用數(shù)學(xué)家的方法相親

　　像麥克金雷這樣的數(shù)學(xué)家，他們能夠在不同情況下使用數(shù)學(xué)方法，哪怕是看見不認(rèn)識的撲克游戲，比如牌九，他們也能回家寫代碼，然后得出一個最優(yōu)策略。在尋找真愛的道路上，也應(yīng)該有一個最優(yōu)策略。麥克金雷就用一個基于算法、大數(shù)據(jù)和機(jī)器學(xué)習(xí)的方法，在一個相親網(wǎng)站上找到了真愛。

　　編譯_七貓

　　UCLA(美國加州大學(xué))的數(shù)學(xué)實驗室里，克里斯·麥克金雷縮在他的辦公間，一顆小小的燈泡和屏幕映射的微光就是凌晨三點唯一的光源。他在這里趕他的博士論文(題目：《大數(shù)據(jù)處理和并行計算方法》)。當(dāng)電腦忙著編譯代碼的時候，他點開另外一個窗口，查看他的OkCupid收件箱。

　　對了，OkCupid是一個相親網(wǎng)站。

　　現(xiàn)在來介紹一下我們的男主角：麥克金雷，35歲，未婚，身材干癟，頭發(fā)稀少，在外表上幾乎沒有什么競爭力。他是美國4000萬網(wǎng)絡(luò)相親大軍中的一員，從Match.com到J-Date再到e-Harmony，但凡是有點名氣的相親網(wǎng)站上，都有他的資料。自從9個月前跟前女友分手之后，麥克金雷就一直在尋找新的緣分，但始終沒有結(jié)果。其中有一個網(wǎng)站，OkCupid，曾經(jīng)依照它的算法給麥克金雷推薦了幾十個與他“很般配”的姑娘，而麥克金雷給她們之中的大多數(shù)都發(fā)了自我介紹的信息。大多數(shù)人都無視了他的信息；只有六個跟他進(jìn)行了初次約會，但沒有一個能更進(jìn)一步。

　　2012年6月的這個凌晨，麥克金雷的電腦編譯著代碼，另外一個窗口上則是他那冷清孤單的相親網(wǎng)站資料頁。這時候他突然醒悟過來，原來他犯了一個致命的錯誤：他一直像其他用戶一樣使用這個在線相親網(wǎng)站，他現(xiàn)在意識到，他應(yīng)該要像一個數(shù)學(xué)家那樣相親。

　　用算法找到你的靈魂伴侶

　　2004年，四個哈佛數(shù)學(xué)專業(yè)的學(xué)生創(chuàng)辦了OkCupid，其賣點就是“用算法來找到你的靈魂伴侶”。這個網(wǎng)站精心設(shè)計了若干生活態(tài)度和心理測試題(他們甚至還開發(fā)了一個平臺以供會員自行創(chuàng)建心理測試)，會員們需要回答十個必答問題和若干個其他附加題目。這些題目都是選擇題，覆蓋面囊括政治、宗教、家庭、愛情、性甚至是智能手機(jī)品牌。比如，“下面哪種情況最可能吸引你去看電影？”或者“宗教和上帝在你的生活中到底有多重要？”

　　會員們不僅需要記錄自己的答案(單選)，還需要選擇可接受的伴侶回答(可多選)，以及認(rèn)為這個問題有多重要(從“沒有關(guān)系”到“至關(guān)緊要”)。據(jù)統(tǒng)計，該網(wǎng)站會員平均每人會回答350個問題。

　　回答的問題越多，匹配的精準(zhǔn)度就越高—根據(jù)這些問題的答案數(shù)據(jù)，OkCupid的算法引擎會自動測算兩個會員之間的匹配度，100%就是數(shù)學(xué)上的靈魂伴侶，于是，當(dāng)然越接近100%的越好。

　　但就算是數(shù)學(xué)上，麥克金雷與洛杉磯女人的匹配度也很可悲。主要是因為，OkCupid在選擇潛在匹配對象時，首先會鎖定回答了同一個問題的人群，然后再根據(jù)性別性向進(jìn)一步篩選，最后再根據(jù)答案計算兩兩之間在這個問題上的分值。問題是，麥克金雷都是隨機(jī)選擇問題的，而他回答的問題，最終看起來都是“不受歡迎”的問題，也就是說，回答這些問題的人很少。所以，在一個擁有200萬女性的大都市里，起碼有8萬女性在使用OkCupid，可是麥克金雷的90分以上匹配者只有不到100個。在一個匹配度等同于存在感的網(wǎng)站上，他實際上就是一個透明人。

　　他意識到，他必須提升這些數(shù)字。麥克金雷認(rèn)為，他可以通過統(tǒng)計分析來獲知哪些問題對他喜歡的女人來說是最重要的，然后他就可以建立一個新的交友檔案，誠實地回答這些“正確”的問題，然后其他的問題都不用管了。理論上來說，這樣他就能夠匹配到洛杉磯里任何一個適合他的女人，而不會遇上任何一個不適合的。

　　愛情有一個最優(yōu)策略

　　即使對于一個數(shù)學(xué)家來說，麥克金雷也是個極不尋常的人。

　　他在波士頓郊區(qū)長大，2001年在米德布里學(xué)院的中文系畢業(yè)，同年8月在紐約找了一份兼職工作，在世貿(mào)大樓的北塔91層的一家公司當(dāng)翻譯，將中文翻譯成英文。在他走進(jìn)社會的第五個星期，雙子樓遭遇慘劇—在9·11那天，麥克金雷要到下午2點才需要上班，所以當(dāng)?shù)谝患茱w機(jī)在早上8點46分撞上北塔時，他還在睡夢之中。

　　“那天之后，我就一再問我自己，我到底想要干什么，”麥克金雷說。

　　剛好，他有個哥倫比亞的朋友看中了他的反應(yīng)能力和數(shù)學(xué)能力，將他招募進(jìn)麻省理工那著名的黑杰克隊伍(MIT Blackjack Team)—他們依靠快速算牌技巧和團(tuán)隊配合用撲克牌玩21點，在賭場贏取大筆獎金。之后幾年，他往返于紐約和拉斯維加斯，最多每年可以賺到6萬美元。

　　這種經(jīng)歷加深了他對應(yīng)用數(shù)學(xué)的興趣，并最終鼓勵他積極進(jìn)取，在此領(lǐng)域更加鉆研，得到了碩士甚至是博士學(xué)位�！八麄兡軌蛟诓煌�情況下使用數(shù)學(xué)方法，”麥克金雷在提起自己的算牌伙伴時說，“哪怕是看見不認(rèn)識的撲克游戲，比如牌九，他們也能回家寫代碼，然后得出一個最優(yōu)策略�！�

　　他認(rèn)為，在尋找真愛的道路上，也有一個最優(yōu)策略。

　　科學(xué)地尋找真愛

　　首先，他需要數(shù)據(jù)。他建立了12個虛擬的OkCupid賬號，并通過一個Python腳本來控制它們。這個腳本會尋找他的目標(biāo)(25歲到45歲之間的異性戀及雙性戀女性)，瀏覽他們的網(wǎng)頁，抓取所有公開的信息：種族、身高、是否吸煙、星座，等等。

　　要找到她們的問題和答案，他必須再多做一點事情。OkCupid讓用戶看見別人的回答，不過只能是他們自己回答過的問題。于是麥克金雷讓他的代碼操縱著各個賬號回答隨機(jī)的問題—反正他不用這些賬號來吸引任何人的注意，所以答案并不重要—然后，將姑娘們的答案存入自己的數(shù)據(jù)庫里。

　　麥克金雷滿意地看著他的程序滿載而歸。不過，他只收集了1000個賬號的資料，就遇上了新的屏障：OkCupid有一個防濫用系統(tǒng)，專門用來防止此類數(shù)據(jù)收割，于是沒過多久，他的虛擬賬號就一個個地被封了。

　　他必須將他們訓(xùn)練得像人類。

　　他找到了他的朋友薩姆·托里西。托里西也是個妙人，他是一個神經(jīng)學(xué)家，不過最近他在教麥克金雷音樂理論知識，作為交換，麥克金雷得給他上幾堂高數(shù)課。托里西自己也在OkCupid上征友，他覺得麥克金雷做的這件事很有意義，就同意在自己的電腦安一個監(jiān)控軟件，記錄他的使用情況。有了這個數(shù)據(jù)，麥克金雷就能編寫一個程序，模擬托雷西的鼠標(biāo)點擊速度和打字速度，簡而言之，“看起來像人”。他從家里再帶了一臺電腦插在數(shù)學(xué)系的網(wǎng)口上，這樣就能夠24小時無間斷地運(yùn)行了。

　　三星期后，他喜獲豐收，現(xiàn)在他有全國各地20000個姑娘的600萬個問題和答案了。那個凌晨三點突如其來的念頭變成了麥克金雷的另外一個重要項目。他本來已經(jīng)經(jīng)常在辦公間里過夜了，這下，他干脆直接不再續(xù)租公寓，完全搬到辦公間里來。他帶了一張薄薄的小毛毯，等要睡覺的時候，就躺在桌子上睡。

　　大數(shù)據(jù)處理與真愛的類別

　　要想讓麥克金雷的計劃奏效，他需要在這600萬個問題和答案中尋找某個模式，好將這20000個姑娘分成不同的類別。他開始試用不同的算法，最終，當(dāng)他找到一個改進(jìn)版本的貝爾實驗室K-Modes算法時，突破點到來了。這個算法最早在1998年投入使用，是用來分析各地黃豆災(zāi)害的具體原因，它能夠根據(jù)大量的數(shù)據(jù)特征，慢慢地將所有對象細(xì)分再細(xì)分成不同的類型。有了這個算法，麥克金雷就能夠輕松地將他收割來的數(shù)據(jù)投入不同的類別里，在20000人中找到最適合他的女人。

　　他開始實踐。根據(jù)她們的問題和答案，20000人被逐步分成了7組。麥克金雷認(rèn)為這樣就夠了，他已經(jīng)對這個進(jìn)展感到欣喜若狂，“那是六月的最高點”。

　　然后他還需要做一次重復(fù)驗證，于是他給了這個程序一個新任務(wù)：過去這一個月里，有5000個洛杉磯和舊金山地區(qū)的女性登錄了OkCupid。他又讓K-Modes來算了一遍，結(jié)果證明這些人也以一種相似的方式被分為了7組。也就是說，他的算法是可行的！

　　在不同類別中，他都選擇了一些檔案來研究，發(fā)現(xiàn)其中一個太年輕了，有兩個則太老，還有一個對于宗教過于虔誠。不過有一個類別看起來很不錯：里面都是25歲左右的女性，看起來很有個性，音樂家或者藝術(shù)家。她們是黃金類別，就是他所想要的那種。他覺得，在這里，他能找到真愛。

　　事實上，還有另外一個類別看起來也挺酷—這里面的女性年紀(jì)稍微大一點，都從事創(chuàng)造性的職業(yè)，比如說編輯或者設(shè)計師。他決定兩者都試試看，于是他創(chuàng)建了兩個賬號，分別針對A類優(yōu)化和B類優(yōu)化。

　　他翻閱這兩個類別的女性檔案，尋找她們感興趣的東西。結(jié)果，原來教師還是很受歡迎的，所以他在介紹里強(qiáng)調(diào)自己是一名數(shù)學(xué)教授。當(dāng)然，最重要的部分還是那些問題。他選出在這兩個類別里最受歡迎的500個問題，然后如實作答—他不希望未來的戀愛和婚姻建立在虛假之上。但他決定讓計算機(jī)決定每個問題到底有多重要，他用了一種機(jī)器學(xué)習(xí)的算法，叫“自適應(yīng)增強(qiáng)”(adaptive boosting)，以獲得最理想的分值。

　　這樣，他就創(chuàng)建了兩個賬號，其中一個的資料照片是他攀巖的樣子，而另外一個則是他在彈吉他�！安还芪磥淼挠媱澣绾危�你現(xiàn)在更感興趣的是什么？性，還是愛？”他的答案是愛。但對于比較年輕的A類別，他按照機(jī)器的建議為這個問題評分為“非常重要”，對于B類別，則是“至關(guān)緊要”。

　　當(dāng)他答完最后一個問題，他在OkCupid上進(jìn)行了一項搜索，按匹配度來排序。最上面的：一整頁的99%匹配度。他翻頁，再翻頁，1萬人過去了，跟他的匹配度還在90%以上。

　　他還需要再做一件事來提升自己的受關(guān)注度。OkCupid是這樣的，如果有人訪問了你的頁面，你就會收到一條通知。所以麥克金雷寫了一個新程序，去自動訪問那些評分最高的匹配對象，按年紀(jì)降序進(jìn)行：星期一是1000個41歲的女性，周二是1000個40歲的女性，如此兩個星期后，是1000個27歲的女性，然后再重復(fù)。來訪問他的頁面的女性也很快增多了，有時候達(dá)到每天400人，而他的消息箱里也涌入了很多信息。

　　“我從來沒見過跟我匹配度這么高的人，而且我覺得你的資料還挺吸引人的，”有個女人寫道，“而且一個擅長數(shù)學(xué)的糙漢子感覺總會有些故事……我覺得自己得來跟你打聲招呼�！�

　　“嗨—你的資料看起來真的很吸引我，所以我過來打聲招呼�！绷硪粋�這樣寫，“我想我們之間有很多共同點，雖然數(shù)學(xué)方面不是，但其他方面像得驚人！”

　　“你真的可以翻譯中文？”還有一個問�！拔以�經(jīng)上過一堂課，但實在太難了�！�

　　真愛在相遇之后開始

　　數(shù)學(xué)和算法的部分到此結(jié)束。在麥克金雷尋找真愛的道路上，他還需要做一件事：離開他的四方格工作間—約會。

　　2012年6月30日，麥克金雷在UCLA體育館洗了個澡，然后去見了他的第一個約會對象，Sheila。她是一個設(shè)計師，A類別，那種年輕的藝術(shù)家類型。他們在回音公園(Echo Park)的一家咖啡館進(jìn)行了午餐約會�！捌鋵嵨矣悬c害怕，”麥克金雷回憶道，“到這個時間之前，這一直像是個學(xué)術(shù)項目�！�

　　但當(dāng)他跟Sheila告別時，很顯然，他們彼此都沒有動心。于是他第二天又進(jìn)行了他的第二次約會，是一個來自B類別的博客寫手。他本打算帶著女伴在回音公園的湖畔浪漫散步交談，但到了那里才發(fā)現(xiàn)，正有一群人在湖里挖淤泥。更糟糕的是，她熱愛法國作家馬塞爾·普魯斯特，對生活的態(tài)度很不積極。麥克金雷表示，這次約會甚至感覺有些抑郁。

　　到第20次約會的時候，他發(fā)現(xiàn)A類別的人里面，有很多都有文身，或者養(yǎng)了中大型犬，而他對這些事都不是很能接受。一個月后，他認(rèn)為這些不合適的人妨礙了他的效率，于是他刪掉了自己的A類別賬號，專心約會B類別的人。他的效率提高了，但結(jié)果依然同樣。他已經(jīng)約會了55個人，但只跟三個人見了第二面，只有一個人約了第三次會。

　　大多數(shù)失敗的約會讓人懷疑人生，但對于麥克金雷來說，這更糟糕，他開始懷疑自己的算法。

　　直到他收到王恬(音譯)的信息。她是個28歲的藝術(shù)家，還是監(jiān)獄廢止運(yùn)動的積極分子。她正在UCLA讀藝術(shù)碩士，希望在UCLA附近尋找到身高180cm左右藍(lán)眼睛的家伙，然后，她就找到了麥克金雷。他們的匹配度是91。

　　他們約在校園的雕塑公園相見。從那里，他們一起走到了一家校園壽司連鎖店。他立刻就感受到了真愛的電力。他們從書籍討論到藝術(shù)和音樂，聊著聊著，她承認(rèn)，在給他發(fā)信息之前，她特地在自己的資料上做了小小的改動；然后他給她講了他的愛情算法，從頭到尾，這一整個故事。

　　“這事兒可實在有點神經(jīng)質(zhì)，”她說，“不過我喜歡�！�

　　她是麥克金雷約會的第88個人。但跟以前的87個人都不同，他們進(jìn)行了第二次約會，第三次，兩個星期后，他們都凍結(jié)了自己的OkCupid賬號。

　　“我想我做的與其他人沒有太大不同，只是一個基于算法、大數(shù)據(jù)和機(jī)器學(xué)習(xí)的版本，”麥克金雷表示。所有人都希望在相親網(wǎng)站上建立一個更優(yōu)化的賬號資料，他只是用數(shù)據(jù)和程序創(chuàng)建了一個。

　　對于王恬來說，麥克金雷的壯舉只是一個有趣的故事。她知道，這些數(shù)學(xué)和編程都只是讓他們相遇的故事前言，真正的挑戰(zhàn)是他們相遇之后的生活�！叭祟惐荣~號上的那些資料要復(fù)雜多了，”她說，“所以，我們相遇的方式可能有某種不真實的成分，但那之后的每一刻都很真實�！�

　　麥克金雷也同意她的看法：“并不是因為我們匹配才有一個很好的關(guān)系，而是，這個算法能夠讓我們站在了彼此可以觸及的地方。我用OkCupid找到了對的人�！�

　　她不以為然地敲了敲他的手肘：“你沒有找到我，因為是我找到了你。”麥克金雷思考了一下，承認(rèn)她說的是對的。

　　現(xiàn)在麥克金雷已經(jīng)獲得了他的博士學(xué)位，繼續(xù)教授數(shù)學(xué)；而王恬正在卡塔爾進(jìn)行一項為期一年的伙伴活動。在與記者見面后的一周，王恬回到了卡塔爾，而在他們每天的Skype對話里，麥克金雷突然掏出一枚鉆戒，放在攝像頭面前。

　　她說她愿意。

　　他們還沒決定具體的婚禮日期；也許他們還需要一個算法來進(jìn)行優(yōu)化。

　　來源：《連線》