世界上最了解你的人是谁?

看到这个题目，你会想起谁？或许是要好的死党，Ta了解你从小到大所有的糗事；或许是你的伴侣，Ta总是体贴入微，察言观色，帮你面对生活中的种种不顺；或许是父母、高中时代的玩伴、素未谋面却神交已久的网友 —— 也可能，脑海中闪过无数人的影像后，你会感慨一句，最了解你的人还是你自己。

现在，科学家会给你另外一个答案。

剑桥大学的心理学家麦克·科金斯基（Michal Kosinskia）、大卫·史迪维拉（David Stillwella）和微软研究院的索尔·格里皮（Thore Graepelb），在2013年《美国国家科学院院刊》（Proceedings of the National Academy of Sciences）发表的一项研究显示，一个人在Facebook上点“赞”（Like）的数字记录，可以较为准确地预测多项个人特征—— 诸如政治观点、 、性别、种族、性取向、智商和人格等等。

研究者使用一个Facebook上的插件，在自愿基础上，收集了超过5万8千名美国用户的资料。研究者采取了一种名为“机器学习”的方法，此法能自动分析海量数据，并从中获得规律，再利用得到的规律，对未知数据展开进一步预测。如此循环往复，规律的精度也逐步提高。

最终数据显示，这个算法根据人们在社交网络上所喜欢的页面，较为准确地判断出用户的多项资料和私人特征。它对种族判断的准确率为95%，性别判断准确率为93%，性取向判断准确率为88%，党派区分准确率为85% ，宗教派别判断准确率为82%。此外，它甚至还能预测父母是否离异、是否吸烟喝酒、智商高低、各项性格特征（如内向、外向），乃至对生活的满意度，等等，不过准确率比之前的个人特征要低。

由于研究者的算法是机器自动生成，因此总结出来的规律，有的经得起逻辑推敲，有的却有些匪夷所思。以智商判断来说，高智商的用户会喜欢The Colbert Report（美国一档政治脱口秀节目，主持人以辛辣幽默的语言评论当下时事）、Science（科学）、甚至是Curly Fries（将土豆削成弹簧状炸成的薯条）。而智商较低的用户会喜欢Sephora（丝芙兰，源自法国的化妆品品牌）、I Love Being A Mom（一个分享身为人母各种心得体会的页面）、Harley Davidson（美国摩托车品牌）和Lady Antebellum（美国乡村音乐组合）。而预测男性同性恋的“赞”包括No H8 Campaign（抗议活动，旨在反对美国加利福尼亚州试图禁止同性婚姻的八号提案）、Mac Cosmetics（化妆品品牌）、Wicked The Musical（百老汇音乐剧），而预测男性异性恋的“赞”则包括Wu-Tang Clan（武当派，一个美国嘻哈组会）和Being Confused After Waking Up From Naps（一个段子页面）等等。

谈到这项研究的意义时，研究者写到，通过人的网络记录而预测人的性格与喜好，可以改善诸多产品和服务。例如，广告商可以更有针对性地发放广告，电子设备可以根据用户调整自己的行为。不过，这种研究也暴露了隐私问题：当用户在互联网上漫游，随手点下“赞”的时候，他们自身的诸多心理特点，就这样呈现在其他组织的面前，甚至被加以利用。

这样看来，Facebook上的数字记录是不是比你的好朋友更了解你自己呢？通过人们在网络上的行为，来进行分析推断，还能了解你最近的心情，比如看看你是不是抑郁了—— 那么， 就算你在朋友面前强颜欢笑，也逃不过电子记录的眼睛。

点击的秘密

2012年，来自密苏里科技大学计算机科学、心理学、信息技术等多个领域的研究者，合作发表了一项研究，探讨如何借助人们的网络行为数据，发现心理抑郁的前兆。他们招募了216名大学本科生，收集他们平时上网的习惯，并调查了他们近期的抑郁倾向，对比得出结论。

值得注意的是，研究者并没有具体分析人们网络行为的内容。比如，你观看了哪些视频，发表了何种言论，这些信息自然会透露心理信息，无需分析。研究者关注的仅仅是你的上网方式，比如平时的上网时间、流量，都使用了哪些功能（电子邮件、下载行为等）—— 这样的数据，有预测效力吗？

进过分析，研究者发现，即使仅仅是通过简单的上网行为，也能窥探出你的心情。较大的网络流量、P2P文件共享、频繁地查看电子邮件、使用网络聊天、在不同网站和网络应用间随机跳转——这些表现都和较高的抑郁倾向有关。

这个结论有点耸人听闻？且听仔细分析。网络流量通常和电子游戏和视频有关，而P2P文件共享通常用于下载电影、照片、音乐等等，沉溺于这些内容当中，较有可能产生抑郁倾向。频繁地查看电子邮件，通常代表人比较焦虑，具有强迫性。在网络上聊天，说明可能缺少线下的面对面交流。而在不同的网络应用中跳转—— 一会儿看视频，一会儿看网页，一会儿查邮件，可能反映了一种缺乏（Anhedonia）的心理状态。这样的人需要不断频繁地寻找新鲜刺激，也意味着有较高的抑郁概率。

在研究者看来，通过网络行为判断抑郁倾向，有着潜在的应用价值。由于那些抑郁症患者或有自杀倾向的人，常常会隐藏自己的情绪，不轻易向外人表露—— 即使是亲朋好友或经常打交道的人，也有可能难以发现他们的异常情绪。他们亟需帮助，别人却不能知晓。因此，通过观察他们在互联网上留下的种种足迹，或许能够帮助我们找到抑郁症的踪影。

然则，这一方法同样模糊了隐私的界限，让人感到不安。以下场景会在未来变成现实吗？你正宅在家里上网，和陌生人网聊正high，看着新下载的视频，突然响起“咚咚咚”的敲门声，快递举着包裹站在门口，说道：“最新的抗抑郁药到了。”

这种通过网络数据了解个人的技术，正在往移动端发展。来自美国麻省理工大学媒体实验室、哈佛大学心理学系、法国里昂高等师范学校的四名研究者，在2013年发表了一项研究，证明可以通过人们的手机记录，来判断用户的性格特点。研究者在论文中写到，这是第一个通过手机基本记录来预测人们性格的研究。

早在这项研究发表之前，不少学者已经通过社交网络（例如文章开始时提到的Facebook研究）或是智能手机上的安装软件，来分析用户的性格。可是这些数据来源，通常需要征询用户的同意，安装插件，来取得权限，再进行分析。但这项研究不同的是，它采用的仅仅是用户的手机使用记录，例如通话、短信等基本信息。而这样的数据，更加容易获得。

研究者在麻省理工大学，收集了实验参与者的通话、短信和GPS记录，并通过问卷调查了他们“大五人格”。这一人格模型将人格划分为五个维度，分别是外向性、经验开放性、尽责性、情绪稳定性和亲和性。每个人都处于五个连续维度上的不同位置：外向性得分高者热爱社交活动，喜欢交友，寻找刺激，相对应的，得分低的内向者不好交际、喜欢独自思考；经验开放性得分高者有好奇心、想象力、寻找新的经验，而经验封闭者兴趣范围较窄，喜欢熟悉的套路；尽责性高分者自律，细心，有条理，做事审慎，但也可能过于完美主义或成为工作狂，而得分低者较为悠闲，缺乏目标；情绪稳定者内心平静，而得分低者通常易遭遇焦虑、愤怒和抑郁等情绪；最后，亲和性较高者善解人意，乐于助人，对人性乐观，而较低者则多疑多虑，缺少同情心，不太友好。

在手机使用的基本信息上，研究者开发出了一些新的指标，来更好地反映用户的交互方式。一些指标较易理解，比如用户通话和短信的次数，联系人的总数和多样性，主动发起联系的比例，在夜晚通话的次数，一小时内回复短信的比例和滞后时间，每天活动范围的半径和活动距离，每次联系（如通话、短信）的间隔时间，等等。另一些指标则比较复杂，例如通话、短信的“熵”（entropy），这一指标越高，反映出一个人常和较多的联系人交流，且交流的频率比较平均，而非集中于和固定的几个人交流。再如“AR系数”，指的是人们在前六小时内通话的次数，和在之后六小时通话的次数之间的关系。

这样林林总总，研究者采用了共有三十多项指标。在其基础上，研究者建立起一个模型，来预测人们的性格。这一模型在“大五人格”的五个指标上—— 情绪稳定性、外向性、尽责性、亲和性和经验开放性—— 的预测准确性，分别为63%、61%、51%、51%和49%，比随机猜测的正确概率平均高出42%。情绪稳定性，和每天活动的距离和活动半径密切相关。而短信联系的熵，能较好地预测外向性与亲和性。毕竟，外向的人更愿意广交朋友，亲和性高的人，也有更多的人愿意和他们交朋友。尽责性高的人，与通话间隔时间的方差相关。这些人生活有条理有组织，遵守时间。而经验开放性这一维度，则与平均短信间隔时间和主动发出短信的比例有关。

不管你愿不愿意，网络、手机等电子产品已经渗透到了人们生活的方方面面。当你在互联网上浏览网页，在社交网络上转发评论，在购物网站上消费，在LBS服务中签到，网络就在为你默默地建立一份数字档案，猜测你是一个怎样的人。

世界上最了解你的人，你现在的答案是？