年轻时在国内工作过几天的，难免有被介绍对象的历史。记得那些热心的大姐大妈，开口通常都是这样的：“我觉得你们的条件很般配啊！”然后列举对方的年龄，身高，学历，工作四大指标，再对性格，长相，家世背景略提一二，剩下的就是相亲程序了。也许不少人就是这样找到了自己的另一半，但是对于一心要寻找心灵伴侣(soul mate) 的小资文青而言，相亲对上眼的成功率肯定跟对着林子放枪，打到一只画眉的机会差不多。
世界进入互联网时代，婚恋交友网站层出不穷，估计抢了不少热心大妈的业务，不过他们的牵线搭桥水平，比“肤白貌美”配“有房有车”能高明多少，还真是个问号。国外的交友网站据说也是各种不靠谱。
偶然间在《Wired》杂志上读到下面这个故事，觉得非常有趣。适逢情人节加元宵节，讲给大家听听稀罕。愿已相依相守的人们更加珍惜彼此，愿还在寻找真爱的，月上柳梢头时，有约黄昏后!
 失意宅男 来认识一下Chris
McKinlay，这个故事里的男主角。2012年初夏的时候， McKinlay还是UCLA数学系的一名博士生，日夜煎熬着在赶写他关于大规模数据处理的毕业论文。但是更让他念念不忘的，是他在交友网站OkCupid上的收件箱。35岁的小伙子，单身9个多月了，渴望着OkCupid 能帮他开始一段新的浪漫之旅。
据统计，全美有约4000万人通过Match.com， e-Harmony和J-Date之类的交友网站，寻找浪漫和缘分。其中的在线约会网站OkCupid，由哈佛的数学专业高才生创建，其特别之处在于这个网站使用数学计算方法给人们配对。每一位OkCupid的会员都需要填写一份调查问卷，涵盖生活中的各个方面，包括政治，宗教信仰，家庭，爱好，性向，手机等等。OkCupid的服务器上有成千上万道多项选择题，会员们每人平均回答350题左右，比如 “哪些因素会更吸引你去看某一部电影？”，或者“在你的生活中，宗教/上帝有多重要？”之类。对每个问题，用户要先给出自己的答案，再指出希望未来的对象做怎样的选项，还要回答这个问题对自己有多么重要（1-5分），等等。根据这些答案，OkCupid系统会自动计算用户间的匹配程度；匹配度高的，系统会优先推荐给会员去联系。（下面的视频，简单介绍了OkCupid的配对系统是怎么工作的）
在洛杉矶地区，至少有8万名女性OkCupid用户，可是系统给McKinlay找出来的适合对象（即90%以上匹配度）只有区区不足百人，她们大多数还不理踩McKinlay的搭讪。好几个月过去了，他只约会过六次，而且都是见了一次就再没有下文。McKinlay的郁闷可想而知。你也许想象McKinlay是个不懂人情世故的书呆子，其实并不尽然。他本科毕业于Middlebury College中文专业，第一份工作是在纽约做中文翻译；随后，他加入了著名的MIT学生 21点赌博小分队，出入于纽约与拉斯维加斯各大赌场之间，每年也能赚到六万美元。正是这段经历，使他对应用数学产生了浓厚的兴趣，这才来到UCLA，读他的数学博士。 变身骇客
2012年6月的一个清晨，面对着论文研究的满屏代码和OkCupid里他那无人理睬的账户，McKinlay想明白了：OkCupid的配对，归根结底是个数学模型；身为一个数学家，当然要用数学方法解决自己的找对象问题。因为OkCupid的算法仅是根据参与者都作答过的题目进行比较匹配，那么显然，自己以前答过的问题和姑娘们关心的事驴唇不对马嘴。如果借用抽样统计，弄明白自己喜欢的那类女性都关心什么样的问题，然后有的放矢地回答这些问题，重塑自己的形象档案，不就可以找出更多的匹配对象了吗？ 说干就干。任何统计分析，首先少不了数据。McKinlay自己编写程序，又设置了一堆“僵尸”帐号，到处访问页面，随机兼做答案，专门收集目标人群（25到45的异性恋或双性恋女士）各方面的数据。这样干了不久，麻烦来了-- 像OkCupid这样的技术公司，当然要防范这类的大规模数据收集，保护其核心技术与用户资料。OkCupid的防御系统探测到这些反常的计算机行为，于是McKinlay的小替身们一个接一个被废掉了武功。 道高一尺，魔高一丈，McKinlay迅速了改变策略。他找到同为OkCupid用户的朋友Sam，说服Sam让他在计算机上装了一个新程序，可以模拟 Sam 的点击频率和打字速度，从而骗过了OkCupid的监测系统，继续疯狂收集资料。 分析归类 仅仅用了3周时间，McKinlay获得了2万名女用户6百多万个问题/回答的数据。他把博士论文抛到脑后，一头扎进这些数据的分析中。 McKinlay 的目标是要从这几百万的数据中找出一些模式，就是识别出一些特别的共性而给人们归类。他运用贝尔实验室的 K-Modes 算法来分析这些数据，期间不断进行一些参数微调。终于，神奇的结果出现了！两万名女子，依据她们的问题和答案，被自然归类到7个各具特色的集群中，就是下图中的一个个彩球： 
看人下菜 通过对这些群组的观察和分析，McKinlay把注意力集中到两个群组上：A组是些特立独行，从事音乐或艺术，二十来岁的年轻姑娘；B组则是些年龄稍长，主要从事创造性强，如编辑，设计类工作的职业女性。McKinlay有针对性地为自己建立了两份OkCupid档案，面向A组的档案配了张攀岩的照片；面向B组的照片，显示他正在音乐俱乐部里弹吉他。他还做了点文本挖掘，发现教师似乎比较吃香，就在自己简历中教授数学的内容强化了一番。 最核心的当然还是那份OkCupid的调查问卷。McKinlay选取了在这两个群组中最常见的500个问题，然后认真诚实地给出了自己的回答，因为他既然想找一个真正契合的心灵伴侣，就不能只为投其所好，用谎言误导计算机，毁了自己的幸福。不过，McKinlay还是运用了一种称为“自适应增强”的机器学习方法，计算出每一个问题对于不同群组的重要程度，并照此下单。比如这个问题： 如此这般答完了最后一个问题，McKinlay长吸一口气，点击搜索，想看看OkCupid现在能给他找出多少匹配的女性。Oh my …… 结果显示的顶端，是一整页匹配度高达99%的女士！他不断的向下拉动页面，一行行一页页，扫过一万位女士，匹配度依在90%以上，而且全在本地！ 这还是原来那个匹配人数不到100，乏人问津的McKinlay吗？！ 吸引眼球 酒好也怕巷子深。McKinlay还要再做点工作，吸引姑娘们的注意。OkCupid的系统，在有人来访问个人主页时，主页用户会得到通知。于是，McKinlay又写了一个程序，周期性地去所有匹配度高的主页访问踩点，留下痕迹。来而不往非礼也。很快，McKinlay的主页也变得热闹起来，有时一天有400人次的访问量，各种信息，悄悄话也开始不断进来。McKinlay一下子成了香饽饽！ 至此，技术宅男McKinlay的“网络速配研究”的数学部分完美成功，接下来就是实际进行约会了。每赴一次约会，McKinlay都会做详细的记录，于是又积累了点新的数据，比如A组的女孩，往往有几个纹身，多住在洛杉矶东部；而B组的女士，不少人养了条不大不小的狗，诸如此类。由于技术含量有限，这里就不啰嗦了。
到夏季结束时，McKinlay已经约会了好几十次。只能说，社会复杂，人心难测，只有三个姑娘给了他第二次机会，与一位约会了三次，然后统统没有了下文。深受打击的McKinlay开始怀疑自己，也怀疑自己的数据挖掘模型，到底有没有意义。
终遇佳人 正所谓山重水复，柳暗花明。第88次约会的时候，McKinlay 终于遇到了那个“她”，28岁的C.T. Wang 姑娘，UCLA美术专业的一位硕士生，91%的匹配度。事实上，还是Wang 姑娘主动先给他发信息打招呼的。俩人在学校花园见了面，一起在寿司店吃了饭，讨论书籍，艺术和音乐，然后她又成了他的第 89 次约会，接下来一次又一次。两周后，两人各自停止了在 OkCupid 的账户；一年后，McKinlay通过Skype求婚，Wang 姑娘答应了！
人海茫茫，乱花迷眼。错过风景无数，只求得卿一人！
再后来，McKinlay拿下了博士学位，还把自己在OkCupid上的经历写成了一本书。在Wang姑娘看来，McKinlay扮骇客，做数据挖掘的寻爱故事很有趣，但是所有的数学工具和程序代码不过是两人爱情故事的序曲，真正早就这段姻缘的还是在见面之后。“人们远比自己的档案资料要复杂得多。我们如何得以相见，只是表层的部分，但是随后发生的一切绝不肤浅，其中有很多的用心和努力。”她还要特别提醒McKinlay：“记住，不是你网到了我，是我找到了你！” 正应了那句：众里寻他千百度，蓦然回首，那人却在灯火阑珊处。 附上情歌一首，"True Love Will Find You in the End"，真爱到底找到你。Happy Valentine's Day! |
