我很确定，如果你仔细观察任何朋友的时间线简介，你可以很容易地预测他/她的生活正在发生什么，甚至你可以写他/她的整个生活，你也可以找出隐藏的事实，他/她从来没有直接告诉或更新过，但间接分享了他/她喜欢的相关事情，这将有助于您分析他/她的活动。是否有可能建立一个自动化的系统，可以阅读ñ分析朋友整个Facebook的个人资料，他/她的共享的东西，喜欢，评论等，并创建一个报告，将揭露他/她的整个生活事实，包括隐藏的一个，使用一些人工智能或机器学习概念？基于他们的Facebook个人资料的用户分析？
没有系统会自动提供内容和理解，就像你正在寻找自动。人的思想能够推断出很多计算机根本无法理解的东西。此外，你（通常）知道关于Facebook以外的人的一些事情（因为你是他们的朋友），填补了分析系统不具备的许多细节。
你可以做的最好的事情就是清楚地定义你所问的问题和疑问。有一个'gaydar' project at MIT能够看到学生的网络，并通常关联哪些是同性恋。对于大型团体来说，你会发现它的整体效果很好，但是对于一个人来说，你不可能有很大的把握。
但是，要求电脑'查找隐藏的信息'是行不通的。你需要有一个非常坚实的模型来处理。总体而言，您可能需要大量具有确认事实的数据才能开始测试该模型（需要数千个点）。此外，在任何社交网络中，您都会发现任何特定社交网络上都存在大量不准确/虚假的数据。人们总是出于各种原因（幽默等）而错误地列出事情，这会让你的模型黯然失色。
在某种程度上，但你说的是一个非常复杂的系统，因为例如你需要从url中推断出用户喜欢它（比方说）音乐相关并且是一个乐队。此外，您还想知道用户“喜欢”该页面的含义，他真的喜欢那个页面？另一件事是，Facebook提供给你的数据受到用户授予你的数据的约束，并且只有当他与你的应用交互时你才能得到它，你需要给用户足够的激励来授予你所有的数据，这不是简单的事情要做。 – 2012-04-12 07:27:16
此外，您的AI需要知道用户个人资料中标题/描述和消息数据之间的差异，这通常可以混合并添加到所有类型的帖子，视频，链接，照片等。 如果你曾经让你的Annabot爬行，我会排队测试你。 :-) – 2012-04-12 18:07:47
另请注意，这样的报告将是许多_models_的摘要。所以，要开始，尝试找出你可以获得什么样的模型。这可以是用户偏好，专业，沟通风格等的模型。事实上，对于大多数实际任务来说，这些单独的模型就足够了。 – ffriend 2012-04-14 00:45:51