МОСКВА, 1 фев – Москва.Ру. Математики из Санкт-Петербурга и Сингапура создали алгоритм, вычисляющий семейное положение любого пользователя сети с очень высокой точностью по лайкам и постам в его аккаунтах в нескольких соцсетях, сообщает пресс-служба Университета ИТМО.
«Согласно многим научным источникам, психотип человека тесно связан с его семейным положением. Поэтому мы решили проверить, насколько точно сможем предсказать этот параметр, чтобы в будущем использовать его для определения психотипа», — рассказывает Ксения Бурая из Университета ИТМО в Санкт-Петербурге.
В последние годы математики, психологи и программисты активно работают над созданием алгоритмов и систем искусственного интеллекта, способных узнать некоторые черты характера человека, его привычки и прочие персональные вещи по тому, как он ведет себя в социальных сетях.
К примеру, три года назад британские исследователи создали алгоритм, определяющий возраст, IQ и даже половую ориентацию пользователей Facebook по их «лайкам». В прошлом году эта же группа ученых разработала программу, определяющую пять основных черт личности человека по той же информации.
Российские исследователи задумались над решением более сложной задачи – использования сразу нескольких соцсетей для вычисления психологического профиля человека, для чего сегодня используется методика MBTI, разработанная американскими психологами Катариной Бриггс и Изабель Майерс в 1944 году на базе теории психотипов, созданной немецким психологом Карлом Юнгом в начале 20 века.
Для определения психотипа «удаленным» способом, как считает Бурая, в первую очередь нужно научиться определять семейное положение пользователя сети с почти 100% точностью. Данные из одной соцсети, по словам исследователей, не позволяют сделать этого с точностью выше 69%, и они проверили, можно ли повысить ее, объединив данные по трем соцсетям – Twitter, Instagram и Foursquare.
Комбинация этих данных и алгоритмы машинного обучения позволили российским и сингапурским исследователям повысить вероятность правильного определения семейного положения до 86%, что на 17% выше предыдущего рекорда. Как подчеркивают исследователи, добавление других источников информации и создание алгоритмов, которые бы находили одних и тех же пользователей в разных соцсетях, заметно повысит точность работы этих алгоритмов.
Профилирование пользователя, как считает студентка, может быть полезно в широком спектре областей. Например, рекрутеры смогут заранее узнать больше о людях, которые устраиваются на работу. Если говорить глобально, характеристика личности по активности в соцсетях позволит вычислять членов опасных группировок, а также находить людей, склонных к депрессии или самоубийству, и предлагать им своевременную помощь.
