4.4 方法二(機器學習預測法)
圖 31 為針對方法二(機器學習預測法)所開發的程式，此程式的設計原則為 將資料依 80/20 法則，將有回填心理測驗問卷資料的 80%為訓練資料集，而將剩餘 20%的資料列為測試資料集，目的為了將 80%訓練後所得到的五大分類的詞彙記載於 資料庫中，供 20%測試集資料預測五大人格分類。
圖 31 功能解說
Directory：選擇欲匯入方法二的文字檔目錄 Connection String：資料庫連結設定
Exec：開始執行機器學習預測法
圖 31：方法二實作介面 資料來源：此圖自行整理
執行 Method2 程式前的前置動作，需先完成以下表 7 步驟。Method2 程式的 GUI
依每個人心理測驗回傳結果，經計算分數後，取最高分者，將符合的類別寫入 已斷字斷詞後的文字檔的第一行，以供程式抓取後續判別使用，有可能個人最高分 數有相同類別相同分數，如下圖 32 此抽樣者之最高分數 E 及 N 分數相同，故此人 屬 E 及 N 二種人格。
文字檔內容資料及格式如圖 32。
圖 32：方法二匯入文字檔內容 資料來源：此圖自行整理
Method2 讀取每位朋友的文字檔內容資料，依序 Parser 相關字詞，取動詞及形 容詞的詞類且資料內容以取中文字詞為主，排除無用之詞類、單一字元、英文、標 號之後，寫入資料庫中的欄位包含個人 ID、詞彙、詞頻、五大人格類別，資料內容 呈現如圖 33。
圖 33：方法二實作 資料來源：此圖自行整理
詞彙分類計算以下表 9 為例，＂快快樂樂＂這個詞彙，出現在 C 類人格有 4 次，
出現在 A 類人格有 2 次，出現在 N 類人格有 3 次，出現在 O 類人格有 1 次，出現在 E 類人格有 2 次，Count 為＂快快樂樂＂ 詞彙總共出現的次數。
舉例來說，如果某一抽樣者同時有 E 及 N 的人格，則 VCA 及 VCN 各會被加 1，
而 Count 當時只會被加 1，所以 VCc+VCA+VCN+VCO+VCE與 Count 值不一定相同。
V VCc VCA VCN VCO VCE Count 快快樂樂 4 2 3 1 2 8
表 9：方法二詞彙分類範例 資料來源：本研究自行整理
程式實際執行後所產生之詞彙分類結果如下圖 34 所呈現，例如詞彙為＂生日 快樂＂這個字詞，在 A(隨和型)人格出現的次數是最多的，也就是隨和型最常引用 此字詞祝福別人，故＂生日快樂＂於本研究中詞彙歸屬於 A 類，以此類推其它詞彙 之分類統計。
圖 34：方法二詞彙分類 資料來源：此圖自行整理 計算每個詞彙於各分類正規化後的值，及其權重值。
接續上例，以＂生日快樂＂這個詞彙為言，於詞彙分類計算後的數值為 N=327，
E=104，O=398，A=516，C=289。
Normalize 詞彙分類數值，使之介於 0~1 之間，套用公式(9)計算如下：
詞彙＂生日快樂＂於五大類別加總後的值為：1634，以下針對 N、E、O、A、C 五大類計算後的數值各為
N=327/1634=0.200122399020808 E=104/1634=0.0636474908200734 O=398/1634=0.243574051407589 A=516/1634=0.315789473684211 C=289/1634=0.176866585067319
每個詞彙的權重值計算如公式(11)所示，為每個詞彙出現次數佔所有詞彙出現 次數的比重，以詞彙＂生日快樂＂為例，生日快樂出現的次數為 1269 次，佔所有 詞彙出現的總次數的比重值，算出來＂生日快樂＂的權重為 0.228525121555916。
計算後 Normalize 詞彙分類數值及每個詞彙的權重，如下圖 35 所示。
圖 35：方法二詞彙 Normalize 及權重值 資料來源：此圖自行整理
由公式(12)計算出每位測試者之 N、E、O、A、C 五大類的 Grade 值，而 Type 為心理測驗之實際人格分類，如下圖 36 所示。
圖 36：方法二詞彙 Grade 計算 資料來源：此圖自行整理
由圖 36 中的資料取得每位測試者之 N、E、O、A、C 五大類的 Grade 加總值中 取最大者，為預測結果。
以圖 37 為例，N Grade 的值為此位測試者最大值，故預測結果屬 N(神經質型)，
而與 Type(實際人格分類)N 比對是相同的，故預測結果正確。
圖 37：方法二類別預測結果 資料來源：此圖自行整理
五、實驗結果與分析
5.1 方法一(關鍵字詞預測法)
方法一：關鍵字詞預測法，經統計後，其顯著人格分析(Method1)有 61%準確率，
多重人格分析(Method2)有 70%準確率，如圖 38 所示。
圖 38：方法一研究結果(1) 資料來源：此圖自行整理
由於朋友大多以 A(隨和型)的朋友居多，可以由顯著人格分析(Method1)及多重 人格分析(Method2)的心理測驗結果可得知，故預測後的結果以 A(隨和型)所佔的比 率最高，如圖 39 所示。此研究亦可證實物以類聚這個情況，也就如圖 30 所示，本 人之五大人格分類屬 A(隨和型)，相對自己的朋友亦以類別為 A(隨和型)的居多，
相同性格的人、志同道合的人會相聚成群。
61%
70%
顯著人格分析 多重人格分析
圖 39：方法一研究結果(2)
ID 為 000001 這個朋友的實際人格計算出來最高分者，同時有二個，屬 A(隨和
ID 為 000015 這個朋友的實際人格計算出來取最高分的值，屬 N(神經質型)，
方法二於測試集中的所有分類資料加以統計其預測結果，統計出的結果以 A(隨
方法二透過機器學習預測法實作後的結果，可達到 80%的預測準確率，此準確 率計算以實際人格類別與預測人格類別完全符合時則為預測正確。另一則當實際人 格有一個以上同分者，預測人格類別只要符合其中一個實際人格類別，則本研究將 此結果歸屬為預測正確，反之則為預測錯誤。
方法二(機器學習預測法)預測結果以圖 45 顯示。
圖 45：方法二（機器學習預測法）預測結果 資料來源：此圖自行整理