年輕時在國內工作過幾天的，難免有被介紹對象的歷史。記得那些熱心的大姐大媽，開口通常都是這樣的：“我覺得你們的條件很般配啊！”然後列舉對方的年齡，身高，學歷，工作四大指標，再對性格，長相，家世背景略提一二，剩下的就是相親程序了。也許不少人就是這樣找到了自己的另一半，但是對於一心要尋找心靈伴侶(soul mate) 的小資文青而言，相親對上眼的成功率肯定跟對着林子放槍，打到一隻畫眉的機會差不多。
世界進入互聯網時代，婚戀交友網站層出不窮，估計搶了不少熱心大媽的業務，不過他們的牽線搭橋水平，比“膚白貌美”配“有房有車”能高明多少，還真是個問號。國外的交友網站據說也是各種不靠譜。
偶然間在《Wired》雜誌上讀到下面這個故事，覺得非常有趣。適逢情人節加元宵節，講給大家聽聽稀罕。願已相依相守的人們更加珍惜彼此，願還在尋找真愛的，月上柳梢頭時，有約黃昏後!
 失意宅男 來認識一下Chris
McKinlay，這個故事裡的男主角。2012年初夏的時候， McKinlay還是UCLA數學系的一名博士生，日夜煎熬着在趕寫他關於大規模數據處理的畢業論文。但是更讓他念念不忘的，是他在交友網站OkCupid上的收件箱。35歲的小伙子，單身9個多月了，渴望着OkCupid 能幫他開始一段新的浪漫之旅。
據統計，全美有約4000萬人通過Match.com， e-Harmony和J-Date之類的交友網站，尋找浪漫和緣分。其中的在線約會網站OkCupid，由哈佛的數學專業高才生創建，其特別之處在於這個網站使用數學計算方法給人們配對。每一位OkCupid的會員都需要填寫一份調查問卷，涵蓋生活中的各個方面，包括政治，宗教信仰，家庭，愛好，性向，手機等等。OkCupid的服務器上有成千上萬道多項選擇題，會員們每人平均回答350題左右，比如 “哪些因素會更吸引你去看某一部電影？”，或者“在你的生活中，宗教/上帝有多重要？”之類。對每個問題，用戶要先給出自己的答案，再指出希望未來的對象做怎樣的選項，還要回答這個問題對自己有多麼重要（1-5分），等等。根據這些答案，OkCupid系統會自動計算用戶間的匹配程度；匹配度高的，系統會優先推薦給會員去聯繫。（下面的視頻，簡單介紹了OkCupid的配對系統是怎麼工作的）
在洛杉磯地區，至少有8萬名女性OkCupid用戶，可是系統給McKinlay找出來的適合對象（即90%以上匹配度）只有區區不足百人，她們大多數還不理踩McKinlay的搭訕。好幾個月過去了，他只約會過六次，而且都是見了一次就再沒有下文。McKinlay的鬱悶可想而知。你也許想象McKinlay是個不懂人情世故的書呆子，其實並不盡然。他本科畢業於Middlebury College中文專業，第一份工作是在紐約做中文翻譯；隨後，他加入了著名的MIT學生 21點賭博小分隊，出入於紐約與拉斯維加斯各大賭場之間，每年也能賺到六萬美元。正是這段經歷，使他對應用數學產生了濃厚的興趣，這才來到UCLA，讀他的數學博士。 變身駭客
2012年6月的一個清晨，面對着論文研究的滿屏代碼和OkCupid里他那無人理睬的賬戶，McKinlay想明白了：OkCupid的配對，歸根結底是個數學模型；身為一個數學家，當然要用數學方法解決自己的找對象問題。因為OkCupid的算法僅是根據參與者都作答過的題目進行比較匹配，那麼顯然，自己以前答過的問題和姑娘們關心的事驢唇不對馬嘴。如果借用抽樣統計，弄明白自己喜歡的那類女性都關心什麼樣的問題，然後有的放矢地回答這些問題，重塑自己的形象檔案，不就可以找出更多的匹配對象了嗎？ 說干就干。任何統計分析，首先少不了數據。McKinlay自己編寫程序，又設置了一堆“殭屍”帳號，到處訪問頁面，隨機兼做答案，專門收集目標人群（25到45的異性戀或雙性戀女士）各方面的數據。這樣幹了不久，麻煩來了-- 像OkCupid這樣的技術公司，當然要防範這類的大規模數據收集，保護其核心技術與用戶資料。OkCupid的防禦系統探測到這些反常的計算機行為，於是McKinlay的小替身們一個接一個被廢掉了武功。 道高一尺，魔高一丈，McKinlay迅速了改變策略。他找到同為OkCupid用戶的朋友Sam，說服Sam讓他在計算機上裝了一個新程序，可以模擬 Sam 的點擊頻率和打字速度，從而騙過了OkCupid的監測系統，繼續瘋狂收集資料。 分析歸類 僅僅用了3周時間，McKinlay獲得了2萬名女用戶6百多萬個問題/回答的數據。他把博士論文拋到腦後，一頭扎進這些數據的分析中。 McKinlay 的目標是要從這幾百萬的數據中找出一些模式，就是識別出一些特別的共性而給人們歸類。他運用貝爾實驗室的 K-Modes 算法來分析這些數據，期間不斷進行一些參數微調。終於，神奇的結果出現了！兩萬名女子，依據她們的問題和答案，被自然歸類到7個各具特色的集群中，就是下圖中的一個個彩球： 
看人下菜 通過對這些群組的觀察和分析，McKinlay把注意力集中到兩個群組上：A組是些特立獨行，從事音樂或藝術，二十來歲的年輕姑娘；B組則是些年齡稍長，主要從事創造性強，如編輯，設計類工作的職業女性。McKinlay有針對性地為自己建立了兩份OkCupid檔案，面向A組的檔案配了張攀岩的照片；面向B組的照片，顯示他正在音樂俱樂部里彈吉他。他還做了點文本挖掘，發現教師似乎比較吃香，就在自己簡歷中教授數學的內容強化了一番。 最核心的當然還是那份OkCupid的調查問卷。McKinlay選取了在這兩個群組中最常見的500個問題，然後認真誠實地給出了自己的回答，因為他既然想找一個真正契合的心靈伴侶，就不能只為投其所好，用謊言誤導計算機，毀了自己的幸福。不過，McKinlay還是運用了一種稱為“自適應增強”的機器學習方法，計算出每一個問題對於不同群組的重要程度，並照此下單。比如這個問題： 如此這般答完了最後一個問題，McKinlay長吸一口氣，點擊搜索，想看看OkCupid現在能給他找出多少匹配的女性。Oh my …… 結果顯示的頂端，是一整頁匹配度高達99%的女士！他不斷的向下拉動頁面，一行行一頁頁，掃過一萬位女士，匹配度依在90%以上，而且全在本地！ 這還是原來那個匹配人數不到100，乏人問津的McKinlay嗎？！ 吸引眼球 酒好也怕巷子深。McKinlay還要再做點工作，吸引姑娘們的注意。OkCupid的系統，在有人來訪問個人主頁時，主頁用戶會得到通知。於是，McKinlay又寫了一個程序，周期性地去所有匹配度高的主頁訪問踩點，留下痕跡。來而不往非禮也。很快，McKinlay的主頁也變得熱鬧起來，有時一天有400人次的訪問量，各種信息，悄悄話也開始不斷進來。McKinlay一下子成了香餑餑！ 至此，技術宅男McKinlay的“網絡速配研究”的數學部分完美成功，接下來就是實際進行約會了。每赴一次約會，McKinlay都會做詳細的記錄，於是又積累了點新的數據，比如A組的女孩，往往有幾個紋身，多住在洛杉磯東部；而B組的女士，不少人養了條不大不小的狗，諸如此類。由於技術含量有限，這裡就不囉嗦了。
到夏季結束時，McKinlay已經約會了好幾十次。只能說，社會複雜，人心難測，只有三個姑娘給了他第二次機會，與一位約會了三次，然後統統沒有了下文。深受打擊的McKinlay開始懷疑自己，也懷疑自己的數據挖掘模型，到底有沒有意義。
終遇佳人 正所謂山重水複，柳暗花明。第88次約會的時候，McKinlay 終於遇到了那個“她”，28歲的C.T. Wang 姑娘，UCLA美術專業的一位碩士生，91%的匹配度。事實上，還是Wang 姑娘主動先給他發信息打招呼的。倆人在學校花園見了面，一起在壽司店吃了飯，討論書籍，藝術和音樂，然後她又成了他的第 89 次約會，接下來一次又一次。兩周后，兩人各自停止了在 OkCupid 的賬戶；一年後，McKinlay通過Skype求婚，Wang 姑娘答應了！
人海茫茫，亂花迷眼。錯過風景無數，只求得卿一人！
再後來，McKinlay拿下了博士學位，還把自己在OkCupid上的經歷寫成了一本書。在Wang姑娘看來，McKinlay扮駭客，做數據挖掘的尋愛故事很有趣，但是所有的數學工具和程序代碼不過是兩人愛情故事的序曲，真正早就這段姻緣的還是在見面之後。“人們遠比自己的檔案資料要複雜得多。我們如何得以相見，只是表層的部分，但是隨後發生的一切絕不膚淺，其中有很多的用心和努力。”她還要特別提醒McKinlay：“記住，不是你網到了我，是我找到了你！” 正應了那句：眾里尋他千百度，驀然回首，那人卻在燈火闌珊處。 附上情歌一首，"True Love Will Find You in the End"，真愛到底找到你。Happy Valentine's Day! |
