如何用大数据找到男/女朋友？
全世界只有3.14 %?的人關注了
數據與算法之美
小柯25歲，單身男，熱衷大數據，并決定認真鉆研，用數據分析來實現自己的“脫單計劃”。
??找女友第一步：整理思路
???找女友第二步：界定問題
小柯用馬洛斯需求層次理論思考了一晚上，發現自己目前在每個層次都需要女朋友。特別是去參加同學聚會自己總是孤身一人，已經被嘲笑了好多次了。
又是一個通宵，小柯整理出兩張圖。
（圖一：擇偶標準）
（圖二：SWOT分析）
對于這個問題，小柯實在沒概念，只能定個大原則，就是不超支。
? ?找女友第三步：收集數據
根據前期思考，小柯制定了兩套方案。
根據自己事先設定的條件，小柯覺得自己的女朋友不會在大學校園及周邊，也不會在各種奢侈品消費場所。出現幾率最大的地方應該是公司的商務談判室，公共場所的咖啡廳，百貨商場的化妝品、鞋服專區，甲級寫字樓及周邊的公共場所等地方。
所以，一有空小柯就往這些地方跑，按他的說法是提高認識未來女朋友的機率。
一是等待父母及親戚介紹，二是每天在社交媒體上更新狀態，將自己最精神、專注的一面有意識的展示給身邊人。
經過一個月的努力，小柯認識了5位女孩，其中一位（姑且叫小A）是在吃飯時認識的，當時小A坐在小柯對面，當小A起身離開時，將手機遺落在沙發上。但小柯卻沒有叫住她，而是拿起手機火速離開。小A急匆匆回來沒找到手機，只好狂撥自己手機，小柯這才“急匆匆”出現，說“我剛才追你去了！”（ps：懂大數據的，果然都是心機男啊……）
這還不算什么，接下來的數據分析更讓你吃驚。以下是小柯收集的目標對象的數據。
基本數據：年齡、身高…戶口所在地、畢業學校、工作單位、家庭狀況。微博ID，微信號……
規律數據：微博、微信等社交媒體的內容及更新頻率，QQ登錄及在線時間，更新發型頻率，作息時間規律，經常出現的場所及頻率……
喜好數據：喜歡的顏色，食物，運動，偶像，喜歡看的書類型（小柯堅持認為喜歡看書的女孩子是最有魅力的）……
基礎數據：有幾個閨蜜、分別是誰、聯系方式是？閨蜜們的喜好？、微信賬號？……
關聯數據：閨蜜和目標女友的關系，一起活動的頻率，是否可以影響目標女生的行為？……
基礎數據：曾經的男友？目前的競爭對手？和目標女友關系？……
關系數據：每周和目標約會頻率，約會時間長度，進展程度……
財力數據：是否有車，有房？經濟狀況……
1.公共渠道：微博、微信等社交網絡…在微博、百度等網上搜索對方名字等關鍵信息。
2.市場調查：找專業的調查公司（不是高帥富一般不推薦此方法，太耗錢）。
3.內部渠道：目標女友的朋友圈+柯北自己的圈子。
???找女友第四步分析數據
收集這些數據幾乎花費了小柯一個月的工資，這么多數據如果不做分析，簡直就是浪費，不過這難不倒小柯。
例如對方的微博最近更新頻率快，內容多為悲傷失意，評論中沒有男友的出現，而情敵的微博卻歡聲笑語一片，這些數據傳遞的很可能是她失戀了，你有機會了。
即她什么時間會在什么地方出現，這個主要為小柯找機會接近對方做準備，制造一次邂逅場景能增加不少好感。
小柯整理出目標女生的社交關系圖，運用“波特五力分析模型”對五位女生進行了量化分析，得分越低說明該女生越容易被追到手。
（ps：五位女生的綜合評分）
?? 綜合以上分析后，小柯決定將女生L列為追求目標。
為增加好感，小柯日常會主動創造各種機會，除此之外，還每天盯著女生L的微博和微信內容等等。據說有一天，女生L在朋友圈更新一條消息：“受傷了，連陪我去醫院的人都沒有”，小柯看到后，以神速出現在她面前，感動了對方。后來，又不斷制造驚喜，并在女生過生日時，趁熱打鐵，成功將普通朋友關系推進到男女朋友關系。
看來，找女朋友不僅需要好眼力，還需要一些技術含量。大數據時代，數學思維的力量，推薦閱讀《魔鬼數學》
其實，這也是一份完整的新品市場計劃。
來源：數據玩家
版權歸原作者所有，轉載僅供學習使用，不用于任何商業用途，如有侵權請留言聯系刪除，感謝合作。
精品課程推薦：
選購數學科普正版讀物
嚴選“數學思維好物”
送給孩子的益智禮物? ?| ??辦公室神器
算法工程師成長閱讀? ?| ??居家高科技
理工科男女實用型禮物精選? ?
數據與算法之美
用數據解決不可能
長按掃碼關注
總結
以上是生活随笔為你收集整理的如何用大数据找到男/女朋友？的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 趣读：程序员泪流满面的20个瞬间！
- 下一篇： 薄如冈本，37°恒温发热超薄保暖内衣，既