Social media based personality prediction models

Social Media-basierte Persönlichkeitsvorhersage Modelle

  • Individuals have an intrinsic need to express themselves to other humans within a given community by sharing their experiences, thoughts, actions, and opinions. As a means, they mostly prefer to use modern online social media platforms such as Twitter, Facebook, personal blogs, and Reddit. Users of these social networks interact by drafting their own statuses updates, publishing photos, and giving likes leaving a considerable amount of data behind them to be analyzed. Researchers recently started exploring the shared social media data to understand online users better and predict their Big five personality traits: agreeableness, conscientiousness, extraversion, neuroticism, and openness to experience. This thesis intends to investigate the possible relationship between users’ Big five personality traits and the published information on their social media profiles. Facebook public data such as linguistic status updates, meta-data of likes objects, profile pictures, emotions, or reactions records were adopted to address the proposedIndividuals have an intrinsic need to express themselves to other humans within a given community by sharing their experiences, thoughts, actions, and opinions. As a means, they mostly prefer to use modern online social media platforms such as Twitter, Facebook, personal blogs, and Reddit. Users of these social networks interact by drafting their own statuses updates, publishing photos, and giving likes leaving a considerable amount of data behind them to be analyzed. Researchers recently started exploring the shared social media data to understand online users better and predict their Big five personality traits: agreeableness, conscientiousness, extraversion, neuroticism, and openness to experience. This thesis intends to investigate the possible relationship between users’ Big five personality traits and the published information on their social media profiles. Facebook public data such as linguistic status updates, meta-data of likes objects, profile pictures, emotions, or reactions records were adopted to address the proposed research questions. Several machine learning predictions models were constructed with various experiments to utilize the engineered features correlated with the Big 5 Personality traits. The final predictive performances improved the prediction accuracy compared to state-of-the-art approaches, and the models were evaluated based on established benchmarks in the domain. The research experiments were implemented while ethical and privacy points were concerned. Furthermore, the research aims to raise awareness about privacy between social media users and show what third parties can reveal about users’ private traits from what they share and act on different social networking platforms. In the second part of the thesis, the variation in personality development is studied within a cross-platform environment such as Facebook and Twitter platforms. The constructed personality profiles in these social platforms are compared to evaluate the effect of the used platforms on one user’s personality development. Likewise, personality continuity and stability analysis are performed using two social media platforms samples. The implemented experiments are based on ten-year longitudinal samples aiming to understand users’ long-term personality development and further unlock the potential of cooperation between psychologists and data scientists.show moreshow less
  • Menschen haben das Bedürfnis, sich anderen Menschen innerhalb einer bestimmten Gemeinschaft mitzuteilen, indem sie ihre Erfahrungen, Gedanken, Handlungen und Meinungen teilen. Zu diesem Zweck nutzen sie am liebsten moderne Online-Plattformen für soziale Medien wie Twitter, Facebook, persönliche Blogs und Reddit. Die Nutzer dieser sozialen Netzwerke interagieren, indem sie ihre eigenen Status-Updates verfassen, Fotos veröffentlichen und Likes vergeben und dabei eine beträchtliche Menge an Daten hinterlassen, die analysiert werden können. Forscher haben vor kurzem damit begonnen, die in den sozialen Medien geteilten Daten zu untersuchen, um die Online-Nutzer besser zu verstehen und ihre Big-Five-Persönlichkeitseigenschaften vorherzusagen: Verträglichkeit, Gewissenhaftigkeit, Extraversion, Neurotizismus und Offenheit für Erfahrungen. In dieser Arbeit soll der mögliche Zusammenhang zwischen den Big Five Persönlichkeitsmerkmalen der Nutzer und den in ihren Social-Media-Profilen veröffentlichten Informationen untersucht werden.Menschen haben das Bedürfnis, sich anderen Menschen innerhalb einer bestimmten Gemeinschaft mitzuteilen, indem sie ihre Erfahrungen, Gedanken, Handlungen und Meinungen teilen. Zu diesem Zweck nutzen sie am liebsten moderne Online-Plattformen für soziale Medien wie Twitter, Facebook, persönliche Blogs und Reddit. Die Nutzer dieser sozialen Netzwerke interagieren, indem sie ihre eigenen Status-Updates verfassen, Fotos veröffentlichen und Likes vergeben und dabei eine beträchtliche Menge an Daten hinterlassen, die analysiert werden können. Forscher haben vor kurzem damit begonnen, die in den sozialen Medien geteilten Daten zu untersuchen, um die Online-Nutzer besser zu verstehen und ihre Big-Five-Persönlichkeitseigenschaften vorherzusagen: Verträglichkeit, Gewissenhaftigkeit, Extraversion, Neurotizismus und Offenheit für Erfahrungen. In dieser Arbeit soll der mögliche Zusammenhang zwischen den Big Five Persönlichkeitsmerkmalen der Nutzer und den in ihren Social-Media-Profilen veröffentlichten Informationen untersucht werden. Öffentliche Facebook-Daten wie sprachliche Status-Updates, Metadaten von Likes, Profilbilder, Emotionen oder Reaktionsaufzeichnungen wurden zur Beantwortung der vorgeschlagenen Forschungsfragen herangezogen. Es wurden mehrere Modelle des maschinellen Lernens mit verschiedenen Experimenten erstellt, um die entwickelten Merkmale zu nutzen, die mit den Big 5 Persönlichkeitsmerkmalen korrelieren. Die endgültigen Vorhersageleistungen verbesserten die Vorhersagegenauigkeit im Vergleich zu modernsten Ansätzen, und die Modelle wurden auf der Grundlage etablierter Benchmarks in diesem Bereich bewertet. Die Forschungsexperimente wurden unter Berücksichtigung ethischer Aspekte und des Datenschutzes durchgeführt. Darüber hinaus zielt die Forschung darauf ab, das Bewusstsein für die Privatsphäre von Nutzern sozialer Medien zu schärfen und zu zeigen, was Dritte über die privaten Eigenschaften von Nutzern aus dem, was sie auf verschiedenen sozialen Netzwerkplattformen teilen und tun, herausfinden können. Im zweiten Teil der Arbeit werden die Unterschiede in der Persönlichkeitsentwicklung in einer plattformübergreifenden Umgebung wie Facebook und Twitter untersucht. Die konstruierten Persönlichkeitsprofile in diesen sozialen Plattformen werden verglichen, um die Auswirkungen der verwendeten Plattformen auf die Persönlichkeitsentwicklung eines Nutzers zu bewerten. Ebenso werden Persönlichkeitskontinuität und -stabilität anhand von zwei Social Media Plattformen untersucht. Die durchgeführten Experimente basieren auf zehnjährigen Längsschnittstichproben mit dem Ziel, die langfristige Persönlichkeitsentwicklung der Nutzer zu verstehen und das Potenzial der Zusammenarbeit zwischen Psychologen und Datenwissenschaftlern weiter zu erschließen.show moreshow less

Download full text files

  • SHA-512:e615de4bf3e6f5713cf8db4dc3a7c8cf38578a6bd4407a2c69c42b909720683499ed2f1c422ac0354bd7d4dae4225834acafb008f37565774aaf2565fe34bd6f

Export metadata

Additional Services

Search Google Scholar Statistics
Metadaten
Author details:Raad Bin TareafORCiD
URN:urn:nbn:de:kobv:517-opus4-549142
DOI:https://doi.org/10.25932/publishup-54914
Reviewer(s):Christoph MeinelORCiDGND, Rami BahsoonORCiDGND, Ismail HababehORCiD
Supervisor(s):Christoph Meinel
Publication type:Doctoral Thesis
Language:English
Date of first publication:2022/05/09
Publication year:2022
Publishing institution:Universität Potsdam
Granting institution:Universität Potsdam
Date of final exam:2022/03/15
Release date:2022/05/09
Tag:Online-Persönlichkeit; sozialen Medien; soziales Netzwerk
online personality; social media; social networking
Number of pages:x, 137
RVK - Regensburg classification:ST 670, ST 650, ST 205, MS 7965, AP 15965
Organizational units:Digital Engineering Fakultät / Hasso-Plattner-Institut für Digital Engineering GmbH
DDC classification:0 Informatik, Informationswissenschaft, allgemeine Werke / 00 Informatik, Wissen, Systeme / 000 Informatik, Informationswissenschaft, allgemeine Werke
License (German):License LogoKeine öffentliche Lizenz: Unter Urheberrechtsschutz
Accept ✔
This website uses technically necessary session cookies. By continuing to use the website, you agree to this. You can find our privacy policy here.