用大數據尋找真愛

麥肯錫咨詢公司最早提出“大數據”時代來臨之時，人們沉浸在海量數據挖掘與應用帶來的生產盈余中，沒人想到能用它來尋找真愛。35歲的克里斯·麥克金雷（Chris Mckinley）做到了。

這位加利福尼亞大學洛杉磯分校的數學系博士像其他4000萬美國單身年輕人一樣，一直試圖通過OkCupid（美國知名婚戀交友網站）等社交網站尋找理想的約會對象。

在 OkCupid 里，每個用戶需回答350道題，問題隨機選取，包含政治、宗教、愛情觀等。系統會根據問題的答案自動計算用戶間的匹配程度并予以推薦。克里斯分到了一些冷門問題，只有不到100位姑娘勉強達到90%的匹配度。

面對滿屏代碼及空空如也的約會日程表，他想拿出專業辦法搞定這一難題。他決定通過抽樣與統計，知道他喜歡的姑娘們在意哪些問題，再根據這些問題建立一份新檔案，這樣，全洛杉磯適合他的姑娘就都能找到了。

克里斯不是數學宅男。他畢業于明德學院中文系，曾在紐約世貿中心從事翻譯工作，“9·11”那天，他因在家睡覺躲過一劫。之后他應邀加入大名鼎鼎的MIT-21點記牌團隊的一個分部，開始了職業賭徒生涯。在算牌的日子里，他發現自己為數學傾倒，毅然轉投加利福尼亞大學洛杉磯分校，成為數學系博士生。

現在，他的滿腔熱情被這個叫OkCupid的網站再次喚醒了。

為了獲取資料，克里斯申請了12個OkCupid賬戶，編了一個基于Python的腳本。利用這12個賬戶，該腳本自動搜索25至45歲的女性，訪問她們的主頁，獲取各種數據。在收集了一千個左右的樣本之后，程序因讀取信息過快被OkCupid的防御系統屏蔽。克里斯便修改自己的程序，通過模擬朋友的點擊率和打字速度來欺騙OkCupid。

僅僅3周，他獲取了600萬個問題和全國兩萬名女性的回答數據。他利用貝爾實驗室的K-Modes算法，將姑娘們自動分為7組，隨后縮小范圍，用同樣的方式給一個月內在洛杉磯登錄過OKCupid的5000名女性分了類。兩隊人馬脫穎而出：A組的姑娘二十出頭，特立獨行，熱愛音樂和藝術。B組的姑娘年齡稍長，從事設計類工作。

在計算機的幫助下，克里斯了解了這兩撥姑娘的喜好，對此精挑細選了500個問題，如實填寫了答案。他借此創建了兩份最終檔案，并針對性地附上照片：A組姑娘看到的他正在攀巖，而在B組眼中，他正憂郁地彈著吉他。

當他再次運行OkCupid配對搜索時，結果驚人：99% 匹配的姑娘有好多頁，拉到第1萬個，匹配度仍高達 90%。

為引起注意，他又編寫了一套程序自動訪問所有的高匹配度頁面，并以年齡為周期；周一訪問41歲女性，周二訪問40歲女性……回報很豐厚：他的主頁有時一天有400次的回訪量，信息也開始不斷涌入。

A組的網頁設計師謝拉達成了他的首位約會對象，他們在咖啡館共進午餐，約會成了一次學術交流會。第二次約會是和一名網站編輯，來自 B 組。他幻想著兩人會在公園湖畔漫步，可姑娘一直吟詩，讓他無所適從。第三次約會是和一名學編劇的在校生，他們約在了酒吧，結果他大醉一場，怎么回的家都不知道。

一次次約會換來一次次失望。夏季結束時，他約會了近百次，只有3個姑娘給了他第二次機會，僅有一個約會了3次。

克里斯開始懷疑自己的人品及程序。可就在這時，28歲的克麗絲丁主動跟他打招呼。兩人同校，她是美術專業的碩士生，匹配度91%。他們在學校花園碰了頭，又一起在壽司店吃了飯，相談甚歡，彼此留下深刻印象。

這是克里斯的第88次約會，很快又成了第89次，兩周后，兩人都暫停了 OkCupid 的賬戶。

“我認為我和其他人一樣，只是多了一點算法思維、大數據和機器學習視野。”克里斯總結。

現在，他已經拿到博士學位，在大學里做授課講師。克麗絲丁遠赴卡塔爾學習藝術。一天，視頻聊天時，克里斯拿出一枚鉆戒，她點頭了。克里斯覺得，自己需要再編個程序，讓計算機幫他們挑個黃道吉日。