機(jī)器學(xué)習(xí)從用戶社交媒體資料中窺得的五種秘密

目前，大型數(shù)據(jù)企業(yè)正在積極利用機(jī)器學(xué)習(xí)技術(shù)判斷人類社會中的種種行為趨勢。他們利用社交媒體中的個人資料推斷人格特質(zhì)，并將結(jié)果交付至第三方廠商以進(jìn)行廣告宣傳甚至辨別輿論導(dǎo)向。利用一系列數(shù)據(jù)點(diǎn)，包括購物習(xí)慣、所訂閱雜志、Facebook關(guān)注乃至多達(dá)其他5000種關(guān)注取向，Cambridge Analytica等數(shù)據(jù)企業(yè)為美國的2.2億成年人建立起了預(yù)測性個性模型。

當(dāng)然，他們并不是采取這種分析舉措的惟一廠商。事實(shí)上，財富五百強(qiáng)企業(yè)的營銷人員、數(shù)字廣告客戶以及各類分析廠商皆在采取此類途徑，旨在更好地對消費(fèi)者進(jìn)行引導(dǎo)。早期研究表明，個性化目標(biāo)在Facebook廣告活動中獲得的點(diǎn)擊比例高達(dá)63%。

因此，如果您同樣樂于在社交媒體上積極活動，那么以下五項機(jī)器學(xué)習(xí)方案從您社交資料中窺得的五種秘密顯然值得關(guān)注。

1.年齡與性別

女性來自金星，男性來自火星。在社交媒體所使用的語言表達(dá)層面，兩性之間的區(qū)別更為突出：

男性往往大量使用“xbox”等游戲詞匯并在表達(dá)中不自覺地發(fā)誓。他們同時會頻繁使用“我老婆”及“我女朋友”這種表述。女性則僅使用“丈夫”及“男朋友”，而不常加上“我的”這種修飾。年齡段也對表達(dá)方式產(chǎn)生巨大影響。對于“精彩”或者“激動人心”這類表達(dá)，則會隨著年齡段的不同而產(chǎn)生多種表達(dá)方式。

在此次名為MyPersonality項目的調(diào)查中，Ungar團(tuán)隊對7萬5千條Facebook個人資料進(jìn)行了分析。如果大家感興趣，也可以點(diǎn)擊此處訪問Ungar的網(wǎng)站，體驗(yàn)分析結(jié)果對您的年齡與性別預(yù)測是否準(zhǔn)確。

2. 性格特征

在此次研究中，Ungar提出了開放、自覺、外向、兼顧與神經(jīng)質(zhì)（簡稱OCEAN）五大性格特征，且確實(shí)表現(xiàn)出對實(shí)際行為的較高預(yù)測價值。性格不屬于精確的物理屬性，我們無法通過計算小數(shù)點(diǎn)后多位來獲得確切答案。事實(shí)上，研究人員發(fā)現(xiàn)的往往是這些特征對于預(yù)測結(jié)果的弱正或者弱負(fù)相關(guān)性。

同樣的，感興趣的朋友可以點(diǎn)擊此處通過IPIP-300測試了解自己在OCEAN測試中的分?jǐn)?shù)。

與性別與年齡一樣，性格特征也會影響我們的上述語言表達(dá)。外向者們往往迫不及待地參與各類派對活動，而內(nèi)向者則癡迷于動畫、漫畫、互聯(lián)網(wǎng)，當(dāng)然還有《寵物小精靈》。

另外，個人資料中的頭像圖片也能夠表達(dá)我們的性格特征。開放程度較高的人可能采用藝術(shù)風(fēng)格濃郁及較特立獨(dú)行的頭像。他們也擁有更好的審美意識，會選擇高對比度、銳度及飽和度的高品質(zhì)照片。自覺型用戶則傾向于做出符合一般性預(yù)期的判斷：正統(tǒng)的面部照片。外向型用戶傾向于通過生活照展示自己。

3. 從事工作

如果未在領(lǐng)英上與他人建立聯(lián)系，您可能無法查看對方的個人資料及當(dāng)前職業(yè)。然而事實(shí)證明，用戶在推特上的表達(dá)詞匯中可能隱含著重要的線索性信息。

很明顯，管理人員通常會討論商業(yè)或者財務(wù)類新聞，而級別較低的員工則用更多時間討論個人興趣，而非工作相關(guān)的話題。

4. 自戀與精神病傾向

另外，大家也可以利用社交媒體上的表達(dá)過濾掉那些“怪人”。自戀者往往會努力吸引他人的關(guān)注，渴望得到地位與崇拜。精神病患者則缺乏悔意、過分敏感且不具備道德觀念。再有，權(quán)謀型用戶會有意操縱并利用他人。人類行為中的這些黑暗方面在結(jié)合之后，即構(gòu)成了所謂的“黑暗三性格”。

與預(yù)期一致，精神病患者往往會使用“死亡”或者“憤怒”等更加激進(jìn)及暴力的語言，同時表現(xiàn)出消極的情緒狀態(tài)。權(quán)謀型用戶則貢獻(xiàn)了大部分垃圾或者廣告型內(nèi)容。

另外，行為與性格特征之間亦存在著可分析的關(guān)聯(lián)。自戀者往往更傾向于發(fā)送配合地理位置的推文，且很少發(fā)布重復(fù)的內(nèi)容或者主題標(biāo)簽，這證明他們會認(rèn)真策劃自己的發(fā)布內(nèi)容。

5. 罹患心臟病的機(jī)率

在2015年的一篇研究論文中，Ungar團(tuán)隊描述了一種僅適用于推特的數(shù)據(jù)模型，其可較傳統(tǒng)因素（包括人口統(tǒng)計學(xué)、社會經(jīng)濟(jì)學(xué)以及吸煙與糖尿病等健康危害性因素）更準(zhǔn)確地預(yù)測心臟病死亡率模型。

心臟病的誘發(fā)往往源自敵對關(guān)系與慢性壓力。Ungar及其團(tuán)隊追蹤了各類反映于社交活動內(nèi)的負(fù)面情緒，包括憤怒、反社會乃至辭去工作等言論。這些跡象被證明能夠更好地預(yù)測心血管疾病的發(fā)生及致死率。

原文標(biāo)題：5 secrets machine learning knows about you from your social media posts

原文作者：MARIYA YAO