这是Facebook比朋友更了解您的证明

没有人比我们的家人和朋友更了解我们，对吗？还有谁能预测我们对好消息和坏消息的反应，或者是否会选择派或冰淇淋作为甜点。

Facebook，例如。剑桥大学和斯坦福大学的研究人员研究了Facebook Likes如何与人们自己的性格测试答案以及亲密家人和朋友的答案相匹配。有了足够多的喜欢的物品，品牌，人物，音乐或书籍，与配偶最亲密的人相比，计算机比其他大多数人更能预测一个人的性格。 （似乎他们仍然对我们最了解。）

吴友友，剑桥大学心理测度中心的博士研究生，她的同事此前曾研究过计算机模型如何预测人口统计学和心理特征。人。但是受电影《她》的启发，他们对模特们如何评估人格特质感到好奇。他们在Facebook上让86,220人完成了100个问题的个性调查，确定了他们在所谓的“五大”特征中所处的位置：开放性，尽责性，性格外向，乐于助人和神经质。然后，他们分析了Facebook的“喜欢”，从而生成了一个将“喜欢”与特质联系起来的模型。例如，沉思，TED演讲和萨尔瓦多·达利（Salvador Dali）的人在开放性方面得分更高，而喜欢真人秀Snookie，跳舞和派对的人则更加外向。

在Facebook上，人们平均有227喜欢，这足以使计算机比普通的人类法官（换句话说，是朋友）更好地预测性格，几乎与配偶一样好。点赞次数越多，计算机性能越好。计算机仅花10点赞就可以胜过同事，例如，比朋友做得要好70点，比家人要好150点。

“我们知道人们非常擅长预测人们的人格特质，因为在我们所有的互动中，这都是一件很重要的事情。” “但令我们惊讶的是，仅使用一种数字数据（例如Facebook Likes），计算机就能比大多数朋友做得更好。”

计算机是很好的预测器，因为它们可以接受所有Likes Youyou的合著者，斯坦福大学计算机科学系的Michal Kosinski说：人们往往会忘记那些不是最重要的信息，而往往会将更多的注意力放在难忘的或最近发生的事件上，从而有可能使我们的评估产生偏差。但是计算机可以客观地处理每条信息。

仍然，计算机策略并不总是完全准确的。它无法说明人们的情绪，行为和观点的变化，而且鉴于人们出奇的动态，这可能是个问题。 （例如，在外向性方面得分较高的人喜欢结识新朋友，但也莫名其妙地喜欢Tiffany＆amp; Co.，而更自觉的人则表示偏爱山地自行车和摩托车。）但是，科辛斯基认为计算机建模可以帮助诸如职业规划和工作招聘之类的流程。刚进入就业市场的人们可以从这种个性分析中受益，这可以更好地将他们与这些部门中的正确行业和工作联系起来。例如，喜欢旅行，探索和冒险的自由精神可能不会以会计师的身份感到高兴，而性格内向的人对于营销或公共关系职位并不理想。

科辛斯基还推测，计算机可以简化招聘工作。许多公司使用人格问卷，尤其是在寻找高级管理人员时，但这样的问卷可能不准确且不可靠，因为候选人被激励给出他们认为公司想要看到的答案。如果有Facebook数据，计算机可能会比这些问卷提供更准确的个性特征。

Kosinski意识到应用这样的模型很棘手。他说：“如果雇主未经明确同意就开始测试，我们必须非常谨慎，并确保我们不会伤人，也不会做任何违反申请人与雇主之间信任的事情。” “但是我们当然希望这些技术可以用来改善人类生活。”