Uncovering the Associations between Human Big Five Personality Traits and Built Environment Characteristics from Street View Imagery
The University of Texas at Austin(德克萨斯大学奥斯汀分校);National University of Singapore(新加坡国立大学);University of Texas at Austin(德克萨斯大学奥斯汀分校);Atof Inc.(Atof公司)
本研究以美国得州四城市为对象,结合自陈式人格评估与街景图像的计算机视觉分析,揭示大五人格特质与建成环境特征的关联,为地理学提供人地互动的实证依据。
2026-08-11 cs.HC
Where Do Passengers Gaze? Impact of Passengers' Personality Traits on Their Gaze Pattern Toward Pedestrians During APMV-Pedestrian Interactions with Diverse eHMIs
Dept. Human Factors, Ulm University(乌尔姆大学人机工程学系)
研究探讨了乘客个性特征如何影响其在APMV与行人互动中的注视模式,发现不同eHMI设计对乘客注视行为有显著影响。
2025-11-23 cs.HC
AI-exhibited Personality Traits Can Shape Human Self-concept through Conversations
Computer Science(计算机科学);National University of Singapore(新加坡国立大学);School of Computing(计算学院)
本研究发现基于AI的人格特质可通过对话影响用户自我概念,揭示了AI在人机交互中的潜在影响及设计启示。
2026-01-19 cs.AI cs.HC
Personality Traits in Game Development
现有的关于软件开发中人格特质的研究将游戏开发者排除在一个独立的群体之外。虽然游戏是软件,但游戏开发有其独特的考虑因素,因此游戏开发人员可能会表现出与其他软件专业人员不同的个性特征。我们评估了123个游戏开发者的国际人格项目池五因素模型量表和人口调查问卷,使用因素分析。程序员的外向性低于设计师、艺术家和制作团队成员;开放性低于设计师和制作,神经质高于制作--可能与倦怠和关键时间有关。与已发表的软件开发人员的规范相比,游戏开发人员报告较低的开放性,责任心,外向性和可信赖性,但较高的神经质。这些个性差异有许多实际意义:角色之间的外向性差异可能会导致沟通障碍;开放性差异可能会导致程序员和设计师之间的冲突。了解性格特征和角色之间的关系可以帮助招聘人员引导新员工进入合适的角色,并帮助管理人员应用适当的压力管理技巧。为了实现这些好处,必须将个人与角色区分开来:仅仅因为一个人占据了一个角色并不意味着他们拥有与该角色相关的人格特征。
2022-04-25 cs.HC cs.SE
Traits Run Deeper: Trait-Specific Asymmetric Fusion for Multimodal Personality Assessment
Hefei University of Technology(合肥工业大学);Intelligent Interconnected Systems Laboratory of Anhui Province(安徽省智能互联系统实验室);Jianghuai Advanced Technology Center(江淮前沿技术中心);Anhui Provincial Industry Innovation Center of Humanoid Robots(安徽省人形机器人产业创新中心);Anhui Provincial Key Laboratory of Humanoid Robots(安徽省人形机器人重点实验室)
提出Traits Run Deeper框架,通过多模态基础表示、特质特异性非对称融合和分布校准回归模块,解决人格评估中模态偏好差异和标签偏差问题,在AVI Challenge 2026上MSE降低约25%。
2026-09-21 cs.CV cs.HC
Exploring the Impact of Personality Traits on Conversational Recommender Systems: A Simulation with Large Language Models
Chinese University of Hong Kong(香港中文大学);National University of Singapore(新加坡国立大学);Singapore Management University(新加坡管理大学);Hong Kong Baptist University(香港浸会大学);Huazhong University of Science and Technology(华中科技大学)
针对人格特质对对话推荐系统结果的影响问题,提出基于LLM的人格感知用户模拟系统PerCRS,通过带定制化人格的用户智能体与具说服能力的系统智能体模拟真实交互,实验验证LLMs可生成符合特质的用户响应并推动系统动态调整策略,为该领域提供实证见解。
2025-04-09 cs.CL cs.HC
LLMs Aren't Human: A Critical Perspective on LLM Personality
ELLIS Alicante(ELLIS 阿利坎特);University of Alicante(阿利坎特大学);University of Cambridge(剑桥大学)
本文批判性地评估了大语言模型在人格测试中的表现,指出其未满足人格特质的六大定义特征,提出转向功能评估的研究方向,以明确人格测试在大语言模型中的实际捕捉内容。
2026-03-19 cs.HC
Personality Trait Recognition using ECG Spectrograms and Deep Learning
University of Engineering and Technology, Taxila(塔克西拉工程技术大学);Sheikh Zayed Institute for Pediatric Surgical Innovation(谢赫·扎耶德儿科外科创新研究所);Children’s National Hospital(儿童国家医院);School of Medicine and Health Sciences, George Washington University(乔治·华盛顿大学医学与健康科学学院)
本研究利用ECG频谱图和深度学习(Resnet-18与ViT)在ASCERTAIN数据集上识别人格特质,实现F1分数超0.9,验证了该方法的有效性。
2024-02-06 cs.HC cs.LG eess.SP
Perception of Personality Traits in Crowds of Virtual Humans
本文提出了一个感性的视觉分析关于虚拟人的个性。许多研究已经提出了关于人类感知虚拟人的方式与他们的脸,身体动画,在虚拟环境中的运动等,我们有兴趣调查的方式,人们认为虚拟人的个性特征的视觉表现时,他们是互动的,有组织的群体。游戏和电影中的许多应用程序可以从感知分析的结果中受益,主要目标是提供更逼真的角色并改善用户体验。我们提供的实验对象和获得的结果表明,虽然是非常微妙的,人们认为更多的外向性(人格特质,我们测量),到虚拟人类的人群中,当与虚拟人类的行为进行交互时,比只是观察作为一个观众的相机。
2022-10-06 cs.HC cs.MA
Perceived personality state estimation in dyadic and small group interaction with deep learning methods
Eötvös Loránd University(厄特沃什·罗兰大学);Delft University of Technology(代尔夫特理工大学)
二元和小群体合作是一种进化的有利行为,这种合作的需要是日常生活中经常发生的。在本文中,我们估计个人的感知人格特质的二元和小团体在薄切片的相互作用的四个多模态数据集。我们发现,我们的基于Transformer的预测模型的表现类似于人类注释者,其任务是预测参与者感知的大五人格特质。使用这个模型,我们分析了估计的感知人格特质的个人在小团体和二人组执行任务。排列分析表明,在进行协作任务的小群体的情况下,群体成员的感知人格集群,这也是观察到的二人组在一个合作的问题解决任务,但不是在二人组在非合作任务设置。此外,我们发现,群体水平的平均感知人格特质比群体水平的平均自我报告的人格特质提供了更好的预测群体绩效。
2022-11-09 cs.HC cs.LG
Do Students with Different Personality Traits Demonstrate Different Physiological Signals in Video-based Learning?
YuanZe University(元智大学);National University of Tainan(台南大学);Lunghwa University of Science and Technology(龙华科技大学);Fo Guang University(佛光大学)
该研究提出用生理信号评估人格特质以克服标记系统的不诚实回答问题,并通过30名参与者的视频学习实验发现外向性、宜人性、尽责性和经验开放性等人格特质与心率、GSR及语音频率等生理信号变化存在相关性。
2024-12-31 cs.AI cs.HC
The Influence of HEXACO Personality Traits on the Teamwork Quality in Software Teams -- A Preliminary Research Approach
Aachen FH Aachen University of Applied Sciences(亚琛应用科学大学);German Aerospace Center (DLR)(德国航空航天中心)
本研究设计测量HEXACO人格特质对软件团队团队工作质量(TWQ)的影响,初步数据(n=54)分析显示人格特质及其组合显著影响TWQ,同时性别比例和年龄分布也有影响。
2026-06-15 cs.HC cs.SE
Enhancing Apparent Personality Trait Analysis with Cross-Modal Embeddings
Eötvös Loránd University(厄特沃什·罗兰大学)
本文提出带孪生扩展并利用模态不变嵌入的多模态DNN,融合声学、视觉和文本信息预测短视频中的表观人格特质,缓解极端值不足问题,MAE平均提升0.0033。
2024-05-06 cs.CV cs.HC
PersonaLLM: Investigating the Ability of Large Language Models to Express Personality Traits
Massachusetts Institute of Technology(麻省理工学院);Stanford University(斯坦福大学)
本文通过让GPT-3.5和GPT-4模拟大五人格并完成BFI测试与写作任务,验证了LLM能一致表达指定人格特质,且人类可感知部分特质,但得知AI作者后准确率下降。
2024-04-02 cs.AI cs.CL cs.HC
Personality Matters: User Traits Predict LLM Preferences in Multi-Turn Collaborative Tasks
Brock University(布鲁克大学);Emory University(埃默里大学)
本文通过 32 名四类 Keirsey 人格用户与 GPT-4、Claude 3.5 的多任务协作实验,证明人格特质会显著影响 LLM 偏好,并揭示总体评分相近时传统评估忽略的模型差异。
2025-08-29 cs.CL cs.HC
The Impact of Big Five Personality Traits on AI Agent Decision-Making in Public Spaces: A Social Simulation Study
University of Science and Technology of China(中国科学技术大学)
本研究基于AgentVerse框架与GPT-3.5-turbo开展社会仿真,探究大五人格特质对公共空间中AI智能体决策的影响,发现不同人格特质与决策模式显著相关,且公开表达与私人想法存在差异,为开发情境感知的AI系统提供参考。
2025-01-15 cs.AI cs.CY cs.HC
Personality Traits and Echo Chambers on Facebook
IUSS Institute for Advanced Study(IUSS高等研究院);IMT Institute for Advanced Studies(IMT高等研究院)
在在线社交网络中,用户倾向于选择与他们的信仰体系相一致的信息,并形成由志同道合的人组成的两极分化的群体。极化及其对在线社交互动的影响已经得到了广泛的研究。尽管如此,群体形成和人格特征之间的关系仍然不清楚。更好地了解在线社会动态的认知和心理决定因素可能有助于设计更有效的沟通策略,并挑战数字错误信息的威胁。在这项工作中,我们专注于用户评论美国Facebook页面发布的支持科学和阴谋般的叙述的帖子,我们根据他们的在线行为对这些用户的个性特征进行分类。我们发现,不同的和冲突的社区由显示出相似心理特征的用户组成,并且主导人格模型在科学和阴谋回音室中是相同的。此外,我们观察到,回声室内的持久性稍微塑造用户的心理概况。我们的研究结果表明,个人的特定人格特质的存在导致他们相当大的参与,在虚拟回声室内支持叙事。
2016-06-15 cs.CL cs.CY cs.HC
Dark Personality Traits and Online Toxicity: Linking Self-Reports to Reddit Activity
Institute of Informatics and Telematics, National Research Council(国家研究委员会信息与电信研究所);University of Pisa(比萨大学);University of Foggia(福贾大学);San Raffaele Telematic University(圣拉斐尔远程大学)
研究探讨了黑暗人格特质与在线行为之间的关系,发现自我报告的不文明互动与黑暗人格特质相关,但计算特征无法可靠预测人格特质。
2026-07-20 cs.CY cs.HC
SAC: A Framework for Measuring and Inducing Personality Traits in LLMs with Dynamic Intensity Control
BITS Pilani, India(印度比特斯理工学院)
本文提出SAC框架,通过动态强度控制实现LLM人格特质的衡量与诱导,提升人机交互的可控性和细腻度。
2026-01-12 cs.AI cs.CL cs.HC
Machine learning methods fail to provide cohesive atheoretical construction of personality traits from semantic embeddings
Monash University(莫纳什大学)
研究通过分析一百万条Reddit评论,比较了基于机器学习的自下而上人格模型与Big Five模型,发现机器学习聚类缺乏心理测量连贯性,未能超越Big Five的描述效用,表明机器学习无法替代既定心理学理论。
2025-10-10 cs.AI cs.CL cs.HC
Confiding in and Listening to Virtual Agents: The Effect of Personality
Juji, Inc.(Juji公司)
我们提出了一个智能的虚拟面试官,从事与用户在基于文本的对话,并自动推断用户的心理特征,如个性。我们调查如何从两个角度影响用户的行为的虚拟面试官的个性:用户的意愿倾诉,并听取,虚拟面试官。我们已经开发了两个具有不同个性的虚拟面试官,并将其部署在现实世界的招聘活动中。我们目前的调查结果,从316个实际的求职者完成的采访。值得注意的是,用户更愿意信任和倾听一个严肃、自信的虚拟面试官。此外,从聊天文本中推断出的用户的性格特征会影响他们对虚拟面试官的看法,以及他们信任和倾听虚拟面试官的意愿。最后,我们讨论了我们的工作对建立超个性化,智能代理的基础上,用户的特点。
2018-11-02 cs.AI cs.HC
Personality Traits in Large Language Models
Google DeepMind(谷歌DeepMind);University of Cambridge(剑桥大学);Keio University(庆应义塾大学);University of California, Berkeley(加州大学伯克利分校)
本文提出一种心理测量学上有效可靠的方法,用于在18个大型语言模型上测量、验证并塑造合成个性,发现较大且经指令微调的模型个性信效度更强,并探讨了其对负责任AI的伦理意义。
2025-03-11 cs.AI cs.CL cs.CY
Phishing, Personality Traits and Facebook
网络钓鱼攻击已成为对在线用户的日益严重的威胁。最近的研究已经开始关注导致人们对它们做出反应的因素。我们的研究探讨了大五人格特质和电子邮件钓鱼反应之间的相关性。我们还研究了这些因素如何影响用户在Facebook上的行为,包括发布个人信息和选择Facebook隐私设置。我们的研究表明,当使用奖品钓鱼电子邮件时,我们发现性别和对钓鱼电子邮件的响应之间存在很强的相关性。此外,我们发现,神经质是最相关的因素,以回应这封电子邮件。我们的研究还发现,在开放性因素上得分高的人往往在Facebook上发布更多信息,并且隐私设置不太严格,这可能导致他们容易受到隐私攻击。此外,我们的工作检测到参与者估计容易受到网络钓鱼攻击和实际被钓鱼之间没有相关性,这表明对网络钓鱼的敏感性并不是因为缺乏对网络钓鱼风险的认识,而且网络钓鱼的实时响应很难提前预测在线用户。我们相信,更好地了解导致在线漏洞的特征可以帮助开发未来提高用户隐私和安全性的方法。
2013-02-08 cs.CY cs.HC
Routing Cybersecurity Awareness Training by FFM Personality Trait: A Quasi-Experimental Evaluation
School of Computing, Engineering and Digital Technologies, Teesside University(蒂斯赛德大学计算、工程与数字技术学院)
本研究设计并准实验评估了TailoredSec移动应用,根据用户的大五人格特质路由培训内容,结果显示人格条件组在后测中显著优于传统视频组,支持人格条件化内容路由作为网络安全意识培训的可行设计原则。
2026-05-23 cs.CR cs.HC
An Adaptive Learning Method of Personality Trait Based Mood in Mental State Transition Network by Recurrent Neural Network
Prefecture University of Hiroshima(广岛县立大学);NEC Solution Innovators, Ltd.(日本电气解决方案创新有限公司);Tokyo Metropolitan University(东京都立大学)
心理状态转换网络(Mental State Transition Network,MSTN)是一个近似于人类心理和精神反应的基本概念。通过情绪生成计算(EGC)方法计算的刺激可以引起情绪从情绪状态到其他情绪状态的转变。本文提出了一种基于情绪的用户个性特征自适应学习方法,使智能体能够与人进行交互,实现顺畅的交流。学习方法包括利润分享(PS)方法和循环神经网络(RNN)。EGC算法首先计算传感器输入到MPEG4的情绪,情绪的变化导致心理状态的变化,然后状态序列形成一个情节。为了有效地学习人格特质的倾向性,应该从事件中去除无效的规则。PS方法在事件中发现了一个迂回,应该删除。此外,RNN的工作,以实现用户的情绪变化。实验结果表明,该方法能够成功地表现出人类各种微妙的情感。
2018-04-09 cs.HC cs.LG cs.NE
Personality-Enhanced Social Recommendations in SAMI: Exploring the Role of Personality Detection in Matchmaking
Georgia Institute of Technology(佐治亚理工学院)
本文提出利用GPT零样本能力推断大五人格特质,整合至SAMI社交推荐系统,探索人格检测对社交匹配的影响。
2026-01-06 cs.CL cs.CY cs.HC
Vibe Check: Understanding the Effects of LLM-Based Conversational Agents' Personality and Alignment on User Perceptions in Goal-Oriented Tasks
Northeastern University(东北大学)
本研究探讨了对话代理性格表达水平和用户与代理性格对齐如何影响用户在目标导向任务中的感知,发现中等表达水平在多个维度上表现最佳,性格对齐进一步提升了结果,尤其在外向性和情绪稳定性和方面影响显著。
2026-04-29 cs.AI cs.CL cs.HC
Tell me who its founders are and I'll tell you what your online community looks like: Online community founders' personality and community attributes
本研究探讨在线社区创始人的大五人格特质对社区属性和可持续性的预测作用,通过开发文本估计工具分析8,625个Reddit社区中35,164名创始人的特质,发现创始人性格与社区参与度、网络结构及活跃度显著相关。
2025-05-02 cs.HC cs.SI
Personality as Relational Infrastructure: User Perceptions of Personality-Trait-Infused LLM Messaging
Ludwig Boltzmann Institute for Digital Health and Prevention(路德维希·玻尔兹曼数字健康与预防研究所);Salzburg Research Forschungsgesellschaft(萨尔茨堡研究公司);LMU Munich(慕尼黑大学)
研究探讨了基于人格特质的LLM消息对用户感知的影响,发现人格信息通过整体暴露而非单条信息优化提升个性化和适当性评价。
2026-02-27 cs.AI cs.CL cs.HC
Modeling Personality vs. Modeling Personalidad: In-the-wild Mobile Data Analysis in Five Countries Suggests Cultural Impact on Personality Models
从智能手机收集的传感器数据提供了被动推断用户个性特征的可能性。这些模型可用于实现技术个性化,同时有助于我们对人类行为在日常生活中的表现方式的实质性理解。人格建模的一个重大挑战是提高人格推断的准确性,然而,研究尚未评估和考虑用户居住国对模型可复制性的文化影响。我们收集了来自五个不同国家(英国,西班牙,哥伦比亚,秘鲁和智利)的166名参与者(54名女性和112名男性)的移动传感数据和自我报告的大五特质。我们开发了基于机器学习的人格模型,使用文化多样的数据集-代表不同的国家-我们表明,当在新的国家进行测试时,这些模型可以达到最先进的准确性,从63%(可接受性)到71%(外向性)的分类准确性。我们的研究结果表明,使用特定国家的数据集可以提高外向性,责任心和尽责性的分类准确率3%至7%。我们表明,这些发现无论数据集中的性别和年龄平衡如何都成立。有趣的是,使用性别或年龄平衡的数据集以及性别分离的数据集可以将性状预测提高高达17%。我们揭示了五个国家的人格模型差异,突出了最具预测性的数据类别(位置,噪音,解锁,加速度计),并为对被动人格评估感兴趣的技术专家和社会科学家提供了外卖。
2019-08-13 cs.CY cs.HC
Recent Trends in Deep Learning Based Personality Detection
University College London(伦敦大学学院);Instituto Politécnico Nacional(墨西哥国立理工学院);Nanyang Technological University(南洋理工大学)
最近,人格特质的自动预测受到了很多关注。具体而言,从多模态数据的人格特质预测已经成为情感计算领域内的一个热门话题。在本文中,我们回顾了用于人格检测的重要机器学习模型,重点是基于深度学习的方法。本文概述了最流行的自动化人格检测方法、各种计算数据集、其工业应用以及用于人格检测的最先进的机器学习模型,特别关注多模态方法。人格检测是一个非常广泛和多样化的主题:本调查仅关注计算方法,而忽略了人格检测的心理学研究。
2019-08-27 cs.AI cs.HC cs.LG
Developing Educational Computer Animation Based on Human Personality Types
在过去的十年中,计算机动画已经成为基于技术的学习环境中最引人注目的特征之一。随着今天的高教育要求以及缺乏时间提供某些课程,经典的教育方法已经显示出不足,以跟上在数字时代观察到的急剧变化。如果不考虑性别、年龄、兴趣水平和记忆水平等各种重要因素,教育动画可能对学习者来说是不够的,或者不能满足他们的需要。然而,我们注意到动画在教育中的应用一直没有得到足够的重视,学生的个性类型从来没有被考虑在内。我们认为这里有一个有趣的关系,并提出了基于学生的个性类型创建教育动画的基本因素。特别是,我们研究如何在计算机动画中的信息可能会在一个更好的方式,计算机动画的基本要素的基础上。目前的研究认为,它可能在教育领域产生广泛的效益。在设计教育计算机动画时考虑个性类型,并借助收集的经验结果,可能是一个有前途的途径,以提高学习过程。
2015-03-24 cs.CY cs.GR cs.HC
From Trait to Behavior: A Cognitive-Affective Personality System (CAPS) Perspective on Multi-Homing Intention in AIGC Platforms
School of Design, Pusan National University(釜山国立大学设计学院)
基于CAPS视角,构建特质-感知-行为三阶段多重中介模型,揭示最优刺激水平通过感知互补性和感知认知价值链式中介影响AIGC平台多归属意愿。
2026-06-29 cs.AI cs.HC
Improved prompting and process for writing user personas with LLMs, using qualitative interviews: Capturing behaviour and personality traits of users
Abertay University(阿伯泰大学)
本文提出一种利用大语言模型(GPT3.5-Turbo-16k)结合定性访谈主题分析结果创建用户画像的工作流程,通过改进提示词和扩大主题池,旨在更有效地捕捉用户行为与人格特质,并探讨了与现有画像方法的关联。
2023-10-10 cs.CL cs.CY cs.HC
Modelling the Interplay of Eye-Tracking Temporal Dynamics and Personality for Emotion Detection in Face-to-Face Settings
brAIn Lab, IT University of Copenhagen(brAIn实验室,丹麦技术大学);GN Advanced Science(GN先进科学);IT University of Copenhagen(丹麦技术大学)
针对动态场景情绪识别难题,提出融合眼动时序动态、大五人格与刺激线索的人格感知多模态框架,在CREMA-D数据集上验证了不同信息对感知/感受情绪的差异化提升作用,推动个性化情感计算发展。
2025-09-19 cs.AI cs.CV cs.HC
Perception of AI-Generated Music -- The Role of Composer Identity, Personality Traits, Music Preferences, and Perceived Humanness
TU Wien, Faculty of Informatics(维也纳技术大学信息学院);University of Innsbruck, Department of Psychology(因斯布鲁克大学心理学系)
本研究探讨了人工智能生成音乐的感知因素,发现对人工智能的态度是影响听众喜爱和情感反应的主要因素,同时揭示了伦理、文化等在评价中的重要作用。
2025-12-02 cs.AI cs.CY cs.HC