看数学天才如何利用交友网站找到真爱

女性用户的七种类型

麦金利的计划要想奏效，就必须找出问卷数据中的规律——根据数据的相似性，把女性分为大致几个类型。

贝尔实验室（Bell Labs）有个名叫K-Modes的算法，最早是在1998年投入使用，用来分析病变的大豆作物，它可以把具有相似性的数据凝结在一起。麦金利对它做了一些微调，以便调整结果的粘度。然后他用这个修改后的算法来处理搜集到的问卷数据。

他调整刻度盘，发现了一个点，可以根据2万名女性的问题和答案，把她们分成七个在统计学上具有明显区别的类型。“当时我欣喜若狂。”他说。

他给机器人重新分派了任务，以便搜集另一个样本： 5000名在过去一个月内登陆过OkCupid的洛杉矶和旧金山女性。然后他再用修改过的 K-Modes算法处理她们的问卷数据。结果这些女性用户也以同样的方式被划分成七个类型，证实他的统计抽样方法确实有效。

目标锁定两种类型

在这一步，麦金利的任务是选择最适合自己的类型。他从每个类型中抽取了一些个人资料来查看。有一个类型太年轻，有两个类型太年长，还有一个属于基督教徒类型。

有一个类型让他很感兴趣：她们大多二十多岁，看上去特立独行，参与音乐和艺术活动。麦金利希望在这个类型中大海捞针，找到他的真爱。

实际上，还有一个类型看起来也很酷——年龄稍大的女性，是创造性工作专业人士，比如编辑、设计师。他决定两个类型都试试。于是他创建了两份个人资料，分别为两个类型做了优化。

他对这两个类型女用户的文字信息进行了挖掘，以便了解她们对什么东西感兴趣。他发现教学是一个热门话题，于是他写了一篇自我介绍，强调自己是一名数学老师。

精准营销

但是，最重要的是问卷问题。他挑选出在这两种类型中最流行的500个问题，诚实地填写了答案——他不想把自己未来的关系建立在计算机生成的谎言上，但是他会让计算机算出应该如何给每个问题的重要性打分。他使用一种名为“自适应提升”（adaptive boosting）的机器学习算法来计算最佳分数。

就这样，他创建了两份个人资料。一份上传了他攀岩的照片，另一份上传了他在一次演出中弹吉他的照片。

“不管未来的计划如何，眼下更吸引你的是什么？是性还是爱情？”这是500个流行问题中的一个。回答当然应该是“爱情”。但他按照“自适应提升”的结果，对于较为年轻的A组，给该问题打分为“非常重要”，而对于年龄稍大的B组，他则给该问题打了5分，即“必不可少”。

当回答完最后一个问题并给它打分之后，麦金利在OkCupid上进行了搜索，按照跟自己的匹配度来排列洛杉矶女性用户。第一页的女性跟他的匹配度高达99%。他继续向下滚动页面，直到一万名洛杉矶女性之后，他仍然跟她们有90%以上的匹配度。

私信滚滚而来

要引起这些女性的注意，麦金利还需要做另一件事。 在OkCupid上，每当有人浏览你的个人资料时，你就会收到提醒。所以麦金利写了一个新程序，专门去查看跟他的匹配率最高的女性用户的页面。

这个程序按照年龄顺序进行浏览：周一浏览1000名41岁女性的页面，周二浏览1000名40岁女性的页面，以此类推，一直到两个星期后，浏览1000名27岁女性的页面。在这些用户中，有大约400名女性也反过来查看了麦金利的个人资料。结果私信滚滚而来。

“我到现在为止还没有遇到过算牌很厉害的人，我觉得你的个人资料很有意思。”一位女性用户写道。“我想跟你打个招呼。”

“嗨，你的个人资料确实打动了我，我想跟你打个招呼。”另一位写道。“我认为我们之间有相当多的共同点，也许不是数学，但肯定有很多其他方面！”

“你真的能翻译中文吗？”还有一位问道。“我参加过一个中文培训班，但效果并不好。”

前三次约会

到了现在，需要用到数学的部分已经完成，只剩下一件事要做了：麦金利必须离开他的小隔间，去跟她们约会。

6月30日，麦金利在加州大学洛杉矶分校的健身房洗了澡，开着他的破旧日产车，去赴第一个约会。希拉（Sheila）是一位网页设计师，来自A组，即较年轻的艺术类型。他们在回音公园的咖啡馆共进午餐。 “这真是可怕，”麦金利说。“直到那一刻之前，这件事几乎都是一个学术活动。”

这次约会结束时，状况已经很明显：双个人不来电。第二天，麦金利继续赶赴第二个约会，这次是一个富有魅力的博客编辑，来自B组。

麦金利本打算跟她沿着回音公园的湖浪漫地散散步，但却发现挖泥船正在湖里疏浚。她爱读普鲁斯特的作品，对自己的生活感到忧伤。“这个比较负能量。”他说。

第三个约会对象也来自B组，名叫艾莉森（Alison）。他们在韩国城的一间酒吧见了面。她是一个学编剧的学生，肩膀上有斐波那契螺旋的纹身。麦金利喝韩国啤酒喝醉了，第二天在小隔间醒来的时候，经历了痛苦的宿醉。他在OkCupid上给艾莉森发了一条私信，但她没有回。

成为约会游戏中的强者

被拒绝的感觉不好受，但麦金利仍然每天都能收到20条私信。有了计算机算法的支持，他在约会游戏中占据了主动地位。

还记得当初，麦金利主动给别人发私信的时候，每发3到5条私信才会获得一个约会机会。但现在，别人发给他的私信，只要他看不顺眼，就一概无视。他只回应那些具有幽默感，或个人简介很有意思的女性。而且，他只需要简单地答复“你看起来真的很酷。想见面吗？”基本上就能搞定一个约会。

在去赴第20个约会时，他注意到了新的规律：比较年轻的A组女性总是有两个或两个以上的纹身，并且住在洛杉矶的东部。在B组，养有中型犬的女性人数格外多。

最初几次约会时，他还精心做了准备。但是，随着次数的增加，他把约会形式改成了休闲式的午餐小聚或是喝咖啡，而且常常一天赶赴两场约会。

提高约会效率

麦金利还为这场马拉松式的恋情搜寻行动制定了一套个人规则，比如不要喝酒；时间到了就结束约会，不要拖拖拉拉；不要去听音乐会或看电影。“把注意完全放在对方身上。”他说。“否则效率很低。”

（编辑：应用网_镇江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!