基于层次注意力与图学习的MBTI人格类型预测模型及其跨社交媒体应用研究

本文创新性地提出G-HAN（基于图的层次注意力网络）模型，通过构建人格词汇图（Personality Vocabulary Graph）和双重注意力机制，首次实现跨社交媒体（Kaggle/Twitter/Reddit）的用户级MBTI（迈尔斯-布里格斯类型指标）人格预测。研究证实该模型在F1值上显著超越基线模型，为精准用户画像（User Profiling）提供了通用解决方案，对定向营销（Targeted Marketing）和推荐系统具有重要实践价值。

　　

Highlight

相关研究

用户倾向于在Twitter或Reddit等社交媒体分享人格类型。Big Five（大五人格）作为流行的人格测试，通过二元量表划分五类特质（Celli等，2013）。现有研究主要聚焦特定平台，而本研究突破性地实现跨平台人格预测。

MBTI数据集

采用三大代表性数据集：

• Kaggle：来自PersonalityCafe论坛的8,675名用户数据，每人约50条贴文

• Twitter：通过API抓取的12,000名用户推文

• Reddit：精选10个子版块的讨论内容

人格类型的语言特征

应用LIWC（语言查询与词数统计）工具解析三大平台文本，发现：

• 内向型（I）更频繁使用第一人称单数代词

• 直觉型（N）倾向使用抽象概念词汇

• 情感型（F）常见积极情绪词

模型架构

提出G-HAN模型（图1），包含：

1. 人格词汇图：构建I/E、N/S、T/F、J/P四组对立类型的词汇关联网络

2. 层次注意力：

   • 词级注意力：捕捉关键人格指示词

   • 句级注意力：筛选用户帖文中的诊断性语句

结论

G-HAN在跨平台测试中F1值提升显著，证明其能有效捕捉用户语言特征与人格类型的深层关联。该模型为社交媒体人格分析提供了通用框架，未来可扩展至心理健康评估等领域。