一種基于微博用戶行為的人格預(yù)測(cè)方法
【專利摘要】本申請(qǐng)?zhí)峁┮环N基于微博用戶行為的人格預(yù)測(cè)方法，包括：步驟1，獲取微博活躍用戶的id列表，根據(jù)活躍用戶的id列表，通過微博的“對(duì)他說”功能，獲取被試用戶在線填寫的人格問卷；步驟2，根據(jù)填寫人格問卷的被試名單，下載該用戶的微博數(shù)據(jù)，根據(jù)建立的微博網(wǎng)絡(luò)行為體系，從微博數(shù)據(jù)中提取相應(yīng)的靜態(tài)行為特征以及動(dòng)態(tài)的行為特征；步驟3，利用時(shí)間序列分析方法，對(duì)提取的用戶動(dòng)態(tài)行為特征進(jìn)行數(shù)值化，形成完整的微博特征集；步驟4，根據(jù)逐步回歸算法，從微博特征集中，提取最大的顯著特征集合，完成特征選取；對(duì)選取出來的特征，利用建立的人格預(yù)測(cè)回歸模型，預(yù)測(cè)用戶的人格心理指標(biāo)。
【專利說明】一種基于微博用戶行為的人格預(yù)測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及人格預(yù)測(cè)技術(shù)，更具體地，涉及基于微博用戶行為的人格預(yù)測(cè)方法。
【背景技術(shù)】
[0002]人格是一種穩(wěn)定的心理變量，它能夠預(yù)測(cè)多種有價(jià)值的結(jié)果變量，比如:個(gè)體變量(工作績(jī)效，心理健康)、人際變量(親密關(guān)系)、社會(huì)變量(犯罪行為，社會(huì)意識(shí)形態(tài))。因此人格是心理學(xué)研究的一個(gè)重要課題。
[0003]目前傳統(tǒng)的人格預(yù)測(cè)的主要手段分為:自陳人格調(diào)查表和投射技術(shù)。自陳人格調(diào)查表的原型是伍德沃斯個(gè)人資料調(diào)查表(Woodworth Personal Data Sheet),通過有目的總結(jié)、收集用戶的日常行為，然后對(duì)收集的行為進(jìn)行選擇、分組，從而形成可以供用戶紙筆填寫的自測(cè)量表，并通過后期的用戶實(shí)驗(yàn)，對(duì)量表進(jìn)行修正。在量表的編制、收集、選擇和分組產(chǎn)生了多種方法，主要的方法有內(nèi)容關(guān)聯(lián)、經(jīng)驗(yàn)準(zhǔn)則確定、因素分析和人格理論等。
[0004]投射技術(shù)是指通過給測(cè)試者指定一個(gè)相對(duì)非結(jié)構(gòu)的任務(wù)，即這個(gè)任務(wù)允許做出幾乎無限可能的反應(yīng)，通過分析用戶對(duì)這個(gè)任務(wù)的反應(yīng)，從而來預(yù)測(cè)用戶的整體人格狀況。投射技術(shù)源自于臨床，由針對(duì)精神病人的治療方法(比如藝術(shù)療法)演化而來。一般來說，投射工具是經(jīng)過掩飾的測(cè)試方法，使被測(cè)試者難以覺察對(duì)他們的反應(yīng)所做的心理學(xué)解釋。在投射技術(shù)發(fā)展的過程中，已經(jīng)形成了大量的成型技術(shù):墨跡技術(shù)、圖片技術(shù)、言語技術(shù)、自傳體記憶和表演技術(shù)等。
[0005]然而，在實(shí)際應(yīng)用中這兩種方法都有自己的不足:自陳人格調(diào)查表是一種自測(cè)量表，相比較投射技術(shù)，很難隱藏自己的測(cè)量意圖，這會(huì)或多或少的激起被試的防御心理，對(duì)自測(cè)的結(jié)果產(chǎn)生影響。投射技術(shù)的缺陷是常模資料的缺失，很多投射技術(shù)還是依賴臨床醫(yī)生的“一般臨床經(jīng)驗(yàn)”解釋投射實(shí)驗(yàn)的成績(jī)。另外，不管是自陳人格調(diào)查表還是投射技術(shù)，都需要被測(cè)試者的直接參與。這樣，在進(jìn)行大規(guī)模團(tuán)體實(shí)驗(yàn)，實(shí)驗(yàn)的代價(jià)、成本以及周期都比較高昂。在對(duì)時(shí)效性比較高的需求下，這兩種方法都難以勝任。
[0006]另一方面，隨著互聯(lián)網(wǎng)的迅速發(fā)展，以及用戶網(wǎng)絡(luò)的數(shù)據(jù)獲取的方便性，一些學(xué)者開始嘗試?yán)糜脩舻脑诰€行為來預(yù)測(cè)用戶的人格。學(xué)者利用數(shù)據(jù)挖掘的知識(shí)，通過對(duì)用戶繁雜的網(wǎng)絡(luò)數(shù)據(jù)與用戶人格的關(guān)聯(lián)研究，試圖找到不同人格表現(xiàn)出來的不同的網(wǎng)絡(luò)行為，從而達(dá)到用網(wǎng)絡(luò)行為對(duì)用戶的人格進(jìn)行他評(píng)預(yù)測(cè)，克服傳統(tǒng)的心理學(xué)問卷依賴用戶主觀意識(shí)，存在用戶實(shí)驗(yàn)周期長(zhǎng)、代價(jià)大的缺點(diǎn)。但是這種研究的鋪開面廣，雖然得到一些與人格相關(guān)的網(wǎng)絡(luò)行為，但是由于互諒網(wǎng)的復(fù)雜性以及實(shí)效性，建立一個(gè)普適的網(wǎng)絡(luò)行為人格預(yù)測(cè)模型技術(shù)上比較困難，而且需要長(zhǎng)時(shí)間的積累。

【發(fā)明內(nèi)容】

[0007]為克服現(xiàn)有技術(shù)的上述缺陷，本發(fā)明提出一種基于微博用戶行為的人格預(yù)測(cè)方法。
[0008]根據(jù)本發(fā)明的一個(gè)方面，提出了基于微博用戶行為的人格預(yù)測(cè)方法，包括:步驟I，獲取微博活躍用戶的id列表，根據(jù)活躍用戶的id列表，通過微博的“對(duì)他說”功能，邀請(qǐng)被試用戶在線填寫人格問卷；步驟2，根據(jù)填寫人格問卷的被試名單，下載該用戶的微博數(shù)據(jù)，根據(jù)建立的微博網(wǎng)絡(luò)行為體系，從微博數(shù)據(jù)中提取相應(yīng)的靜態(tài)行為特征以及動(dòng)態(tài)的行為特征；步驟3，利用時(shí)間序列分析方法，對(duì)提取的用戶動(dòng)態(tài)行為特征進(jìn)行數(shù)值化，形成完整的微博特征集；步驟4，根據(jù)逐步回歸算法，從微博特征集中，提取最大的顯著特征集合，完成特征選取；對(duì)選取出來的特征，利用建立的人格預(yù)測(cè)回歸模型，預(yù)測(cè)用戶的人格心理指標(biāo)。
[0009]本發(fā)明通過在線人格預(yù)測(cè)，結(jié)合用戶的微博數(shù)據(jù)，能實(shí)時(shí)、準(zhǔn)確地預(yù)測(cè)用戶的人格狀況。通過這種方式，在個(gè)體用戶的人格研究領(lǐng)域，提供了一個(gè)人格測(cè)量的新工具，能大大提高人格實(shí)驗(yàn)的代價(jià)、難度與實(shí)驗(yàn)周期。另外，在針對(duì)群體用戶的人格研究中，本發(fā)明提供的方法將對(duì)群體用戶的人格進(jìn)行實(shí)時(shí)監(jiān)測(cè)和統(tǒng)計(jì)變?yōu)楝F(xiàn)實(shí)，能實(shí)時(shí)、準(zhǔn)確地給出群體用戶的整體心理狀況。進(jìn)一步的，通過本方法提供的思路，可以把這種在線他測(cè)的方式應(yīng)用到其他的心理特征，能結(jié)合社會(huì)預(yù)警的知識(shí)，形成一個(gè)在線預(yù)警系統(tǒng)。
【專利附圖】

【附圖說明】
[0010]圖1為微博網(wǎng)絡(luò)行為半自動(dòng)構(gòu)建構(gòu)建流程；
[0011]圖2為微博動(dòng)態(tài)行為特征分析方法；
[0012]圖3為活躍用戶抓取流程。
[0013]如圖所示，為了能明確實(shí)現(xiàn)本發(fā)明的實(shí)施例的結(jié)構(gòu)，在圖中標(biāo)注了特定的結(jié)構(gòu)和器件，但這僅為示意需要，并非意圖將本發(fā)明限定在該特定結(jié)構(gòu)、器件和環(huán)境中，根據(jù)具體需要，本領(lǐng)域的普通技術(shù)人員可以將這些器件和環(huán)境進(jìn)行調(diào)整或者修改，所進(jìn)行的調(diào)整或者修改仍然包括在后附的權(quán)利要求的范圍中。
【具體實(shí)施方式】
[0014]下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明提供的一種基于微博用戶行為的人格預(yù)測(cè)方法進(jìn)行詳細(xì)描述。
[0015]在以下的描述中，將描述本發(fā)明的多個(gè)不同的方面，然而，對(duì)于本領(lǐng)域內(nèi)的普通技術(shù)人員而言，可以僅僅利用本發(fā)明的一些或者全部結(jié)構(gòu)或者流程來實(shí)施本發(fā)明。為了解釋的明確性而言，闡述了特定的數(shù)目、配置和順序，但是很明顯，在沒有這些特定細(xì)節(jié)的情況下也可以實(shí)施本發(fā)明。在其他情況下，為了不混淆本發(fā)明，對(duì)于一些眾所周知的特征將不再進(jìn)行詳細(xì)闡述。
[0016]本發(fā)明提供一個(gè)通過用戶的微博數(shù)據(jù)預(yù)測(cè)用戶人格狀況的方法，該方法包括:
[0017]獲取微博(例如新浪、搜狐或者騰訊微博)活躍用戶的id列表；根據(jù)用戶的活躍用戶的id列表，通過微博的“對(duì)他說”功能(@功能)，邀請(qǐng)被試用戶在線填寫人格問卷；根據(jù)填寫人格問卷的被試名單，下載用戶的微博數(shù)據(jù)；得到下載的用戶數(shù)據(jù)，根據(jù)建立的微博網(wǎng)絡(luò)行為體系，從微博數(shù)據(jù)中提取相應(yīng)的靜態(tài)行為特征以及動(dòng)態(tài)的行為特征；利用時(shí)間序列分析方法，對(duì)提取的用戶動(dòng)態(tài)行為特征進(jìn)行數(shù)值化，從而形成一個(gè)完整的微博特征集；根據(jù)逐步回歸算法，從微博特征集中，提取最大的顯著特征集合，完成特征選??；對(duì)選取出來的特征，利用建立的人格預(yù)測(cè)回歸模型，預(yù)測(cè)用戶的人格心理指標(biāo)。[0018]具體地，本發(fā)明首先提出了微博網(wǎng)絡(luò)動(dòng)態(tài)行為的構(gòu)建方法(如圖1所示)，首先將一個(gè)網(wǎng)絡(luò)行為分為四個(gè)部分:主體，客體、功能/內(nèi)容以及操作路徑。一個(gè)網(wǎng)絡(luò)行為的一般形式表達(dá)式可以表達(dá)為:某種主體通過具體的功能/內(nèi)容作用于某類客體，并根據(jù)自己的人格特質(zhì)選擇某種作用路徑。拿微博平臺(tái)舉例來說明，用戶發(fā)送一條微博并@好友可以抽象成如下網(wǎng)絡(luò)行為:
[0019]行為:觀察用戶(主體)對(duì)好友(客體)使用微博的社交功能(功能)
[0020]路徑:使用@功能。
[0021]通過上述的半自動(dòng)微博網(wǎng)絡(luò)行為構(gòu)建方法，結(jié)合微博應(yīng)用平臺(tái)的數(shù)據(jù)類型(用戶的個(gè)人信息、用戶的關(guān)系網(wǎng)、用戶的話題列表、用戶的標(biāo)簽列表)，生成了四十大類的微博網(wǎng)絡(luò)行為。部分行為如下表所示:
[0022]
[0023]
【權(quán)利要求】
1.基于微博用戶行為的人格預(yù)測(cè)方法，包括: 步驟1，獲取微博活躍用戶的id列表，根據(jù)活躍用戶的id列表，通過微博的“對(duì)他說”功能，獲取被試用戶在線填寫的人格問卷； 步驟2，根據(jù)填寫人格問卷的被試名單，下載該用戶的微博數(shù)據(jù)，根據(jù)建立的微博網(wǎng)絡(luò)行為體系，從微博數(shù)據(jù)中提取相應(yīng)的靜態(tài)行為特征以及動(dòng)態(tài)行為特征； 步驟3，利用時(shí)間序列分析方法，對(duì)提取的用戶動(dòng)態(tài)行為特征進(jìn)行數(shù)值化，形成完整的微博特征集； 步驟4，根據(jù)逐步回歸算法，從微博特征集中提取最大的顯著特征集合，完成特征選??；對(duì)選取出來的特征，利用建立的人格預(yù)測(cè)回歸模型，預(yù)測(cè)用戶的人格心理指標(biāo)。
2.根據(jù)權(quán)利要求1所述的方法，其中，步驟3包括: 將列舉出來的動(dòng)態(tài)特征進(jìn)行矩陣化，該矩陣的行表示行為發(fā)生所在的小時(shí)，矩陣的列表示行為發(fā)生所在的天的序號(hào)，矩陣的元素表示行為的數(shù)值特征，得到N個(gè)動(dòng)態(tài)特征的時(shí)間特征矩陣； 從每個(gè)時(shí)間矩陣中提取M個(gè)時(shí)間序列，獲得N*M個(gè)用戶行為的時(shí)間序列特征； 對(duì)每個(gè)時(shí)間序列分別進(jìn)行L種統(tǒng)計(jì)學(xué)處理，獲得M*N*L個(gè)動(dòng)態(tài)特征，其中N、M和L為自然數(shù)。
3.根據(jù)權(quán)利要求1所述的方法，其中，步驟1中，獲取微博活躍用戶的id列表包括: 以多個(gè)用戶為種子用戶，采取寬度搜索的方式，利用微博爬蟲抓取用戶的關(guān)系網(wǎng)，對(duì)所有的關(guān)系網(wǎng)的id去重； 從獲得的用戶id中，挑選出粉絲數(shù)在1000-3300的用戶，抓取他們的關(guān)系網(wǎng)全局；抓取所挑選的用戶，獲得其關(guān)系網(wǎng)，對(duì)所有的關(guān)系網(wǎng)去重，獲得無重復(fù)的用戶id作為活躍用戶。
4.根據(jù)權(quán)利要求3所述的方法，其中，步驟I中的邀請(qǐng)被試用戶在線填寫人格問卷步驟還包括: 從活躍用戶中隨機(jī)挑選一定量的用戶，利用微博的“對(duì)他說”功能，使用機(jī)器微博賬戶，向這一定量微博用戶發(fā)出用戶實(shí)驗(yàn)的邀請(qǐng)，收集有效用戶的人格問卷數(shù)據(jù)。
5.根據(jù)權(quán)利要求4所述的方法，其中，步驟2包括: 從用戶的行為出發(fā)，提取用戶微博中涉及用戶行為的特征； 通過對(duì)涉及用戶行為的特征進(jìn)行分析，將用戶行為分為靜態(tài)行為和微博動(dòng)態(tài)行為。
6.根據(jù)權(quán)利要求5所述的方法，其中，靜態(tài)特征包括用戶的自然屬性、用戶的設(shè)置信息、用戶的對(duì)熱門事件的偏好和用戶的關(guān)系網(wǎng)絡(luò)分析；微博動(dòng)態(tài)行為是指從用戶發(fā)送的微博列表中提取出來的行為特征。
7.根據(jù)權(quán)利要求5所述的方法，其中，步驟4還包括: 特征選取，采用逐步選擇的方式，以R方最優(yōu)為原則，逐步將特征放入到回歸模型，從整個(gè)特征集選出最優(yōu)的特征組合； 預(yù)測(cè)模型的選取及訓(xùn)練，通過Weka程序進(jìn)行模型的訓(xùn)練和驗(yàn)證，使用M5P算法來建立預(yù)測(cè)模型。
8.根據(jù)權(quán)利要求6所述的方法，其中，動(dòng)態(tài)行為特征的提取包括: 確定行為的主體和客體特征；窮舉微博上的功能特征； 窮舉微博上的路徑方式； 將主體、客體、功能和路徑組合在一起，形成一系列特征，主體對(duì)客體通過某種路徑作用某種功能； 根據(jù)約束條件對(duì)所有的行為進(jìn)行刪選。
9.根據(jù)權(quán)利要求8所述的方法，其中，所述約束條件包括:關(guān)注目的/超越目的，順從/逆反，控制/同情以及自我中心 /他人取向。
【文檔編號(hào)】G06F17/30GK103902566SQ201210576951
【公開日】2014年7月2日 申請(qǐng)日期:2012年12月26日 優(yōu)先權(quán)日:2012年12月26日
【發(fā)明者】朱廷劭, 李琳, 李昂, 高銳 申請(qǐng)人:中國(guó)科學(xué)院心理研究所