Файл: Определение типа личности пользователей социальных сетей с помощью применения технологий больших данных с целью монетизации Аннотация.docx

ЗАКЛЮЧЕНИЕ

В этой статье было представлено серия анализов, чтобы понять отношения родства между типами личности в социальных сетях. В частности, сосредоточившись на людях, которые идентифицировали себя с одним из типов MBTI, и четко отслеживали использование ими языка. Наши результаты показали значительные корреляции в эмоциональной стабильности в привлекательности-отношениях между людьми разных типов. отношениях между людьми, принадлежащими к разным, и исследовали семантическое сходство в этих родственных отношениях. В дополнение к этим анализам, были представлены новые идеи для выявления влияния, которое определенные типы личности на других и прогнозирования личности с помощью используя лингвистические паттерны, извлеченные непосредственно из спонтанной речи. Данное исследование вносит вклад в корпус исследований личности при взаимодействии с социальной сетью, с новым понимание последствий влияния, которое личность оказывает на отношения близости. Интересно отметить, что кластерный анализа является то, что наши результаты показывают, что значение K может сильно повлиять на способность K-пунктов точно определять кластеры в графе родства. Поэтому были исследованы кластеры, обнаруженные MCL и K-местоположениями для извлечения влиятельных типов личности. Применяя полученный подход к результатам, полученным используемых методов кластеризации, было определены потенциальные влиятельные типы личности для каждого кластера и отмечено, что эти влиятельные типы личности пересекаются в зависимости от методики. Например, при изучении влияния личности на близость, социально-экономический статус и демографическая информация о людях могут быть пересечены сразу в нескольких классах. Считается, что это может дать дополнительные сведения, позволяющие изучить более тонкие детали, которые могут помочь лучше объяснить влияние личности. В будущих исследованиях можно сопоставить психолингвистические и демографические характеристики для изучения различных аспектов влияния личности. Более того, планируется использовать демографические характеристики для измерения корреляции между социально-экономическим статусом и отношениями родства.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ

1. 
   Анастази А., Урбина С. Психологическое тестирование. СПБ.: Питер, 2009. 688с. 11. Беркинблит М.Б. Нейронные сети. М.: МИРОС и ВЗМШ РАО, 1993. 96 с. Мицель А.А. Прогнозирование динамики цен на фондовом рынке. / Мицель А.А. Ефремова Е.А. // Известия Томского политехнического университета. –2006. – Т. 309. № 8 – С. 197-201
   
2. 
   Букалов А.В. соционика, типологии юнга и майерс-бриггс: сходства и различия // Соционика, ментология и психология личности. 1998. №4. Кратович П.В. Нейронные сети и модели ARIMA для прогнозирования котировок. Программные продукты и системы. 2011;(1):95–98.
   
3. 
   Эконометрика. Елисеева И.И., ред. М.: Финансы и статистика; 2006. 576 с
   
4. 
   Garcia F., Guijarro F., Moya I., Oliver J. Estimating returns and conditional volatility: A comparison between the ARMA-GARCH-M models and the backpropagation neural network. International Journal of Complex Systems in Science. 2012;1(2):21–26.
   
5. 
   Скиба С. А., Лойко В. И. Определение типологии потребителя на основе интеллектуального анализа данных профиля пользователя социальной сети. Часть i // Научный журнал КубГАУ. 2015. №107. С.1648-1670
   
6. 
   Сордия Георгий Малхазиевич Взаимосвязь личностных характеристик пользователя с его активностью в Интернете // Вестник КГУ. 2011. №3. С.267-271
   

---

---