董春霖

（四川廣安岳池縣第一中學，廣安 638300）

基于支持向量機的人格推斷模型

董春霖

（四川廣安岳池縣第一中學，廣安 638300）

新浪微博是人們廣泛使用的社交平臺，提取微博用戶的信息，使用支持向量機對數(shù)據(jù)進行分類，建立人格推斷模型，可以對微博用戶的人格進行推斷。結果表明，該推斷模型能夠得到不錯的推斷準確率。

人格；支持向量機；新浪微博

0 引言

人格是一種具有自我意識和自我控制能力，具有感覺、情感、意志等機能的主體，是具有一定傾向性和相對穩(wěn)定的心理特征。根據(jù)大五人格理論，人格可以被分為五個維度：開放性、盡責性、外向性、宜人性和神經質。開放性是指對新鮮事物的態(tài)度和偏好，盡責性是指對事物的態(tài)度，外向性是指社交的多少，宜人性是對他人的關心和幫助，神經質是情緒的穩(wěn)定程度。

對人格的研究是非常重要的，研究表明具有相同人格的人之間會相互吸引，如果讓相同人格的人進行合作，工作效率會得到提高。因此人格特點的研究可以作為特征服務的基礎。

1 相關工作

之前關于社交網站的研究主要集中于社交網頁等。從某種意義上來說，虛擬世界是真實世界的一個縮影，遵循真實世界中大多數(shù)的原則。研究發(fā)現(xiàn)，網絡用戶喜歡加入一些小的社區(qū)。同時，近年來，越來越多的網絡用戶在網絡上暴露自己的信息，這些信息可以用來對他們自身的特征息息相關。Junco Reynol研究了Facebook和學生表現(xiàn)之間的關系，發(fā)現(xiàn)Facebook的使用頻率和學生的成績成反比。

到目前為止，關于社交網絡和人格之間的研究還非常少。Emily S.Orr曾經在大學生中研究過害羞和社交網絡的使用之間的關系。他發(fā)現(xiàn)，害羞的人明顯在社交網絡上面花費更多的時間。但是，他們的好友數(shù)量卻比不害羞的人更少。Teresa Correa研究了用戶人格和社交媒體之間的關系，發(fā)現(xiàn)開放性和外向性與交媒體的使用成正相關，神經質和社交媒體的使用負相關。但是這些研究只是給出了正負相關，并不能對他們進行量化。Samuel D.Gosling研究了不同人格在社交網絡上面的表現(xiàn)。他的研究表明，人格和社交網絡的使用有著對應關系。

總的來說，大多數(shù)關于人格的研究只使用了心理學的方法。不論是自陳量表還是他人觀察，對于大規(guī)模的問題來說都是不夠效率的。同時，他們的研究只是用了用戶對社交網絡的使用頻率。如果我們使用一些跟情緒相關的特征，將得到更好的結果。在關系模型中，只能得到社交網絡和人格之間的關系，但是不能夠直接預測人格。盡管這些因素可以描述人格和行為之間的關系，但是他們不能對人格進行定性研究。由于心理學和計算機科學有著各自的優(yōu)勢和劣勢，我們嘗試將這兩個學科統(tǒng)一起來，建立一個人格自動識別模型。

2 支持向量機

支持向量機（Support Vector Machine，SVM）以尋找在空間中最合適的平面為目標，該方法在適量的訓練樣本上使用數(shù)學方法和優(yōu)化技術來生成一個最佳超平面，并且該超平面使得兩類之間數(shù)據(jù)點間距最大。也因此屬于間隔分類器。由于在訓練時，訓練集的每一個樣本是一個支持該平面的向量，該算法則被稱為支持向量機。

對于二分類問題，在樣本空間中，可將超平面描述為：

其中w=（w1，w2，…，wd）為法向量，據(jù)決定超平面的方向；b為位移。假設超平面（w，b）可以正確的對樣本進行分類，即可表示為：

那么可以通過解決以下優(yōu)化問題尋找到擁有最大間距（margin）的最優(yōu)二維分割超平面。

對上式的每個約束條件添加拉格朗日乘子，則可變形為：

求w和b的偏導，再代入上式，解出α，求出w和b，即可得到模型。

需滿足Karush Kuhn-Tucker（KKT）條件

3 方法

3.1 數(shù)據(jù)收集

本文嘗試建立一個基于社交網絡的人格計算模型。我們選取了現(xiàn)在中國實用率最高的社交平臺——微博，作為實驗平臺。微博對第三方應用開放了很多API。這些三方應用，可以被分為三類：網頁接口、應用軟件接口和手機接口。本文使用一個網頁接口。當被試登錄網頁接口后，我們將得到他們的授權。然后，我們將通過這個接口接入微博獲得他們的數(shù)據(jù)信息。

每位參加實驗的被試都要做一份大五人格量表，測試他們的人格類型。得到的人格類型，在后面的數(shù)據(jù)處理中用來做類標，進行分類。

3.2 特征選擇

我們得到的數(shù)據(jù)并不能直接使用，需要從這些數(shù)據(jù)中提取有用的特征。根據(jù)之前的研究，我們提取了45個跟大五人格有關特征。這些特征可以分為5個組。具體的特征分類如表1所示。

表1 文字輸入特征分類

用戶基本信息和社交網絡使用信息已經被很多研究所使用，這些信息包括用戶的性別、年齡、家鄉(xiāng)、博客使用頻率等。時間相關的特征包括微博發(fā)表頻率，對別人微博轉發(fā)頻率等。情緒相關特征是那些跟情緒表達相關的特征，包括用戶在微博中使用的表情、情感詞等。情感相關的特征就是找出微博中情感詞、表情的使用數(shù)量。時間和情感都相關的特征是指最近的情感表達。

4 實驗

4.1 被試

本文共選取200名位被試，所有被試都經常使用微博，至少兩天登錄一次。他們的年齡在25-51歲（平均年齡38），其中女性121位，男性79位。在做實驗之前，我們會告訴他們，我們將會接入他們的微博，并獲得他們微博中的信息。每位被試按要求填寫大五人格量表。然后，被試登陸我們的第三方網頁接口，給我們授權收集他們的微博信息。

每位被試在實驗結束后都填寫一份大五人格量表，通過量表的得分給每位被試的數(shù)據(jù)加類標。為了得到用于分類的類標，我們把量表測得的分數(shù)離散化，把被試的得分分為兩組，高分組和低分組。高分組為高于或等于平均分的被試，低分組為低于平均分的被試。

通過轉換，得到下表所示的數(shù)據(jù)。

表2 人格量表得分離散化

4.2 分類模型建立

本文采用支持向量機算法建立分類模型。使用5折交叉驗證，4/5的數(shù)據(jù)用于建模，剩下的4/5的數(shù)據(jù)用來對該模型進行驗證。

最后對人格五個維度上的分類準確率進行統(tǒng)計，同時使用雙側T檢驗判斷分類的準確率和基線之間是否有顯著性差異。這里，我們用多數(shù)類所占的比例為基線。

無時間限制的人格推斷模型分類準確率如表2所示。從表中可以看出，通過支持向量機進行分類，開放性的分類準確率最高，達到了81.00%，是最容易被分類的。其次是盡責性，準確率達到了78%。分類效果最差的是宜人性，準確率只有69%。

這個結果，應該和類標的獲取有著重要的關系。為了獲取類標，本次研究采用自陳量表的方式得到每位被試在各個維度得分的高低，得分容易受到自我認識的影響。大五人格五個維度中，一些容易被觀察到，例如宜人性，而一些是不容易被觀察到的，比如開放性。容易被觀察的維度，自評量表得到的結果就不是那么準確，容易有誤差，而不易觀察的維度，通過自評量表得到的結果更加準確。本文采用的自評的方式獲得人格分數(shù)，所以分類結果不易觀察上的準確率更高（開放性最高），而不易觀察的維度上面的準確率較低（宜人性最低）。

同時，我們把每個維度的分類準確率和基線進行對比，使用雙側T檢驗（p<.05），得到的結果如表最后一列所示，只有宜人性的分類準確率沒有沒顯著高于基線，其他四個維度的分類準確率都顯著高于基線。

表3 人格五個維度上分類準確率

5 結語

本文使用支持向量機，對微博用戶的人格進行推斷。通過對我們提取出來的45與人格相關的特征，在人格的五個維度上進行分類，得出已下結論：①本文建立的人格推斷模型能夠對微博用戶的人格進行推斷。②模型在開放性維度的準確度最高，在宜人性維度上的準確度最低。

將來，我們將繼續(xù)在心理學計算機科學的交叉學科上進行研究。為了將整個人格推斷模型做地更好，我們將嘗試其他分類算法，期望找到更好的算法。同時，現(xiàn)在還存在很多其他社交平臺，例如QQ空間、微信，將來我們也打算在其他平臺進行嘗試，對我們的結論進行檢驗，同時希望更多的信息能夠提高我們的推斷準確率。

[1]Kaplan A M,Haenlein M.Users of the World,Unite!The Challenges and Opportunities of Social Media[J].Business Horizons.2010, 53（1）:59-68.

[2]Reeves B,Nass C.The Media Equation:How People Treat Computers,Television,and New Media Like Real People and Places[M]. Cambridge University Press,1996.

[3]Goldberg L R.The Structure of Phenotypic Personality Traits.[J].American Psychologist，1993,48（1）:26-34.

[4]Gosling S D,Rentfrow P J,Swann W B.A Very Brief Measure of the Big-Five Personality Domains.[J].Journal of Research in Personality.2003,37（6）:504-528.

[6]Cattell H E."The Structure of Phenotypic Personality Traits":Comment.[J].American Psychologist.1993,48（12）:1302-1303.

[7]Dd O C E O.Social Network Analysis[J].Encyclopedia of Social Network Analysis&Mining.2011,22（Suppl 1）:109-127.

[8]Fang X,Chan S,Nair C.An Online Survey System on Computer Game Enjoyment and Personality[C].International Conference on Human-Computer Interaction,2009.2009:304-314.

[9]Fang X,Chan S,Nair C.An Online Survey System on Computer Game Enjoyment and Personality[J].Lecture Notes in Computer Science.2009,5613:304-314.

[10]王瑩，朱廷劭.微博人格結構的詞匯學研究[C].全國心理學學術會議,2014.2014.

[11]王青.大學生微博用戶人格特質、使用動機和使用行為的關系研究[D].南開大學,2011.

[12]劉麗華.人格互動與微博傳播[J].新聞知識.2011（12）:51-52.

[13]胡志海，范曉振.微博活躍使用者人格狀況分析[J].黃山學院學報.2014（4）:90-93.

[14]陳俏，曹根牛，謝麗娟.支持向量機的研究進展[J].現(xiàn)代計算機:專業(yè)版.2009（4）:47-50.

Personality Inference Model Based on Support Vector Machine

DONG Chun-lin
（No.1 Middle School,Guangan 638300）

Weibo is widely used in China.By extracting the information of Weibo users,and using support vector machine to classify the data,establishes a personality inference model to infer users'personality.The results show that the inference model can get good inference accuracy.

Personality;SVM;Sina Weibo

1007-1423（2017）07-0003-04

10.3969/j.issn.1007-1423.2017.07.001

董春霖（1982-），女，四川岳池人，本科，全國三級心理咨詢師

2016-12-22

2017-03-01