正文
这个小程序及其成功，据Stillwell自己统计，有六百万用户使用过。其中一小部分用户同意捐出他们在Facebook上的行为数据供研究使用。
这两部分数据（心理性格测试，Facebook行为）相叠加，就形成了myPersonality数据集，约有数十万用户的数据。这个数据集目前还有很多学者在用，包括我的实验室（http://www.mypersonality.org)。
就样本量而言，myPersonality数据集远远小于这次Facebook和剑桥分析的数据泄露（据说有五千万之多）。但
对于社会科学研究者，这个数据集无疑是一个金矿。
这是为什么呢？传统的定量社会科学研究，收集数据的方法很有限，主要是实验和问卷两种。实验很难规模化，能达到几百人就相当不容易了。问卷方法也许可以收集几千人甚至上万人的数据，但是只能知道人们当时是怎么说的/想的（态度），而不是怎么做的（行为）。 填过问卷的人都知道，怎么说和怎么做经常是两回事。
但myPersonality数据集把性格量表和用户的Facebook行为结合在了一起。而且样本量之大，远远超过了传统定量研究。（样本量对社科的结论可信度有很大的影响，这里不展开了，有兴趣的可以关注一下心理学界最近的实验重复危机和p值的讨论）。
2008年，Michal Kosinski加入了剑桥大学，在心理测量中心读硕士。他和Stillwell带领了一个团队，用myPersonality这个金矿，在美国国家科学院院刊上发表了两篇极有影响的文章。
第一篇发表于2013年，题目是”Private traits and attributes are predictable from digital records of human behavior” 个人性格特质可以用行为数据来预测。 这篇的大意是，他们用行为数据（主要是Facebook上点赞）建了模型，来预测用户的性格和其他特质（比如性别，性取向，党派），得到比较高的准确率。比如说，赞Hello Kitty的人较神经质，更可能支持民主党而非共和党。
第二篇发表于2015年，题目是”Computer-based personality judgments are more accurate than those made by humans.“ 这篇的大意是，运用他们之前建立的模型来预测你的性格，竟然比你好友的预测还准确。基于电子足迹的算法模型比你亲近的人更了解你。
Kosinski和Stillwell的研究成果在当时取得了轰动，有两大原因。
第一，大家意识到海量行为数据建模能够精准的预测用户性别，年龄，性取向，政治倾向，购买意愿……之前不管是营销，广告公司，还是公关，民调机构，要了解用户，只能辛辛苦苦做访谈，问卷，焦点小组。不但劳民伤财，准确率也不够高。电子足迹不但精准，而且俯拾皆是，每个人都有。
这是大数据结合人工智能的一次胜利。过去的几十年（弱）人工智能已经发展到了一定高度，但是算法再先进，也遵循GIGO原则：
如果输入（数据）精度不够，输出（预测）也不会准确。
Kosinski和Stillwell所用的算法并不高深。但海量的电子足迹充分发挥了算法的优势。用户的心理画像很高的精准程度。
第二，他们的研究启发了很多人，原来科研还可以这么搞！Facebook的用户数据原来可以通过第三方app获取！要知道Facebook的海量行为数据极少对外界开放。虽然在Facebook上可以精准投放广告给用户，但是没有靠谱的行为模型做支撑，广告仿佛大炮打苍蝇，对绝大部分的受众都是打水漂。这一来，通过第三方app收集数据，给大家提供了一个崭新的思路。
