利用“微博”行為可以預測用戶的人格特征

　　作為心理學的核心研究領域之一，人格代表了人際之間存在個性化差異的重要原因與心智基礎。由于人格具有內隱性，需要借助外顯行為來間接表達，因此如何有效地測量個體的人格特征是開展人格心理學研究的前提基礎。傳統的測量方法主要是采用自評問卷，但該方法在被試招募效率、測試資源消耗等諸多方面存在著局限，亟待改進。

　　網絡新媒體(例如“微博”)的出現為人格測量帶來了新契機。“微博”擁有數量龐大、分布廣泛的用戶群體，該用戶群體在非實驗環境下愿意并且能夠通過“微博”使用過程來展示個性化差異。既有研究表明，用戶的人格特征是決定其“微博”行為的重要因素。但是，這些研究大多關注“微博”行為與人格特征之間的相互關系，并未妥善解決如何借助“微博”行為來預測人格特征的問題;此外，既有研究多采用自評問卷來測量用戶的“微博”行為，其數據結果的可靠性也存在著疑問。

　　鑒此，中科院心理研究所行為科學重點實驗室朱廷劭研究組展開研究，旨在借助用戶在網絡平臺上的客觀“微博”行為記錄(digital records of micro-blogging behaviors)預測其人格特征。該研究從1953485名新浪“微博”活躍用戶中隨機選取了547名用戶作為被試，下載其“微博”行為記錄，并且進一步由原始記錄中提取845種行為特征，以此作為預測變量;同時，對全體被試施測“大五”人格問卷(Big Five Inventory，引自Benet-Martinez & John, 1998; John, et al., 1991; John, et al., 2008)，獲取其在各人格維度上的得分，以此作為結果變量。利用“支持向量機”(Support Vector Machine, SVM)與“Pace回歸”(Pace Regression)算法分別訓練基于“微博”行為的人格計算模型。研究結果表明，基于“微博”行為的人格計算模型擁有良好的測量屬性。在SVM模型中，“微博”行為對各人格維度高低得分組被試的分類精度達到84%~92%;而在“Pace回歸”模型中，基于“微博”行為的人格預測結果與基于自評問卷的人格測驗結果之間的相關系數達到0.48~0.54。此外，在人格計算模型中，“微博”行為與人格特征之間的預測關系也具有一定的可解釋性。這表明，通過“微博”行為來預測用戶的人格特征是完全可行的。

　　該研究采用創新的研究視角與方法，或可解決傳統人格心理測驗領域的既有問題，為心理學領域開展回溯、追蹤或大數據研究提供方法學借鑒。

　　該研究是朱廷劭研究組在“計算網絡心理學”研究領域的系列成果之一。此項研究得到了中國科學院重點部署項目(KJZD-EW-L04)、國家重點基礎研究發展計劃(973項目，2014CB744600)、中國科學院戰略性先導科技專項(XDA06030800)等課題資助。

　　該研究成果已被國際學術期刊PLOS ONE錄用，將于近期公開發表。