
微博泄露你的性格 數(shù)據(jù)分析讓你無(wú)處藏身
每年全球企業(yè)在直銷(xiāo)上的投入力度都在萬(wàn)億級(jí)別以上——無(wú)論是消費(fèi)者收到的廣告電子郵件還是各種實(shí)體宣傳資料(僅美國(guó)去年的投入資金就是1700億美刀)。但在這些被動(dòng)接收廣告的人群中,只有3%的人最終有了任何的購(gòu)買(mǎi)行動(dòng)。
如果這些廣告資料是電子形式的,那么最終瀏覽率只有0.1%,而線上廣告的交易轉(zhuǎn)化率只有可憐的0.01%。也就是老美每年的1650億美刀都用來(lái)騷擾民眾,制造垃圾了。
這在當(dāng)下這個(gè)標(biāo)榜瀏覽分析,隱私難以遁形的時(shí)代,著實(shí)讓人意外了一把。營(yíng)銷(xiāo)部門(mén)們拿著數(shù)以T計(jì)的潛在客戶數(shù)據(jù),又重金買(mǎi)來(lái)軟件分析民眾購(gòu)買(mǎi)習(xí)慣;之后又馬不停蹄調(diào)整各種營(yíng)銷(xiāo)策略吸引眼球。最后就搞成了個(gè)這?
“因?yàn)樗麄兌煎e(cuò)了?!盓ben Haber,IBM加州Almaden研究中心的一位資深研究員是這么說(shuō)的。他表示根本的問(wèn)題在于現(xiàn)下的公司都試圖通過(guò)客戶的人口統(tǒng)計(jì)學(xué)資料(比如年齡、性別、居住地...)來(lái)了解他們。他認(rèn)為真正關(guān)鍵的其實(shí)是這背后“深度的心理學(xué)檔案”——包括客戶的性格、價(jià)值觀和需求。
現(xiàn)代心理學(xué)將人的性格劃分為5個(gè)維度:外向性,親和性,責(zé)任心,神經(jīng)質(zhì)和開(kāi)放性。過(guò)去的研究表明人們?cè)谶@些特性上的得分確實(shí)能夠預(yù)測(cè)他們的購(gòu)買(mǎi)行為。外向性格者更容易被一部突出“活力”的手機(jī)吸引,而不是“方便”或者“私密性”;相比之下,他們更喜歡可口可樂(lè)而不是百事。但親和性格者反過(guò)來(lái)會(huì)傾向于百事。
當(dāng)然,消費(fèi)者肯定不會(huì)傻到給市場(chǎng)部門(mén)的工作人員們填寫(xiě)性格問(wèn)卷,難道還嫌接到的騷擾電話不夠多嗎?但是Haber和他的團(tuán)隊(duì)已經(jīng)開(kāi)發(fā)了一款軟件——從twitter上抓取微博中的字段來(lái)分析博主的性格,價(jià)值觀和需求。
這款性格分析軟件是基于Colorado Boulder大學(xué)2011的一項(xiàng)研究。他們招募了一批博主并對(duì)其博文中的字詞頻率進(jìn)行分析,發(fā)現(xiàn)特定的用語(yǔ)習(xí)慣跟性格相關(guān)。
其中一部分相關(guān)性是顯而易見(jiàn)的:比如“酒吧、餐館、人群”跟外向型者密切相關(guān);神經(jīng)質(zhì)型者則喜歡用“慵懶、可惡、桑心”這樣的字眼。但是,也有一部分搭配讓人無(wú)法捉摸,比如“信任”(親和型者常用)跟“夏天”經(jīng)常會(huì)一起出現(xiàn);還有“配合”(也是親和型者常用)跟“異?!迸鋵?duì)。
而之后Haber和他的團(tuán)隊(duì)在這項(xiàng)研究的基礎(chǔ)上開(kāi)展了自己的探索,最后發(fā)現(xiàn)還有兩類(lèi)不與性格直接相關(guān)的用詞劃分為其他兩個(gè)維度:價(jià)值觀和需求。
在系統(tǒng)的測(cè)試階段,Haber分析了3個(gè)月中9千萬(wàn)用戶的微博數(shù)據(jù)——50條微博就足以讓他們的軟件獲得不錯(cuò)的性格解析結(jié)果,如果有200條,那結(jié)果會(huì)非常準(zhǔn)確。
目前這一系統(tǒng)正在一家金融服務(wù)公司的測(cè)試之中。如果一切順利,Haber希望年底能夠發(fā)布。他表示新軟件將消費(fèi)者看做一個(gè)個(gè)獨(dú)立的個(gè)體而不是“一堆人口統(tǒng)計(jì)學(xué)數(shù)據(jù)”,但是這樣做的代價(jià)是否意味著陌生人能輕易掌握你的心理學(xué)檔案?
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11