社交媒体上你的性格暴露

EPJ Data Science发布的研究Extroverts tweet differently from introverts in Weibo展示了一种通过构建机器学习模型用于自动识别大量个体人群性格的方法。

性格作为驱使人类行为的主导因素，是用来预测个人线上行为和线下行为的绝佳指标。然而，由于问卷调查花费巨大，且存在不可避免的主观性因素，所以很难通过这种传统方法来探究人类性格与其行为之间的联系，也难以在大量人群环境下对调查对象进行深入了解。在日常交流中，线上社交媒体发挥着日益重要的作用，因此，来自北京航空航天大学的Jichang Zhao及其团队认为可以通过大量个体人群的线上足迹推断个体性格，比如通过微博上的推文，并进一步理解其在塑造个体线上行为中的作用。

他们通过收集微博上293名活跃用户的个人性格报告及其网上个人资料，搭建了一个机器学习模型，成功识别了7000多名用户的性格类型，并将这些用户的性格分为外向型和内向型两大类别。通过在时空模式、在线活动、情感表达和对虚拟荣誉的态度等方面进行系统的比较，他们发现性格外向的人在微博上的行为与性格内向的人存在明显差异。该研究为采用机器学习客观地研究大量个体人群的性格提供了有力证据，同时也揭示出在线资料在探究性格与行为的联系方面的重要作用。

EPJ Data Science