茫茫

身為標準的技術(shù)宅，克里斯也有和《生活大爆炸》里的4位主角一樣不堪回首的交友經(jīng)歷：

在號稱可以用算法找到最佳匹配約會對象的OkCupid網(wǎng)站上，他向數(shù)十位女性發(fā)送了“求交往”私信，

但只有6個人答應(yīng)與他見面，而見面結(jié)果也不過了了?？死锼拐J為：這不科學(xué)！

其實克里斯曾經(jīng)闖入過著名的“麻省理工21點小組”的大門，在賭桌上揮霍數(shù)學(xué)天賦，

這讓他發(fā)現(xiàn)“數(shù)學(xué)系學(xué)生在很多情況下都可以用到自己的專業(yè)”。

而現(xiàn)在，愛情讓他重出江湖。2012年6月的一個清晨，克里斯想到，算法其實可以幫助自己尋找真愛，前提是，得是一個足夠牛的算法。

既然網(wǎng)站不能提供，于是他決定自己建構(gòu)一個。

魚兒不上鉤，“抽”出來

克里斯所使用的OkCupid網(wǎng)站是由哈佛大學(xué)數(shù)學(xué)專業(yè)的學(xué)生在2004年創(chuàng)建的交友網(wǎng)站。它最與眾不同的地方在于，它要求會員完成大量的多項選擇題，內(nèi)容包括政治、宗教、家庭、愛、性、智能手機等等方面，根據(jù)這些問題結(jié)果，網(wǎng)站可以用算法算出最匹配的約會對象。

所有的問題林林總總有數(shù)千道之多，但一般來說，用戶只需要挑選自己感興趣的350道問題進行回答。比如“以下哪項最有可能吸引你去看一部電影？”或者“宗教或神對你的生命有多重要？”除了選擇問題，用戶還可以選擇只看有特定回答的對象，并且可以用從1到5的打分方式來表示這道問題對自己的重要性：0代表“不重要”，5代表“必不可少”。

在提交了所有的問題答案和要求后，OkCupid的引擎就開始忙碌工作，整理數(shù)據(jù)來計算兩人的匹配度。分值越高代表越匹配，如果出現(xiàn)了100%，就表示這是每個人夢寐以求的“靈魂伴侶”?？上У氖牵死锼古c洛杉磯女性的匹配度著實令人失望，問題在于OkCupid的算法。OkCupid所采用的問題，僅限于雙方用戶都回答了的問題。不巧的是，克里斯總是劍走偏鋒，總喜歡選擇冷門問題，這就直接導(dǎo)致了與他匹配的女性基數(shù)大為下降。在洛杉磯總共200萬女性中，有約8萬人在使用OkCupid網(wǎng)站，但克里斯的交友列表上，僅有不到100位用戶和他有值得考量的90%的匹配度。

既然魚不上鉤，于是克里斯決定有的放矢，先了解自己的理想型都選擇了哪些問題，然后再針對那些問題，修改自己的個人資料。這樣的話，所有符合他的眼光的西施們都會出現(xiàn)在匹配列表里，而不符合的東施們則會被剔除在外。但怎樣才能做到這一點呢？答案是，統(tǒng)計抽樣。

要統(tǒng)計，最基本的就是數(shù)據(jù)。在靈感突如其來的這天凌晨，克里斯設(shè)置了12個OkCupid假賬戶，并編寫了一個Python腳本，用來搜索他的夢中情人。這些潛在用戶包括了從25歲到45歲的女性，這些用戶的個人頁面里的所有可用信息——種族、身高、星座、甚至吸煙習(xí)慣，都可以被Python腳本捕捉到，并且反饋給克里斯。

與此同時，為了深入了解芳心，克里斯還編寫了一個bot機器人來偵測她們的問卷答案。由于OkCupid的“只有雙方都有回答才能被顯示”原則，所以bot機器人的工作是管理12個假賬戶，以這些虛擬身份隨機回答每一個問題。反正假賬戶的存在目的并不是塑造完美先生，而只是探聽對方都是怎么回答問題的，所以bot就算在每一個問題后“呵呵”也無關(guān)緊要。Bot機器人幫克里斯收集了大約1000份資料，讓他初嘗了技術(shù)在愛情上的威力。

真愛藏在600萬條數(shù)據(jù)里

Bot機器人工作雖然賣力，但到了1000人上頭，就被OkCupid網(wǎng)站屏蔽了。原來，OkCupid設(shè)置了一個“防套近乎”系統(tǒng)，如果有短時間內(nèi)連續(xù)答題情況出現(xiàn)的話，就會被它毫不猶豫地拉黑?？死锼购茔皭?，怎樣能讓機器人bot看起來不那么像機器人呢？

克里斯找到了他的神經(jīng)學(xué)家朋友山姆?托里西。山姆也是個剩男，也在用OkCupid找女友，聽到克里斯的偉大計劃，一拍即合。他讓克里斯在自己的計算機上安裝了一個間諜軟件，讓這個軟件跟蹤記錄自己使用OkCupid的方式。于是bot模仿了山姆的點擊和打字速度，升級成了“山姆2號”，順利地把OkCupid給騙過去了。

Bot機器人的成功臥底，讓克里斯決定馬不停蹄地從家里搬來第二臺計算機，接上數(shù)學(xué)系的寬帶，讓機器人火力全開日夜運行。3個星期后，bot機器人沖出了洛杉磯，走向了全美，從2萬女性用戶那里搜集來了約600萬條問題和答案。

龐大的數(shù)據(jù)群讓克里斯陷入了數(shù)學(xué)狂歡。他把數(shù)學(xué)系的小小隔間當成家，像bot機器人一樣日夜開工，只有在困得不行的時候，才在辦公桌上鋪個床墊，打個小盹兒。讓克里斯不可自拔的是一個名叫K-Modes的算法，它最早出現(xiàn)在貝爾實驗室在1998年對大豆作物的病變分析報告中，特點是可以把具有相似性的數(shù)據(jù)凝結(jié)在一起?？死锼拐{(diào)整了這個算法，使數(shù)據(jù)結(jié)果的粘度變得更為清晰。于是他發(fā)現(xiàn)，他的刻度盤把2萬女性用戶分為了7個在統(tǒng)計學(xué)上有明顯區(qū)別的類型。

這一發(fā)現(xiàn)讓克里斯“欣喜若狂”。為了證明自己的運算是正確的，他給機器人再次下達指令：搜集5000名在過去1個月內(nèi)登錄過OkCupid的洛杉磯和舊金山女性的問題和答案。這是一個參考樣本，同樣要被修改過的K-Modes算法進行分類。結(jié)果，第二次的樣本以分毫不差的方式被分類為同樣的7個類型。克里斯的統(tǒng)計抽樣法經(jīng)受住了實踐的考驗！

“算”出來不等于走在一起

在克里斯分析得到的7個類型里，并不是所有類型都讓他怦然心動。比如說有1個類型太蘿莉，另2個則太高齡，還有一個類型有著忠誠的基督教信仰，讓克里斯望而卻步。

克里斯感興趣的是兩款類型：一款是20多歲特立獨行的年輕人，大多從事音樂和藝術(shù)相關(guān)活動；另一款則是熟女，從事創(chuàng)造性工作，比如編輯或者設(shè)計師?？死锼共扇×恕棒~和熊掌兼得”的策略，針對這2種目標人群創(chuàng)建了2份不同的個人資料，一份有他攀巖的照片，另一份則是他在一次演出中彈吉他的照片。

在這2種類型中，克里斯挑選出最常被選擇的500道問題，并提交了答案。由于不希望自己未來的愛情建立在謊言上，所以他盡量如實作答。但技術(shù)宅的好強心讓他沒有到此止步。他又找出了一種名為“自適應(yīng)提升”（adaptive boosting）的機器學(xué)習(xí)算法，在針對每個問題的重要性的評分上，計算出打幾分才是最合適的。比如在“不管未來的計劃如何，眼下更吸引你的是什么？是性還是愛情？”這一題中，雖然同樣回答“愛情”，但克里斯按照“自適應(yīng)提升”算法的建議，在針對年輕姑娘的問卷中，給該問題打分為“非常重要”，而對于熟女群，則給該問題打了5分，即“必不可少”。

在用算法全面武裝了個人資料之后，克里斯重新檢查了一遍自己與洛杉磯女性用戶的匹配度，驚人的結(jié)果出現(xiàn)了。從前與他達到90%的匹配度的人數(shù)不超過100，現(xiàn)在光是匹配度達到99%的用戶就已經(jīng)溢出了第1頁的列表。不敢置信的克里斯不停地翻到下一頁，發(fā)現(xiàn)直到匹配度由高到低的1萬名用戶列表最后，匹配度仍然保持在90%以上。

即使有超乎常人的高匹配度，這還只是成功了一半，克里斯深知這一點。為了在有著同樣匹配度的競爭對手中間讓自己顯得更加炫酷，克里斯專門寫了一個新程序，用來查看與他有著高匹配度的女性用戶的頁面。這樣每當程序瀏覽了對方頁面，對方就會收到來自網(wǎng)站的提醒，自然也就會注意到克里斯的存在?？死锼咕帉懙某绦虿⒉皇请S機瀏覽的，而是按照年齡順序：周一瀏覽1000名41歲女性的頁面，周二瀏覽1000名40歲女性的頁面，以此類推，一直到兩個星期后，瀏覽1000名27歲女性的頁面。2個星期后，克里斯收到了約400次“被瀏覽”的消息：他成功吸引了女孩兒們的注意。

與網(wǎng)站發(fā)送的消息一道光臨的，還有很多“求交往”私信：“我到現(xiàn)在為止還沒有遇到過算牌很厲害的人，我覺得你的個人資料很有意思。我想跟你打個招呼?！薄班?，你的個人資料確實打動了我，我想跟你打個招呼。我認為我們之間有相當多的共同點，也許不是數(shù)學(xué)，但肯定有很多其他方面！”

克里斯一直鍥而不舍地用程序和算法尋找女友，期間他經(jīng)歷拒絕與被拒絕，直到第88次約會。女主角是28歲的藝術(shù)系學(xué)生王婷，她也是克里斯用算法捕獲的潛在女友之一。她覺得克里斯用數(shù)學(xué)找女友的方式很有意思，于是約了他出來。這一次，克里斯沒有再找下一位。

到現(xiàn)在，克里斯和王婷的戀愛關(guān)系已經(jīng)維持了一年多。在聽完克里斯關(guān)于自己用算法找真愛的故事之后，王婷說：“我覺得這有點黑暗，有點玩世不恭，但我喜歡?！辈贿^克里斯本人倒是很謙虛：“跟OkCupid上其他所有用戶做的事情相比，我只不過多用了一點算法，活動規(guī)模更大一點，還使用了一些機器學(xué)習(xí)技術(shù)?！辈贿^兩人都同意的一點是，雖然算法和程序幫助他們走到一起，但序曲結(jié)束后的一切，還得靠他們自己。就像克里斯說的那樣：“并不是說我們匹配度高，就會有良好的關(guān)系。那只是一種讓我們走到一起的方式?！痹谧罱囊淮蜸kype通話中，克里斯對著鏡頭拿出一枚鉆石戒指向王婷求婚，而她答應(yīng)了。不過至于何時結(jié)婚，可能還需要再仔細算一下。