論文の概要: Exploring the Relationship Between Personality Traits and User Feedback
- arxiv url: http://arxiv.org/abs/2307.12036v1
- Date: Sat, 22 Jul 2023 10:10:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-23 16:43:56.696967
- Title: Exploring the Relationship Between Personality Traits and User Feedback
- Title（参考訳）: パーソナリティ特性とユーザフィードバックの関係を探る
- Authors: Volodymyr Biryuk, Walid Maalej
- Abstract要約: 本稿では,人格特性がユーザのフィードバックに及ぼす影響について予備的検討を行う。
56人の大学生が、コースで使用されるeラーニングツールの異なるソフトウェア機能についてフィードバックを提供した。
その結果,フラストレーションに対する感受性やストレス耐性の低下がユーザのフィードバックに悪影響を及ぼす可能性が示唆された。
- 参考スコア（独自算出の注目度）: 9.289846887298852
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Previous research has studied the impact of developer personality in
different software engineering scenarios, such as team dynamics and programming
education. However, little is known about how user personality affect software
engineering, particularly user-developer collaboration. Along this line, we
present a preliminary study about the effect of personality traits on user
feedback. 56 university students provided feedback on different software
features of an e-learning tool used in the course. They also filled out a
questionnaire for the Five Factor Model (FFM) personality test. We observed
some isolated effects of neuroticism on user feedback: most notably a
significant correlation between neuroticism and feedback elaborateness; and
between neuroticism and the rating of certain features. The results suggest
that sensitivity to frustration and lower stress tolerance may negatively
impact the feedback of users. This and possibly other personality
characteristics should be considered when leveraging feedback analytics for
software requirements engineering.
- Abstract（参考訳）: これまでの研究は、チームダイナミクスやプログラミング教育など、さまざまなソフトウェアエンジニアリングシナリオにおける開発者個性の影響を調査してきた。
しかしながら、ユーザパーソナリティがソフトウェアエンジニアリング、特にユーザと開発者のコラボレーションにどのように影響するかは、ほとんど知られていない。
本稿では,ユーザのフィードバックに対する性格特性の影響について予備的検討を行う。
56人の大学生がコースで使用するeラーニングツールの異なるソフトウェア機能についてフィードバックを提供した。
また、5因子モデル(ffm)パーソナリティテストのアンケートにも記入した。
我々は,神経症がユーザフィードバックに与える影響,特に神経症とフィードバックの精巧さと,神経症と特定の特徴の評価との間に有意な相関があることを観察した。
その結果,フラストレーションに対する感受性やストレス耐性の低下がユーザのフィードバックに悪影響を及ぼす可能性が示唆された。
これや他のパーソナリティ特性は、ソフトウェア要件エンジニアリングにフィードバック分析を活用する際に考慮すべきである。
関連論文リスト
- Beyond Text: Leveraging Multi-Task Learning and Cognitive Appraisal Theory for Post-Purchase Intention Analysis [10.014248704653]
本研究では,ユーザの行動を予測するための認知評価理論に基づくマルチタスク学習フレームワークを評価する。
実験の結果, ユーザの言語や特徴は, テキストのみから予測するモデル以上の予測を改善することがわかった。
論文 参考訳（メタデータ） (2024-07-11T04:57:52Z) - EERPD: Leveraging Emotion and Emotion Regulation for Improving Personality Detection [19.98674724777821]
EERPDと呼ばれる新しい人格検出手法を提案する。
本手法では,人格予測において,人格に強く相関する心理的概念である感情制御を導入する。
実験の結果,ERPDは人格検出の精度とロバスト性を大幅に向上させることが示された。
論文 参考訳（メタデータ） (2024-06-23T11:18:55Z) - Large Language Models Can Infer Personality from Free-Form User Interactions [0.0]
GPT-4は、パーソナリティを適度な精度で推測することができ、以前のアプローチよりも優れていた。
その結果,人格評価への直接的注力は,ユーザエクスペリエンスの低下を招いていないことがわかった。
予備的な分析は、人格推定の正確さは、社会デミノグラフィーのサブグループによってわずかに異なることを示唆している。
論文 参考訳（メタデータ） (2024-05-19T20:33:36Z) - Modeling User Preferences via Brain-Computer Interfacing [54.3727087164445]
我々はBrain-Computer Interface技術を用いてユーザの好みを推測し、その注意力は視覚的コンテンツと感情的体験との関連性に相関する。
我々はこれらを,情報検索,生成モデルのパーソナライズされたステアリング,感情経験のクラウドソーシング人口推定など,関連するアプリケーションにリンクする。
論文 参考訳（メタデータ） (2024-05-15T20:41:46Z) - Rethinking the Evaluation of Dialogue Systems: Effects of User Feedback on Crowdworkers and LLMs [57.16442740983528]
アドホック検索では、評価は暗黙のフィードバックを含むユーザーの行動に大きく依存する。
アノテータの会話知覚におけるターン評価におけるユーザフィードバックの役割はほとんど研究されていない。
本稿では,タスク指向対話システム(TDS)の評価が,ターンのフォローアップ発話を通じて提供されるユーザフィードバック,明示的あるいは暗黙的な評価にどのように影響するかに注目した。
論文 参考訳（メタデータ） (2024-04-19T16:45:50Z) - Can ChatGPT Read Who You Are? [10.577227353680994]
チェコ語で書かれたテキストを代表とする総合的なユーザスタディの結果を155人のサンプルで報告した。
本研究は,ChatGPTによる性格特性推定と人間による評価とを比較し,テキストから人格特性を推定する際のChatGPTの競争性能を報告する。
論文 参考訳（メタデータ） (2023-12-26T14:43:04Z) - PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for
Personality Detection [50.66968526809069]
PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。
実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
論文 参考訳（メタデータ） (2023-10-31T08:23:33Z) - Editing Personality for Large Language Models [73.59001811199823]
本稿では,Large Language Models (LLMs) の性格特性の編集に焦点をあてた革新的なタスクを紹介する。
このタスクに対処する新しいベンチマークデータセットであるPersonalityEditを構築します。
論文 参考訳（メタデータ） (2023-10-03T16:02:36Z) - UltraFeedback: Boosting Language Models with Scaled AI Feedback [99.4633351133207]
大規模で高品質で多様なAIフィードバックデータセットである textscUltraFeedback を提示する。
我々の研究は、強力なオープンソースのチャット言語モデルを構築する上で、スケールしたAIフィードバックデータの有効性を検証する。
論文 参考訳（メタデータ） (2023-10-02T17:40:01Z) - Understanding How People Rate Their Conversations [73.17730062864314]
我々は、人々が会話エージェントとのインタラクションをどのように評価するかをよりよく理解するために研究を行う。
我々は、評価の変動を説明する変数として、同意性と外向性に焦点を当てる。
論文 参考訳（メタデータ） (2022-06-01T00:45:32Z) - My tweets bring all the traits to the yard: Predicting personality and
relational traits in Online Social Networks [4.095574580512599]
本研究は,オンラインソーシャルネットワーク(OSN)における全体像プロファイルの予測モデルを提供することを目的とする。
我々はまずOSNアカウントから幅広い機能を抽出する機能エンジニアリング手法を考案した。
そして,抽出した特徴に基づいて,ユーザの心理的特徴のスコアを予測する機械学習モデルを設計した。
論文 参考訳（メタデータ） (2020-09-22T20:30:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。