big-Five có độ chính xác cao trong dự đoán lựa chọn dòng sản phẩm. Luận văn cung cấp cách triển khai kỹ thuật mà không cần bảng khảo sát trực tiếp từ người dùng.

Doanh nghiệp viễn thông và nhà cung cấp dịch vụ di động

Với hàng chục triệu bản ghi call log và SMS log sẵn có (đã ẩn danh hóa), các doanh nghiệp này có thể ứng dụng phương pháp này để phân nhóm khách hàng theo tính cách, tối ưu hóa chương trình chăm sóc khách hàng và dự đoán hành vi rời mạng (churn) — vốn có tương quan với tính cách Neuroticism và Conscientiousness.

Nhà tâm lý học và chuyên gia nhân sự

Luận văn là cầu nối giữa lý thuyết tâm lý học (Big-Five, BFI-44) và kỹ thuật tính toán. Đây là tài liệu tham khảo hữu ích cho những ai muốn hiểu cách máy tính mô hình hóa và đo lường tính cách con người, đặc biệt trong bối cảnh tuyển dụng và đánh giá năng lực nhân viên dựa trên dữ liệu hành vi.

---

Câu hỏi thường gặp

1. Tại sao luận văn chọn mô hình Big-Five thay vì Myers-Briggs?

Mô hình Big-Five (OCEAN) được chứng minh có tính tổng quát cao trên nhiều độ tuổi, giới tính và nền văn hóa qua hàng chục năm nghiên cứu độc lập. Trong khi Myers-Briggs phân loại người vào 16 nhóm cố định, Big-Five cung cấp điểm số liên tục trên từng chiều — phù hợp hơn cho bài toán xếp hạng và học máy. Đây cũng là mô hình được cộng đồng tâm lý học học thuật quốc tế chấp nhận rộng rãi nhất.

2. Hành vi sử dụng điện thoại phản ánh tính cách như thế nào?

Theo phân tích tương quan Pearson, người hướng ngoại (E cao) có tổng số cuộc gọi và số đầu mối liên lạc nhiều hơn đáng kể. Người tận tâm (C cao) ngược lại có ít cuộc gọi nhỡ hơn. Người dễ chịu (A cao) gửi tin nhắn dài hơn trung bình. Những mối tương quan phi tuyến này — dù hệ số Pearson chỉ đạt khoảng 0.15–0.19 — là cơ sở đủ để SVM kernel phi tuyến học được ranh giới phân lớp.

3. Tại sao cần xếp hạng tính cách thay vì chỉ biết có/không?

Biết một người "có tính cách hướng ngoại" ít hữu ích hơn biết rằng "hướng ngoại là tính cách mạnh nhất, tiếp theo là tận tâm, cuối cùng là tâm lý bất ổn." Xếp hạng này giúp ứng dụng cá nhân hóa giao diện, lựa chọn cách thức giao tiếp hay dự đoán phản ứng với khuyến mãi một cách chính xác hơn. Trong thực tế tại nhiều doanh nghiệp, sự khác biệt giữa tính cách nổi trội và thứ yếu mới là yếu tố quyết định hành vi mua hàng.

4. Độ chính xác 70% (tính cách C) có đủ để ứng dụng thực tế không?

Với bài toán phi tuyến, dữ liệu nhiễu và tập khảo sát thực chỉ 20 mẫu, độ chính xác 70% trên tính cách Conscientiousness là kết quả đáng khích lệ. Để ứng dụng thực tiễn, cần tập dữ liệu lớn hơn và cân bằng lớp tốt hơn. Trong lĩnh vực phân tích hành vi người dùng, ngưỡng thường chấp nhận được là 65–75% cho bài toán phân loại tính cách từ dữ liệu hành vi gián tiếp.

5. Tính cách con người có thay đổi theo thời gian không, và điều đó ảnh hưởng đến mô hình như thế nào?

Nghiên cứu tâm lý học cho thấy tính cách khá ổn định trong giai đoạn trung niên nhưng có thể thay đổi nhẹ theo thời gian, đặc biệt sau các sự kiện cuộc sống lớn. Dữ liệu của luận văn thu thập trong 6–12 tháng là khoảng thời gian đủ ngắn để tính cách ổn định. Tuy nhiên, mô hình cần được tái huấn luyện định kỳ — theo ước tính từ 6 đến 12 tháng một lần — để duy trì độ chính xác trong các ứng dụng sản phẩm dài hạn.

---

Kết luận

• Đóng góp phương pháp: Luận văn là một trong những công trình tiên phong tại Việt Nam kết hợp phân loại nhị phân SVM với Label Ranking by Pairwise Preference Learning để xây dựng xếp hạng tính cách từ dữ liệu hành vi di động.
• Kết quả thực nghiệm: Độ chính xác phân loại đạt tới 79% (tính cách C, kernel polynomial bậc 3); độ tương quan Spearman trên tập thực tế đạt 0.4177 với 70% xếp hạng có tương quan dương — xác nhận phương pháp hoạt động hiệu quả trên dữ liệu có nhãn chất lượng cao.
• Khoảng trống cần lấp đầy: Tập dữ liệu khảo sát thực tế còn nhỏ (20 người), cần mở rộng để kết quả có tính đại diện cao hơn.
• Hướng phát triển tiếp theo (2014–2016): Tích hợp dữ liệu mạng xã hội, thử nghiệm deep learning, xây dựng ứng dụng di động bảo vệ quyền riêng tư theo kiến trúc on-device inference.
• Lời kêu gọi hành động: Nhà nghiên cứu và kỹ sư muốn xây dựng hệ thống cá nhân hóa thông minh hãy tham khảo luận văn này như điểm khởi đầu — cả phương pháp luận lẫn bộ 17 đặc trưng hành vi di động đã được kiểm chứng đều sẵn sàng để mở rộng và cải tiến.

Trích đoạn nội dung tài liệu

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.