دانشگاه کاشان محاسبات نرم 2322-3707 14 1 2025 08 23 Estimating the self-esteem of social network users based on their account information تخمین اعتماد به نفس کاربران شبکه اجتماعی بر اساس مشخصات حساب کاربری آنها 122 133 114442 10.22052/scj.2024.254082.1210 FA هانیه صالحی دانشکده مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، ایران. مرجان کائدی دانشکده مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، ایران. محمد ستاری گروه مدیریت و فناوری اطلاعات سلامت، دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران. Journal Article 2023 12 30 The users' interactions in the social networks can reflect their personality traits. Therefore, by analyzing the data of users' interactions, their personality traits can be estimated. Then, this estimated personality traits can be used for various purposes, including monitoring the mental health of users, personalizing content and services to the users, marketing, and advertising activities. In this study, the focus is on the self-esteem personality trait, and models are presented to estimate the self-esteem of Iranian users of the Instagram social network. For this purpose, first, a population of Instagram users was considered. These users completed the Rosenberg questionnaire to measure their self-esteem. Then, various features (e.g., the number of followers and followings of the users, their profile image specifications, etc.) were also extracted from the accounts of these users to be used together with their self-esteem level. By applying machine learning algorithms on this data, models were extracted to estimate users' confidence. The evaluation shows that the proposed method can estimate users' self-esteem based on the information of users’ Instagram account with accuracy of 0.81 and precision of 0.77. Also, the results showed that if the self-esteem of male and female users is modeled separately, more accurate models will be obtained. چگونگی تعاملات هر کاربر در شبکه اجتماعی، می‌تواند شخصیت او را منعکس کند. بنابراین، با تحلیل داده‌های تعاملات کاربران در شبکه اجتماعی می‌توان ویژگی‌های شخصیتی آنها را تخمین زد و از این شخصیت تخمینی برای اهداف مختلف از جمله پایش سلامت روان کاربران، شخصی‌سازی ارائه محتواها و خدمات به کاربر، فعالیت‌های بازاریابی و تبلیغات استفاده کرد. در این پژوهش، بر ویژگی شخصیتی اعتماد به نفس تمرکز شده است و مدل‌هایی برای تخمین اعتماد به نفس کاربران ایرانی شبکه اجتماعی اینستاگرام ارائه می‌گردد. برای این منظور، ابتدا جمعیتی از کاربران شبکه اینستاگرام در نظر گرفته شدند. این کاربران پرسشنامه روزنبرگ را تکمیل کردند تا اعتماد به نفس آنها سنجیده شود. سپس ویژگی‌های مختلفی نظیر تعداد دنبال‌کنندگان و دنبال‌شوندگان کاربران، مشخصات تصویر پروفایل آنها و غیره نیز از حساب کاربری این افراد استخراج شد و در کنار میزان اعتماد به نفس آنها قرار گرفت. با اعمال الگوریتم‌های یادگیری ماشین بر روی این داده‌ها، مدل‌هایی برای تخمین اعتماد به نفس کاربران به دست آمد و مورد ارزیابی قرار گرفت. نشان داده شد که روش پیشنهادی می‌تواند با دریافت اطلاعات حساب کاربری کاربران اینستاگرام، با صحت 0.81 و دقت 0.77، اعتماد به نفس کاربران را تخمین بزند. همچنین نتایج نشان داد که در صورتی که اعتماد به نفس کاربران خانم و آقا به صورت جداگانه مدل‌سازی گردد، مدل‌های دقیق‌تری به دست خواهد آمد. https://scj.kashanu.ac.ir/article_114442_5209feb7ec91aa65caac46d93c89cbdd.pdf