看到這個(gè)題目，你會(huì)想起誰(shuí)？或許是要好的死黨，Ta了解你從小到大所有的糗事；或許是你的伴侶，Ta總是體貼入微，察言觀色，幫你面對(duì)生活中的種種不順；或許是父母、高中時(shí)代的玩伴、素未謀面卻神交已久的網(wǎng)友 —— 也可能，腦海中閃過(guò)無(wú)數(shù)人的影像后，你會(huì)感慨一句，最了解你的人還是你自己。

現(xiàn)在，科學(xué)家會(huì)給你另外一個(gè)答案。

劍橋大學(xué)的心理學(xué)家麥克·科金斯基（Michal Kosinskia）、大衛(wèi)·史迪維拉（David Stillwella）和微軟研究院的索爾·格里皮（Thore Graepelb），在2013年《美國(guó)國(guó)家科學(xué)院院刊》（Proceedings of the National Academy of Sciences）發(fā)表的一項(xiàng)研究顯示，一個(gè)人在Facebook上點(diǎn)“贊”（Like）的數(shù)字記錄，可以較為準(zhǔn)確地預(yù)測(cè)多項(xiàng)個(gè)人特征—— 諸如政治觀點(diǎn)、 宗教信仰、性別、種族、性取向、智商和人格等等。

研究者使用一個(gè)Facebook上的插件，在自愿基礎(chǔ)上，收集了超過(guò)5萬(wàn)8千名美國(guó)用戶(hù)的資料。研究者采取了一種名為“機(jī)器學(xué)習(xí)”的方法，此法能自動(dòng)分析海量數(shù)據(jù)，并從中獲得規(guī)律，再利用得到的規(guī)律，對(duì)未知數(shù)據(jù)展開(kāi)進(jìn)一步預(yù)測(cè)。如此循環(huán)往復(fù)，規(guī)律的精度也逐步提高。

最終數(shù)據(jù)顯示，這個(gè)算法根據(jù)人們?cè)谏缃痪W(wǎng)絡(luò)上所喜歡的頁(yè)面，較為準(zhǔn)確地判斷出用戶(hù)的多項(xiàng)資料和私人特征。它對(duì)種族判斷的準(zhǔn)確率為95%，性別判斷準(zhǔn)確率為93%，性取向判斷準(zhǔn)確率為88%，黨派區(qū)分準(zhǔn)確率為85% ，宗教派別判斷準(zhǔn)確率為82%。此外，它甚至還能預(yù)測(cè)父母是否離異、是否吸煙喝酒、智商高低、各項(xiàng)性格特征（如內(nèi)向、外向），乃至對(duì)生活的滿意度，等等，不過(guò)準(zhǔn)確率比之前的個(gè)人特征要低。

由于研究者的算法是機(jī)器自動(dòng)生成，因此總結(jié)出來(lái)的規(guī)律，有的經(jīng)得起邏輯推敲，有的卻有些匪夷所思。以智商判斷來(lái)說(shuō)，高智商的用戶(hù)會(huì)喜歡The Colbert Report（美國(guó)一檔政治脫口秀節(jié)目，主持人以辛辣幽默的語(yǔ)言評(píng)論當(dāng)下時(shí)事）、Science（科學(xué)）、甚至是Curly Fries（將土豆削成彈簧狀炸成的薯?xiàng)l）。而智商較低的用戶(hù)會(huì)喜歡Sephora（絲芙蘭，源自法國(guó)的化妝品品牌）、I Love Being A Mom（一個(gè)分享身為人母各種心得體會(huì)的頁(yè)面）、Harley Davidson（美國(guó)摩托車(chē)品牌）和Lady Antebellum（美國(guó)鄉(xiāng)村音樂(lè)組合）。而預(yù)測(cè)男性同性戀的“贊”包括No H8 Campaign（抗議活動(dòng)，旨在反對(duì)美國(guó)加利福尼亞州試圖禁止同性婚姻的八號(hào)提案）、Mac Cosmetics（化妝品品牌）、Wicked The Musical（百老匯音樂(lè)劇），而預(yù)測(cè)男性異性戀的“贊”則包括Wu-Tang Clan（武當(dāng)派，一個(gè)美國(guó)嘻哈組會(huì)）和Being Confused After Waking Up From Naps（一個(gè)段子頁(yè)面）等等。

談到這項(xiàng)研究的意義時(shí)，研究者寫(xiě)到，通過(guò)人的網(wǎng)絡(luò)記錄而預(yù)測(cè)人的性格與喜好，可以改善諸多產(chǎn)品和服務(wù)。例如，廣告商可以更有針對(duì)性地發(fā)放廣告，電子設(shè)備可以根據(jù)用戶(hù)調(diào)整自己的行為。不過(guò)，這種研究也暴露了隱私問(wèn)題：當(dāng)用戶(hù)在互聯(lián)網(wǎng)上漫游，隨手點(diǎn)下“贊”的時(shí)候，他們自身的諸多心理特點(diǎn)，就這樣呈現(xiàn)在其他組織的面前，甚至被加以利用。

這樣看來(lái)，F(xiàn)acebook上的數(shù)字記錄是不是比你的好朋友更了解你自己呢？通過(guò)人們?cè)诰W(wǎng)絡(luò)上的行為，來(lái)進(jìn)行分析推斷，還能了解你最近的心情，比如看看你是不是抑郁了—— 那么， 就算你在朋友面前強(qiáng)顏歡笑，也逃不過(guò)電子記錄的眼睛。

點(diǎn)擊的秘密

2012年，來(lái)自密蘇里科技大學(xué)計(jì)算機(jī)科學(xué)、心理學(xué)、信息技術(shù)等多個(gè)領(lǐng)域的研究者，合作發(fā)表了一項(xiàng)研究，探討如何借助人們的網(wǎng)絡(luò)行為數(shù)據(jù)，發(fā)現(xiàn)心理抑郁的前兆。他們招募了216名大學(xué)本科生，收集他們平時(shí)上網(wǎng)的習(xí)慣，并調(diào)查了他們近期的抑郁傾向，對(duì)比得出結(jié)論。

值得注意的是，研究者并沒(méi)有具體分析人們網(wǎng)絡(luò)行為的內(nèi)容。比如，你觀看了哪些視頻，發(fā)表了何種言論，這些信息自然會(huì)透露心理信息，無(wú)需分析。研究者關(guān)注的僅僅是你的上網(wǎng)方式，比如平時(shí)的上網(wǎng)時(shí)間、流量，都使用了哪些功能（電子郵件、下載行為等）—— 這樣的數(shù)據(jù)，有預(yù)測(cè)效力嗎？

進(jìn)過(guò)分析，研究者發(fā)現(xiàn)，即使僅僅是通過(guò)簡(jiǎn)單的上網(wǎng)行為，也能窺探出你的心情。較大的網(wǎng)絡(luò)流量、P2P文件共享、頻繁地查看電子郵件、使用網(wǎng)絡(luò)聊天、在不同網(wǎng)站和網(wǎng)絡(luò)應(yīng)用間隨機(jī)跳轉(zhuǎn)——這些表現(xiàn)都和較高的抑郁傾向有關(guān)。

這個(gè)結(jié)論有點(diǎn)聳人聽(tīng)聞？且聽(tīng)仔細(xì)分析。網(wǎng)絡(luò)流量通常和電子游戲和視頻有關(guān)，而P2P文件共享通常用于下載電影、照片、音樂(lè)等等，沉溺于這些內(nèi)容當(dāng)中，較有可能產(chǎn)生抑郁傾向。頻繁地查看電子郵件，通常代表人比較焦慮，具有強(qiáng)迫性。在網(wǎng)絡(luò)上聊天，說(shuō)明可能缺少線下的面對(duì)面交流。而在不同的網(wǎng)絡(luò)應(yīng)用中跳轉(zhuǎn)—— 一會(huì)兒看視頻，一會(huì)兒看網(wǎng)頁(yè)，一會(huì)兒查郵件，可能反映了一種快感缺乏（Anhedonia）的心理狀態(tài)。這樣的人需要不斷頻繁地尋找新鮮刺激，也意味著有較高的抑郁概率。

在研究者看來(lái)，通過(guò)網(wǎng)絡(luò)行為判斷抑郁傾向，有著潛在的應(yīng)用價(jià)值。由于那些抑郁癥患者或有自殺傾向的人，常常會(huì)隱藏自己的情緒，不輕易向外人表露—— 即使是親朋好友或經(jīng)常打交道的人，也有可能難以發(fā)現(xiàn)他們的異常情緒。他們亟需幫助，別人卻不能知曉。因此，通過(guò)觀察他們?cè)诨ヂ?lián)網(wǎng)上留下的種種足跡，或許能夠幫助我們找到抑郁癥的蹤影。

然則，這一方法同樣模糊了隱私的界限，讓人感到不安。以下場(chǎng)景會(huì)在未來(lái)變成現(xiàn)實(shí)嗎？你正宅在家里上網(wǎng)，和陌生人網(wǎng)聊正high，看著新下載的視頻，突然響起“咚咚咚”的敲門(mén)聲，快遞舉著包裹站在門(mén)口，說(shuō)道：“最新的抗抑郁藥到了。”

這種通過(guò)網(wǎng)絡(luò)數(shù)據(jù)了解個(gè)人的技術(shù)，正在往移動(dòng)端發(fā)展。來(lái)自美國(guó)麻省理工大學(xué)媒體實(shí)驗(yàn)室、哈佛大學(xué)心理學(xué)系、法國(guó)里昂高等師范學(xué)校的四名研究者，在2013年發(fā)表了一項(xiàng)研究，證明可以通過(guò)人們的手機(jī)記錄，來(lái)判斷用戶(hù)的性格特點(diǎn)。研究者在論文中寫(xiě)到，這是第一個(gè)通過(guò)手機(jī)基本記錄來(lái)預(yù)測(cè)人們性格的研究。

早在這項(xiàng)研究發(fā)表之前，不少學(xué)者已經(jīng)通過(guò)社交網(wǎng)絡(luò)（例如文章開(kāi)始時(shí)提到的Facebook研究）或是智能手機(jī)上的安裝軟件，來(lái)分析用戶(hù)的性格?？墒沁@些數(shù)據(jù)來(lái)源，通常需要征詢(xún)用戶(hù)的同意，安裝插件，來(lái)取得權(quán)限，再進(jìn)行分析。但這項(xiàng)研究不同的是，它采用的僅僅是用戶(hù)的手機(jī)使用記錄，例如通話、短信等基本信息。而這樣的數(shù)據(jù)，更加容易獲得。

研究者在麻省理工大學(xué)，收集了實(shí)驗(yàn)參與者的通話、短信和GPS記錄，并通過(guò)問(wèn)卷調(diào)查了他們“大五人格”。這一人格模型將人格劃分為五個(gè)維度，分別是外向性、經(jīng)驗(yàn)開(kāi)放性、盡責(zé)性、情緒穩(wěn)定性和親和性。每個(gè)人都處于五個(gè)連續(xù)維度上的不同位置：外向性得分高者熱愛(ài)社交活動(dòng)，喜歡交友，尋找刺激，相對(duì)應(yīng)的，得分低的內(nèi)向者不好交際、喜歡獨(dú)自思考；經(jīng)驗(yàn)開(kāi)放性得分高者有好奇心、想象力、尋找新的經(jīng)驗(yàn)，而經(jīng)驗(yàn)封閉者興趣范圍較窄，喜歡熟悉的套路；盡責(zé)性高分者自律，細(xì)心，有條理，做事審慎，但也可能過(guò)于完美主義或成為工作狂，而得分低者較為悠閑，缺乏目標(biāo)；情緒穩(wěn)定者內(nèi)心平靜，而得分低者通常易遭遇焦慮、憤怒和抑郁等情緒；最后，親和性較高者善解人意，樂(lè)于助人，對(duì)人性樂(lè)觀，而較低者則多疑多慮，缺少同情心，不太友好。

在手機(jī)使用的基本信息上，研究者開(kāi)發(fā)出了一些新的指標(biāo)，來(lái)更好地反映用戶(hù)的交互方式。一些指標(biāo)較易理解，比如用戶(hù)通話和短信的次數(shù)，聯(lián)系人的總數(shù)和多樣性，主動(dòng)發(fā)起聯(lián)系的比例，在夜晚通話的次數(shù)，一小時(shí)內(nèi)回復(fù)短信的比例和滯后時(shí)間，每天活動(dòng)范圍的半徑和活動(dòng)距離，每次聯(lián)系（如通話、短信）的間隔時(shí)間，等等。另一些指標(biāo)則比較復(fù)雜，例如通話、短信的“熵”（entropy），這一指標(biāo)越高，反映出一個(gè)人常和較多的聯(lián)系人交流，且交流的頻率比較平均，而非集中于和固定的幾個(gè)人交流。再如“AR系數(shù)”，指的是人們?cè)谇傲r(shí)內(nèi)通話的次數(shù)，和在之后六小時(shí)通話的次數(shù)之間的關(guān)系。

這樣林林總總，研究者采用了共有三十多項(xiàng)指標(biāo)。在其基礎(chǔ)上，研究者建立起一個(gè)模型，來(lái)預(yù)測(cè)人們的性格。這一模型在“大五人格”的五個(gè)指標(biāo)上—— 情緒穩(wěn)定性、外向性、盡責(zé)性、親和性和經(jīng)驗(yàn)開(kāi)放性—— 的預(yù)測(cè)準(zhǔn)確性，分別為63%、61%、51%、51%和49%，比隨機(jī)猜測(cè)的正確概率平均高出42%。情緒穩(wěn)定性，和每天活動(dòng)的距離和活動(dòng)半徑密切相關(guān)。而短信聯(lián)系的熵，能較好地預(yù)測(cè)外向性與親和性。畢竟，外向的人更愿意廣交朋友，親和性高的人，也有更多的人愿意和他們交朋友。盡責(zé)性高的人，與通話間隔時(shí)間的方差相關(guān)。這些人生活有條理有組織，遵守時(shí)間。而經(jīng)驗(yàn)開(kāi)放性這一維度，則與平均短信間隔時(shí)間和主動(dòng)發(fā)出短信的比例有關(guān)。

不管你愿不愿意，網(wǎng)絡(luò)、手機(jī)等電子產(chǎn)品已經(jīng)滲透到了人們生活的方方面面。當(dāng)你在互聯(lián)網(wǎng)上瀏覽網(wǎng)頁(yè)，在社交網(wǎng)絡(luò)上轉(zhuǎn)發(fā)評(píng)論，在購(gòu)物網(wǎng)站上消費(fèi)，在LBS服務(wù)中簽到，網(wǎng)絡(luò)就在為你默默地建立一份數(shù)字檔案，猜測(cè)你是一個(gè)怎樣的人。

世界上最了解你的人，你現(xiàn)在的答案是？