为什么大数据也不能帮你摆脱单身狗的命运

文/董老师（微信公众号“董老师在硅谷”）

去年看过一篇文章，讲如何通过大数据找到你的另一半(见参考资料)!里面通过理性建模和精准定位找到合适伴侣，不过大数据真有这么神奇么?我就随便聊聊约会App算法和现实中策略。

我们很多人抱怨现实中约会很难一下子找到宿命中的人，在线网站也让找到真爱的几率变大，操作又容易上手。据我所知，目前微信，陌陌，探探，世纪佳缘，match，tinder很多这样的“严肃”交友(约会)的工具，他们号称采用大数据建立人物画像，采用KNN聚合，DNN神经网络，帮你提升匹配率，找到人生幸福另一半，事实上是这样的吗?

工作原理

当你把你的简历在这种网站或者APP更新，一些算法就开始准备潜在合拍的。然后给你打分，或者随机给你几个眩而这些结果基于也许就几十个，一般你回答几个问题，或者你产生的一些行为。基本数据：年龄、身高…户口所在地、毕业学校、工作单位、家庭状况。一些网站最厉害的问你100个问题，什么喜欢的颜色，食物，运动，偶像，喜欢看的书类型，然后开始关联账号，微信，微博，比如微博、微信等社交媒体的内容及更新频率，QQ登录及在线时间，更新发型频率，作息时间规律，经常出现的场所。

这些背后就是对用户行为做预测和匹配，跟亚马逊，Netflix去预测产品差不多，不同的话Netflix推荐电影给你，电影却不需要反向去关注你。下面就介绍一个有趣的匹配算法。

稳定婚姻匹配算法

1962年，美国数学家David Gale和Lloyd Shapley发明了一种寻找稳定婚姻的策略，人们称之为延迟认可算法(Gale-Shapley算法)。

为了让大家相信数学家不是真得如此无聊，我要指出它确确实实是一个地道的组合数学问题，有其特定的数学价值。当然啦，它也有很多别的背景和应用，比如用来在若干个公司和应聘者之间进行招聘中介……但是数学家们怎么会放过如此八卦的一个名字呢?于是它就这样流传下来了。

规则如下：

先对所有男士进行落选标记，称其为*男。当存在*男时，进行以下操作：

①每一位*男在所有尚未拒绝她的女士中选择一位被他排名最优先的女士;

②每一位女士将正在追求她的*男与其当前男友进行比较，选择其中排名优先的男士作为其男友，即若*男优于当前男友，则抛弃前男友;否则保留其男友，拒绝*男。

③若某男士被其女友抛弃，重新变成*男。

在算法执行期间，*男们主动出击，依次对最喜欢和次喜欢的女人求爱，一旦被接受，即失去*身，进入订婚状态;而女人们则采取“守株待兔”和“喜新厌旧”策略，对前来求爱的男士进行选择：若该男子比未婚夫强，则悔婚，选择新的未婚夫;否则拒绝该男子的求婚。被女友抛弃的男人重获*身，重新拥有了追求女人的权利——当然，新的追求对象比不过前女友。

这样，在算法执行期间，每个人都有可能订婚多次——也有可能一开始就找到了自己的最爱，从一而终——每订一次婚，女人们的选择就会更有利，而男人们的品味则越来越差。只要男女生的数量相等，则经过多轮求婚，订婚，悔婚和再订婚之后，每位男女最终都会找到合适的伴侣——虽然不一定是自己的最爱(男人没能追到自己的最爱，或女人没有等到自己的最爱来追求)，但绝对不会出现“虽然彼此相爱，却不能在一起”的悲剧，所有人都会组成稳定的婚姻。

这个是数学界切切实实研究过的问题。对于以前没有接触过这个问题的人，这个理论最出人意外的结论是:传统的求爱，结婚过程是male-optimal的，也就是说，男性能够得到尽可能好的心上人，女性却不然。这就是所谓的稳定匹配问题(StableMarriageProblem，也叫稳定婚姻问题)。

真的行得通吗?

那么问题来了，这些数据和计算之后的结果会导致更好的匹配吗?我想还是不行。这些约会工具越来越多，成功的反而越少。伯克利大学还做过调查，比如说美国人只有5%是从网上认识建立长期关系(only 5 percent of Americans in long-term partnerships met online. )

那个报告说了几点有意思的，个性习惯的相同对健康的两性关系也没啥帮助。就算算法再复杂，也对找到合适对象没多少帮助，除非你把可能遇见的人数增加。

但最麻烦的还是用户会说谎，对他们多高，多重，收入，年龄都可能是瞎扯，如果给你选择年薪3万，30万，在没有任何信用的情况下，你选哪个?或者你随便填个数，你怎么不上天呢?这样建立起来的模型有什么意义?

还有一点，有些人号称需要一些硬性指标和条件，一定对方多高，多有钱，多牛逼，但真正相处，也许就不会这么要求了。然后就发现那些把钱放在考虑第一位的人，照样dating艺术家或者弹吉他的。

有些交友网站，让你去填个问卷调查，什么心理分析，性格色彩，MBIT，喜欢的电影，(还有要填政治理想的!)如果拿这些作为匹配可能是误区，但换一个思路，通过用户的活跃度和发布的朋友圈来做。那么这就得去监控用户行为，后台将这些动作作为依据去迭代模型。

到底约几次才能找到真爱?

这是个有趣问题，老派的约会方式是去本地的PUB，比如你有1%的可能性对方同意要约，你得去100次才能搞定一个。而作为另外一方，应该用什么策略来接受约会邀请?其实根据博弈论，拒绝掉前37%的你想要约会的人，然后挑选下一个出现的比前37%都要好的人。令人惊讶的是，你最终将找到真爱的几率为37%，具体计算过程不展开了，参考文档在最后。

约会APP和其他方式

其实通过这些网上APP，你极大增加曝光率，因为池子大，还可以加过滤，来个快速排序：)总体上这种方式未必浪漫，但高效埃还有哪些方式去约呢，比如公司同事(读到一个调查1/3的公司员工，包括上下属约会也占很大比例)，书店(听说高晓松老师刚开的书店还促成了眷侣)，微博(我一个程序员朋友就这样认识他爱人后来结婚了)，甚至微信公众号留言都有可能。。。

最后啊，大数据能不能帮你找到对象，我还是持怀疑态度的，大数据是理性推理的工具，但人心是很善变的，女人心更是海底针，只能感慨一下：就算知道了所有的道理，还是过不好这一生。