การจำแนกบุคลิกภาพห้าองค์ประกอบด้วยการใช้ภาษา

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อจำแนกบุคลิกภาพห้าองค์ประกอบด้วยการใช้ภาษาในการสื่อสาร เทคนิคการเรียนรู้ของเครื่องที่นำมาใช้จำแนกบุคลิกภาพ ได้แก่ ต้นไม้ตัดสินใจ (Decision Tree) นาอีพเบย์ (Naïve Bayes) และซัพพอร์ตเวกเตอร์แมชชีน (Support Vector Machaine : SVM) โดยนำประเภทของคำมาหาความถี่เพื่อนำมาเป็นปัจจัย (Feature) ข้อมูลที่นำมาใช้ในการวิจัยครั้งนี้ได้มาจากการเก็บข้อมูลจากแบบสอบถาม 3 ส่วน ได้แก่ แบบสอบถามเกี่ยวกับข้อมูลลักษณะส่วนบุคคลของผู้ตอบแบบสอบถาม แบบสอบถามบุคลิกภาพห้าองค์ประกอบ และการเขียนเรียงความ กลุ่มตัวอย่างที่ใช้ในการศึกษา ได้แก่นักเรียนระดับชั้นมัธยมศึกษาปีที่ 4-6 จำนวน 150 คน ชั้นล่ะ 50 คน ผลการวิจัยพบว่า เทคนิคที่สามารถจำแนกบุคลิกภาพห้าองค์ประกอบ แล้วมีค่าความถูกต้องเฉลี่ยมากที่สุด ได้แก่ ซัพพอร์ตเวกเตอร์แมชชีน (Support Vector Machine) ซึ่งมีค่าเฉลี่ยค่าความถูกต้อง 75.33 % รองลงมาคือ ต้นไม้ตัดสินใจ (Decision tree) มีค่าเฉลี่ยค่าความถูกต้อง 71.33% และ นาอีฟ เบย์ (Naive Bayes) มีค่าเฉลี่ยค่าความถูกต้อง 68.27% ตามลำดับ