基于情感和網(wǎng)絡(luò)分析的社交網(wǎng)絡(luò)用戶人格預(yù)測

楊潔　李繼云　姜霖霖

摘要：人格是對人類之間不同個體特征的高度概括，與人類的行為密切相關(guān)。人們在社交網(wǎng)絡(luò)中的行為同樣受到人格的影響，了解社交網(wǎng)絡(luò)用戶的人格對于推薦系統(tǒng)和個性化廣告都有很大的價值。已有的關(guān)于社交網(wǎng)絡(luò)用戶人格的研究大多僅使用用戶數(shù)據(jù)的統(tǒng)計特征，沒有反映用戶數(shù)據(jù)的內(nèi)在特征。本文提出一種新的社交網(wǎng)絡(luò)用戶人格預(yù)測方法，通過綜合考慮用戶的情感及用戶網(wǎng)絡(luò)分析特征預(yù)測用戶人格類型， 并通過Facebook用戶數(shù)據(jù)分析實驗驗證了方法對提高人格預(yù)測準確率的有效性。

關(guān)鍵詞：社交網(wǎng)絡(luò)；情感分析；網(wǎng)絡(luò)分析；人格預(yù)測

中圖分類號：TP305文獻標識碼：A 文章編號：2095-2163（2016）01-

Abstract ： Personality can be defined as a set of characteristics which make a person unique. Peoples behavior is closely related to personality. Personality affects individuals behavior in social networking sites as well as in the offline world. Gaining insight in an individuals personality can be very valuable for recommender system and personalized advertising. Most of previous studies on the personality of social network users only focus on the statistical characteristics， which cannot reflect the inner properties of user. This paper proposes a new method to predicting personality based on sentiment analysis and network analysis. The validity of the method to improving the precision of prediction is verified by the experiment on Facebook data.

Keywords ：Social Network； Sentiment Analysis； Network Analysis； Personality Predicting

0 引 言

近年來，社交網(wǎng)絡(luò)（如Twitter、Facebook、新浪微博等）迅速發(fā)展，給人們的日常交流溝通方式帶來了新的變革，這類線上社交模式已經(jīng)成為了人們?nèi)粘Ｉ缃坏囊徊糠?。社交網(wǎng)絡(luò)給人們提供了一個展現(xiàn)自我、發(fā)表觀點、聯(lián)絡(luò)朋友的平臺。社交網(wǎng)絡(luò)既是人們在現(xiàn)實世界中的社交關(guān)系的延伸，同時也會對人們現(xiàn)實生活的社交產(chǎn)生影響。

在社交網(wǎng)絡(luò)中比較有代表性的是Facebook。Facebook始創(chuàng)立于2004年，在2012年注冊用戶已經(jīng)突破十億大關(guān)。同時Facebook也是全球活躍用戶最多的社交網(wǎng)絡(luò)。由于在社交網(wǎng)絡(luò)中用戶的行為和狀態(tài)容易獲取和分析，近年對社交網(wǎng)絡(luò)用戶的研究正逐漸增多，其中關(guān)于用戶人格方面的研究占據(jù)了重要的部分。

人格是人類的不同個體特征的高度概括，即使在同樣的環(huán)境中，不同的人也會表現(xiàn)出不同的行為，這源自于每個人不同的人格。人格心理學(xué)是心理學(xué)的分支之一，主要是通過人們外在的行為來區(qū)分人們的內(nèi)在特質(zhì)，并研究相互之間的關(guān)聯(lián)[1]。心理學(xué)上通常使用人格特征來定義人們的性格，解釋用戶的行為和偏好[2]。常用的人格模型有MBIT（Myers Briggs Type Indicator）和大五人格模型（Big-Five Model）。

人格與人類的行為息息相關(guān)。人格心理學(xué)研究已經(jīng)表明，可以通過人格問卷來預(yù)測人們生活中很多方面的行為，比如上班是否準時、工作表現(xiàn)以及音樂偏好等等[3，4]。人格同時也影響著人們的商品選擇及購買習(xí)慣。社交網(wǎng)絡(luò)是人們?nèi)粘Ｉ缃坏囊徊糠?，人們在社交網(wǎng)絡(luò)上的行為狀態(tài)與現(xiàn)實世界的行為一樣，都與個人的人格有密切關(guān)聯(lián)[5]。把人格心理學(xué)的研究與社交網(wǎng)絡(luò)分析相結(jié)合，通過社交網(wǎng)絡(luò)用戶的行為狀態(tài)等數(shù)據(jù)對用戶的人格進行分析和預(yù)測，對于推薦系統(tǒng)、個性化廣告、用戶心理預(yù)警等方面都有著巨大的價值[6]。

目前對社交網(wǎng)絡(luò)用戶人格分析預(yù)測的研究主要對用戶行為狀態(tài)數(shù)據(jù)進行統(tǒng)計學(xué)分析，這種方式忽略了用戶行為的內(nèi)在特征。本文提出一種新的社交網(wǎng)絡(luò)人格預(yù)測方法，對Facebook用戶發(fā)布的文本狀態(tài)進行情感分析，分析用戶的情感狀態(tài)及其變化。同時對用戶在Facebook使用過程中建立的用戶網(wǎng)絡(luò)進行分析，分析用戶網(wǎng)絡(luò)的特征以及用戶在網(wǎng)絡(luò)中的狀態(tài)及位置。在情感分析和網(wǎng)絡(luò)分析的基礎(chǔ)上，分析人格特征和用戶行為的關(guān)聯(lián)，并實現(xiàn)對用戶人格特征的預(yù)測。

1 相關(guān)研究

大五人格模型是人格心理學(xué)中使用最為廣泛的人格模型之一，具體將人格劃分為五個維度：開放性（Openness to Experience）、嚴謹性（Conscientiousness）、外向性（Extraversion）、宜人性（Agreeableness）和神經(jīng)質(zhì)（Neuroticism）。開放性表現(xiàn)為富于想象力和審美能力、對新事物好奇等；嚴謹性表現(xiàn)為自律、有組織性、有計劃等；外向性表現(xiàn)為好交際、愛娛樂、感情豐富等；宜人性表現(xiàn)為樂于助人、富于合作精神和同情心等；神經(jīng)質(zhì)表現(xiàn)為焦慮、不安全感、脆弱等。

早期部分研究分析了人格特征和網(wǎng)絡(luò)應(yīng)用之間的關(guān)聯(lián)。Vazire和Gosling等人使用個人網(wǎng)站的內(nèi)容對個人的人格進行評估[7]。Gill等人通過郵件對人格進行判定[8]。Rosen等人通過研究社交網(wǎng)絡(luò)的用戶發(fā)現(xiàn)外向性和嚴謹性和用戶在使用社交網(wǎng)絡(luò)過程中感到放松的程度呈正相關(guān)[9]。

Ross等人研究了大五人格與社交網(wǎng)絡(luò)行為之間的關(guān)聯(lián)[10]。實驗采用97個用戶的樣本，驗證了外向性和組成員個數(shù)密切相關(guān)。研究在收集社交網(wǎng)絡(luò)用戶數(shù)據(jù)時采用用戶自我報告的方式。這種方式存在一定的不足之處。首先，自我報告可能由于用戶的主觀影響而存在數(shù)據(jù)上的不可靠性。其次，這種方法需要人工對用戶的數(shù)據(jù)進行統(tǒng)計，存在效率低下的問題，不適用于大量樣本的研究。

Gosling等人在Facebook上進行了兩項實驗，對Facebook用戶的行為和人格特征之間的關(guān)聯(lián)進行分析[11]。第一個實驗采用傳統(tǒng)的用戶自我報告的方式，第二個實驗采用直接觀察用戶數(shù)據(jù)的方式，去除了用戶主觀性的影響。但是，這種方式仍然通過人工完成，效率較低。同時，實驗中所使用的用戶社交網(wǎng)絡(luò)行為特征，比如用戶每周在Facebook上花費的時間、照片數(shù)量等，都是基于數(shù)據(jù)統(tǒng)計，并沒有用戶內(nèi)在特征的分析。

Golbeck等人開發(fā)了一個Facebook社交網(wǎng)絡(luò)的應(yīng)用程序[12]。該應(yīng)用程序包含兩個功能：邀請Facebook用戶參與大五人格測試、在用戶授權(quán)的情況下收集用戶的公開信息（自我介紹、發(fā)布的狀態(tài)、照片等）。該應(yīng)用程序?qū)崿F(xiàn)了實驗數(shù)據(jù)的自動化采集，提高了實驗效率，同時也去除了用戶主觀性對數(shù)據(jù)的影響。實驗采用了兩種機器學(xué)習(xí)算法（M5 Rules和高斯過程）來對用戶的人格進行預(yù)測。不足之處在于實驗中所使用的用戶社交網(wǎng)絡(luò)行為特征，例如通過LIWC（Linguistic Inquiry and Word Count）工具提取的用戶的語言特征，仍然是基于對用戶使用的文字進行數(shù)據(jù)統(tǒng)計，沒有進行深入的分析。同時，研究中考慮的用戶網(wǎng)絡(luò)密度不能反映出該用戶在社交網(wǎng)絡(luò)中的地位和重要程度。

國內(nèi)關(guān)于人格預(yù)測方面的研究相比國外起步較晚。新浪微博是中國使用最為廣泛的社交網(wǎng)絡(luò)之一。Wang Lingyu等人分析了新浪微博用戶的行為和人格之間的關(guān)聯(lián)[13]。Bai Shuotian、Yuan Sha等人對新浪微博進行用戶人格分析和預(yù)測[14]。實驗采用應(yīng)用程序的方式實現(xiàn)用戶大五人格測試以及用戶數(shù)據(jù)的自動化收集。除了用戶基本信息以及用戶使用行為的統(tǒng)計數(shù)據(jù)外，實驗還收集了用戶安全設(shè)置方面的信息，分析其與用戶人格之間的關(guān)聯(lián)并對微博用戶的人格進行預(yù)測。張磊等人對人格分析和預(yù)測的相關(guān)研究進行了綜述，指出了研究中面臨的挑戰(zhàn)以及未來的前景[15]。

在已有研究的基礎(chǔ)上，本文提出了新的社交網(wǎng)絡(luò)用戶人格預(yù)測方法，采用自動化收集的用戶數(shù)據(jù)，并對用戶的行為數(shù)據(jù)進行深入分析，對Facebook用戶在使用過程中發(fā)布的文本狀態(tài)進行情感分析，同時對用戶網(wǎng)絡(luò)進行分析，獲取用戶行為的內(nèi)在特征，結(jié)合這些特征分析其與用戶人格特征之間的關(guān)聯(lián)并實現(xiàn)對用戶人格的預(yù)測。

2 實驗方法

本文進行社交網(wǎng)絡(luò)用戶人格預(yù)測方法時采用的數(shù)據(jù)來自Facebook應(yīng)用程序自動化收集，在用戶數(shù)據(jù)方面除去了用戶主觀性的影響，通過大五人格問卷獲得用戶的人格特征。對用戶數(shù)據(jù)進行情感分析和網(wǎng)絡(luò)分析，形成用戶的特征向量。數(shù)據(jù)流程如圖1所示。

2.1 情感分析

Facebook用戶發(fā)布的狀態(tài)和Twitter類似，是用戶發(fā)布的文字等信息。通常這類信息都與用戶的日常生活及思想有關(guān)。Yoram Bachrach 等人在研究中考慮了用戶發(fā)布狀態(tài)的個數(shù)[16]。部分研究結(jié)合Facebook用戶的“About Me ”和“blurb”中的文字，結(jié)合用戶發(fā)布的狀態(tài)，把所有的文字視為一個字符串，使用LIWC（Linguistic Inquiry and Word Count）工具提取用戶在文字中使用不同類型文字的統(tǒng)計特征[12；17]。這些研究僅僅考慮了用戶發(fā)布狀態(tài)和使用的文字中的統(tǒng)計學(xué)特征。

用戶發(fā)布狀態(tài)內(nèi)容包含的情感狀態(tài)和現(xiàn)實中人們的情緒狀態(tài)類似，和用戶的人格息息相關(guān)。本文將用戶發(fā)布的每個狀態(tài)視為單獨的一篇文章，對每個狀態(tài)進行情感分析。情感分析是對自然語言定量分析的處理過程，提取主觀信息，旨在識別出意見、情感和評估的極性是積極還是消極。本文結(jié)合斯坦福自然語言處理組織提出深度學(xué)習(xí)情感分析模型[18]，給每個單詞賦予積極的或消極的情感得分，在分析單詞的情感得分的基礎(chǔ)上，結(jié)合語法結(jié)構(gòu)，考慮到單詞組成的含義，最終求出文本的情感總分。

本文將Facebook用戶發(fā)布狀態(tài)的情感分為五類：非常積極（very positive）、積極（positive）、中立（neutral）、消極（negative）、非常消極（very negative）。在情感分析的基礎(chǔ)上，從每個用戶的狀態(tài)中提取22項特征，如表1所示。

2.2 網(wǎng)絡(luò)分析

用戶網(wǎng)絡(luò)即用戶在使用社交網(wǎng)絡(luò)平臺的過程中建立的網(wǎng)絡(luò)關(guān)系，包含用戶和所有關(guān)聯(lián)用戶、以及這些用戶之間關(guān)聯(lián)的網(wǎng)絡(luò)[19]。不同人格的用戶建立的網(wǎng)絡(luò)有不同的特征，通過網(wǎng)絡(luò)分析可以深入反映個人的社交行為方面的特質(zhì)，幫助評估人格。已有的關(guān)于用戶網(wǎng)絡(luò)和用戶人格的分析通常僅考慮了網(wǎng)絡(luò)大小，并沒有反映出用戶網(wǎng)絡(luò)的內(nèi)在特征。本文對用戶網(wǎng)絡(luò)進行更深層次的分析，分析用戶網(wǎng)絡(luò)的特征以及用戶在網(wǎng)絡(luò)中所占的位置和重要性。

矩陣G表示用戶網(wǎng)絡(luò)，每個結(jié)點代表一個用戶，矩陣中的元素yij的值表示用戶i和用戶j之間關(guān)聯(lián)與否。如果用戶i和用戶j之間有關(guān)聯(lián)（即結(jié)點i與結(jié)點j之間有邊），則yij的值為1，否則值為0。N表示網(wǎng)絡(luò)中所有結(jié)點個數(shù)。Gjk表示用戶j和用戶k之間的最短路徑條數(shù)。Gjk（i）表示用戶j和用戶k之間所有最短路徑中經(jīng)過用戶i的最短路徑條數(shù)。

本文考慮用戶網(wǎng)絡(luò)的以下6個特征。

（1）網(wǎng)絡(luò)大?。∟etwork size）。網(wǎng)絡(luò)中所包括的人數(shù)，即結(jié)點總數(shù)。

（2）網(wǎng)絡(luò)密度（Density）。

3 實驗

3.1 實驗準備

本文實驗環(huán)境為Intel Core i5-2400 3.10GHz CPU、4G內(nèi)存、500G硬盤的PC機，操作系統(tǒng)為Windows 7系統(tǒng)。本文采用的數(shù)據(jù)集包含255個Facebook用戶的數(shù)據(jù)。包括用戶基本信息、發(fā)布的狀態(tài)以及狀態(tài)的時間戳、用戶網(wǎng)絡(luò)信息等。數(shù)據(jù)來自于Facebook上的myPersonality應(yīng)用[20]。參與者使用該應(yīng)用填寫人格問卷并獲得自己人格特征測試結(jié)果，同時授權(quán)該應(yīng)用獲取用戶的公開信息及行為數(shù)據(jù)。在實驗開始前對數(shù)據(jù)集進行處理，刪除數(shù)據(jù)集中狀態(tài)少于10條的用戶，剩余241個用戶。

3.2 實驗結(jié)果

本文使用斯皮爾曼相關(guān)系數(shù)來評估Facebook用戶人格特征和Facebook行為特征之間的關(guān)聯(lián)。部分結(jié)果如表3所示?！胺e極-消極”表示積極狀態(tài)和消極狀態(tài)之間平均間隔狀態(tài)個數(shù)。OPN表示開放性，CON表示嚴謹性，EXT表示外向性，AGR表示宜人性，NEU表示神經(jīng)質(zhì)。

帶有*（p<.05）和**（p<.01）的值表示兩者之間存在著有意義的關(guān)聯(lián)。如表3所示，積極狀態(tài)在所有狀態(tài)中所占比例和嚴謹性以及宜人性特征呈有意義的正相關(guān)，這表示嚴謹性和宜人性的用戶通常表現(xiàn)出更多的積極情緒。積極-中立和積極-消極都和神經(jīng)質(zhì)特征呈有意義的負相關(guān)，這表明神經(jīng)質(zhì)用戶通常欠缺情緒的穩(wěn)定性。所有的用戶網(wǎng)絡(luò)特征都和外向性特征呈有意義的相關(guān)性。網(wǎng)絡(luò)大小和外向性特征正相關(guān)，表明外向性的用戶通常擁有更多的朋友，同時網(wǎng)絡(luò)密度和外向性呈現(xiàn)負相關(guān)，這表明外向性的用戶的朋友網(wǎng)絡(luò)規(guī)模大，但網(wǎng)絡(luò)中的用戶彼此大多不認識。嚴謹性特征也呈現(xiàn)相似狀況。

在進行Facebook用戶人格預(yù)測之前需要對用戶的人格測試結(jié)果數(shù)據(jù)進行處理。測試問卷的人格特征的得分介于1分至5分之間，是連續(xù)性的值，不能直接用于分類。首先需要對數(shù)據(jù)進行離散化。對于每個人格特征維度，將計算其平均值，然后將用戶的人格特征得分劃為兩類：低于平均值、高于平均值。用戶人格特征數(shù)據(jù)離散化處理結(jié)果如表4所示。

本文使用支持向量機（SVM）機器學(xué)習(xí)算法對用戶人格進行預(yù)測。同時進行另外一組實驗進行對比，參考Golbeck等人的實驗，提取Facebook用戶基本信息和用戶行為數(shù)據(jù)統(tǒng)計特征，包括用戶發(fā)布狀態(tài)總數(shù)、平均每天發(fā)布狀態(tài)數(shù)、使用LIWC工具提取用戶狀態(tài)文字的統(tǒng)計特征、用戶網(wǎng)絡(luò)的人數(shù)等。兩組實驗的準確率（precision）和召回率（recall）如圖2和圖3所示，其中Exp2采用本文提出的實驗方法，Exp1采用Golbeck的實驗方法。

如圖2和圖3所示，在外向性（EXT）、神經(jīng)質(zhì)（NEU）、宜人性（CON）和嚴謹性（CON）這四個人格特征維度上，本文提出的方法取得了更好的準確率和召回率。在開放性（OPN）人格特征方面，另一組實驗取得了更好的準確率。

已有的社交網(wǎng)絡(luò)人格預(yù)測研究中用戶網(wǎng)絡(luò)特征通常僅考慮網(wǎng)絡(luò)密度和網(wǎng)絡(luò)大小，本文對用戶網(wǎng)絡(luò)進行更深入的分析，增加了網(wǎng)絡(luò)特征。為驗證增加網(wǎng)絡(luò)特征的效果，進行了對比實驗。Exp2采用本文提出的實驗方法，Exp3在用戶網(wǎng)絡(luò)特征上僅考慮網(wǎng)絡(luò)大小和密度，其他特征與本文方法相同，兩組實驗的準確性和召回率如圖4和圖5所示。

如圖4和圖5所示，增加網(wǎng)絡(luò)特征后，在五個人格特征維度上，準確性和召回率均有較大的提高。對用戶網(wǎng)絡(luò)進行深入的分析，可以更好地對社交網(wǎng)絡(luò)用戶的人格進行預(yù)測。

4 結(jié)束語

分析并預(yù)測社交網(wǎng)絡(luò)用戶的人格特征對于推薦系統(tǒng)和個性化廣告具有很大的價值。本文在已有研究的基礎(chǔ)上，提出了新的預(yù)測社交網(wǎng)絡(luò)用戶人格特征的方法。通過對Facebook用戶發(fā)布的狀態(tài)進行情感分析以及對用戶在使用Facebook過程中形成的用戶網(wǎng)絡(luò)進行深入分析，提取相關(guān)特征，使用支持向量機方法進行人格預(yù)測，并取得了較好的結(jié)果。本文采用的實驗樣本數(shù)據(jù)量有限，在后續(xù)的研究中將收集更多的社交網(wǎng)絡(luò)數(shù)據(jù)，考慮大規(guī)模數(shù)據(jù)處理的情況。

參考文獻：

[1] Matthews G， Deary I J， Whiteman M C. Personality traits[M]. New York：Cambridge University Press， 2003.

[2] ALLPORT G W. The general and the unique in psychological science1[J]. Journal of Personality， 1962， 30（3）： 405-422.

[3] ROTHMANN S， COETZER E. The big five personality dimensions and job performance[J]. SA Journal of Industrial Psychology， 2003， 29（1）： 68-74.

[4] DOLLINGER S. Research note： Personality and music preference： extraversion and excitement seeking or openness to experience？[J]. Psychology of music， 1993， 21（1）： 73-77.

[5] KOSINSKI M， BACHRACH Y， KOHLI P， et al. Manifestations of user personality in website choice and behaviour on online social networks[J]. Machine Learning， 2014， 95（3）：357-380.

[6] GAO R， HAO B， BAI S， et al. Improving user profile with personality traits predicted from social media content[C]// Proceedings of the 7th ACM conference on Recommender systems， Hong Kong： ACM， 2013： 355-358.

[7] VAZIRE S， GOSLING S D. e-Perceptions： personality impressions based on personal websites[J]. Journal of personality and social psychology， 2004， 87（1）： 123-132.

[8] GILL A， OBERLANDER J. Perception of e-mail personality at zero-acquaintance： Extraversion takes care of itself； neuroticism is a worry[C]// Proceedings of the 25th annual conference of the cognitive science society， Boston： CogSci， 2003： 456-461.

[9] ROSEN P A， KLUEMEPER D H. The impact of the big five personality traits on the acceptance of social networking website[C]// AMCIS 2008 proceedings， [S.l.]： AMCIS， 2008：223-229.

[10] ROSS C， ORR E S， SISIC M， et al. Personality and motivations associated with Facebook use[J]. Computers in Human Behavior， 2009， 25（2）： 578-586.

[11] GOSLING S D， AUGUSTINE A A， VAZIRE S， et al. Manifestations of personality in online social networks： Self-reported Facebook-related behaviors and observable profile information[J]. Cyberpsychology， Behavior， and Social Networking， 2011， 14（9）： 483-488.

[12] GOLBECK J， ROBLES C， TURNER K. Predicting personality with social media[C]// CHI'11 extended abstracts on human factors in computing systems， Vancouver： ACM， 2011： 253-262.

[13] WANG LingYU， QU Weina， SUN Xianghong. An Analysis of Microblogging Behavior on Sina Weibo： Personality， Network Size and Demographics[M]//P. L. Patrick Rau：Cross-Cultural Design. Methods， Practice， and Case Studies，Berlin Heidelberg： Springer ， 2013，8023： 486-492.

[14] BAI Shuotian， YUAN Sha， HAO B，et al. Predicting personality traits of microblog users[J]. Web Intelligence and Agent Systems， 2014， 12（3）： 249-265.

[15] 張磊， 陳貞翔， 楊波. 社交網(wǎng)絡(luò)用戶的人格分析與預(yù)測[J]. 計算機學(xué)報， 2014， 37（8）：1877-1894.

[16] BACHRACH Y， KOSINSKI M， GRAEPEL T， et al. Personality and Patterns of Facebook Usage[J]. Proceedings of the Acm Web Science Conference， 2012， 12（68）：24-32.

[17] QIU L， LIN H， RAMSAY J， et al. You are what you tweet： Personality expression and perception on Twitter[J]. Journal of Research in Personality， 2012， 46（6）：710–718.

[18] SOCHER R， PERELYGIN A， WU J Y， et al. Recursive deep models for semantic compositionality over a sentiment treebank[C]// Empirical Methods in Natural Language Processing， Washington： EMNLP， 2013： 1631-1642.

[19] OMALLEY A J， MARSDEN P V. The analysis of social networks[J]. Health Services & Outcomes Research Methodology， 2008， 8（4）：222-269.

[20] CELLI F， PIANESI F， STILLWELL D， et al. Workshop on computational personality recognition （shared task）[C]// Proceedings of the Workshop on Computational Personality Recognition， Boston： WCPR， 2013：455-459.