Дослідники з Університету Пенсивальванії проаналізували мову 75 тисяч користувачів мережі Facebook, виявивши відмінності у віці, статі та деяких персональних рисах. Це дозволило групі під керівництвом ученого з питань комп’ютерних та інтернет-технологій Ейч. Ендрю Шварца зробити припущення по профайлу кожного користувача.

Вони виявили, що можуть назвати стать користувача з точністю до 92%. Визначити вік +/- три роки вдалося у більше ніж половині випадків.

Таблиця мовного аналізу/ plosone.org

На сьогодні це найбільше подібне дослідження, пише mashable.com. Його магнітуда дозволила вченим застосувати «підхід відкритого словника» («open-vocabulary approach»), тобто дозволили данним визначати, які слова чи фрази обирати ключовими. Більшість досліджень ґрунтуються на «підході закритого словника» («closed-vocabulary approach»), використовуючи наперед визначені списки підходящих слів. Такий підхід змушував дослідників працювати з уже знайомими показниками, аніж виявляти нові.

Слова, фрази та теми, що найбільше визначають статеву приналежність/ plosone.org

«Автоматичне кластерування слів у когерентні теми дозволяє потенційно визначити категорії, що до того можливо не бралися до уваги, - йдеться у резюме дослідження. - [Метод відкритого словника] охоплює всі слова і таким чином може з успіхом застосовуватися в аналізі мови соціальних та подібних їм медіа».

Завданням групи було використати даний метод, щоб виявити характеристики окремого користувача. Кожен з учасників заповнив анкету для визначення п’яти рис, що характеризують особистість: екстраверсія, співпраця, сумлінність, нейротизм та відкритість. Потім дослідники переглянули оновлені профайли на слова, що співпадали із результатами тестів учасників, об’єднуючи слова та фрази у словесні хмари.

Дещо з виявленого узгоджувалося зі знахідками, виявленими раніше. Так, екстраверти схильні частіше за інтровертів використовувати слово «вечірка», а невротики більше схильні до вживання «депресивний».

Але було виявлено і дещо нове. Наприклад, інтроверти були схильніші до обговорення японських аніме та манга, а менш невротичні люди частіше згадували соціальні події як то «канікули», «церква», «спорт». Користувачі, які в анкетах показали меншу відкритість, частіше використовували скорочення «2day» («сьогодні») чи «ur» («твій»).

Пiдсумкова статистика по статі, віку та п'яти особистісним характеристикам/ plosone.org

«Коли я запитую себе, що значить бути екстравертом? Чи дівчинкою-підлітком? Чи шизофреником або невротиком? Чи 70-річним? Ці хмари слів точніше визначають суть питання ніж усі існуючі опитувальники», - заявив співавтор дослідження Мартін Силігмен.

Більше про дослідження можна прочитати тут.