Esta investigación propone un nuevo algoritmo de extracción de características utilizando interacciones de usuarios agregadas en redes sociales con el fin de lograr tareas de descubrimiento de demografía y personalidad. Nuestro marco propuesto puede descubrir siete atributos esenciales, incluyendo identidad de género, grupo de edad, área de residencia, nivel educativo, afiliación política, creencias religiosas y tipo de personalidad. Se desarrollan múltiples conjuntos de características, incluyendo texto de comentarios, actividad comunitaria y características híbridas. Se exploran varios algoritmos de aprendizaje automático, como máquinas de soporte vectorial, bosques aleatorios, perceptrones multicapa y Bayes ingenuo. Se realiza un análisis empírico sobre varios aspectos, incluyendo corrección, robustez, tiempo de entrenamiento y el problema del desequilibrio de clases. Obtuvimos el mejor rendimiento de predicción utilizando nuestro algoritmo de extracción de características propuesto. El resultado en la predicción del tipo de personalidad fue del 87.18%. Para la tarea de predicción de atributos demográficos, nuestros conjuntos de características también superaron la línea base con un 98.1% para el área de residencia, 94.7% para el nivel educativo, 92.1% para la identidad de género, 91.5% para la afiliación política, 60.6% para las creencias religiosas y 52.0% para el grupo de edad. Además, este documento proporciona una guía para la elección de clasificadores con conjuntos de características apropiados.