用大数据寻找真爱

克里斯创建了两份最终档案，并针对性地附上照片：A 组姑娘看到的他正在攀岩，而在B组眼中，他正忧郁地弹着吉他

麦肯锡咨询公司最早提出“大数据”时代来临之时，人们沉浸在海量数据挖掘与应用带来的生产盈余中，没人想到能用它来寻找真爱。35岁的克里斯·麦克金雷（Chris Mckinley）做到了。

这位加利福尼亚大学洛杉矶分校的数学系博士像其他4000万美国单身年轻人一样，一直试图通过OkCupid（美国知名婚恋交友网站）等社交网站寻找理想的约会对象。

在 OkCupid 里，每个用户需回答350道题，问题随机选取，包含政治、宗教、爱情观等。系统会根据问题的答案自动计算用户间的匹配程度并予以推荐。克里斯分到了一些冷门问题，只有不到100位姑娘勉强达到90%的匹配度。

面对满屏代码及空空如也的约会日程表，他想拿出专业办法搞定这一难题。他决定通过抽样与统计，知道他喜欢的姑娘们在意哪些问题，再根据这些问题建立一份新档案，这样，全洛杉矶适合他的姑娘就都能找到了。

克里斯不是数学宅男。他毕业于明德学院中文系，曾在纽约世贸中心从事翻译工作，“9·11”那天，他因在家睡觉躲过一劫。之后他应邀加入大名鼎鼎的MIT-21点记牌团队的一个分部，开始了职业赌徒生涯。在算牌的日子里，他发现自己为数学倾倒，毅然转投加利福尼亚大学洛杉矶分校，成为数学系博士生。

现在，他的满腔热情被这个叫OkCupid的网站再次唤醒了。

为了获取资料，克里斯申请了12个OkCupid账户，编了一个基于Python的脚本。利用这12个账户，该脚本自动搜索25至45岁的女性，访问她们的主页，获取各种数据。在收集了一千个左右的样本之后，程序因读取信息过快被OkCupid的防御系统屏蔽。克里斯便修改自己的程序，通过模拟朋友的点击率和打字速度来欺骗OkCupid。

仅仅3周，他获取了600万个问题和全国两万名女性的回答数据。他利用贝尔实验室的K-Modes算法，将姑娘们自动分为7组，随后缩小范围，用同样的方式给一个月内在洛杉矶登录过OKCupid的5000名女性分了类。两队人马脱颖而出：A组的姑娘二十出头，特立独行，热爱音乐和艺术。B组的姑娘年龄稍长，从事设计类工作。

在计算机的帮助下，克里斯了解了这两拨姑娘的喜好，对此精挑细选了500个问题，如实填写了答案。他借此创建了两份最终档案，并针对性地附上照片：A组姑娘看到的他正在攀岩，而在B组眼中，他正忧郁地弹着吉他。

当他再次运行OkCupid配对搜索时，结果惊人：99% 匹配的姑娘有好多页，拉到第1万个，匹配度仍高达 90%。

为引起注意，他又编写了一套程序自动访问所有的高匹配度页面，并以年龄为周期；周一访问41岁女性，周二访问40岁女性……回报很丰厚：他的主页有时一天有400次的回访量，信息也开始不断涌入。

A组的网页设计师谢拉达成了他的首位约会对象，他们在咖啡馆共进午餐，约会成了一次学术交流会。第二次约会是和一名网站编辑，来自 B 组。他幻想着两人会在公园湖畔漫步，可姑娘一直吟诗，让他无所适从。第三次约会是和一名学编剧的在校生，他们约在了酒吧，结果他大醉一场，怎么回的家都不知道。

一次次约会换来一次次失望。夏季结束时，他约会了近百次，只有3个姑娘给了他第二次机会，仅有一个约会了3次。

克里斯开始怀疑自己的人品及程序。可就在这时，28岁的克丽丝丁主动跟他打招呼。两人同校，她是美术专业的硕士生，匹配度91%。他们在学校花园碰了头，又一起在寿司店吃了饭，相谈甚欢，彼此留下深刻印象。

这是克里斯的第88次约会，很快又成了第89次，两周后，两人都暂停了 OkCupid 的账户。

“我认为我和其他人一样，只是多了一点算法思维、大数据和机器学习视野。”克里斯总结。

现在，他已经拿到博士学位，在大学里做授课讲师。克丽丝丁远赴卡塔尔学习艺术。一天，视频聊天时，克里斯拿出一枚钻戒，她点头了。克里斯觉得，自己需要再编个程序，让计算机帮他们挑个黄道吉日。