近日，南大的心理学家团队进行的一项研究发现，不同性格的人有着易于区分的说话方式，具体表现在交谈时的用词上。
该发现强调了需要开发更强大的语言指标以用于在线个性预测工具，以便公司采用这些指标来改善数字营销策略。
人工智能分析，来源：NTU官网
如今，营销公司使用预测算法来帮助他们根据在线行为预测消费者的需求。
例如，“外向型消费者”可能会被与其个性相匹配的营销信息所吸引，然后零售品牌可以选择通过使用更多外向型和创造性语言来宣传其产品来吸引此类消费者。
通过用词判断性格，来源：NTU官网
然而，由于缺乏理论上合理的设计，目前市场营销公司使用的个性预测工具并不完全准确。
这项研究的主要研究者，来自南洋理工大学社会科学学院心理学课程的林秋副教授说：“目前用于个性预测的算法看起来像一个黑匣子——有许多语言指标可以包含在它们的设计中，但其中许多都取决于所使用的计算机应用程序的类型。这可能导致偏差和过拟合，这是一种影响机器学习算法性能的错误。这就引出了一个问题，我们应该如何做出准确的个性预测？”
这项研究发现，性格外向者与他们使用某些类别词汇的倾向有一定的相关性。结果显示，外向性与“积极情绪词”和“社会过程词”的使用之间的关系强度较小。
大数据分析，来源：NTU官网
心理学家使用文本分析工具，将积极情绪词定义为描述愉快情绪状态的词，如“爱”、“快乐”或“受祝福”，或表示积极或乐观的词，如“美丽”或“美好”。
“这是第一次在外向者和他们使用这两类词的倾向之间建立关系。由于这种相关性很小，我们认为，在消费者市场对这类工具越来越感兴趣的情况下，需要更强有力的语言指标来改进机器学习方法。”林秋副教授如是说。
研究是如何进行的？
NTU团队表示，这项研究结果发表在2020年12月的《个性研究期刊》杂志上，可以为营销人员提供有充分依据的语言预测程序，提高个性预测软件工具的性能。
南大研究小组先前的个别研究表明，外向性，即体验积极情绪和享受社会互动的普遍倾向，与心理学家所描述的“积极情绪”或“社会过程”词汇的使用有关。但是这种关系的强度在不同的研究中有很大的不同。
为了确定这些语言预测因素的有效性，南大的研究小组回顾了37项针对同一主题的研究，以进行荟萃分析。外向性是通过国际公认的人格类型问卷来确定的。接下来，南大的研究小组将调查外向性与其他词类之间的关系。
来源：NTU官网
南大的研究小组说，虽然人工智能和预测分析可以为公司和营销人员提供商业战略上的额外优势，但必须在此类分析模型的设计中投入更多的思考。他们希望该研究能帮助指导开发更精确的机器学习工具来预测个性。
参考文献：
Paper titled "A meta-analysis of linguistic markers of extraversion: Positive emotion and social process words", published in the Journal of Research in Personality, Volume 89, December 2020.
