大數據紅娘：通過算法能幫你找到靈魂伴侶？
作者：湯甜，來源：S-Tech
原標題：大數據紅娘，“門當戶對”的精準盲約
美國隊長中的洞察計劃通過分析每個人數據：高考考分，學校表現，工作情況，預測他未來會不會對穩定秩序造成威脅。投射到現實世界，一個人聽過的音樂、看過的電影，點贊過的微博，教育經歷，血型星座…眾多的數據都能成為網絡人格的組成部分。構成一個由眾多網民組成的大數據名片，利用這一點，很多人接受了大數據的‘包辦’交友。
一、黑鏡與大數據預言
《黒鏡》第4季《Hang the DJ》，約會成為一個規范化程序，它承諾每一個用戶最終會找到完美的伴侶。用戶通過名叫Coach的語音助理進行交互。每對夫婦都有一個系統算法預先確定這段關系的失效日期，它可能是幾小時到幾年的時間。使用者和系統必須通過多段關系的試錯，不斷提高信息精確度，最后找到匹配率高達99.8%的對象。
Hang the DJ雖然看似遙遠，但與現實的差距只在于約會應用與大數據的影響程度，大數據已經開始逐步量化世界。
二、現實大數據紅娘
1、Viola.ai
Viola.AI作為第一個人工智能驅動的相親平臺，結合人工智能、區塊鏈技術和智能合約技術顛覆了相親行業，提供了一條龍的婚戀方案，包括約會、求婚乃至結婚。通過13年的數據（3500個數據集，11億數據點）以及用戶提供的社交和婚戀數據來訓練AI以達到更好的效果。
（Viola.ai的定位是：Your Lifelong AI Love Advisor）
這個‘戀愛專家’通過分析每個用戶的信息以及行為，給用戶最貼合的建議，在雙方建立戀愛關系甚至結婚后，系統也會通過狀態更新，互動模式為情侶提供生活建議，有效告知其如何實現最佳溝通、采取哪些措施、避免哪些做法，所有這些忠告都可在 Viola.AI 中成功地積累起來，有效地用于維護一個人終生的婚戀關系。
2、線上交友平臺
很多的在線網站和app宣稱可以提升找到真愛的概率：soul,探探,世紀佳緣,matc等平臺基于幾十個元素，例如基本數據，你完成的心理測試，回答的問題等進行匹配，一些網站甚至問你100個問題，隨后關聯賬號進行細化分析：
通過各大電商的購物記錄判斷一個人的消費能力和習慣，通過微博、微信等社交媒體的關注圈子以及固定頻次瀏覽的網頁大體判斷興趣愛好和價值取向。通過大眾點評等生活信息及簽到網站，在線頻率，大體判斷飲食口味、作息、生活習慣等。以此方式建立人物畫像依照匹配機制進行推薦。
例如世紀佳緣的 “懂你”系統，根據用戶的瀏覽歷史軌跡積累和填寫戀愛問卷的數據讓用戶對戀愛觀和價值觀有全面的認識，還讓用戶描繪出一幅心目中女神（或男神）的畫像，從而極其個性化、高效率的實現精準速配。
數據顯示男性對于大數據婚戀交友平臺的使用比女性更積極一些，男士通過線上平臺迅速篩選出符合自己期待的女士后會第一時間去聯系。而女士相對更謹慎，她們的自我保護意識比較強。
3、大數據相親節目
相親節目也突破性地引入了大數據，大數據專家根據女嘉賓的特點做出專屬定制：初入職場有點傲嬌小公主匹配情商高,能讀懂她內心世界小作的精英男性。
通過分析男女嘉賓個人微博、瀏覽的網頁、喜歡的電影等網絡足跡分析其戀愛觀、婚姻觀、性格習慣等對男女嘉賓進行匹配。基于電視節目的限制，一些欄目組開設了線下婚戀館，利用節目的海量粉絲和嘉賓資料，提高婚戀匹配效率，通過輸入“年齡范圍”、“是否生育”、“籍貫”等關鍵詞，系統可為客戶自動匹配出契合度較高的相親對象。
4、半自助式非純社交軟件
五花八門的軟件形成了多樣的興趣愛好的用戶群體，知乎小程序中的大數據匹配，網易云中的用戶社交，都給了交友一種新的可能。游戲作為高度社交化的平臺，也利用大數據進行用戶匹配，如2012年成立的撈月狗，玩家可查詢自己在熱門游戲中的角色數據，撈月狗借此獲取了大量用戶資料，再經由大數據分析，便可以找到相同服務器，游戲職業水平相當的玩家進行匹配。
通過大數據的推送更能在這些非社交軟件中找到與自己興趣相投的人，不過相比于交友平臺，這種推薦更為簡單，需要用戶的主動性與自主篩選。
三、99.9的匹配率是否等于soulmate?
1、高效率的擇偶方式
大數據交友平臺通過對基本信息的細分項進行篩選，結合雙方的測試數據，網絡行為客觀地分析篩選出適合人選，快速提供符合用戶期待的對象，節省了盲選聊天的過程。基于大數據算法中很多容易量化的因素，選出的兩人合拍的概率確實會更大。
某婚戀網站的用戶說：“不管怎么樣，大數據還是靠譜的，家里人介紹的話，我也不好意思說得太細太多，也比父母去什么相親公園要好。”
在大數據時代，你的網絡足跡隱瞞不了過往，而過往便可以一定程度上勾勒你的人格（至少是網絡世界的人格）。
對于社交日益網絡化的年輕人來說，大數據便是從前的‘紅娘’，匹配便是一次小型相親，只不過更加快捷，用戶更加龐大。雙方用戶在認可大數據匹配的前提下無疑創造了很多成功的案例。
2、數據之下的愛情
大數據在交友選擇階段通過數據分析匹配合適的人選，但在這些數據和計算之后的結果會導致更好的匹配嗎？
首先在匹配機制上，一些軟件和平臺利用相似度作為標準。但婚戀匹配涉及身體特征、社會人口統計學特征、個性心理等方面,有相似性匹配和互補性匹配兩種假說，因此個性習慣的一致并不是積極戀愛關系的決定性因素，有時甚至會起到相反的作用。
以soul為例，用戶帶上平臺提供的虛擬形象，進行一系列心理測試，首頁的用戶星球會顯示昵稱與匹配度，通過機器人找到相似度高的用戶。但體驗者表示：“心理測試沒有強制性要求你完成到什么程度，而且相似度的匹配并不適合我，我比較內向慢熱，匹配到的異性也是這樣，聊天很尷尬，我希望找到一個與我差異較大性格互補對象。”
其次，多數平臺會通過貼標簽的方式來進行交友互選，標簽本身是很好的過濾器，兩個“中醫粉”或者兩個“反中醫”在一起都能免去不少無謂的口水之爭，某種意義上價值觀相近其實就是由一個個具體“標簽”——或者說侵入大腦的一個個具體“模因”的“兼容”程度所體現。
3、標簽匹配存在顯而易見的劣勢
一方面感性的東西很難量化和利用標簽來歸納。很多人在網絡上的自我定位并不準確，這便質疑了一些標簽的信度。拿幽默來說，單一的自我評價很難達成雙方的一致。
體驗者表示：“我喜歡幽默的人，但選擇了這個標簽的對象后發現，完全不是我想象中的那樣，他們自以為很幽默，但實際上都是在說一些無聊的段子罷了。”
氣質情感價值觀等感性的東西也無法量化測量。而在長期擇偶策略中,人格特質等感性因素的比重加大。這些特質很難精準體現在數據中。
另一方面，95后，白羊座，本科學歷，愛電影，這些限制標簽的匹配讓愛情錯過了很多的嘗試與驚喜。愛情本身是一個充滿未知的變數，當利用標簽定位到某個群體，也許便錯過了一些更加適合自己的體驗。感情的線上線下的處理存在著差異，有些人號稱需要一些硬性指標和條件，對方一定要具備怎樣的經濟實力，身高一定要超過180，但真正相處時也許并不是必要條件。
一些婚戀公司甚至將著眼基因數據。有研究表明兩人成為夫妻，不僅因為投緣，基因也更加匹配，因此基因信息將成為婚戀網站匹配度算法的重要依據。但當一切的匹配向著結婚，家庭，后代傾斜，卻可能與soulmate的標準漸行漸遠。‘金童玉女’‘門當戶對’或許適合婚姻，但從來都不是愛情的標準。
當每個人以幾種標簽的方式展現在社交平臺上，相戀的過程便被顛倒了。戀愛是一個從認識到逐漸了解相知相守的過程。而標簽匹配交友是反過來，先設定雙方合適，這不利于逐漸培養感情。在這個翻轉的過程中，戀愛成為了一個充滿鄙視連的生意場。高學歷，95后，收入過萬，顏值高……這些標簽作為系統里的重要組成部分也逐漸將匹配用戶劃出了等級。
四、 大數據紅娘下的威脅
威脅1：虛假
婚戀交友平臺采集用戶數據的真實性和安全性是一個重大的隱患。采錯數據嫁對郎的可能性雖微弱但也存在。如果基本的數據都是虛假的，后續的發展便可能是空歡喜甚至是被欺騙。
心理測試與問卷的不足也會導致信息的偏差：OkCupid的用戶要回答非常多的問題如“若你知道某人曾吸過毒，你還和他交往么”“看到陌生人隨地亂扔垃圾你第一感覺是？”OkCupid試圖通過用戶的“自我暴露”來勾勒三觀，但這些傾向性明顯的問答，用戶可以輕易作出不符合自己實踐處理方式的答案。
也許這是基于對人性的悲觀和不確定性，但一個人的生活的確比他的自我描述更加值得信賴。
威脅2：泄露
你的QQ登錄及在線時間，作息時間規律，票務網站信息，甚至是上色情網站的頻率都有可能在未來成為匹配中的一個因素。
為了更準確的匹配，就需要更多的摘取個人數據，這很容易引發個人信息的泄露，信息安全形勢依然嚴峻的情形下，信息安全問題在大數據相親中表現得愈發明顯。
黑鏡最后，所有的simulations在完成模擬后便消失了，匯集成手機屏上的一個數字。男女主角看著手機上顯示的“成功率99.8%”的配對結果走向對方——他們終于在現實世界中第一次相見了。
當人們不用再糾結的選擇，樂天知命地利用大數據紅娘進行匹配交友，便可以按照最可預測的腳本和最優的編碼進行，當大數據足夠精準與強大，不需要獵頭直接定位求職者，不需要中介直接定位‘國民好室友’，或許也可以定位到想要戀愛的人，但soulmate無法用數據衡量，權且將大數據當作一種增加可能性的途徑，不排除也不依賴，或許是最好的態度。
回頭看Hang the DJ的歌詞 “他們放的音樂并沒有告知我半點和我生活有關的事情”似乎又是一種最大的諷刺。
本文經授權發布，轉載請聯系作者
作者公眾號：S-Tech（ID:S-Tech1014）
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）