
大数据告诉你,如何识别谎言
今年随着大数据应用普及化,语言学家通过广泛收集并分析我们的日常用语用字,分析出我们日常谎言的规律,一般可以总结为以下三点,相当有意思!我们一起来看看:
1.撒谎者会疏离言语内容
如果一个人在撒谎,他会很少在说话内容中提及自己。他们多数会用第三者角度,或者直接描述第三者,来表达出相同意思。譬如:
“信号不太好,收不到信息。”(很可能是谎言)
“昨天我很累,所以没注意到信息。”(很有可能是真话)
不过,这取决于东西方文化的语境,中文表达方式通常以主动表达为多。因此,谎言不一定会产生明显的疏离感。但这不代表这法则不适用,详细情况还要在实际应用时才知道。
2.撒谎者相对在语言内容中显得悲观
由于撒谎者,通常情况下,会因为谎言而在潜意识中感到内疚。因此,他们很容易在对话内容中渲染悲观的情绪。不过,谎言中可能表现不出来,但这很可能出现在延后反应中。譬如:
“你长得好美。”
“是吗?有多美?”
“如果你身处在童话里,恐怕连白雪公主也会嫉妒,女巫恨不得派人把你捉起来吧?”(可能是谎言,虽然听起来很甜)
“如果你身处在童话里,白雪公主可能会找你当伴娘。”(很可能是真话)
3.撒谎者在短时间只会将谎言以简单形式表达
由于认知负荷,撒谎者很难在短时间编造出一个复杂的谎言。相反,我们经歷过的事情,毋须再加以想像,只需要回想一下就可利用。除非有事先准备,否则在质问下,要在短时间内答出复杂的谎言几乎不可能。这也是为什么FBI在搜集证据时,会让证人及疑犯,将事情以不同方式,尽量详细地叙述的原因。不过请留意:
在谈话时,如果能流畅并详细地表述一些令人起疑的事,说的并不一定实话,可能先有准备。相反,在谈话时,只是用尽量短的字句描述事件,并不一定是假话,这要继续沟通时,他能否适当反应并表述事情才是重点。
不过值得留意的是,聪明的撒谎者很懂得语言上进行修饰,不过说来说去都是同一件事,这就是我们平时说的绕圈子。譬如:
“你要知道,一个人没有说过不爱你,不等于这个人没有爱你。爱这件事说在口边可能很简单,但其实不只是口头上的承诺,说两句就完事。”(就结论来说,这个人可能真的不爱你。或者他还未想清楚是不是爱你。他不确定这个关系。)
我们应该如何看待这些谎言呢?要知道,我们一天接触大量文字信息。或多或少会有一些善意或无害的谎言,人是社交动物,适当的谎言是人和人关系之间的润滑剂。不过,这些识别技巧也能带给我们意外的界外效应。譬如能否避免买到一个定价过高的股票,或在热情的劝说下买了自己不适用的产品。若能尽早识破人际关系裂缝的前兆,或许能尽早解开矛盾!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03