基于多任务学习的大五人格预测*

郑敬华，郭世泽，高 梁，赵 楠

(1 电子工程学院， 合肥 230037； 2 北方电子设备研究所， 北京 100083； 3 中国科学院心理研究所， 北京 100101) (2017年3月2日收稿； 2017年5月4日收修改稿)

人格是心理学概念，研究的是人性的内容，指的是人类心理特征的整合与统一，是相对稳定的组织结构，并在不同时间、地域影响着人的内隐心理特征和外显行为模式。目前应用最广、最可靠、最主流的人格特质模型是心理学界公认的大五人格模型，该模型通过5维向量(N,A,E,C,O)描述人格[1]，分别代表神经质、宜人性、外向性、尽责性和开放性。每个维度从不同侧面描述一个人的人格。

当前，随着新型信息技术的快速发展和社交网络的大范围应用，利用社交网络进行用户人格预测已经成为研究热点。国外研究者主要是利用Facebook、Twitter等社交网络对用户人格进行预测，国内主要通过新浪微博、人人网等社交平台对用户进行人格预测。

国内外研究学者对社交网络用户的大五人格预测，大都采用回归或分类等机器学习算法。不同点主要在于针对不同的社交网络，提取多样的属性数据。主要可分为两类：

一类是从社交网站提取的行为特征，包括静态特征、动态特征和文本特征。静态特征是指随时间不变化或者变化慢的数据特征，如性别、年龄、粉丝数、朋友数等；动态特征是指随时间容易变化的数据特征，如转发、收藏、点赞等；文本特征是指提取文本中的数据特征，如@数、链接数、第一人称使用率等。

Ortigosa等[2]对Facebook用户社交数据采用朴素贝叶斯和C4.5算法，对5种人格维度进行预测建模。……