本文來(lái)自公眾號(hào)：大數(shù)據(jù)文摘(BigDataDigest)，來(lái)源：Wired，編譯：啤酒泡泡、張大筆茹、張睿毅、牛婉楊

想脫單?那還不容易!

如果身在美國(guó)，就像其余四千萬(wàn)單身男人一樣，注冊(cè)一下Match.com, J-Date和OkCupid等相親網(wǎng)站，坐等真愛(ài)上門(mén)不就可以了。

但是相信大多數(shù)人和McKinlay一樣，盡管向OkCupid算法推薦匹配的女性發(fā)送了許多曖昧私信，但絕大多數(shù)都石沉大海了。

轉(zhuǎn)折出現(xiàn)在2012年6月的一個(gè)早上，這個(gè)只進(jìn)行過(guò)6次線(xiàn)下約會(huì)的男人正在電腦上編譯機(jī)器代碼，另一個(gè)窗口顯示著他孤零零的交友頭像，他突然頓悟：他一直在使用錯(cuò)誤的方法尋找愛(ài)情。

為了不辜負(fù)自己在應(yīng)用數(shù)學(xué)領(lǐng)域取得的成績(jī)，他決定，在OkCupid上爬取每一條相關(guān)信息，利用關(guān)鍵的K-Modes的改良貝爾實(shí)驗(yàn)室算法找出數(shù)據(jù)規(guī)律，縮小范圍，然后一擊命中。

換句話(huà)說(shuō)，這是一次數(shù)學(xué)家獨(dú)創(chuàng)的完美約會(huì)經(jīng)驗(yàn)貼，還不快來(lái)看看!

第一步：分析失敗原因，知己知彼

OkCupid是哈佛大學(xué)的數(shù)學(xué)系學(xué)生于2004年創(chuàng)立的約會(huì)網(wǎng)站，最初這個(gè)網(wǎng)站吸引人們注意力的是它基于計(jì)算方法的配對(duì)模式。會(huì)員會(huì)回答很多多項(xiàng)選擇問(wèn)題，這些問(wèn)題覆蓋面很廣，包括政治、宗教、親情、性、以及智能手機(jī)等。

 

數(shù)學(xué)家Chris McKinlay

通常，系統(tǒng)會(huì)從上千道問(wèn)題的題庫(kù)里選出350道問(wèn)題—— “以下哪種情形最有可能讓你去看電影?”或是“宗教/上帝在你的生活中有多重要?”

對(duì)于每一道問(wèn)題，用戶(hù)會(huì)選擇一個(gè)答案，以說(shuō)明自己伴侶的哪一個(gè)回答是他可以接受的，并通過(guò)給問(wèn)題評(píng)分來(lái)表明問(wèn)題對(duì)自己的重要性(5分制，從無(wú)關(guān)緊要到必須回答)。OkCupid的匹配引擎會(huì)利用這些數(shù)據(jù)來(lái)計(jì)算男女之間的合適程度。越接近100%，所謂數(shù)學(xué)意義上的靈魂伴侶就越匹配。

McKinlay從數(shù)學(xué)上分析了自己一直以來(lái)的失敗原因。

OkCupid的算法只會(huì)使用雙方都愿意回答的問(wèn)題去計(jì)算，而McKinlay選擇的問(wèn)題有些隨機(jī)，并不主流。當(dāng)他查看與自己匹配的人時(shí)，匹配度超過(guò)90%的女人不到100個(gè)。要知道，洛杉磯有兩百萬(wàn)女性(大約八萬(wàn)女性在使用OkCupid)。如果把匹配度比作可見(jiàn)度，那McKinlay可以說(shuō)就是個(gè)看不見(jiàn)的幽靈。

他意識(shí)到他應(yīng)該去提高匹配的人數(shù)。如果McKinlay通過(guò)統(tǒng)計(jì)取樣確定哪些問(wèn)題是他喜歡類(lèi)型的女人愿意回答的，那么他便可以誠(chéng)實(shí)地回答這些問(wèn)題而忽略其他問(wèn)題，以此來(lái)創(chuàng)建一個(gè)全新的用戶(hù)。利用這個(gè)辦法，他可以匹配到在洛杉磯的每一個(gè)可能與他配對(duì)的女人，而不會(huì)匹配到不合適的人。

 

 

第二步：借助Python，求助好友，瘋狂收集數(shù)據(jù)

Chris McKinlay利用Python腳本瀏覽了上百道OkCupid的問(wèn)卷題目，然后把女性用戶(hù)分為七類(lèi)，每一類(lèi)都會(huì)貼上獨(dú)特的標(biāo)簽，例如“多才多藝的”和“細(xì)心體貼的”等等。

即便作為一個(gè)數(shù)學(xué)家，McKinlay也是個(gè)不同尋常的人。他小時(shí)候在波士頓郊區(qū)長(zhǎng)大，2001年他從Middlebury學(xué)院畢業(yè)并獲得漢語(yǔ)言學(xué)位。同年8月份，他在紐約世貿(mào)中心北塔91層的一家公司里找了一份兼職工作，工作內(nèi)容是將中文翻譯成英文。五周后的一天，世貿(mào)大廈倒塌了。(那天，下午兩點(diǎn)前McKinlay都沒(méi)來(lái)公司。當(dāng)?shù)谝患茱w機(jī)于早上8點(diǎn)46分撞上大廈的時(shí)候，他正在睡覺(jué)。)

“自從那件事后，我問(wèn)自己，我究竟想做什么”他說(shuō)。他的一個(gè)在哥倫比亞大學(xué)的朋友招聘他進(jìn)入了一個(gè)由麻省理工職業(yè)21點(diǎn)團(tuán)隊(duì)衍生出的一個(gè)團(tuán)隊(duì)，這之后的幾年里，他便往返于紐約和拉斯維加斯，他的工作是數(shù)牌，一年能掙六萬(wàn)美金。

這段經(jīng)歷點(diǎn)燃了他對(duì)應(yīng)用數(shù)學(xué)的興趣，最終促使他在這個(gè)領(lǐng)域取得了碩士和博士學(xué)位。“他們能夠在很多不同的情景下使用數(shù)學(xué)知識(shí)，”他說(shuō)，“他們會(huì)見(jiàn)到一些新的游戲，比如‘三張牌的牌九撲克’，然后回家寫(xiě)點(diǎn)代碼，接著就能找到策略去打敗它。”

現(xiàn)在，他想用同樣的方式去尋找愛(ài)情。首先，他需要數(shù)據(jù)。就在他用旁邊的窗口進(jìn)行論文寫(xiě)作的時(shí)候，他建了12個(gè)假的OkCupid賬戶(hù)并寫(xiě)好了Python腳本去管理這些賬戶(hù)。這個(gè)腳本會(huì)搜索他的目標(biāo)群體(25到45歲的異性戀或雙性戀的女人)，訪(fǎng)問(wèn)她們的主頁(yè)，然后爬取她們賬戶(hù)上每一條有用的信息：種族、身高、是否吸煙、星座—— “這些我全都要”他說(shuō)。

 

 

為了找到心儀的另一半，他還做了一些額外調(diào)查。OkCupid可以讓用戶(hù)看到其他人的回答，但只能看到那些他們自己已經(jīng)回答過(guò)的問(wèn)題。 于是McKinlay設(shè)置了自己的機(jī)器人程序，以簡(jiǎn)單地隨機(jī)回答每個(gè)問(wèn)題，他并沒(méi)有使用虛擬的個(gè)人資料吸引任何女性，因此答案并不重要，主要他要將這些女性的答案收集到了數(shù)據(jù)庫(kù)中。

McKinlay滿(mǎn)意地看著他程序一路狂奔。 然后，在收集了大約一千個(gè)檔案后，他遇到了第一個(gè)障礙。OkCupid有一個(gè)短平快的系統(tǒng)來(lái)防止這種，他的程序一個(gè)接一個(gè)地被禁。

因此他必須把自己的程序訓(xùn)練的更像真人一些。

他求助他的神經(jīng)科學(xué)家朋友Sam Torrisi，最近剛教過(guò)McKinlay音樂(lè)理論以換取高級(jí)數(shù)學(xué)課程。Torrisi也注冊(cè)了OkCupid，他同意在他的計(jì)算機(jī)上安裝間諜軟件來(lái)監(jiān)控該網(wǎng)站的使用。根據(jù)手中的數(shù)據(jù)，McKinlay通過(guò)編程模擬Torrisi的點(diǎn)擊率和打字速度。他從家里帶來(lái)了第二臺(tái)電腦并將其插入數(shù)學(xué)系的寬帶線(xiàn)路，以便可以24小時(shí)不間斷運(yùn)行。

三周后，他已經(jīng)收集了來(lái)自全國(guó)各地20000名女性的600萬(wàn)個(gè)問(wèn)題和答案。

第三步：將20000名女性分為7類(lèi)，找出最適合自己的

按照McKinlay的工作計(jì)劃，他需要從調(diào)查數(shù)據(jù)中找到一個(gè)規(guī)律，即需要根據(jù)相似性粗略地對(duì)女性進(jìn)行分組。這個(gè)問(wèn)題在他編寫(xiě)一個(gè)名為K-Modes的改良貝爾實(shí)驗(yàn)室算法時(shí)取得了進(jìn)展。

K-Modes算法1998年首次用于分析患病的大豆作物。

他通過(guò)算法發(fā)現(xiàn)了一個(gè)自然的分割點(diǎn)，根據(jù)問(wèn)題和答案，20,000名女性被分為成七個(gè)統(tǒng)計(jì)學(xué)組。 “我太高興了，”他說(shuō)，“那是六月份令我最興奮的事情了。”

他重新設(shè)置條件來(lái)收集另一個(gè)樣本庫(kù)：在過(guò)去一個(gè)月內(nèi)登錄OkCupid的來(lái)自洛杉磯和舊金山的5000名女性。通過(guò)K-Modes的另一次分組確認(rèn)他們以類(lèi)似的方式聚集并確保統(tǒng)計(jì)抽樣有效。

現(xiàn)在只需要決定哪個(gè)類(lèi)群最適合他了，在抽查了每個(gè)類(lèi)群的一些檔案后，發(fā)現(xiàn)一個(gè)類(lèi)群太年輕，兩個(gè)太老，另一個(gè)太“基督”了。于是他徘徊在一個(gè)二十五歲左右的女性主導(dǎo)的類(lèi)群中，工作類(lèi)型比較獨(dú)立，像是音樂(lè)家和藝術(shù)家。這簡(jiǎn)直是黃金單身群!

就像是大海撈針，他找到了他的針，也就在這個(gè)類(lèi)群的某個(gè)地方，他找到了真愛(ài)。

一個(gè)相鄰的類(lèi)群看起來(lái)也引起了McKinlay的注意：年齡稍微大一些，從事專(zhuān)業(yè)的創(chuàng)造性工作，如編輯和設(shè)計(jì)師。他決定將兩個(gè)類(lèi)群都設(shè)定為自己的目標(biāo)!于是設(shè)置了兩個(gè)配置文件，A、B組各優(yōu)化一個(gè)。

第四步：真誠(chéng)填寫(xiě)相關(guān)問(wèn)題，找出靈魂伴侶

他對(duì)這兩個(gè)類(lèi)群進(jìn)行了文本挖掘以了解她們感興趣的內(nèi)容：教學(xué)是一個(gè)熱門(mén)話(huà)題，因此他撰寫(xiě)了一篇強(qiáng)調(diào)了他作為數(shù)學(xué)教授工作的文章。

更重要的是回答問(wèn)題，于是他挑選了兩個(gè)類(lèi)群中最受歡迎的500個(gè)問(wèn)題并決定誠(chéng)實(shí)地填寫(xiě)答案，他不想在計(jì)算機(jī)生成的謊言的基礎(chǔ)上建立未來(lái)的戀愛(ài)關(guān)系。但是他會(huì)使用一種稱(chēng)為自適應(yīng)提升的機(jī)器學(xué)習(xí)算法來(lái)得出最佳權(quán)重，從而讓計(jì)算機(jī)確定分配每個(gè)問(wèn)題的重要性。

 

 

有了這個(gè)后他發(fā)表了兩個(gè)照片，一個(gè)是攀巖的照片，另一個(gè)是在音樂(lè)演出中彈吉他。

“無(wú)論未來(lái)的計(jì)劃如何，你現(xiàn)在對(duì)什么更感興趣?性還是愛(ài)?” 這個(gè)問(wèn)題的答案很明顯是愛(ài)。但對(duì)于年輕的A群，他尊重計(jì)算機(jī)將問(wèn)題評(píng)為“非常重要” 的結(jié)果。對(duì)于B群集，它則是“必須回答”的問(wèn)題。

當(dāng)回答完最后一個(gè)問(wèn)題時(shí)，他按照匹配百分比對(duì)洛杉磯的女性進(jìn)行了OkCupid搜索。從頭開(kāi)始：第一頁(yè)匹配率全是99%女性。向下滾動(dòng)......然后......向下滾動(dòng)……,來(lái)自洛杉磯各地的一萬(wàn)名女性迎面而來(lái)。

離被關(guān)注還差一步! OkCupid會(huì)員在有人查看他們的網(wǎng)頁(yè)時(shí)會(huì)收到通知，因此他寫(xiě)了一個(gè)新程序來(lái)訪(fǎng)問(wèn)查看他主頁(yè)的女性的主頁(yè)，并按年齡循環(huán)：周一有1000名41歲的女性，周二有1000名40歲的女性。兩周后，輪到了27歲的女性。女性會(huì)回訪(fǎng)他的個(gè)人資料，每天約400名左右。然后，私信開(kāi)始滾滾而來(lái)。

“直到現(xiàn)在我還沒(méi)有遇到過(guò)如此匹配的人，而且我發(fā)現(xiàn)你的個(gè)人資料很有趣，”一位女士寫(xiě)道，“對(duì)于一個(gè)擅長(zhǎng)數(shù)字的粗獷男人......我覺(jué)得我想認(rèn)識(shí)你。”

“嘿，你的個(gè)人資料很棒，我想認(rèn)識(shí)你，”另一位寫(xiě)道，“我認(rèn)為我們有很多共同之處，也許不是數(shù)學(xué)，但肯定還有很多!”

“你真的會(huì)翻譯中文嗎?” 還有人問(wèn)道，“我上了一些課，但學(xué)的并不好。”

至此，數(shù)學(xué)部分已經(jīng)完成。接下來(lái)，他需要離開(kāi)他的小隔間，進(jìn)入實(shí)際演練階段，他要去真正的約會(huì)!

第五步：走出小隔間，來(lái)一場(chǎng)真正的約會(huì)

6月30日， McKinlay開(kāi)著他的尼桑穿越城鎮(zhèn)來(lái)到加州大學(xué)洛杉磯分校的健身房，開(kāi)始他的約會(huì)實(shí)踐。Sheila是一位來(lái)自“A類(lèi)群”的年輕的網(wǎng)頁(yè)設(shè)計(jì)師。他們?cè)贓cho Park的一家咖啡館吃了午飯。 “太不可思議了，這簡(jiǎn)直像一場(chǎng)學(xué)術(shù)活動(dòng)一樣。”

與Sheila約會(huì)結(jié)束后，雙方都覺(jué)得不來(lái)電。第二天，McKinlay進(jìn)行了第二次約會(huì)，一個(gè)來(lái)自 “B類(lèi)群”的博客編輯。他們計(jì)劃在Echo Park Lake周?chē)�散步，卻發(fā)現(xiàn)正在施工。女方一直在讀普魯斯特并對(duì)生活感到失望。 “這有點(diǎn)令人沮喪，”他說(shuō)。

第三天的約會(huì)也來(lái)自“B類(lèi)群”。他在韓國(guó)城的一家酒吧遇到Alison。 她是一名實(shí)習(xí)編劇，肩膀上還紋了斐波那契螺旋。McKinlay喝了很多韓國(guó)啤酒，第二天帶著痛苦的宿醉在他的小隔間醒來(lái)。他后來(lái)在OkCupid上私信她表示想繼續(xù)約會(huì)，但她沒(méi)回。

雖然他被拒絕了，但每天仍然收到20條消息。實(shí)踐約會(huì)顯然與計(jì)算機(jī)配置文件約會(huì)是完全不同的。他開(kāi)始忽略一些主頁(yè)沒(méi)有內(nèi)容的人的消息，只回應(yīng)那些有幽默感或在首頁(yè)展示一些有趣的東西的人。以前他作為主動(dòng)方，會(huì)交換三到五條消息來(lái)獲得一個(gè)約會(huì)日期�，F(xiàn)在就只發(fā)一個(gè)回復(fù)。 “你看起來(lái)很酷。想見(jiàn)面么?”

20個(gè)約會(huì)之后，他總結(jié)了一些潛在的規(guī)律。在較年輕的群體中，女性大多數(shù)有兩個(gè)或更多的紋身，而且住在洛杉磯的東邊。另一組中，她們瘋狂的喜歡中型犬。

早期的約會(huì)他會(huì)經(jīng)過(guò)精心策劃。但當(dāng)工作越來(lái)越忙時(shí)，就開(kāi)始在午餐或咖啡時(shí)間偶爾參加休閑聚會(huì)，而且經(jīng)常一天之內(nèi)約兩場(chǎng)。他制定了一套個(gè)人規(guī)則來(lái)完成“馬拉松愛(ài)情”搜索：不再約喝酒，如果不來(lái)電就趕快結(jié)束不要拖拉，不約音樂(lè)會(huì)或電影。 “約會(huì)中你們需要關(guān)注的是彼此而不是別的什么東西，不然效率會(huì)很低。”

經(jīng)過(guò)從他的兩個(gè)檔案中同等挑選約會(huì)的一個(gè)月后，他發(fā)現(xiàn)他耗費(fèi)了太多時(shí)間在紋身群中接觸東邊的女性。他刪除了他的A組簡(jiǎn)介。他的效率雖然提高了，但結(jié)果是一樣的。隨著夏天即將結(jié)束，他已經(jīng)有過(guò)超過(guò)55次約會(huì)，每日都盡職地在實(shí)驗(yàn)筆記本上記錄。只有三個(gè)產(chǎn)生了第二次約會(huì)，只有一個(gè)進(jìn)行了第三次。

大多數(shù)不成功的約會(huì)者都面臨著自尊問(wèn)題。對(duì)于McKinlay來(lái)說(shuō)其實(shí)更糟糕。他不得不檢查他的計(jì)算。

后來(lái)一個(gè)來(lái)自28歲的藝術(shù)家Christine Tien Wang發(fā)來(lái)了消息。McKinlay之前在加州大學(xué)洛杉磯分校附近搜索到她，6英尺高藍(lán)眼睛的人，正在那里修她的美術(shù)碩士學(xué)位。他們有91%的適合度。

他在校園的雕塑花園遇見(jiàn)了她。從那里他們走到一個(gè)大學(xué)壽司會(huì)場(chǎng)，他立刻感覺(jué)到了來(lái)電了!他們談?wù)摿藭?shū)籍、藝術(shù)、音樂(lè)，當(dāng)她承認(rèn)她在給他發(fā)消息之前對(duì)她的個(gè)人資料做了一些小改動(dòng)后，他給她講述了關(guān)于他黑進(jìn)愛(ài)情網(wǎng)站的整個(gè)經(jīng)過(guò)。

“我認(rèn)為這樣做有點(diǎn)腹黑和憤世嫉俗，”她說(shuō)，“但我喜歡。”

這是第一次約會(huì)，第二次緊隨其后，然后是第三次約會(huì)。兩周后，他們都暫停了他們的OkCupid帳戶(hù)。

我認(rèn)為我所做的只是每個(gè)人在站點(diǎn)上所做事情的一種略微算法化，大規(guī)模且基于機(jī)器學(xué)習(xí)的版本。” McKinlay說(shuō)。每個(gè)人都試圖創(chuàng)建一個(gè)最佳的配置文件，他只是有數(shù)據(jù)來(lái)設(shè)計(jì)一個(gè)。

這是他們第一次約會(huì)的一年后，McKinlay和Tien Wang在韋斯特伍德壽司吧臺(tái)和一位記者見(jiàn)面，他們的已經(jīng)正式確定關(guān)系了。McKinlay獲得了博士學(xué)位，他正在教數(shù)學(xué)，目前正在攻讀音樂(lè)研究生學(xué)位。Tien Wang被卡塔爾錄取并獲得為期一年的藝術(shù)獎(jiǎng)學(xué)金。她在加州和McKinlay見(jiàn)面。他們一直在Skype上保持聯(lián)系。

根據(jù)記者的要求，McKinlay帶來(lái)了他的實(shí)驗(yàn)筆記本。 Tien Wang之前沒(méi)見(jiàn)過(guò)它。這是McKinlay緊密筆跡中的公式和方程式的頁(yè)面，以一個(gè)整齊排列的女性名單和約會(huì)清單結(jié)尾，其中含有一些簡(jiǎn)短的注釋。Tien Wang掃讀了一遍，覺(jué)得一些亮點(diǎn)有點(diǎn)可笑。 她注意到，8月24日，他在同一天帶了兩個(gè)女人到同一個(gè)海灘。她說(shuō)： “太可怕了。”

對(duì)Tien Wang來(lái)說(shuō)，McKinlay的OkCupid黑客歷程是一個(gè)有趣的故事。但所有的數(shù)學(xué)和編碼只是他們故事的序幕。見(jiàn)面后，戀愛(ài)關(guān)系才真正被黑客入侵。 “人們比他們的個(gè)人資料要復(fù)雜得多，”她說(shuō)，“所以我們遇到的方式有點(diǎn)膚淺，但我們之間發(fā)生的一切都不是膚淺的，它是通過(guò)彼此的努力培養(yǎng)出來(lái)的。”

“這不是說(shuō)，我們匹配因此我們關(guān)系很好，” McKinlay表示贊同， “這只是一種將我們放在同一個(gè)空間的機(jī)制，我能夠使用OkCupid找人。”

Tien Wang對(duì)此有點(diǎn)慍怒：“你沒(méi)找到我，我找到了你。”她摸著他的手肘說(shuō)道。McKinlay停下來(lái)思考，然后承認(rèn)她是對(duì)的。

一周之后，Tien Wang又回到了卡塔爾，這對(duì)夫婦每天都會(huì)撥打一個(gè)Skype電話(huà)。當(dāng)McKinlay拿出鉆石戒指并將其舉到網(wǎng)絡(luò)攝像頭前像她求婚時(shí)，Tien Wang說(shuō) “我愿意”。

他們結(jié)婚時(shí)間并不完全確定，McKinlay說(shuō)需要進(jìn)一步研究以確定最佳婚禮日。

相關(guān)報(bào)道：https://www.wired.com/2014/01/how-to-hack-okcupid/

標(biāo)簽： Python 編程語(yǔ)言

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀(guān)點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。