Predicting Personality with Social Media

Predicting Personality with Social Media Jennifer Golbeck Cristina Robles Karen Turner

社交媒体 • 社交媒体（social media）也称为社会化媒体、社会性媒体，指允许人们撰写、分享、评论、讨论、相互沟通的网站和技术。 • 社交媒体的特点： • 人数众多； • 自发地传播。

社交媒体 • 社交网络在近几年发展及其迅速 • 2005年1月所有社交网络115万会员 • 2010年 Facebook500万会员 • 2012年新浪微博注册用户突破3亿，日活跃用户比例为９％，每日发博量超过1亿条 • 用户的个人主页上包含了大量用户个人信息

研究意义 • 社交网络可以利用这种关联关系向用户提供个性化的推荐，如推荐书籍与朋友 • 社交网络还可将这个结论推广到商业化应用：比如针对特定用户群体的广告投放 • ……

性格特点 • 随和型--乐于助人，能够与他人合作，体谅他人 • 谨慎型--严格自律，有组织意识，目标明确 • 外向型--社交能力较强，自信、健谈 • 神经过敏型--情感控制能力差，冲动、焦虑 • 开放型--求知欲较强而且喜欢新鲜事物

数据收集 • 1.大五人格量表调查 • 调查人数：279人，其中 167份可用结果 • 2.收集Facebook上任何可以收集的资料共161项 • 结构特征 • 个人信息 • 增加新字段表示以上信息是否为空 • 例如，111/279人列了宗教信仰 • 活动和爱好 • 语言特点—利用语言学来分析个性 • 由About Me、twitter等 • 新增项目来表明每个条目的长度 • Facebook上内置的统计数值

数据收集 基本统计 • 167份可用调查 • 年龄：平均年龄为31.2岁（标准差为8.7） • 性别：68名女性，61名男性，38名未标明性别 • 国籍：138名（82.6%）美国人，8名印度人，7人澳大利亚人，7名意大利人，7名其他

性格与个人主页的相关分析 表2 个性特征得分与个性量表得分相关性

性格与个人主页的相关分析 • 用户的个人主页的特征与量表评分成弱相关 • 谨慎型 • 与语言学分析相关性最大 • 说粗口的频率与谨慎性呈负相关(ρ = 0.171). • 描述认知过程的词频率（听到、看到、感觉到）与谨慎性也呈负相关（ρ = -0.195 and -0.227） • 描述社会状态及人的词与谨慎性呈正相关(ρ = 0.264、ρ = 0.203) • 随和型 • 与描述情感的词相关性最大 • 普通情感及积极情绪描述词（ρ= 0.203 and 0.167）

性格与个人主页的相关分析 • 神经质型 • 与描述焦虑的词相关性最大(ρ = 0.192） • 名字长度(ρ = 0.184）--名字的拼写错误可能引起一个人的不安和焦虑 • 外向型 • 拥有更多的朋友，但他们的关系网密度更稀疏 • 描述活动的词与外向型的相关性最大(ρ = 0.186) • 开放型 • 关系网密度也较为稀疏 • 书籍收藏列表的长度与开放型相关性最大(ρ = 0.158)

性格与个人主页的相关分析 • T检验：用于小样本（样本容量小于30）的两个平均值差异程度的检验方法。 • 比较计算得到的t值和理论T值，推断发生的概率，依据下表给出的T值与差异显著性关系表作出判断。

性格与个人主页的相关分析 • 表明了谨慎型、外向型和神经质型的女性比男性更多 • 发现有公布博客等URL信息的人比不公布的更开放

个性预测 • 工具：Weka • 算法：M5 Rules 和Gaussian Processes • 分析内容： • 个人主页可用特征值得分与人格量表得分相关性分析

个性预测 表明了利用M5规则分析有较大的相关系数表4 对每种性格预测值的相关系数和平均绝对误差

谢谢～～

Predicting Personality with Social Media