被我分类过的朋友大部分同意我主成分分析法得出的结论。在我眼里卡米拉是个专注工作的人，她说这分析的确反映了她使用脸书的方式一主要分享与职业相关的信息，因为她使用其他社交媒体网站分享她与朋友的互动以及她的家庭生活情况。罗斯则恰恰相反，他告诉我：“正如你的图表所显示的那样，我的脸书只是用来分享一些家庭照片。
托尔比约恩不喜欢我把他划为“只懂工作，不懂享乐”的人，但他承认在脸书上他主要关注工作圈，而不是个人生活。
对我在脸书上关注朋友进行分类可供一笑，但把我的朋友抽象到两个维度来研究有着更严肃的意义。主成分分析和类似的数学方法是大多数对我们行为进行分类的算法的基础。预测曾经犯过罪的人是否会再次犯罪的模型中也使用了这种方法，通过被告提供的问卷调查预测他或她是否还会犯下更多罪行；推特用它来计算你赚了多少钱；谷歌用它来评估你的广告偏好。其中所涉及的数据量和用来对我们进行分类的维度比我这次研究的数据量和维度要大得多，但是方法和我的不无二致：不停地旋转和降维，直到算法开始读懂你，透视你。
仅仅通过15个帖子就可以读懂我们的生活，多么不可思议。想象一下，手中拥有数十亿帖子的脸书会用它们做些什么呢？
被算法操控的生活
26