推特会泄漏用户经济状况

jack

一项针对超过 1 0 0 0万条推特消息的分析表明 ，用户会在不知不觉中暴露自己的社会经济地位 。和性一样 ，金钱也是大多数人避免在公众场合谈论的话题 。但我们却经常留下会暴露我们经济地位的数字痕迹 ——即使是在字符数限制在 1 4 0以内的推特消息中 。一项针对 5 0 0 0多位推特用户发表的大约 1 0 8 0万条推文的分析显示 ，这些简练的信息足以揭示用户所处的收入阶层 。美国宾夕法尼亚大学研究自然语言处理 （ n a t u r a l l a n g u a g e p r o c e s s i n g ）的博士后研究员丹尼尔 ·普雷奥蒂乌克彼得罗 （ D a n i e l P r e o . i u c P i e t r o ）和同事 ，根据用户自定义的职业 ，将 9 0 %的上述样本归类到相应的收入组里 。接着 ，他们用一个能从数据中学习并能基于数据进行预测的机器学习模型 ，识别出了每个收入组的独有特征 。然后 ，他们用这个机智的模型对剩下的 1 0 %的样本进行测试 ，结果 ，模型成功预测出了这部分用户的经济状况 。正如研究人员 2 0 1 5年秋天在 《公共科学图书馆 ·综合 》 （ P L O S O N E ）杂志上所描述的 ，高收入者倾向于谈论商业 、政治和非营利工作 。低收入者的话题大多局限在个人方面 ，比如美容秘诀和个人经历 。普雷奥蒂乌克彼得罗说 ： “高收入者将推特作为传播信息的工具 ，而低收入者更多地将其用于社交 。 ”这项分析还揭示 ，挣钱越多的人更易表露出恐惧或愤怒 。在之前的机器学习研究中 ，普雷奥蒂乌克彼得罗和同事已经预测出了推特用户的性别 、年龄和政治倾向 。他们甚至能发现用户患上产后抑郁 （ p o s t p a r t u m d e p r e s s i o n ）和创伤后应激障碍 （ p o s t t r a u m a t i c s t r e s s d i s o r d e r ）的一些迹象 。接下来 ，研究团队还将继续优化其模型 ，不过 ，普雷奥蒂乌克彼得罗说 ， “机器学习的威力归根结底源于获得的数据 ，人们应该意识到自己是不是在不经意中透露了私人信息 。 ”

shouwang

不同层次的人看问题的方面不一样，言论自然就有所不同。