大數(shù)據(jù)分析，什么樣的美女最受男生青睞

這篇文章探討的是女性吸引力，但沒有通?？吹降恼掌治鲋惖臇|西。相反，我們采用過去的女人圖片，分析她在男同胞們頭腦里產(chǎn)生的反應。 我們將展示以下顯著的現(xiàn)象：
　　? 男人們作為一個群體對女性長相越有分歧，最后喜歡她的人越多。
　　? 男人們通常會忽視掉那些僅僅可愛的女生。
　　? 事實上，有些男人認為她長得丑，這反而會幫到這個女人。
　　公正性警告：我們將把女性作為客觀對象來討論，不惜筆墨。不久會輪到把男性作 為客觀對象來分析展示給大家。按照慣例，本文中沒有任何分析(名人的例子除外)是我個人的觀點。所有數(shù)據(jù)均是從實際用戶活動中收集的。

　　1. 咱們從頭開始。
　　所有的人，尤其是男人們花費大量精力搜索、瀏覽和聯(lián)系我們最熱門的用戶。正如以前提到的，受歡迎女性收到的交友信息大約是相貌平平女性的4倍(備注：原文用 4X表示)，是丑女收到的25倍(備注：原文用25X表示)。深陷信息中會把網(wǎng)站用戶，尤其是女性嚇跑。因此，我們必須分析和重新指導這個趨勢，以免 OkCupid成為sausageparty那樣的網(wǎng)站。
　　幾乎每隔一段時間，我們都會運行下面這樣的分析圖，顯示以5000名女性為例，按吸引力排序，在上一個月中能收到多少信息。
　　這些圖按種族、位置、年齡、檔案完整程度、登錄活躍程度等做了調(diào)整——這些人之間唯一有意義的不同點是她們的長相。運行許多這樣的圖之后，我們開始問自己： 還有什么原因?qū)е耎廣泛分布，尤其是占了圖中一半數(shù)量的“長相高于平均水平”人收到的信息量有多有少。難道僅僅是隨機現(xiàn)象?
　　下面是這個女性的分析：
　　她得到的關注比下面的女性要高:
　　…盡管根據(jù)我們的用戶反饋，她們都是美人
　　2. 美麗(7分)并不相同
　　為了解釋這種現(xiàn)象，第一步就是用數(shù)學方法來區(qū)分吸引力的程度。 比如，采用經(jīng)典的10點分來作為“長相”的滿分，如果一個人的評分為7，這可能是因為每個看到她的人都會這樣想：她非?？蓯?。
　　但是極有可能出現(xiàn)的卻是下面這種情況:
　　如果我們只知道她的評分為7，是沒法看出她屬于上面哪一類的。也許對于有些人來說假設的滿分美女是不同凡響、引領潮流的，而其他人認為美女是享樂主義的。誰知道呢? 事實證明，這種分布的觀點非常重要。
　　3. 名人照片：拋磚引玉和說明
　　讓我們來看看一些著名人物的評分的分布情況是什么樣的。我猜想，比如說女演員克里斯汀.貝爾的長相評分大致是這樣的：
　　貝爾小姐被大眾認為是美女，但她的分數(shù)看上去并不像是一個超級名?；蛘呤裁错敿馊宋铩Ｋ赡茉凇胺浅Ｃ馈钡脑u分范圍只能得到幾票，大多數(shù)的票數(shù)在“非常有吸引力”左右，沒人把她的票投在圖表左端的“不吸引人”上。
　　相比較而言，梅根·?？怂箍赡艿玫竭@樣的評分：
　　圖表最右邊，可能有很多的帥哥覺得她是最性感的。在最左邊，少數(shù)人看過她的電影。
　　與貝爾小姐不同，福克斯女士讓人們產(chǎn)生了強烈的反應，即使有時這種反應不是正面的。
　　4. 現(xiàn)實生活的人們
　　現(xiàn)在讓我們回頭再來看前面的兩個真實用戶，這一次用她們的圖表。 OkCupid網(wǎng)站按從1到5星級評價長相，所以其它討論都以此為根據(jù)。本文展示的所有用戶都是慷慨的女性，她們有足夠信心允許我們在網(wǎng)站上做分析，感謝她們。好了，這里有：
　　正如你看到的，盡管上面這兩名女性的吸引力評分非常接近，她們收到的投票 模式卻有所不同。左邊的評分顯示人們有所共識，右邊的評分顯示了意見分歧。
　　再細致一點說來就是：
　　左邊的女士，在絕對意義上，認為稍微更有吸引力
　　右邊的女士，相對多達142%的人們給了她最低分
　　然而，右邊女士收到的交友信息是左邊女士的3倍。
　　當我們開始用其他”長相和側(cè)臉相似，但收到的交友信息數(shù)不同”的人來配對時，這種模式一次又一次呈現(xiàn)。收到消息少的女性通常被認為有一貫的吸引力，而收到消息多的女性往往在男人看來吸引力有分歧。下面再舉幾個例子：
　　男人對女性長相越有分歧，就有越多的人喜歡她。 我 們感覺似乎能發(fā)現(xiàn)什么，所以，作為數(shù)學書呆子，穿上運動褲。然后做了一些分析。 我們的第一個結(jié)論是：對女性評分數(shù)和她收到的交友信息數(shù)量做標準差比較，發(fā)現(xiàn)，男人們對女性長相評價的分歧越多，就有越多人喜歡她。對此繪制的喜好偏差與 收到的交友信息的關系曲線如下，再舉一些例子。
　　圖中沿曲線標識的女性在吸引力排名中大約為前80%。
　　這得用一點算術，而且很難用簡單的折線圖來解釋?；驹硎牵焊鶕?jù)女性得到的投票數(shù)，用一個公式來預測女性能得到多少關注量，關注量的計算是基于曲線上的投票數(shù)。用這個公式，我們可以把“男人認為女性長得怎么樣”翻譯成“她能得到多少關注”。
　　我們得出的公式看上去不透明，但是用它計算，就會看到人們有趣的觀點，以及男人們會向哪些女性示好。
　　*******************************************
　　如果你對代數(shù)感興趣
　　我們以43000名女性的數(shù)據(jù)作為樣本用回歸法分析。 為保證前提一致，所有這些女人是異性戀， 年齡介于20和27歲之間，而且住在同一個城市。本文中給出的公式是降低m3，使其p值非常接近1后，第二次回歸得到的最佳結(jié)果 。
　　Msgs是觀察期內(nèi)女性收到消息數(shù)量。常數(shù)k反映了她在整個網(wǎng)站的活動水平。對于這個方程, R2 = .28, 這在實驗或問題研究中并不是一個大數(shù)字，但應用在真實的社會環(huán)境中非常好。
　　*******************************************
　　需要搞明白，最重要的是ms代表男人對她長相評價的投票，以此算出她收到的交友信息數(shù)曲線，譬如：
　　那些前面帶正號的投票數(shù)(ms)：表示男人會發(fā)信息給女性，前面帶負號的：說明要減去信息數(shù)量。這個公式告訴我們的有以下信息： 認為你火辣(hot)的男人越多，你收到的信息就越多。
　　我們怎么知道此原理的——m5前面的0.9是最大的正數(shù)，也就是說，認為你很迷人(投票給你一個滿分’5′)的家伙們是給你發(fā)信息最多的貢獻者。這當然是個預測結(jié)果，提示給我們:公式是能講得通的。 覺得你可愛(cute)的男人，實際上應從你收到的信息中減掉。 我們怎么知道此原理的——因為m4前面的系數(shù)0.1是負數(shù)。這就說明，給你投票為’4′ 的人，認為你長相高于平均水平的那些人，實際上應從你收到的信息中剔除。非常令人驚訝。事實上，當你把它和m1前面的正數(shù)一起看，我們的公式從統(tǒng)計上看能說得通：
　　如果有人認為你不火辣(hot)，那么最好接下來他們認為：你丑。
　　這是一個非常瘋狂的結(jié)論，但我們每次計算——通過變換約束值，嘗試不同的數(shù)據(jù)樣本等，這個理論都會顯現(xiàn)生效。
　　5. 我們的想法是怎么回事
　　所以這便是我們的悖論：當有些人認為你丑時，其他人更有可能發(fā)消息給你。而當有些男人覺得你很可愛時，其他男人對你倒是缺乏興趣。為什么會出現(xiàn)這種情況?也許得用點博弈論來解釋：
　　假設你是個男人，并真地對某人感興趣。如果你懷疑其他男人都不感興趣，就意味著更少人來競爭。因此，此想法會激勵你給她發(fā)送消息。你可能會想：也許她很孤單……也許她恰好在等待一個欣賞她的人……至少我不會埋沒在人群里……也許這些小心思，加上事實上你真地覺得她漂亮，會促使你行動。發(fā)給她你精心考慮過的完美的開場詞。
　　“最近好嗎”
　　另一方面，’4′票占多數(shù)的女人，通常被認為可愛，但并不火辣，看上去的情形可能比實際上更受歡迎。一般男人會這樣考慮：她的魅力明顯足以吸引其他人和她交往。但不足以使男人不顧一切地給她發(fā)交往信息。這就是可愛的矛盾之處。
　　整個情形看起來是這樣：
　　6. 最后：這對你意味著什么?
　　我不認為每個女人都關心是否其他人關注她。但是如果你關心的話，上面的分析有什么實際意義呢? 好吧，從根本上，改變你的整體吸引力很難(也就是開篇我們討論的長相評分)。但是你創(chuàng)造出來的差別是掌控在自己手中的，很簡單，即：把差別最大化:
　　采用任何你認為有些人不喜歡的方式，突出展示出來。
　　正如你可能已經(jīng)注意到的，帶紋身和穿孔的女性似乎憑直覺把握了這個原則。她們炫耀自己與眾不同之處，才不管人家喜不喜歡呢。而且她們得到很多人的關注。
　　但我們的建議可以適用于任何人。瀏覽OkCupid網(wǎng)站時，我發(fā)現(xiàn)眾多照片顯然在盡可能減少一些不具吸引力的特征——一個可能超重的人從生活照中剪切出來的頭像就是典型的例子。我們有些算法表明：消減你的“瑕疵” 達到的效果會是相反的。如果你有點小胖，展示出來。如果你有一個大鼻子，展示出來。如果你有一個奇怪的暴牙，展示出來：從統(tǒng)計學上來說，不喜歡它的男人只會幫到你，那些喜歡它的人會更興奮。