谢幸：你的朋友圈正在“出卖”你 | 造就

造就 · 公众号 · 科技自媒体 · 2017-03-21 20:02

正文

第162位讲者：谢幸

微软亚洲研究院社会计算组主任研究员

中国科学技术大学兼职博士生导师

什么叫用户画像？就是通过用户产生的各种数据，去试图理解用户的性格及各类属性，如年龄、性别、爱好等。

要对这些进行深入研究并不容易，但在心理学领域，这些已经研究了上千年。

公元前400年左右，有一个叫希波克拉底的古希腊医学家，他提出「四体液说」的概念，他认为人体中有四种体液：黑胆汁、黄胆汁、血液和黏液。

这四种体液的分布决定了人的性格。如果你容易抑郁，则是黑胆汁比较多；你比较乐观，则是血液比较多；你冲动易怒，则是黄胆汁比较多；你冷静理智，则是黏液比较多。

在现代医学看来，体液学说并不科学，但这对人格的探讨和分类却很有启发。

心理学有「词汇学假说」，是指在研究人格时，我们不用漫无目的地去观察各种各样的人，而是可以简单一点，直接去看人类语言中相关的词汇即可。

在100多年前，心理学家们翻阅词典，从里面找到了18000多个单词描述人，然后又从这当中找出4000多个词用于描述人格。

虽然这些词好像很少，但实际操作起来还很复杂。心理学家不想那么复杂，于是他们通过一些因素分析的方法，找到以上那些词汇的相关性，再将之归类，归到比较小的维度里。

现在比较流行的分类是「大五人格理论」，即外向性、随和性、神经质、尽责性和开放性。

心理学家整理的这些词汇，以及生成这样的人格分类体系，很多方法都是数据驱动的，跟计算机科学有很多紧密的联系。我们最关注的一点就是，能不能自动计算用户的大五人格呢？

心理学里面有一种方法叫行为测量。就是如果你每天抽出足够长的时间观察一个人，即便不问问题也能大概猜出他的性格。但这需要大量行为数据做支撑，在过去比较麻烦。

但现在这个事情比较容易了，为什么呢？因为有了社交网络，大家会主动告诉别人自己在干嘛。

我们把所有用户提供的数据结合起来，就可以相对准确地去猜测。

「人格推测模型」，其特点就是去集成不同来源的用户数据，包括你发的文字、图片、常用的表情符号，以及你填写的个人资料等。

你们可能会说，有了这个模型以后，怎样进行训练呢？

比如说我们可以计算你发表的文字和性格之间的关系，得出文字和每个维度是正相关还是负相关。

有些人经常写「时代」「社会」「成功」等非常正能量的词汇，他们尽责性比较高；一些写「随便」「萌萌」「气质」这些词的人，尽责性则比较低。

所谓尽责性是指他更在乎结果还是过程，在乎结果的人就是尽责性比较高，在乎过程的人则尽责性比较低。所有的这些人格都没有好坏之分。

大家可以看看自己发表的文字，看你的朋友圈写了一些什么呢？体现你什么样的性格？

我们还计算了头像和大五人格的相关性

比较开放的用户经常会用一些合影或活动的照片，开放性比较低的人可能经常用自拍做头像。所以大家可以看你的头像是什么，是不是暴露了你的性格？

我们做了很多用户理解和人格推测的工作，但下一步呢？

我们真正的目标是想搭建一个更像人的机器人。

去年，有一个俄罗斯创业者的朋友去世了，他非常痛苦，就在想那我怎么去悼念他？他就收集了朋友的8000多条短信，用其训练了一个机器学习的聊天模型。你可以跟这个模型对话，它可以用他朋友的话语方式来回应你，就好像这个人还活着一样。

我们需要和心理学家一起来合作，让机器人更逼真，更像人类。那么，做这样的聊天机器人有什么用呢？

在未来我们希望聊天机器人能够帮助解决实际的社会问题，比如有很多农村留守儿童，他们的父母在外地打工，这些孩子非常孤独，我们是不是可以通过这样的聊天机器人帮助他们缓解一些心理问题，并陪伴他们呢？

我们希望让机器人拥有像人类一样的思维，当人类需要的时候，能够真的帮助人类，去陪伴他们。

点击标题查看往期回顾