本文使用深度学习、BERT 模型以及情感分析来研究社交媒体中与合成类阿片类药物相关的帖子，分析了社交媒体和加密市场数据，探究人们对不同药物的感受和态度，最终建立了基于这些特征的时间感知神经模型，成功地 (具有统计学意义) 识别出物质滥用障碍。

Apr, 2023

通过结合与 OUD 相关的遗传变异和从 GPS 和 Wi-Fi 的时空坐标中提取的行为特征，估计 OUD 风险的实验性设计和计算方法显示出行为和遗传特征的整合改善了风险建模，从而有助于个性化临床决策的 OUD 风险估计。

Sep, 2023

本文提出一种基于短视频中的大五人格特质进行第一印象识别的新方法，使用双模态深度神经网络结构和少量帧的音频和视觉特征进行训练，并在使用 ChaLearn LAP APA2016 数据集进行评估时表现出色。

Oct, 2016

该研究介绍并评估了一种基于个人偏好识别的推荐系统方法，即 Personality Diagnosis (PD)，它具有传统相似度加权技术的优点，并能提供有意义的概率解释，同时支持价值信息计算。

Jan, 2013

通过分析游戏行为和个性问卷，我们探索了从记录的游戏行为中预测玩家的个人特质问卷指标的可能性，并尝试通过添加情感对话决策来提高模型的准确性。我们使用随机森林回归方法，在定制化的角色扮演游戏《辐射：新维加斯》的 60 分钟游戏时间内，从 62 位玩家的数据中预测了七个已建立的个性问卷的多种指标。尽管一些个性变量可以从合理的游戏行为和情感表达中识别出来，但我们未能找到预测其他变量的方法，也遇到了一些不能通过理论背景文献来解释的可疑相关性。然而，基于这个探索性研究的初步机会，我们计划大规模扩展我们的数据集，研究更复杂的机器学习方法在真实工业游戏环境中的表现。

Aug, 2023

在线社区、物质使用经历、多层次分类模型、GPT-4、PWUD 经历。

Jun, 2024

该论文介绍了一种用于个性检测的心理关注模型（PsyAttention），它能够有效编码心理特征，将特征数量减少了 85％。在对 BigFive 和 MBTI 模型进行的实验中，PsyAttention 的平均准确率分别为 65.66％和 86.30％，表现优于现有方法，表明它在编码心理特征方面是有效的。

Dec, 2023

使用机器学习和深度学习技术，从路上的驾驶行为数据中估计驾驶员的心理特征，建立具有自适应能力的驾驶辅助系统，研究结果表明，我们的模型能够以高准确度预测心理驾驶风格和负荷敏感度等特征，而不同持续时间的分割对准确性的影响因特征而异。

Feb, 2023

本篇论文系统总结了基于视觉计算的表观性格特征识别的现有方法，讨论比较了这些方法的独特特点和限制；同时也讨论了该领域未来的研究方向和数据标注 / 评估的主观性问题，还简要回顾了当前数据集和挑战。

Apr, 2018

通过分析年轻人的社交环境、使用一系列问卷调查，如 AUDIT、FAS、KIDSCREEN 等，了解个体的饮酒行为，本研究设计并构建了一个基于网络的平台，通过集成不同阶段、直观的图形用户界面来简化问卷的创建、数据收集、整理和表达，以及后续的数据分析和可视化，从而避免了手动处理数据的繁琐步骤。与之前耗时且容易出错的数据操作相比，该方法具有一定的优势。

Feb, 2024