Differences

This shows you the differences between two versions of the page.

--- big_five_personality_and_career_choice [2015/12/18 06:33] – hkimscil
+++ big_five_personality_and_career_choice [2015/12/22 15:27] (current) – hkimscil
@@ Line 1: / Line 1: @@
+김효동
+고욱
+최재원
+아주대학교, 미디어학과
+ --- //[[hkimscil@gmail.com|Hyo Kim]] 2015/12/18 15:44//
 ====== Relationships between big 5 personality and words used in self description ======
 Big 5 Personality
@@ Line 10: / Line 15: @@
 __**연구문제**__
-소개 글에 나타나는 개념(단어)에 근거한 군집과 빅5 성격검사의 특성 간의 관계
+  - 빅5 성격검사에 따른 성격과 셀프스토리텔링의 소개 글에 나타나는 개념(단어)에 근거한 군집 간의 관계, 즉, 특정한 단어를 사용하는 학생들 간에 빅5성격검사에서 나타나는 성격에는 차이가 있을까?
-즉, 특정한 단어를 사용하는 학생들 간에 빅5성격검사에서 나타나는 성격에는 차이가 있을까
+  - 학생들의 셀프스토리텔링에서 등장하는 개념들은 어떤 구조적인 성격을 가지고 있을까?
+  - 학생들의 성격과 학생들의 직업목표(일하고 싶은 분야/장소) 간에는 상관관계가 있을까?
+이를 위해서
+  * 웹을 이용해 학생들은 self-storytelling 서베이에 참여 (61명 - 2명).
+  * [[big_five_personality_and_career_choice#survey_questionnaires|서베이문항]] 참조
-===== Openness to experience =====
+===== Openness to experience (경험에 대한 개방성) =====
   * I have a rich vocabulary.
   * I have a vivid imagination.
@@ Line 26: / Line 35: @@
   * I have emotional intelligence.
-===== Conscientiousness =====
+===== Conscientiousness (성실성) =====
   * I am always prepared.
   * I pay attention to details.
@@ Line 38: / Line 47: @@
   * I shirk my duties. (reversed)[37]
-===== Extraversion =====
+===== Extraversion (외향성) =====
   * I am the life of the party.
   * I don't mind being the center of attention.
@@ Line 58: / Line 67: @@
   * I am quiet around strangers. (reversed)[37]
   * I have no intention of talking in large crowds. (reversed)
-===== Agreeableness =====
+===== Agreeableness (동의성) =====
   * I am interested in people.
   * I sympathize with others' feelings.
@@ Line 69: / Line 78: @@
   * I am not interested in other people's problems. (reversed)
   * I feel little concern for others. (reversed)[37]
-===== Neuroticism =====
+===== Neuroticism (신경성) =====
   * I am easily disturbed.
   * I change my mood a lot.
@@ Line 81: / Line 90: @@
   * I seldom feel blue. (reversed)[37]
-===== Self description =====
+===== 빅5 성격검사: Factor analysis =====
-[{{self_desc_female.png?500|Female students}}]  \\
-[{{self_desc_male.png?500|Male students}}] \\
-[{{self_desc_.png?500|All}}] \\
-<WRAP clear>
-</WRAP>
 Factor analysis (빅5 성격검사에 기초한)
 |  Total Variance Explained  ||||||||||
@@ Line 155: / Line 158: @@
 . Extraversion
+Factor scores -> 개인 Attributes 데이터로 기록
+====== Q analysis ======
 다음으로 Q-analysis
 |  Total Variance Explained  ||||||||||
@@ Line 308: / Line 313: @@
 |   | Total  | 58.000  | 58  |   |   |   |
-학생들의 self-storytelling에서 사용된 단어
+====== 일하고 싶은 분야 ======
-{{w2_w2_ov0.jpg?900}}
-{{w2_w2_ov9.jpg?900}}
 학생들의 일하고 싶은 분야
 | i201421859  | 영상사운드  | UX디자인  |   |   |   |   |   |   |
@@ Line 439: / Line 441: @@
 Refer to [[social_network_analysis|this page]] for more information
+CONCOR 분석에서 도출된 6개 그룹 (id_job matrix: 학생 x 일하고싶은분야)
-CONCUR 분석에서 도출된 6개 그룹 (id_job matrix: 학생 x 일하고싶은분야)
 diagonal 그룹 내부 correlations
 other cells 그룹 간 correlations
@@ Line 471: / Line 472: @@
 ====== Self story-telling 분석 ======
 Self-storytelling
 | id   | self-story  |
 | ...  | 누구나 그렇듯 나 역시도 과거에 찍어둔 점 들을 모아 지금의 나를 만들었다. 지금의 내 모습 하나 하나는 각기 다른 출발점을 가졌을 지 몰라도, 지금의 나는 하나이기 때문에 후에도, 계속 될 것이다.   우선 나는 심리학도이다. ...        |
+| ...  | 지금 나의 현주소는 완전 사회 입문자 단계이다. 아마 입문자라고 하기도 뭐하다. 그냥 생초보이다. 나는 현재 4년제 대학의 2학년에 재학 중이고 아직도 모르는 것이 너무나도 많다. 이번 학기를 끝으로 이제 군대를 가게 되겠지만 ...    |
+===== R을 이용한 비정형 데이터 추출 =====
+<code>setwd ("D:/Users/Hyo/Cs-Kant/CS/Res/big_five_and_occupations")
+rm(list=ls())
+adata <- file.path("BFI_story.xlsx")
+data <- readWorksheetFromFile(adata, sheet="qs")
+intro<- Corpus(VectorSource(data$intro))
+result.text <- intro
+removeTwitSign <- function(x) { gsub("@[[:graph:]]*","",x) }
+removeURL <- function(x) { gsub("http://[[:graph:]]*","",x) }
+removeEnter <- function(x) { gsub("\n","",x) }
+exNouns <- function(x) { paste(extractNoun(x), collapse=" ")}
+# NA -> "" 로 변환
+# result.text[is.na(result.text)]   <- ""
+result.text <- gsub("[[:punct:]]", "", result.text)
+result.text <- gsub(" $", "", result.text)
+useSejongDic()
+mergeUserDic(data.frame(c(
+"IE", "랩", "데자뷰", "똑딱이", "코워크", "입문자",
+"생초보", "애널리틱스", "알바", "토익", "스피킹",
+"소셜", "소학회", "쿠팡", "네이버", "카카오", "인하우스",
+"에이전시", "구글", "픽사", "NC소프트", "포트폴리오",
+"스토리텔링", "비제이", "홈스테이", "엔딩", "스타크래프트",
+"크럼벌츠", "블리자드", "월드오브워크래프트", "퍼블리싱",
+"유니티3D", "스터디", "유즈맵", "근현대사", "sk플래닛",
+"롤모델", "까페", "카카오톡", "트리거", "웹디자인",
+"메리트", "컴애니", "아랑", "논작문", "한국은행", "한국",
+"문화콘텐츠학과", "ux디자인", "3d모델링", "3d애니메이션",
+"2학기", "1학기", "강민성", "권영일", "금감원", "면접관",
+"아주대", "아프리카tv", "업데이트", "엔씨소프트", "중국",
+"트랜드", "트라우마", "페르소나", "펜티엄4", "컨텐츠",
+"컴퓨터공학"
+), c("ncn")))
+result_nouns <- sapply(result.text, exNouns)
+myCorpus <- Corpus(VectorSource(result_nouns))
+myCorpus <- tm_map(myCorpus, removePunctuation)
+#myCorpus <- tm_map(myCorpus, removeNumbers)
+myCorpus <- tm_map(myCorpus, tolower)
+myStopwords <- c(stopwords('english'), "rt")
+myCorpus <-tm_map(myCorpus, removeWords, myStopwords)
+inspect(myCorpus[1:2])
+myTdm2 <- TermDocumentMatrix(myCorpus, control=list(wordLengths=c(2,Inf)))
+myTdm1 <- TermDocumentMatrix(myCorpus, control=list(wordLengths=c(1,Inf)))
+mat2 <- as.data.frame(as.matrix(myTdm2))
+mat1 <- as.data.frame(as.matrix(myTdm1))
+write.table(mat2, file="_selfintro_2.txt", col.names=FALSE, row.names=TRUE,sep="\t")
+write.table(mat1, file="_selfintro_1.txt", col.names=FALSE, row.names=TRUE,sep="\t")
+myTdm <- myTdm2
+pal <- brewer.pal(8,"Dark2")
+# 폰트 세팅. 띄어쓰기나 대소문자에 민감하다는 점에 주의
+# 맑은고딕 : windowsFonts(malgun=windowsFont("맑은 고딕"))
+# 나눔고딕 : windowsFonts(malgun=windowsFont("나눔고딕"))
+windowsFonts(malgun=windowsFont("맑은 고딕"))
+m <- as.matrix(myTdm)
+# calculate the frequency of words
+v <- sort(rowSums(m), decreasing=TRUE)
+myNames <- names(v)
+k <- which(names(v)=="apple")
+myNames[k] <- "apple"
+d <- data.frame(word=myNames, freq=v)
+#wordcloud(d$word, d$freq, scale=c(4,0.5), min.freq=3, random.order=F, rot.per=.1, family="malgun")
+#dev.copy(png,"2000s-1.png",width=8,height=6,units="in",res=200)
+wordcloud(d$word, d$freq, scale=c(7,0.8), min.freq=5, random.order=F, rot.per=.1, colors=pal, family="malgun")
+#dev.off()
+</code>
+<file _selfintro_2.txt>....
+"사회생활"	0	0	0
+"사회조사"	0	0	0
+"산업"	0	0	0	0
+"산업체"	0	0	0
+"산업현장"	0	0	0
+"살다보면"	0	0	0
+"삼성"	0	0	0	0
+"삼수"	0	0	0	0
+"상과"	0	0	0	0
+"상관"	0	0	0	0
+"상담"	0	0	0	0
+"상당"	0	0	0	0
+"상대"	0	0	0	0
+"상반기"	0	0	0
+"상상"	0	0	0	0
+"상승"	0	0	0	0
+....
+</code>
+위의 "_selfintro2.txt"의 데이터는 2원형 네트워크 데이터. 이를 1원형 (one mode) 데이터로 바꾸어서
+A * A' = word
+A' * A = stu
+| ID  | Closeness  |   | ID  | Between  |
+| 생각  | 709  |   | 생각  | 4068.727539  |
+| 사람  | 741  |   | 사람  | 3520.935547  |
+| 공부  | 766  |   | 때문  | 2975.012207  |
+| 때문  | 769  |   | 공부  | 2765.611328  |
+| 미디어  | 782  |   | 미디어  | 2536.563477  |
+| 무엇  | 790  |   | 경험  | 2442.683105  |
+| 친구  | 791  |   | 무엇  | 2437.910889  |
+| 학교  | 793  |   | 친구  | 2397.949707  |
+| 노력  | 801  |   | 학교  | 2293.954102  |
+| 경험  | 807  |   | 시간  | 2261.215332  |
+| 가지  | 808  |   | 하나  | 2235.005615  |
+| 하나  | 810  |   | 노력  | 2173.113525  |
+| 진로  | 810  |   | 회사  | 2071.688965  |
+| 시간  | 811  |   | 하게  | 2067.597168  |
+| 목표  | 813  |   | 학과  | 2017.449585  |
+| 학과  | 818  |   | 가지  | 2003.810913  |
+| 관심  | 823  |   | 전공  | 1912.859863  |
+| 학년  | 836  |   | 학년  | 1884.869141  |
+| 하게  | 837  |   | 목표  | 1858.271973  |
+| 사람들  | 838  |   | 진로  | 1845.607422  |
+| 하기  | 843  |   | 관심  | 1844.644287  |
+| 전공  | 844  |   | 자신  | 1813.806152  |
+| 자신  | 851  |   | 사람들  | 1795.295898  |
+| 회사  | 861  |   | 들이  | 1760.436035  |
+| 졸업  | 863  |   | 졸업  | 1624.194702  |
+| 수업  | 871  |   | 하기  | 1596.176147  |
+| 들이  | 872  |   | 중요  | 1579.659302  |
+| 중요  | 874  |   | 시작  | 1484.738647  |
+[{{self_desc_female.png?500|Female students}}]  \\
+[{{self_desc_male.png?500|Male students}}] \\
+[{{self_desc_.png?500|All}}] \\
+<WRAP clear>
+</WRAP>
+학생들의 self-storytelling에서 사용된 단어
+[{{ w2_w2_ov0.jpg?900|학생들 간에 사용된 단어들 간의 관계, > 0 }}] \\
+[{{ w2_w2_ov9.jpg?900|학생들 간에 사용된 단어들 간의 관계, > 9 }}] \\
+<WRAP clear>
+</WRAP>
+===== CONCOR를 이용한 구조적 등가 그룹추출 =====
+stu matrix data 를 이용하여 구조적 등가 그룹추출
+CONCOR, MDS, Johnson's Hierarchical Clustering, etc.
+위의 직업데이터와 마찬가지로 CONCOR를 이용
+| i201421859  | 1  |
+| i201421093  | 2  |
+| i201421085  | 3  |
+| i201421051  | 4  |
+| i201421033  | 4  |
+| i201421032  | 3  |
+| i201321717  | 5  |
+| i201321710  | 4  |
+| i201321134  | 3  |
+| i201321122  | 5  |
+| i201321071  | 6  |
+| i201221119  | 6  |
+| i201221105  | 2  |
+| i201221060  | 3  |
+| i201221056  | 1  |
+| i201122109  | 5  |
+| i201121069  | 4  |
+| i201121046  | 1  |
+| i201121041  | 2  |
+| i201121040  | 4  |
+| i201121017  | 3  |
+| i201121010  | 3  |
+| i201021214  | 3  |
+| i201021193  | 6  |
+| i201021184  | 4  |
+| i201021178  | 5  |
+| i201021162  | 6  |
+| i201021146  | 6  |
+| i201021060  | 6  |
+| i200921281  | 4  |
+| i200821360  | 1  |
+| i200821395  | 2  |
+| i200921260  | 6  |
+| i200921296  | 4  |
+| i201020302  | 5  |
+| i201021174  | 1  |
+| i201021235  | 5  |
+| i201022541  | 2  |
+| i201121042  | 5  |
+| i201121076  | 2  |
+| i201121102  | 1  |
+| i201220948  | 4  |
+| i201221051  | 3  |
+| i201221054  | 4  |
+| i201221055  | 4  |
+| i201221058  | 5  |
+| i201221062  | 2  |
+| i201221112  | 4  |
+| i201221144  | 4  |
+| i201221653  | 2  |
+| i201321049  | 3  |
+| i201321106  | 4  |
+| i201321136  | 5  |
+| i201421076  | 5  |
+| i201421083  | 4  |
+| i201421085  | 3  |
+| i201421106  | 6  |
+| i201421114  | 2  |
+| i201421117  | 5  |
+| ANOVA  |   |   |   |   |   |   |
+|   |   | Sum of Squares  | df  | Mean Square  | F  | Sig.  |
+| Openness to experience  | Between Groups  | 1.464  | 3  | .488  | .475  | .701  |
+|   | Within Groups  | 56.536  | 55  | 1.028  |   |   |
+|   | Total  | 58.000  | 58  |   |   |   |
+| Neuroticism  | Between Groups  | 1.279  | 3  | .426  | .414  | .744  |
+|   | Within Groups  | 56.721  | 55  | 1.031  |   |   |
+|   | Total  | 58.000  | 58  |   |   |   |
+| Conscientiousness  | Between Groups  | .718  | 3  | .239  | .230  | .875  |
+|   | Within Groups  | 57.282  | 55  | 1.041  |   |   |
+|   | Total  | 58.000  | 58  |   |   |   |
+| Agreeableness  | Between Groups  | 2.021  | 3  | .674  | .662  | .579  |
+|   | Within Groups  | 55.979  | 55  | 1.018  |   |   |
+|   | Total  | 58.000  | 58  |   |   |   |
+| Extraversion  | Between Groups  | 3.273  | 3  | 1.091  | 1.096  | .358  |
+|   | Within Groups  | 54.727  | 55  | .995  |   |   |
+|   | Total  | 58.000  | 58  |   |   |   |