火遍全网的MBTI，到底是不是“伪科学”？

心理学的发展已经经过了上百年的试验和研究才总结出现在的心理规律虽然现在的很多心理实验仍然具有非常大的争议，但是不可避免的有很多心理学的规律，已经应用在现代心理治疗当中。虽然心理学的知识有一些人有或多或少的了解，但并不意味着所有的心理学知识都被其掌握以如今比较火的mbti心理测验来说，这仍然是一种没有建立在正规实验数据上的伪科学。

首先我们来明确一下什么是正规的心理测验，根据心理学家的解释，正规的心理测验都是要在特定的环境状况之下，以客观如实的角度反映被测者的心理健康状况这种。状况对于被测者来说是最好是无意识的，能够如实的反映自己当下的心理状态，rmbti在测测试之前就已经知晓了，自己是在检测当中，而这一结果的知晓很容易就让其对自己的心理行为产生美化，而并不是一个客观的心理状态。

其次，mbti将人的性格分为16种，但从实际上来讲，每个人的性格都有着千差万别的个性，心理学之所以被认为是科学就是他们承认了人与人之间个体的不同，进而在这个基础之上进行详细的普遍规律的总结，而不是把人粗暴地划分为16个不同的人格，每个人都有其对应的。从这一点上来说，这更像是星座知识的扩展，而非是科学的心理测验。

最后如果意识到自己的心理状态已经出现了问题，就更不要在网上进行这些所谓科学的心理测验，每一个人都应该清楚的认识到了解自己，探寻自己的心里是一个一辈子的课题，而非几个测验，就能够真实的反映自己，当我们意识到自己心里出现问题时，首先必要的就是求助于医生的帮助，而非在网上病急乱投医。

“你会为了我去搜陶白白吗？”曾经，星座运势在互联网上有着绝对“话语权”，吸引了众多网友参与讨论。而现在，星座一夜过气，MBTI人格测试成为新晋顶流。最近上网总是会看到一些字母组合：INTJ/ESFP/ISTP/ENTJ……如果你不是冲浪达人，一定会被这些英文字母搞晕，这些我看不懂的东西到底是个啥？这难道是新的饭圈黑话缩写？

其实，每个字母组合都代表着不同的性格，而这些指向的就是最近火爆全网的MBTI人格测试。MBTI是基于心理学家荣格心理类型理论所形成的性格评估测试，它将个体行为差异分为四个维度，能组合形成16种不同的性格类型。

MBTI有多火？国外有以此为主题的真人秀及影视作品，国内相关话题阅读量达到8亿，各种人格类型的表情包铺天盖地，就连谷爱凌也在采访中透露自己是INTJ。再到后来的微博、朋友圈……一直以来，网络上最不缺的就是各种测试题。虽然大多数测试链接点进去都是广告，但依然不妨碍人们为之疯狂。这些测试科学吗？比起按照出生年月日推断的星座学，需要做很多道题才能得出结论的人格测试，看起来的确更科学、更严谨。

这些测试真的那么准吗？倒也不然。MBTI测试问世后，曾多次受到有关信度和效度的质疑。同一个人的几次结果可能完全不同，而且最开始这个是用来作为职业倾向参考的，并不是一个准确的测量工具。当然，这一切还会受巴纳姆效应影响。占卜、星座之所以能被普遍接受，就是因为里面的描述往往十分模糊及普遍，能适用于很多人身上。人又总是会进行无意识的自我欺骗与美化，将自己的实际人格往理想人格上挂靠，从而认定评价的精准性。

当然，准不准已经不妨碍MBTI的火爆了，因为人们或许从始至终就没有在意过它的准确度。在这个信息爆炸的时代，大家似乎需要这样一张新鲜有趣的“名片”这些标签，方便大家在社交平台中快速找到共同话题，既缓解了尴尬，又加强了自我认同。说到底，人终究是害怕孤独的。简单答题就能“抱团”、找寻到“世界上的另一个我”，大家当然蜂拥而至。

玩归玩，闹归闹，不必将MBTI测试结果作为交友准绳，更不用将此代入到情绪表达当中，生生被它禁锢。更何况，有流量的地方就有资本，MBTI火爆的背后也一定有人进行着商业化考量。被戳中后，一笑了之就好。千万不要脑袋一热产生付费行为，有这个需求，又有这个钱，找专业心理咨询不香吗？

全网舆情监测的手段：数据源的获取是做舆情监测的第一步，有了米才能做粥嘛。从获取的方法上有简单的取巧办法，也有复杂到需要应对各类网站难题的情况。

方法大致如下：

使用搜索入口作为捷径

搜索入口有两类：一类是搜索引擎的入口， 一类是网站的站内搜索。

做舆情监测往往是有主题、有定向的去做， 所以很容易就可以找到监测对象相关的关键字，然后利用这些关键字去各类搜索入口爬取数据。

当然也会遇到反扒的问题，例如你长时间、高频次的爬取搜索引擎的结果页面，网站的反扒策略就会被触发，让你输入验证码来核实是否是人类行为。

使用搜索入口作为捷径也会带来一些好处，除了爬取门槛低，不需要自己收录各类网站信息外，另一个特别明显的好处是可验证性非常好，程序搜索跟人搜索的结果会是一致的， 所以人很难验证出你获取的数据有偏颇。

爬虫根据网站入口遍历爬取网站内容

第一步要规划好待爬取的网站有哪些？ 根据不同的业务场景梳理不同的网站列表， 例如主题中谈到的只要监测热门的话题，这部分最容易的就是找门户类、热门类网站，爬取他们的首页推荐，做文章的聚合，这样就知道哪类是最热门的了。思路很简单，大家都关注的就是热门。至于内容网站怎么判断热门，这个是可以有反馈机制的：一类是编辑推荐；一类是用户行为点击收集，然后反馈排序到首页。

第二步是使用爬虫获取数据。爬虫怎么写是个非常大的话题，在这里不展开说明，需要提一嘴的是， 爬虫是个门槛很低但是上升曲线极高的技术。难度在于：网站五花八门；反扒策略各有不同；数据获取后怎么提取到想要的内容。

数据检索与聚合

数据获取下来后哪些是你关心的、 哪些是垃圾噪声，需要用一些NLP处理算法来解决这些问题。这方面门槛高、难度大。首先大规模的数据如何被有效的检索使用就是个难题。 比如一天收录一百万个页面（真实环境往往比这个数量级高很多），上百G的数据如何存储、如何检索都是难题。值得高兴的是业内已经有一些成熟的方案，比如使用solr或者es来做存储检索， 但随着数据量的增多、增大，这些也会面临着各种问题。

通常对热门的判断逻辑是被各家网站转载、报道的多， 所以使用NLP的手段来做相似性计算是必须的，业内常用的方法有Simhash或者计算相似性余弦夹角。有些场景不单单是文章相似，还需要把类似谈及的文章都做聚合，这时就需要用到一些聚类算法，例如LDA算法。从实践经验来看，聚类算法的效果良莠不齐， 需要根据文本特征的情况来测试。

目前舆情监测的现状存在很多待改进的地方。首先，手工监测存在天然局限性。通过安排固定人手24小时值班，不间断地浏览目标站点并搜索目标关键词，是在缺少自动化系统时最直接也是最初级的舆情监测方式。由于受到每个人主观思想的限制，手工监测总会有观察盲区，总会有觉得不重要但事后被证明很严重的地方，且手工无法察觉到一些站点或者一些偏僻的网页内容发生改变；同时，人不是机器，长期反复监测容易导致疲劳，经常会使得该判断出来的舆情，一不留神就漏掉了。这些都会在实时性和准确性上存在很大波动。

其次是过度依赖搜索引擎。人们往往认为在网络舆情的大海里也只有搜索引擎才可能具备捞针的本领。但是，搜索引擎仍然具有不少局限性。除了搜索结果受关键词影响很大外，搜索引擎返回的结果往往来自不受任何访问限制的网站，而诸如论坛等需要登录的网站则完全被排除在外。但是网民发表意见最多的地方，恰恰是这些提供互动功能的网站。更进一步的，搜索引擎的网络爬虫具有一定的时延性，因此不能实时搜索到最新的网页更新。因此，搜索引擎不能为我们提供问题的全貌，因为它只针对关键词而不针对问题，所以谈不上全面性；搜索引擎也不能在第一时间得到我们所想要的结果，因为不仅是它的内容更新不够快，而且它也不能提供针对时效性的服务，所以谈不上及时性；搜索引擎只能在海量网页中返回另一个海量的结果，而且是以杂乱无章的形式，对于我们关心什么，它一无所知，所以它给出的结果是所有人都关心的，而非我关心的，因此也谈不上准确性。可见，我们不能完全依赖搜索引擎来监测网络舆情，需要提出全新的技术手段来获知网络舆情，并跟踪和分析舆情。

因此，要想保证舆情监测的实时性、全面性和准确性，最可靠的办法就是使用自动化的多瑞科舆情数据分析站系统舆情监测系统，依靠软件系统来消除人工方式的不足，依靠软件系统来定点的监测目标站点及整个网络，跟踪分析各个舆情主题的发展轨迹，并自动地整理生成日报/周报等报告，将舆情与政府的日常工作业务有机整合在一起

口碑监测的话，那目前市场上的监测产品基本都是付费的据我了解，试用期开的功能也非常有限。 介绍个舆情监测产品按月付款“多瑞科舆情数据分析站系统”，因为只开了试用期，有些功能貌似没给我开，试用期一周用下来， 总体感觉如还是好，因为我是化妆品行业的，在微博的数量太多了，跟真实数量对得起还是很满意。 而在用户画像、数据报表这块，基本都是有数据的，特别是数据报告图表很丰富，现在一直在使用。

类似市面上的系统TANK，人民网等等做得比较好，就是价格贵得想吐血。

我觉得有一定的准确性，比较靠谱，但也存在局限。MBTI测试可以帮助人们更好地了解他人的性格特征，但不能仅以单一的测试结果，就推断一个人的心理特征。只有用多种方法、从多个角度来考察，再用心理测试结果进行辅助分析，这样才可能得出一个比较可靠、客观的结果。