Knowing individual personalities within a group can be beneficial for collaboration and avoiding unnecessary conflicts. For this reason, companies utilize personality tests for evaluating best-fit candidates rather than going through resource-heavy evaluation procedures. However, widely used form of personality self-assessment methods are erroneous due to two reasons 1) self-reporting bias 2) burden of taking the personality test for users. Moreover, state-of-the-art methods of detecting personality through analyzing or observing the person’s behavior or data require a vast amount of personal data, which can lead to privacy issues, or require users to do specific tasks which makes it hard to capture their natural behaviors. In this paper, we present a system that detects personality unobtrusively by analyzing workplace data, such as online messenger usage data, online web/app usage data, offline location data and offline movement behaviors inside workplace. Results shows that workplace personality can be predicted up to 87.1% with F1 macro score of 84.0% even when privacy is preserved during the data collection.
그룹 내 개개인의 성격을 아는 것은 협업에 도움이 되고 불필요한 갈등을 피할 수 있다. 이러한 이유로 많은 기업들은 직원들을 트레이닝 하거나 특정 업무에 맞는 직원을 선별해내기 위해 성격 테스트를 활용한다. 그러나 널리 사용되는 자가 성격 평가 방법은 1) 자가 보고시 발생 가능한 편견 2) 사용자가 성격 검사를 수행하는데 있어서의 부담이 있어 제한적이다. 이에 따라 최근에 제시되는 사람의 행동이나 데이터를 분석하거나 관찰함으로써 성격을 탐지해내는 방법은 많은 양의 개인 데이터를 필요로하며, 이로 인해 개인 정보 문제가 야기되거나 사용자에게 특정 작업을 수행하도록 요구하여 평소의 행동을 분석하지 못 한다. 본 논문에서는 사생활 침해 문제를 고려하여 직장과 관련된 온라인 메신저 사용 데이터, 온라인 웹/앱 사용 데이터, 오프라인 위치 데이터 및 오프라인 움직임 데이터로 한정하여 분석하여 성격을 자동으로 탐지하는 시스템을 제시한다. 실험 결과 데이터 수집시 사생활이 고려되어도 정확도 87.1%, 거시 평균 F1 점수 84.0%까지 직장 내 성격이 탐지된다는 것을 보인다.
