Personality Traits and Drug Consumption: A Story Told by Data

این کتاب ویژگی‌های روان‌شناختی مرتبط با مصرف مواد مخدر را از طریق تجزیه و تحلیل آماری یک پایگاه داده جدید با اطلاعات 1885 پاسخ‌دهنده و استفاده از 18 دارو مورد بحث قرار می‌دهد. پس از بررسی آثار منتشر شده در مورد پروفایل های روانشناختی مصرف کنندگان مواد و تشریح روش های داده کاوی و یادگیری ماشینی مورد استفاده، نشان می دهد که ویژگی های شخصیتی (مدل پنج عاملی، تکانشگری و احساس جویی) همراه با داده های جمعیت شناختی ساده امکان پیش بینی خطر مصرف داروهای فردی با حساسیت و ویژگی بالای 70 درصد برای اکثر داروها. همچنین ارتباط استفاده از مواد مختلف را تجزیه و تحلیل می‌کند و گروه‌های مواد مخدر را با مصرف همبسته توصیف می‌کند و تفاوت‌های قابل توجهی را در مشخصات شخصیتی برای مصرف‌کنندگان مواد مختلف شناسایی می‌کند.

این کتاب برای دانش‌آموزان پیشرفته و سال اول در نظر گرفته شده است. دانشجویان دکترا و همچنین محققین و شاغلین. اگرچه هیچ دانش قبلی در مورد یادگیری ماشین، مفاهیم پیشرفته داده کاوی یا روانشناسی مدرن شخصیت فرض نمی شود، اما آشنایی با آمارهای اولیه و برخی تجربه ها در استفاده از احتمالات مفید خواهد بود. برای معرفی دقیق‌تر روش‌های آماری، این کتاب توصیه‌هایی برای کتاب‌های درسی دوره کارشناسی ارائه می‌کند.

This book discusses the psychological traits associated with drug consumption through the statistical analysis of a new database with information on 1885 respondents and use of 18 drugs. After reviewing published works on the psychological profiles of drug users and describing the data mining and machine learning methods used, it demonstrates that the personality traits (five factor model, impulsivity, and sensation seeking) together with simple demographic data make it possible to predict the risk of consumption of individual drugs with a sensitivity and specificity above 70% for most drugs. It also analyzes the correlations of use of different substances and describes the groups of drugs with correlated use, identifying significant differences in personality profiles for users of different drugs.

The book is intended for advanced undergraduates and first-year PhD students, as well as researchers and practitioners. Although no previous knowledge of machine learning, advanced data mining concepts or modern psychology of personality is assumed, familiarity with basic statistics and some experience in the use of probabilities would be helpful. For a more detailed introduction to statistical methods, the book provides recommendations for undergraduate textbooks.