社交网络行为与用户性格

现代心理学认为人的性格可以用五种不同的行为表现方式来描述:

  1. 令人愉快的--乐于助人,能够与他人合作,体谅他人
  2. 有责任心的--严格自律,有组织意识,目标明确
  3. 外向的--社交能力较强,自信、健谈
  4. 神经过敏--情感控制能力差,冲动、焦虑
  5. 开放的--求知欲较强而且喜欢新鲜事物

多年来,心理学家一直在研究依据上述标准划分人类性格的测试方式。最近,中科院的研究人员提出了在线测试的方式:根据用户在社交网络,比如Facebook,人人网上的行为,来确定用户的性格。

实验:首先,200名使用社交网络的志愿者参加标准的性格测试,然后,研究人员分析这些志愿者在社交网络上个人主页的内容,包括年龄、性别、发表博客的频率、博客内容流露出的情感等等。最终,研究人员使用多种数据分析技术来探索性格测试结果与社交网络行为的关系。

结果:不同的在线行为能够很好的体现用户的性格。比如,严格自律的人更倾向于使用住址或邮箱来向他人寻求帮助,而外向的人经常使用表情符号,性格开放的人更新博客的频率较高,而神经过敏的用户,他们的博客经常招致负面评价。

用户在线行为与用户性格存在的关联表明:可以分析用户在社交网络的在线行为来预测用户性格。社交网络可以利用这种关联关系向用户提供个性化的推荐,比如向性格外向的人推荐更多的国际新闻或新的朋友,向性格相同的人推荐同样的书籍与电影,因为他们的偏好可能是相似的。此外,社交网络还可将这个结论推广到商业化应用:比如针对特定用户群体的广告投放。

这个研究也存在一定的缺陷:比如用户对待在线测试与传统测试方式的态度可能有所不同,这造成了在线测试结果的偏差。这个方面是他们未来的研究中需要考虑的。但是,这个研究还是说明了在线行为是获取我们内在性格的丰富、有价值的数据源。

Ref: Big-Five Personality Prediction Based on User Behaviors at Social Network Sites

 

 

 

声音可以看见东西吗?

大家还记得多普勒效应吗?当声源与观察者发生相对运动时,观察者接收到的声音的频率会发生变化。最近,微软研究院的的研究人员利用多普勒效应开发了识别软件SoundWave来识别人体姿势。姿势识别已经不是新鲜的话题,微软的Kinect用摄像头实现了姿势识别。但是利用声音识别姿势的最大的好处是只需扬声器与麦克风就可实现,而这两者几乎是所有笔记本上都有的。

具体做法是:扬声器不断发出20-22KHZ的超声波,如果电脑周围没有物体移动,麦克风接受到的声音频率保持不变,如果物体靠近电脑,麦克风接收到的声音频率变高,物体远离,接收到的频率变低。这种现象发生的方式是可以预测的,通过分析频率可以确定移动物体的大小,物体移动的速度与方向,从而可以推理出人体姿势。

目前SoundWave的识别率达到了90%,而且在用户摆出姿势与电脑的识别反应之间没有明显的延迟。软件可以识别出的姿势包括“手的移动,手臂的弯曲,以及身体与电脑的相对移动。可以利用这些识别出的姿势控制电脑实现交互。比如利用手势来控制网页内容的滑动或者页面之间跳转,人体与电脑的相对移动则可以将电脑睡眠或唤醒。虽然SoundWave能识别的姿势有限,但是对于用户交互交互来说已经足够,特别是用户要记住这些姿势来完成交互。

SoundWave的另一优点就是不受光照的影响,这是传统视觉识别的一大弊端。其实在你的周围有很多感应器,只是你在与他们交互的过程中没有意识到他们的存在。

Ref: http://www.technologyreview.com/web/40368/?mod=chfeatured

ACM CHI上的文章:SoundWave: Using the Doppler Effect to Sense Gestures