【.com快译】目前，大数据公司正在积极利用机器学习技术来判断人类社会的各种行为趋势。他们利用社交媒体中的个人数据来推断性格特征，并将结果交付给第三方供应商进行广告宣传，甚至识别舆论趋势。CambridgeAnalytica等数据公司使用一系列数据点，包括购物习惯、杂志订阅、Facebook关注者和多达5,000名其他关注者，为美国2.2亿成年人建立了预测性格模型。当然，他们并不是唯一采取这一分析步骤的供应商。事实上，财富500强公司的营销人员、数字广告商和各种分析供应商都在采用这种方法来更好地引导消费者。早期研究表明，个性化定位占Facebook广告活动点击次数的63%。因此，如果您同样乐于活跃在社交媒体上，那么这五个机器学习解决方案可以从您的社交资料中收集到的五个秘密显然值得关注。1.年龄和性别女人来自金星，男人来自火星。在社交媒体上使用的语言方面，两性之间的差异更为明显：男性倾向于大量使用“xbox”等游戏用语，并在表达中不自觉地发誓。他们还经常使用“我的妻子”和“我的女朋友”这样的表达方式。女人只用“丈夫”和“男朋友”，不经常加上“我的”作为修饰语。年龄段对表达也有巨大的影响。对于“精彩”或“精彩”等表达方式，不同年龄段的人会有多种表达方式。为了调查，称为MyPersonality项目，Ungar的团队分析了75,000个Facebook个人资料。如果你有兴趣，也可以点击这里访问Ungar的网站，体验一下分析结果对你的年龄和性别的预测是否准确。2.人格特征在这项研究中，Ungar提出了五种人格特征：开放性、自我意识、外向性、体贴和神经质（简称OCEAN），它们确实对实际行为表现出了很高的预测价值。人格不是一种确切的物理属性，我们无法计算小数点后的位数来得到确切的答案。事实上，研究人员经常发现的是，这些特征与预测结果之间存在微弱的正相关或负相关。同样，感兴趣的朋友可以点这里通过IPIP-300测试了解自己在OCEAN测试中的成绩。就像性别和年龄一样，人格特质会影响我们如上所述的语言表达。外向的人迫不及待地参加派对，而内向的人则沉迷于动漫、漫画、网络，当然还有《宠物小精灵》。此外，个人资料中的头像图片也可以表达我们的性格特征。开放度越高的人，越容易使用艺术感丰富、特立独行的头像。他们也有更好的审美意识，选择具有高对比度、清晰度和饱和度的高质量照片。有自我意识的用户往往会做出符合普遍预期的判断：正统的面部照片。外向的用户倾向于通过生活照片来展示自己。3.找工作如果您在LinkedIn上与某人没有联系，您可能无法看到他们的个人资料和当前职业。然而，事实证明，用户在推特上表达的话语中可能隐藏着重要的线索。显然，经理通常会讨论商业或金融新闻，而较低级别的员工花更多时间讨论个人兴趣而不是与工作相关的话题。4.自恋和变态倾向此外，人们还可以通过社交媒体上的表情来过滤掉那些“怪异”的人。自恋者经常努力吸引他人的注意力，渴望地位和钦佩。精神变态者顽固不化、过度敏感且不道德。同样，马基雅维利的用户有意操纵和利用他人。人类行为的这些黑暗方面结合起来形成了所谓的“黑暗三合会”。正如预期的那样，精神病患者倾向于使用更具攻击性和暴力性的语言，例如“死亡”或“愤怒”，同时表现出消极的情绪状态。马基雅维利的用户贡献了大部分垃圾或广告内容。此外，行为和人格特质之间存在可分析的相关性。自恋者往往更倾向于地理推文，很少发布重复的内容或主题标签，这表明他们精心策划了他们的推文。5.患心脏病的几率在2015年的一篇研究论文中，Ungar的团队描述了一个仅限Twitter的数据模型，该模型比较了包括人口统计学、社会经济学、吸烟和糖尿病在内的传统因素。和其他健康危害）以更准确地预测心脏死亡率模型。心脏病通常是由敌对关系和慢性压力引发的。Ungar和他的团队追踪了社交互动中反映的各种负面情绪，包括愤怒的陈述、反社会行为甚至辞掉工作。这些迹象已被证明可以更好地预测心血管疾病的发病率和死亡率。原标题：机器学习从你的社交媒体帖子中了解你的5个秘密原作者：MARIYAYAO
