《表2 近十年基于社交媒体的人格计算研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《社交媒体中的人格计算研究综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

除此之外，有学者考虑到以往研究只是基于某一社交平台，因此其尝试结合Facebook、Twitter、YouTube三大社交平台的用户信息来识别用户人格。文献[37]尝试回答三大研究问题:（1）人格应当作为总体还是独立模块被预测；（2）不同的社交媒体中，哪个特征更有效预测用户人格；（3）将在一个社交媒体环境中的计算模型转移到另一个社交媒体环境时，精确度是否发生变化?为了回答这一系列问题，研究者从Facebook、Twitter、YouTube三个平台分别导出了3 731名、102名、402名用户数据，使用回归模型进行分析。结果发现:（1）最佳能够预测用户人格的模型是使用决策树作为基础学习者的多目标堆叠校正模型（MTSC）和回归链校正模型（ERCC）的结合；（2）较难找到单一特征代表普遍特质，取决于选取的数据库；（3）用其他媒体平台的训练数据来扩大当前计算模型不能够提高准确率，说明不同社交平台的用户信息要采用不同的分析方法。这一研究为之后研究者们如何根据社交平台的数据类型选择正确的数据分析方法，以实现更高的人格识别率提供了巨大的帮助。表2是对近十年人格计算相关研究的总结。