第四章 網絡交友

我希望你在「穩定婚姻問題」知識的「武裝」下，已經具有足夠的勇氣在派對中主動接近帥哥或美女了。然而參加太多派對會讓人疲憊不堪，而且不是每個派對上都有喬伊和瑞秋那樣有趣的人。那麼為何不換一種方式，在自家客廳中就能舒適地成功找到伴侶呢？該試試網絡交友了。

在當今社會，恐怕每個人身邊都有在交友網站上相識的情侶。不論過去多麼排斥，現在我們已經接受了這種大範圍尋找配偶的方式。最新數據顯示，美國四分之三的單身人士都曾嘗試過交友網站，而新婚夫婦中有三分之一最初都是在網上結識的。

這種方式的吸引力顯而易見。假如在酒吧裡看上一個女孩，而你們身邊都有一群朋友，那你再也不必鼓足勇氣在眾目睽睽之下接近她了。你也不必經受與植物一樣「活潑」的人相親的折磨。有了網絡，你的天涯中就多了很多芳草。現如今的交友網站能讓你輕鬆遇到無數符合你準確要求的單身人士。完美的情人只有一網之隔。

至少我們是這樣認為的，然而過多選擇不利於排除糟糕選項。對於有些人而言，網絡交友就是結識一連串的青蛙，到最後也沒遇見半個王子。對於另外一些人而言，更多的選擇意味著更多的拒絕。好消息是——一如既往地——數學能助你一臂之力。

對於像我這樣研究人類行為的數學家而言，網絡交友是個慷慨的恩賜。人們的網絡足跡啟發了很多關於愛的有趣見解。數學家們在這些單身人士不經意間對其進行了研究，不斷從中發現牽紅線的科學方式。通過追蹤調查在交友網站相識並成功牽手的情侶，我們還明白了現有的科學牽線方式為何無效——至少是沒有獲得預期的效果。通過研究哪類人在交友網站上更受歡迎，科學家們還可以提供讓你從日益壯大的網絡單身隊伍中脫穎而出的建議。

關於網絡交友以及它教給我們的關於自身的認識，我可以寫一整本書。可惜，現在只能寫這一章。但我希望你依然能夠看到，數學是如何作用於現代的求偶方式的。

匹配度的運算方式

交友網站提供了低門檻的優質陌生人名冊。你可以通過年齡和地區設定來過濾人選，開始尋愛之路。然而如果你的條件更具體，有些網站會更深入地提供科學的尋偶方式。

這些網站為你過濾掉不符合條件的用戶，並向你推薦很有可能因只看外表或地區而忽視的對象。最成功的此類網站之一便是OkCupid，這是由一群數學家建立的免費交友網站，其核心是頗為考究的運算法則。

運算法則就像菜譜，是一系列用來完成某種任務的邏輯步驟。OkCupid是通過用戶在註冊時填寫的問卷來進行二人匹配度的運算的。

三個關鍵因素是：你的回答，你期待配偶如何回答，每個問題對你來說的重要程度。

最後一個因素尤為重要，因為它使每個單身人士的交友過程個性化。或許你認為未來伴侶的政治立場比他是否要孩子更加重要，抑或相反。或許對方的收入，或是對瑞恩·高斯林電影的喜愛程度是硬性標準（倘若如此，你或許該重新考慮一下，參見第一章）。每個人都需要一種能篩選出真正重要特徵的機制。

OkCupid會問「這個問題有多重要」，並給每一個答案設定分值：

1. 完全不重要 1分

2. 略微重要 10分

3. 比較重要 50分

4. 非常重要 100分

5. 必不可少 250分

這樣就確定了潛在伴侶在不同問題上會得到的最高分。

我隨意選取兩個名字，哈利與赫敏，來解釋匹配度的算法。

只提兩個問題：「你喜歡魁地奇球賽嗎？」「你在黑魔法防禦術上是否在行？」

根據這些答案，系統用下列簡單的三個步驟來計算哈利與赫敏的匹配值。

第一步

首先，我們要計算赫敏是否符合哈利的要求。

哈利認為第一個問題只是「略微重要」。這意味著赫敏能拿到的最高分是10分。赫敏符合此項要求，因此在第一題中得到了10分。

哈利認為第二個問題「非常重要」，而赫敏的答案是否定的，因此在此題中得分為0。

赫敏對於哈利來說，匹配值是：

（10+0）/（10+100） = 10/110 ≒ 9.1%

第二步

接下來，我們用同樣的方法計算哈利對於赫敏來說的匹配值。

看了赫敏的喜好，我們知道第一題對她來說只值1分，因為她認為這個問題「完全不重要」。哈利第一題的答案是肯定的，而赫敏期待的答案是否定的，因此哈利在第一題中得分為0。或許赫敏不想和整天談論魁地奇球賽的人在一起生活（我們都有類似的體會）。

與此同時，對於赫敏來說第二題值250分。坦白承認吧，誰不會被一句及時的「除你武器」魔咒而迷得神魂顛倒？哈利得到了滿分250分。

哈利對於赫敏來說的匹配值是：

（0+250）/（1+250）=250/251 ≒ 99.6%

赫敏對哈利迷戀得無法自拔。

第三步

最後一步是合併前兩步得分，獲得一個總的匹配值。

說到平均分，很多人會自然而然地計算出算術平均值。這早在上學期間就深深烙印在我們的腦海中，但是假若你「成功」忘記了，計算方式是這樣的：赫敏的99.6%與哈利的9.1%之和除以2，即得54.35%，與各自原本得分各相差45.25%。

在約會時，雙方的意見都很重要。一方有的是時間而另一方掐著表倒計時這種情形，與兩人都相對開心的情形相差甚遠，但兩種情況都有可能得到54.35%的算術平均值。如果我們要區分這兩種情形，那就要用不同的平均值算法。

此時運用幾何平均更明智。幾何平均基於乘法而非加法。為我們僅有的兩個問題[1]計算答案的表達式是：

（赫敏的得分×哈利的得分）^（1/2）,

即，

（99.6% × 9.1%）^（1/2）= 30.1%。

幾何平均利用乘法而非加法來計算出一個乘積的中間值（30.1%是9.1%的約3.3倍，而99.6%又是30.1%的約3.3倍），這樣就更公平地計入了雙方的意見。哈利或許符合赫敏的要求，但他無法忍受赫敏缺乏決鬥能力的弱點，因此匹配值為30.1%。

這種算法被運用在OkCupid的上百個問題和千百萬用戶中，成就了世界上最成功的一個交友網站。這是基於個人喜好的最考究的尋偶方式之一。OkCupid和eHarmony等類似網站是與亞馬遜和網飛並駕齊驅的最受用戶推薦的互聯網引擎。

然而還有一個問題——如果互聯網是最佳媒人，那為什麼還會有糟糕的約會呢？如果這種科學方法如此有效，那每個人的第一次約會也都將是最後一次，不是嗎？運算法則難道不該為人們找到完美的伴侶並且延續這種完美嗎？或許那些問卷和匹配分值並不是問題的全部。

如何計算「感覺」?

我曾經和網上認識的一位年輕男子約會，而他認為中途偷走我的一隻鞋是合理的舉動。還有一次，我從衛生間出來，發現對方穿著我的外套，已經把它撐破。彷彿不論我的網絡個人資料有多詳盡，不論我回答了多少個網絡問題，依然無法避免遇到一個問我我的紅色頭髮是否是草莓味的人。[2]

個人偏好和個性化列表是根據個人要求篩選對象的理想因素。然而有著80多年發展歷史的人際關係科學教給我們一個重要的道理：用個人數據預測一對情侶的匹配度是行不通的。

問題在於，人們在得到之前並不知道自己要什麼。不像在亞馬遜和網飛上那樣，人們清楚地知道自己喜歡什麼類型的產品或電影，關於個人喜好的問卷是不足以預測和誰在一起能夠幸福的。歸根結底，尋找伴侶比買一套DVD（數字多功能光盤）要複雜得多。

或許你我都喜歡看瑞恩·高斯林的電影，但這並不代表我們願意一起看他的電影。雖然對瑞恩·高斯林電影的愛好可以成為談話初期或是第一次約會中不錯的切入點，但是把它作為重要因素來預測長期關係中的匹配程度則不太現實。

然而未能捕捉牽手成功率的還不僅僅是電影偏好這類無關緊要的標準，任何個人數據的組合皆是如此：人口統計數據、政治派別、家庭背景等等。它們都無法提供有關現實中二人匹配度的重要、有意義的標準。

OkCupid甚至發表了一篇題目很有意思的博客文章：《我們做活人實驗！》。文章承認匹配分值在預測「長期」匹配度中只取得了有限的成功。為了測試現有的匹配度算法，程序員讓電腦欺騙一部分用戶，在實際匹配度只有30%的情況下顯示90%的匹配度。

實驗得出了一些有趣的結果：當用戶相信匹配值很高時，他們首次向對方主動發信息的比例從12.4%增長到了14.5%。

人們若認為彼此合拍，都會更願意進行對話。這意味著OkCupid的用戶相信網站的算法。或許這並不讓人驚訝，不過你可能認為當雙方發現彼此匹配度並不高時會很快結束對話。

大部分用戶的確是這樣做的。發出第一條信息後，被欺騙的用戶群中只有15%的用戶堅持進行了四條或四條以上信息的對話。然而未被騙用戶群中知道彼此不匹配而仍舊進行相同程度對話的比例只有9%，依然較低。

這些被騙且匹配度實際並不高的用戶中只有15%的人在初次聯繫後繼續進行對話，然而在匹配度真的有90%的用戶（未被騙）中繼續進行對話的比例只有17%，數據的接近程度令人驚訝。匹配分值高的兩個人並沒有真正地更易相處。

兩個數字間的微小差距證明，OkCupid的算法只能在有限的程度上預測牽手成功率。當然，兩人越多共同點，越容易進行對話，但也不過如此。從長遠角度來講，它不一定能幫上忙。

這並不是OkCupid科學原理中出現的漏洞。它的算法完全達到了設計要求：按照自己列出的條件篩選單身人士。這裡的問題是：人們並不知道自己真正想要的是什麼。所以準確預測二人匹配度的算法根本不存在。

不過我們離真相也不遠，因為雖然大腦不清楚自己的需求，但是一旦遇到了，我們的身體的確能知曉那就是我們想要的。

你若遇到過一見如故的人，便知道這種體驗是多麼令人興奮，但你可能沒有意識到，為了發出投緣的信號，你的行為發生了何種微妙的變化。科學家早就發現，我們在被他人吸引時會模仿對方的身體語言。我們的瞳孔會放大，會調整用詞以模仿對方的語言習慣，二人的笑聲也會變得相似。這些變化都是在幾分鐘內發生的，而這些跡象都能用來量化二人之間的投緣程度。

然而，或許令人驚訝的是我們與他人首次見面時發出的信號被證明與長久匹配度是相關的。它可以提供比問卷調查可靠得多的指標。

西北大學心理學教授伊萊·芬克爾在所謂的雙方「下意識同步」課題上下了很大功夫。他認為，讓交友網站納入這些指標的科技已經存在，或至少指日可待。

假若你可以通過視頻聊天系統，在一個晚上進行一系列短暫的快速約會。類似語音助手的工具能夠記載你的語言習慣，而圖像識別軟件可以記錄你的身體語言。一個晚上下來，你會得到一份真實、有意義的匹配度統計，為你決定在現實生活中該賞光見誰提供了更好的依據。

而數學，作為科學的語言，在這些開發過程中起著關鍵性作用。

前景是令人興奮的，不過我覺得這些想法是對現有匹配值算法的提升，不會完全取代它們。對尋偶方式的各式需求總是會存在，不論是具體、個性化、費時間的計算方式，還是類似Tinder和Grindr（Tinder和Grindr均為國外手機交友應用）的省事服務。沒有任何網站可以擔保每次都能為你找到完美搭檔，但如果你決定花些功夫，還是能夠找到合適人選的。

完美面孔

問卷式尋偶法還存在另一個問題，這也是人們的普遍懷疑：這種選擇是否完全取決於照片？實際上，Tinder和Grindr之類的交友網站就徹底摒棄了「個人介紹」一欄，它們讓你翻看當地單身人士的照片，僅通過長相來選擇約會對象。但是網絡世界並不如想像中那般充滿評判，這讓大多數不那麼符合大眾審美標準的人深感欣慰。

在過去的幾十年裡，數學家、OkCupid的創始人之一克裡斯蒂安·魯德爾一直在他的網站上收集用戶資料，從而研究人們在交友網站的行為模式。他有一些有趣的發現，包括求偶時人們談論自己的方式，浪漫關係初期的語言和互動，以及關於魅力重要性的驚人數據。

我個人最喜歡的一個發現是：長相不能決定人氣。實際上，如果一些人認為你很醜，反而對你有益。

OkCupid網站上有一個可選項，允許你在1~5的分值範圍內為他人的魅力值評分。為了檢驗魅力與人氣的關係，OkCupid團隊隨機選擇了5 000名女性用戶，並對她們每個人的平均魅力值得分與每月收到的信息數量做了比較。

測試結果見上圖。每個黑色的數據點代表一個用戶。人氣越高，越靠上方，魅力值越高，則越靠右邊。一眼望去彷彿是一團麻，數據點遍佈全圖。然而數據的分散效果說明了非常有趣的一個事實：人氣高的不僅是美女。

那麼如果高顏值不足以讓你受歡迎，真正的原因又是什麼呢？在魅力值相同的情況下，身處坐標上方的高人氣單身人士（藍色）和下方的低人氣人士（紅色）差別又在哪裡呢？

OkCupid團隊發現，答案在於他人如何看待你的魅力。這裡舉例說明最合適。假設我們要為兩個尤為可愛的女性卡通人物的魅力值打分：《摩登原始人》中的威爾瑪和《飛出個未來》中的莉拉。

我想我們都會認同威爾瑪是極其美麗的女人，沒有人覺得她醜，但公平地說，她也不是兔子傑西卡那樣的尤物。

讓我們比較一下威爾瑪和莉拉的魅力值得分。包括我在內的一些人認為莉拉非常性感，然而她只有一隻眼睛，這對於一些人來說是不能接受的。

我猜兩位女士各自的平均分不相上下，然而正在尋偶的單身卡通人士為她們評分的方式卻會是截然不同的。威爾瑪的得分會集中在4分左右，而莉拉的得分差距會比較大。

神奇的是，得分的分散度就是問題的關鍵。像莉拉這種褒貶參半的人，在交友網站上比威爾瑪這種人人都認為挺可愛的類型要更有人氣。

施展了統計學魔法後，這個現象也體現在OkCupid的用戶中。運用回歸分析法，OkCupid團隊從數據中推導出一個表達式，通過每個人魅力值的構成方式來計算他會收到的信息數量：

這裡 代表在1~5分之間給你評1分的人數 代表給你評2分的人數，以此類推。最後的 代表你在網站上的活躍程度。表達式每部分（或者更準確地稱為「項」）開頭的數字直接來自統計數據，代表你得到的魅力值是如何影響你收到的信息數量的。

項前的「+0.9」意味著每當有100個人認為你是全5分的性感尤物時，你便能期待每個月收到90條新信息。你真幸運！

得到5分意味著會收到更多消息，這合情合理。然而令人驚訝的是 項前的「+0.4」意味著在OkCupid上，每當有100個人為你評了1分，你每個月會多收到40條信息。是的，你沒看錯。即便長了張狗啃的臉，你依然能收到更多信息。

相比之下，項前的「-0.1」意味著每當有100個人為你打了4分，你將少收到10條信息。在滿分為5分的情形中得到4分實際上是對你不利的。

綜上所述，只要有人覺得你漂亮，那麼還有些人覺得你長得醜便要好過每個人都認為你「還不錯」。當然那些美得讓人難以置信、得到全5分的人總是會有很好的結果，然而對於我們其餘的人來說，試圖成為那個可愛的鄰家男孩或鄰家女孩不如獲得爭議來得有效。

這似乎有違直覺，但或許那些發信息的用戶同時也在考慮自己的機會：如果他們認為你很美，而別人不一定有同感，競爭會少些，這便給了他們額外的聯繫你的動力。然而如果他們覺得你很美，並且確定別人也覺得你很美，那麼他們會猜想你會收到很多信息，於是決定不必自取其辱。

現在到了最有趣的部分。人們在交友網站上選擇頭像時都會試圖隱藏自己不美的一面。經典例子包括，肥胖人士選擇大量處理過的照片，禿頭男士選擇戴帽子的照片。你應該做的卻恰恰相反。選擇頭像時，你應該盡量顯示出自己的不同，包括有些人或許不喜歡的方面。

那些迷戀你的人依然會迷戀你。而那些不喜歡你的不重要的人只會讓你受益。

所以為那塊光禿禿的頭皮而驕傲吧，炫出那個欠考慮的文身，露出那塊大肚腩。因為在網上表現出你的不同僅僅意味著做自己。可誰又會像你一樣想到這一點呢？

[1] 當問題數量為時，表達式是：。

[2] 這些都是真事。