牛津大学：大数据知道你更想和谁约会-集智俱乐部的财新博客-财新网

前两天看到一条有趣的朋友圈，朋友在广州玩，遇到一位蛮好看的姑娘，举着一个牌子征婚，牌子上从年龄体重到学历性情，列了好多条，要求着实是高。

据说姑娘被家里人逼婚，国庆连家都不敢回，才出此下策。适婚年龄的单身男女们，似乎有很多都饱受“逼婚”的痛苦。每年过年回家，都是一场没有硝烟的战争——酒足饭饱，就开始了年轻人和长辈们关于择偶标准的精彩辩论。

寻找伴侣是一件走心又走脑的事，既得满足日常的生存需求，还得满足情感上的共鸣需求。对于当代的年轻人来说，网络的发展拉近了和陌生人之间的距离，是否也改变了他们的择偶标准呢？

牛津大学的Dinh等人，和eHarmony（美国最大的婚恋交友网站）合作，研究了网络交友的背景下，人们在择偶上的偏好变化。研究对象为eHarmony网站上2007-2018年间，英国各地的149440名注册用户。

该平台的所有用户均为异性恋

排除掉含有元旦的1月份和含有情人节的2月份，随机抽取一个月（3月），将该月份注册的用户作为每年的研究样本。虽然每年的数据都取自当年的3月份，但每年3月份的注册人数是不同的。用户的具体分布情况如下表所示。

如何看待外在条件？

网站的用户在注册时，对年龄、收入、学历等外在条件的偏好进行了“非常重要”、“有点重要”、“完全不重要”的选择，下面2张图显示了2007-2018年间，用户对潜在对象收入的看重程度。

男女双方对于伴侣教育水平，种族和年龄的重视程度，如下图所示。

无论男士还是女士，对收入、学历、种族和年龄的挑剔程度，整体上都呈现出下降趋势。这表明，男女双方都能够以更开放和更包容的态度，对待伴侣的社会地位。从重要性的均值来看，4组图中，女性的均值都高于男性的均值，尽管近些年男女士们对待外在条件越来越佛系，但和男性相比，女士们还是更重视这些因素的。

最辣的girl为啥没人追？

好友曾经吐槽过，身边的妹子颜值那么高怎么都没人追？

辣么漂亮的姑娘肯定有男朋友了orz

一看就追不到，还是不要打扰人家了

Dinh等人的研究中，也做了对于吸引力和受欢迎程度的调查。网站设计的问卷中，有一份提供了吸引力的衡量指标：用户需要对自身的潮流程度，性感程度等条目进行打分（范围为1~7分）。

同时，研究员们用被搭讪率（收到异性主动发送消息的次数 / 异性查看用户个人资料的次数）来表示用户的受欢迎程度。男性和女性在吸引力和被搭讪率上不同的表现如下图所示。

吸引力在2-6之间时，女性纵坐标的变化率（0.023）比男性（0.008）要高的多，表明与男性相比，女性的被搭讪率更依赖于外表。这和一些批判性的女权主义，社会文化学的研究结果相一致——在交往中男性比女性更加注重外表的吸引力。

不过，吸引力和被搭讪率之间，并不是一个线性的关系。比如，一位自身吸引力不是那么强的男士，在纠结要不要给一位漂亮的女士发邮件，如果发一封电子邮件的费用很贵，或者被拒绝后的心理成本很高，那他很可能就不会发了。这说明，搭讪不仅取决于对方的吸引力，还取决于对对方是否会回复自己的期望估计。

网上聊天是否缓解了性别的不对称性？

传统交友中，男性通常会更主动，女性常常是被动的一方。在婚恋网站上，这种情况会得到缓解吗？

最初，婚恋网站当然是希望网上交流能给女士们带来更平等的求爱环境，但很明显的，男性的搭讪率在逐年上升，女性的搭讪率在逐年下降。

一方面，由于一直以来的社会习俗，女士们已经习惯了由男士主动开启一段交谈；另一方面，随着网络聊天的流行，男士们发（zhu）送（dong）消（gou）息（da）的心理成本在不断下降，这两点共同加剧了男女相处过程中的不平衡性。

谁还不能做个热心肠的小哥哥/小姐姐呢？

除了一些选择偏好和搭讪情况，Dinh等人还研究了人格特征对男女之间好感度的影响。

他们利用一个多元回归模型，分析哪些变量有助于提升其他人对用户的好感度，继而主动搭讪开启一段关系。

一位喜欢利他，懂得酒文化的男士，更容易吸引女士们主动同他交流；但是，倘若一位男性年纪偏大，有着善于解决冲突的特质，就会极大地降低其被女士们搭讪的概率。

喜爱运动的活力女性，往往能够吸引男性的目光；同样的，较大的年纪也是女士们在这场博弈中最大的负面影响因素。

此外，男士们也很喜欢乐于助人的女性；浪漫主义和社交网络中丰富的个人照片，对男女双方的形象建立都有很好的正面效果。

文中的用户范围虽然在英国，但人类的很多规则不都是通用的吗？？（不许说不是）大数据告诉我们，主动一点，也许女神也在等待着你开口呢。做一个善良利他的人儿，可能会在不经意间开启一段缘分呦。

作者：尚奇奇

编辑：王怡蔺

论文题目：

Computational Courtship: Understanding the Evolution of Online Dating through Large-scale Data Analysis

论文地址：

https://arxiv.org/abs/1809.10032

话题：