大数据分析看如何成为美人

文章来源：大数据

这篇文章探讨的是女性吸引力，但没有通常看到的照片分析之类的东西。相反，我们采用过去的女人图片，分析她在男同胞们头脑里产生的反应。 我们将展示以下显著的现象：

• 男人们作为一个群体对女性长相越有分歧，最后喜欢她的人越多。

• 男人们通常会忽视掉那些仅仅可爱的女生。?

• 事实上，有些男人认为她长得丑，这反而会帮到这个女人。

公正性警告：我们将把女性作为客观对象来讨论，不惜笔墨。本文的目的是分析OkCupid网站的数据，没有一点点客观对象化是不可能的。不久会轮到把男性作 为客观对象来分析展示给大家。按照惯例，本文中没有任何分析（名人的例子除外）是我个人的观点。所有数据均是从实际用户活动中收集的。

1. 咱们从头开始。

所有的人，尤其是男人们花费大量精力搜索、浏览和联系我们最热门的用户。正如以前提到的，受欢迎女性收到的交友信息大约是相貌平平女性的4倍（备注：原文用 4X表示），是丑女收到的25倍（备注：原文用25X表示）。深陷信息中会把网站用户，尤其是女性吓跑。因此，我们必须分析和重新指导这个趋势，以免 OkCupid成为sausageparty那样的网站。

几乎每隔一段时间，我们都会运行下面这样的分析图，显示以5000名女性为例，按吸引力排序，在上一个月中能收到多少信息。

这些图按种族、位置、年龄、档案完整程度、登录活跃程度等做了调整——这些人之间唯一有意义的不同点是她们的长相。运行许多这样的图之后，我们开始问自己： 还有什么原因导致X广泛分布，尤其是占了图中一半数量的“长相高于平均水平”人收到的信息量有多有少。难道仅仅是随机现象？

下面是这个女性的分析：

她得到的关注比下面的女性要高：

…尽管根据我们的用户反馈，她们都是美人

2. 美丽（7分）并不相同

为了解释这种现象，第一步就是用数学方法来区分吸引力的程度。 比如，采用经典的10点分来作为“长相”的满分，如果一个人的评分为7，这可能是因为每个看到她的人都会这样想：她非常可爱。

但是极有可能出现的却是下面这种情况：

如果我们只知道她的评分为7，是没法看出她属于上面哪一类的。也许对于有些人来说假设的满分美女是不同凡响、引领潮流的，而其他人认为美女是享乐主义的。谁知道呢？ 事实证明，这种分布的观点非常重要。

3. 名人照片：抛砖引玉 和 说明

让我们来看看一些著名人物的评分的分布情况是什么样的。我猜想，比如说女演员克里斯汀.贝尔的长相评分大致是这样的：

贝尔小姐被大众认为是美女，但她的分数看上去并不像是一个超级名模或者什么顶尖人物。她可能在“非常美”的评分范围只能得到几票，大多数的票数在“非常有吸引力”左右，没人把她的票投在图表左端的“不吸引人”上。

相比较而言，梅根·福克斯可能得到这样的评分：

图表最右边，可能有很多的帅哥觉得她是最性感的。在最左边，少数人看过她的电影。

与贝尔小姐不同，福克斯女士让人们产生了强烈的反应，即使有时这种反应不是正面的。

4. 现实生活的人们

现在让我们回头再来看前面的两个真实用户，这一次用她们的图表。 OkCupid网站按从1到5星级评价长相，所以其它讨论都以此为根据。本文展示的所有用户都是慷慨的女性，她们有足够信心允许我们在网站上做分析，感谢她们。好了，这里有：

正如你看到的，尽管上面这两名女性的吸引力评分非常接近，她们收到的投票模式却有所不同。左边的评分显示人们有所共识，右边的评分显示了意见分歧。

再细致一点说来就是：

• 左边的女士，在绝对意义上，认为稍微更有吸引力；

• 右边的女士，相对多达142%的人们给了她最低分；

• 然而，右边女士收到的交友信息是左边女士的3倍。

当我们开始用其他“长相和侧脸相似，但收到的交友信息数不同”的人来配对时，这种模式一次又一次呈现。收到消息少的女性通常被认为有一贯的吸引力，而收到消息多的女性往往在男人看来吸引力有分歧。下面再举几个例子：

男人对女性长相越有分歧，就有越多的人喜欢她。 我们感觉似乎能发现什么，所以，作为数学书呆子，穿上运动裤。然后做了一些分析。 我们的第一个结论是：对女性评分数和她收到的交友信息数量做标准差比较，发现，男人们对女性长相评价的分歧越多，就有越多人喜欢她。对此绘制的喜好偏差与收到的交友信息的关系曲线如下，再举一些例子。

图中沿曲线标识的女性在吸引力排名中大约为前80%。

这得用一点算术，而且很难用简单的折线图来解释。基本原理是：根据女性得到的投票数，用一个公式来预测女性能得到多少关注量，关注量的计算是基于曲线上的投票数。用这个公式，我们可以把“男人认为女性长得怎么样”翻译成“她能得到多少关注”。

我们得出的公式看上去不透明，但是用它计算，就会看到人们有趣的观点，以及男人们会向哪些女性示好。

*******************************************

如果你对代数感兴趣。我们以43000名女性的数据作为样本用回归法分析。 为保证前提一致，所有这些女人是异性恋， 年龄介于20和27岁之间，而且住在同一个城市。本文中给出的公式是降低m3，使其p值非常接近1后，第二次回归得到的最佳结果 。

Msgs是观察期内女性收到消息数量。常数k反映了她在整个网站的活动水平。对于这个方程,R2 = .28,这在实验或问题研究中并不是一个大数字，但应用在真实的社会环境中非常好。

需要搞明白，最重要的是ms代表男人对她长相评价的投票，以此算出她收到的交友信息数曲线，譬如：

那些前面带正号的投票数（ms）：表示男人会发信息给女性，前面带负号的：说明要减去信息数量。这个公式告诉我们的有以下信息： 认为你火辣（hot）的男人越多，你收到的信息就越多。

我们怎么知道此原理的——m5前面的0.9是最大的正数，也就是说，认为你很迷人（投票给你一个满分’5′）的家伙们是给你发信息最多的贡献者。这当然是个预测结果，提示给我们:公式是能讲得通的。 觉得你可爱(cute)的男人，实际上应从你收到的信息中减掉。 我们怎么知道此原理的——因为m4前面的系数0.1是负数。这就说明，给你投票为’4′ 的人，认为你长相高于平均水平的那些人，实际上应从你收到的信息中剔除。非常令人惊讶。事实上，当你把它和m1前面的正数一起看，我们的公式从统计上看能说得通：

如果有人认为你不火辣(hot)，那么最好接下来他们认为：你丑。

这是一个非常疯狂的结论，但我们每次计算——通过变换约束值，尝试不同的数据样本等，这个理论都会显现生效。

5. 我们的想法是怎么回事

所以这便是我们的悖论：当有些人认为你丑时，其他人更有可能发消息给你。而当有些男人觉得你很可爱时，其他男人对你倒是缺乏兴趣。为什么会出现这种情况？也许得用点博弈论来解释：

假设你是个男人，并真地对某人感兴趣。如果你怀疑其他男人都不感兴趣，就意味着更少人来竞争。因此，此想法会激励你给她发送消息。你可能会想：也许她很孤单……也许她恰好在等待一个欣赏她的人……至少我不会埋没在人群里……也许这些小心思，加上事实上你真地觉得她漂亮，会促使你行动。发给她你精心考虑过的完美的开场词。

“最近好吗”

另一方面，“4”票占多数的女人，通常被认为可爱，但并不火辣，看上去的情形可能比实际上更受欢迎。一般男人会这样考虑：她的魅力明显足以吸引其他人和她交往。但不足以使男人不顾一切地给她发交往信息。这就是可爱的矛盾之处。

整个情形看起来是这样：

6. 最后：这对你意味着什么？

我不认为每个女人都关心是否其他人关注她。但是如果你关心的话，上面的分析有什么实际意义呢？ 好吧，从根本上，改变你的整体吸引力很难（也就是开篇我们讨论的长相评分）。但是你创造出来的差别是掌控在自己手中的，很简单，即：把差别最大化。

采用任何你认为有些人不喜欢的方式，突出展示出来。正如你可能已经注意到的，带纹身和穿孔的女性似乎凭直觉把握了这个原则。她们炫耀自己与众不同之处，才不管人家喜不喜欢呢。而且她们得到很多人的关注。

但我们的建议可以适用于任何人。浏览OkCupid网站时，我发现众多照片显然在尽可能减少一些不具吸引力的特征——一个可能超重的人从生活照中剪切出来的头像就是典型的例子。我们有些算法表明：消减你的“瑕疵” 达到的效果会是相反的。如果你有点小胖，展示出来。如果你有一个大鼻子，展示出来。如果你有一个奇怪的暴牙，展示出来：从统计学上来说，不喜欢它的男人只会帮到你，那些喜欢它的人会更兴奋。

回复 简介 查看《星环科技成长大事记》

回复 Holodesk 介绍 查看 Holodesk技术分享

回复 案例集 查看 2015 Hadoop技术应用案例集

回复 培训 查看 星环科技最新培训信息

投资 查看 相关投资案例

回复 银行 查看 银行案例集

技术 查看 技术案例集

回复 电力 查看 电力案例集

回复 运营商 查看 运营商应用案例集

产品 查看《星环 TDH 4.3 新概述》

评测 查看《大数据产品最新测试基准看哪家（TPC-H or TPC-DS）？》

投资 查看《时隔5个月，国内Hadoop厂商星环科技又获启明追投》

回复 交通 查看《Hadoop大数据技术助力山东交警实现智慧交通》

快递 查看《星环Hadoop发行版助快递业迎战“双十一”》

税务 查看《税务大数据应用案例》

电商 查看《电商大数据应用案例》

医疗 查看《医疗行业应用场景》

金融 查看《金融行业的应用场景》

TED视频 查看《TED精彩视频：【大数据 大趋势】》

视频监控 查看《Hadoop大数据在实时视频监控的应用场景》