人格画像：社交媒体档案在预测个人信息方面具有多少信息量？

人格画像已被企业用于定向广告、政治竞选和公共卫生宣传。然而，此类模型的准确性与通用性仍相对未知。在此，我们探究人们的在线数字足迹可在多大程度上用于刻画其迈尔斯-布里格斯人格类型。我们分析并比较了四种模型：逻辑回归、朴素贝叶斯、支持向量机（SVMs）与随机森林。我们发现，SVM模型在预测完整人格类型上取得了20.95%的最佳准确率。不过，逻辑回归模型表现仅略差，且在训练与预测速度上显著更快。此外，我们开发了一个统计框架，用于评估模型中不同特征集的重要性。我们发现某些特征在直觉/感觉（Intuitive/Sensory，p = 0.032）与思考/情感（Thinking/Feeling，p = 0.019）模型中比其他特征更具信息量。许多带标签的数据集在社交媒体上的个人特征方面存在显著的类别不平衡，包括我们自己的数据集。因此，我们强调在此类数据集上报告模型性能时需予以审慎考量，并比较了若干解决类别不平衡问题的方法。