一个人的社会经济地位（Socioeconomic Status, SES）是结合经济学和社会学等因素相对于其他人的经济和社会地位的总体衡量，包含其职业、学历、收入等多维度信息。对这些信息进行综合评估可以帮助政府和相关机构制定各种政策、决策（如政府制定社会政策、企业进行广告个性化服务等）,因此该研究得到了研究人员的广泛关注。随着近几年大数据技术和机器学习的发展，以数据驱动的方法来评估社会经济地位时，可以通过融合多维数据和利用各种算法来自动评估人们的社会经济地位，解决传统方法数据采集困难、成本过高的问题。文中旨在概述近年来将大数据技术应用于社会经济地位分析的相关研究进展。首先介绍社会经济地位的基本概念，并讨论大数据方法与传统方法所带来的不同挑战；然后，根据学习过程中的信息，系统性地总结各种相关方法，并详细讨论各类方法的利弊；最后，讨论目前个人社会经济地位分析存在的挑战和问题，并展望未来的相关研究方向。