@ARTICLE{26583223_359612461_2020, 
	author = {В. В. Латынов and В. В. Овсянникова}, 
	keywords = {, цифровые следы, прогнозирование, черты личности, эмоциональное состояние, депрессияценности},
	title = {Прогнозирование психологических характеристик человека на основании его цифровых следов},
	journal = {Психология. Журнал Высшей школы экономики},
	year = {2020},
	volume = {17},
	number = {1},
	pages = {166-180},
	url = {https://psy-journal.hse.ru/2020-17-1/359612461.html},
	publisher = {},
	abstract = {В статье рассматриваются вопросы прогнозирования индивидуально-психологических характеристик человека (личностных черт, эмоциональных состояний, ценностей, мотивов и др.) на основании его цифровых следов. Как показали исследования, такие характеристики можно весьма точно выявлять на основании самых разных видов цифровых следов: текстов, изображений, особенностей интернет-серфинга, характера и длительности телефонных звонков, «лайков» (мне нравится), финансовых транзакций, изменений местоположения человека. Чаще всего для решения указанной задачи применяется текстовая информация из самых разных источников (профилей пользователей, блогов, твитов и др). При ориентированном на лексику прогнозировании психологических характеристик используются два основных подхода к анализу текстов. Один, так называемый фиксированный (closed-vocabulary), использует ограниченный словарь лексики, а другой — открытый (open-vocabulary) - неограниченный словарь лексики. В случае фиксированного подхода изначально задается некоторый набор слов и категорий, взаимосвязь которых с личностными чертами выявляется. В отличие от использования фиксированного подхода, в случае открытого подхода отсутствует заранее заданный список слов, а лексические предикторы личностных черт обнаруживаются непосредственно в ходе анализа текстов. Наибольшая точность прогноза достигалась в случае личностных черт «Большой пятерки». По степени успешности прогнозирования они располагались следующим образом (от наиболее успешных к наименее): экстраверсия, открытость опыту, добросовестность, нейротизм, дружелюбие. Эмоциональные состояния, ценности, мотивы и удовлетворенность жизнью прогнозируются несколько хуже. Одновременное использование нескольких видов цифровых следов, а также более совершенных процедур сбора и анализа данных позволяет существенно повысить точность прогноза. Оцениваются ближайшие и более отдаленные перспективы исследований в данной области.},
	annote = {В статье рассматриваются вопросы прогнозирования индивидуально-психологических характеристик человека (личностных черт, эмоциональных состояний, ценностей, мотивов и др.) на основании его цифровых следов. Как показали исследования, такие характеристики можно весьма точно выявлять на основании самых разных видов цифровых следов: текстов, изображений, особенностей интернет-серфинга, характера и длительности телефонных звонков, «лайков» (мне нравится), финансовых транзакций, изменений местоположения человека. Чаще всего для решения указанной задачи применяется текстовая информация из самых разных источников (профилей пользователей, блогов, твитов и др). При ориентированном на лексику прогнозировании психологических характеристик используются два основных подхода к анализу текстов. Один, так называемый фиксированный (closed-vocabulary), использует ограниченный словарь лексики, а другой — открытый (open-vocabulary) - неограниченный словарь лексики. В случае фиксированного подхода изначально задается некоторый набор слов и категорий, взаимосвязь которых с личностными чертами выявляется. В отличие от использования фиксированного подхода, в случае открытого подхода отсутствует заранее заданный список слов, а лексические предикторы личностных черт обнаруживаются непосредственно в ходе анализа текстов. Наибольшая точность прогноза достигалась в случае личностных черт «Большой пятерки». По степени успешности прогнозирования они располагались следующим образом (от наиболее успешных к наименее): экстраверсия, открытость опыту, добросовестность, нейротизм, дружелюбие. Эмоциональные состояния, ценности, мотивы и удовлетворенность жизнью прогнозируются несколько хуже. Одновременное использование нескольких видов цифровых следов, а также более совершенных процедур сбора и анализа данных позволяет существенно повысить точность прогноза. Оцениваются ближайшие и более отдаленные перспективы исследований в данной области.}
}