“柯北，你有女朋友了吗？”杰克随口一问，吓了柯北一大跳。
柯北：还没有呢。大学时候只顾学习了，把女朋友耽误了。
杰克：那正好。明天我给你一项特殊任务，注意收邮件吧，我只能帮你这么多了。
柯北一夜无眠，一直在琢磨杰克会给他什么任务。上【非诚勿扰】节目？不可能啊。给自己介绍一个女朋友？好像也不靠谱。第二天一早他昏昏沉沉的就去上班了，途中遇到星星，自然又是被一番调侃。
早上9:30，柯北收到杰克的邮件，邮件主题是“一个神秘的任务”。他迫不及待的打开了邮件，邮件上只有几句话：
一、整理思路
说实话，柯北之前还真没有好好考虑过个人问题，虽说不相信缘分，但总觉得女朋友是迟早的事情。虽然曾经对星星动心过几次，但是这也只是停留在想法上，根本就没有往下走。接到杰克的任务书后，他莫名的冲动了一上午，最后决定利用这个机会好好的规划一下自己的爱情，利用自己的优势，就是数据分析来追求自己的幸福。
柯北习惯性的打开了思维导图软件，他要整理一下自己的思路。首要问题是找到一个思维逻辑来帮助自己理清思路，平时杰克就很重视对他们俩思维逻辑的培训，关键时刻这些逻辑自然全部涌了出来。
5W2H分析法：用来整理自己的思维，梳理行动计划方案。
人-货-场：挖掘自己的需求，洞悉自己真正喜欢的女孩类型。
SWOT、波特五力模型：竞争对手分析，知己知彼百战百胜。
会员生命周期管理：（有女朋友后）随时管理自己和女朋友的进展状态。
会员价值分析：用来评估女朋友，没准儿会有两个女孩同时看上自己，这个工具用得上。
整理完这些之后，柯北感觉压力很大，索性将自己的QQ签名改成了“要找到一个自己喜欢的女朋友真心不容易啊”。
星星看见后回了一句：这么快就找到女朋友了？祝贺你啊！
柯北：没呢！我估计自己是找不到了。哎！
说完柯北就把自己整理出来的思维导图发给星星看了。如图所示，看完后星星给了柯北一个赞！
二、界定问题
为什么要找女朋友（Why）？柯北用著名的马洛斯需求层次理论认真的思考了一晚上，发现自己目前在每个层次都有对女朋友的需求。特别是“社交需求”，现在去参加同学聚会自己总是孤身一人，已经被嘲笑了好多次了。“安全需求”主要是为了应付父母和那一堆亲戚的需求。所以找个女朋友俨然变成当前的一个首要任务了。
柯北还需要搞明白两个问题（What），其一是自己到底需要找一个什么样的女朋友，其次是自己的优势和劣势。前者柯北使用了人-货-场的逻辑。后者用了SWOT分析法。又是一个通宵，终于整理出两张图。整理完后他伸了一个懒腰，然后兴奋地向空中大喊了一声，comeon，baby！
对于Howmuch的两个问题，其一柯北准备前期不限定人数，争取尽可能的多认识目标女孩子，然后再进行量化评估，最后找到最可能的那位重点培养！杰克强烈反对这种做法，实际生活中不建议效仿柯北的做法，另外这种做法也很费钱的。对于第二个问题，费用预算，柯北实在没有概念，只能定了个大原则，就是不超支。
经过这些分析柯北发现自己的问题主要集中在这三点上：
如何去发现更多的目标女生在哪儿？
如何收集数据并且利用自己数据分析的专长来指导行动策略？
如何改变自己的缺点，主动和女生打交道？
三、收集数据
前期准备工作完成了，现在该逐步实施自己的计划了，也就是要落实其中三个W的问题，Who-谁是我的女朋友？When-她会什么时间出现？Where-她会出现在什么地方？根据前期思考，柯北制定了主动出击和耐心等待两套方案。
主动出击：主动去接触那些目标女孩子，目标对象不仅仅限于没有男朋友的那部分，考虑主动竞争。根据自己事先设定的条件，柯北觉得自己的女朋友不会在大学校园及周边，也不应该在各种奢侈品消费场所。出现几率最大的地方应该是公司的商务谈判室，公共场所的咖啡厅，百货商场的化妆品、鞋服专区，甲级写字楼及周边的公共场所，机场候机厅，酒吧等地方。
一有空柯北就往这些地方跑，按他的说法是提高认识未来女朋友的几率。
耐心等待：两个方面的措施，一是和父母沟通自己的需求，等待父母及亲戚帮自己介绍，二是每天在微博、微信、QQ空间等社交媒体上更新自己的状态，将自己最精神、专注、职业的一面有意识的展示给身边的每一个人。
……（此处省略一万字）
经过一个月的努力，柯北认识了5位可能是自己未来女朋友的女孩子，其中一位是自己的同事。对于这五位女孩子，目前还仅仅停留在认识阶段，柯北对他们的其他情况还一无所知，甚至有的只是一面之交。其中一位（姑且叫小A）是柯北在星巴克认识的，当时小A独自在星巴克喝咖啡，柯北坐对面加班，两人没说话也没交集机会。当小A起身离开时，柯北发现她将手机落在了沙发上，但他却没有叫住小A，反而是拿起手机快步走出了星巴克。柯北并不是要贪便宜。在小A急匆匆回来没发现手机，然后狂拨自己手机号若干次后，柯北才“急匆匆“的出现，第一句话就是”我刚才追你去了！“
事后，杰克狠狠的“批评“了柯北：在追求幸福的路上不能不择手段，要善用手段，你做到了。
柯北接下来的任务就是去了解他们，他们是谁？有什么爱好？自己有没有竞争对手？自己的机会有多大？这时候他的数据分析的能力就派上用场了。柯北列出了所有准备收集的数据清单：
目标女生相关的数据
基本数据：年龄，身高，体重，三围，星座，血型，户口所在地。毕业学校，工作单位、工作职位，月收入，家庭状况。电话号码，QQ号码，微博ID，微信号，邮箱……
规律数据：她们的微博、微信等社交媒体的内容及更新频率，QQ登录及在线时间数据，参加社交活动的频率，更新发型频率，作息时间规律，经常出现的场所及频率，手机通话记录……
喜好数据：喜欢的颜色，喜欢的食物，喜欢的运动，喜欢的偶像，最喜欢的日常用品品牌（例如服装、化妆品等），喜欢看的书类型（柯北坚持认为喜欢看书的女孩子是最有魅力的女人）……
目标女生闺蜜们的数据
基础数据：有几个闺蜜、分别是谁、联系方式是什么？闺蜜们的喜好是什么？微博、微信账号是什么？闺蜜们的男朋友是谁？
目标女生和闺蜜关联数据：闺蜜和目标女友的关系，一起活动的频率，是否可以影响目标女生的行为？
竞争对手的数据
基础数据：曾经的男友是谁？目前的竞争对手是谁？ 和目标女友是什么关系？竞争对手的微博、微信账号，职业信息，家庭信息。
关系数据：每周和目标约会频率，每次约会时间长度，每次约会的主要内容是什么？交往时间长短，目前进展程度，最近一次吵架是什么时候？
财力数据：是否有车，有房？经济状况紧凑、宽松还是富有？赠送给目标女友最贵重的礼物是什么？
整理出这么多需要收集的数据清单，这才刚刚开始，接下来最艰巨的任务是如何去收集这些数据。这个难不倒柯北，他整理出来几个数据收集渠道：
官方数据：在微博、微信、QQ空间、QQ签名等这些个人维护的社交网络中，很容易查到对方的一些例如生日、毕业学校、工作单位、邮箱、社会关系、个人状态等数据。并且这些数据基本都是真实的，所以叫着官方数据。
网络数据：在微博、百度等网上搜索对方的名字等关键信息也会找到一些数据。例如可以搜索出来对方参见过的一些公开活动，或对方的微博名称、QQ空间地址等。
市场调查：找专业的调查公司（不是高帅富一般不推荐此方法，太耗钱），比较经济的方法是自己通过观察去积累数据。
目标女友的朋友圈：包括闺蜜、同学、同事、家人，前男友、居住小区的保安。如果你给小区的保安一些好处，相信保安会将女友每天进出门时间，是否有人接送，接送人员的交通工具等信息给你的。如果你再把她的闺蜜感化过来，那基本上是要什么数据就有什么数据。但是如何和女友的闺蜜建立联系呢？柯北最后是从闺蜜的男朋友入手的。
柯北自己的圈子：公司内网上能查到同事的基本信息，利用自己的朋友圈和目标女友的朋友圈的交集资源。例如某个女友的中学同学可能是自己的大学同学或现在的同事，有时候世界就是这么小，关键是有没有一颗善于发现的心。
四、分析数据
又经过一个月的努力（此处照例省略1万字），柯北收集到了五个女生的大量数据，包括生日、几个男朋友，最近吵架的时间等等。收集这些数据的后果是柯北几乎消耗了自己一个月的工资，请人吃饭，送人礼物等。这么多数据如果不做分析，简直就是浪费了，不过这些东西难不倒柯北同学。柯北准备整理这些数据，让他们发挥如下的一些作用：
利用这些数据去拿到更多的数据，例如通过手机号查到对方的微博名，再通过微博找到对方的工作单位、家庭住址、个人喜好、感情经历等数据。
挖掘数据之间的关联关系，例如对方的微博最近更新频率变快，微博内容多为悲伤失意，而微博评论中也没有男朋友的评论出现，再看情敌的微博内容却一片繁荣，这些数据背后传递的很可能是她失恋了，你现在有机会了。
分析目标女生的偏好数据，目的是为日后的投其所好做数据准备。例如爱吃什么食物，喜欢使用什么化妆品，穿什么品牌的服装，有什么业余爱好等。
掌握目标女生When-Where数据规律，即她什么时间会在什么地方出现，这个主要是柯北为找机会接近对方做准备的。制造一次邂逅场景估计能够增加不少好感。
整理出目标女生的社交关系图，如图所示。从这张图可以清楚的发现某个女生的社会关系，有些是可以利用的，是盟友，而有些却是要防备的。
6.成功机会分析，柯北运用了波特五力分析模型对五位女生进行了量化分析。如图所示，从目标女生的男朋友、目标女生本人、潜在的追求者、柯北自己、盟友五个方面进行了打分评估，得分越低说明该女生越容易被追到手。
从图中看出，女生L和女生K最有机会，而女生S基本上就没有希望。女生K没有男朋友，但是目前交男朋友的意愿不高，潜在追求者也不少。女生L貌似和男朋友之间有问题，这也是柯北评价最高的女生，同时可获取的盟友支持也是五位中最大的一位。综合以上考虑，柯北决定将女生L列位追求目标，将女生K作为备选目标。
接下来，柯北每天增加了一项新工作，就是盯着女生L及其男友的微博内容，记录她QQ在线时间，每次双方通电话时长等数据。据说后来的某一天，就在女生L发出“受伤了，某人却不在身边”的微博后，柯北出现在了她的的面前，感动了对方。成功的将普通朋友关系推进到男女朋友关系。
后来星星问柯北，为什么当时能准确的知道L在什么地方？柯北只淡淡的一笑，说道“长期的观察和数据分析的结果”。
后来的后来……（此处省略几万字）
杰克：柯北，你以为我是在教你如何用数据追女生吗？其实，我是在教你如何制定一个新产品的上市策略。不信，你们再回头看一遍。
本文摘自黄成明【数据化管理：洞悉零售及电子商务运营】一书。
转载请注明来自36大数据（)： &
除非特别注明，本站所有文章均不代表本站观点。报道中出现的商标属于其合法持有人。请遵守理性，宽容，换位思考的原则。学以致用，光棍极客通过大数据搞定女朋友
发表于 23:26|
来源Wired|
作者Kevin Poulsen
摘要：他曾获中文本科学位，在世贸大厦做汉译英，因下午2点上班逃过了911大爆炸，后成为MIT决战21点队员，从拉斯维加斯猛抢6万美金，因此迷上了数学，还通过统计算法找到了GF。
【编者按】马上就要过年了，又要回家面对各种七大姑八大姨的催命问题，相信对于广大的宅男极客来说——“找女朋友没有？”已经被选为最不受欢迎的一句话了。其实在这个大数据时代里，我们生活在一个充满“数据”的世界，找个女朋友真的很难么？有的人可能说了“天天大数据，大数据能帮我找女朋友么？”回答是肯定的，有了“大数据”的帮助，找女朋友的成功率会高很多。请看来自美国的Chris
McKinlay给我们分享的经典案例：如何通过大数据找到你的另一半！
CSDN推荐：欢迎免费订阅《》获取更多Hadoop技术文献、大数据技术分析、企业实战经验，生态圈发展趋势。
以下为译文：
在加州大学洛杉矶分校数学楼5层的一个阁楼里，显示器上闪烁着微弱的灯光。Chris McKinlay正在使用罗拉多州超算为他博士论文（大规模数据处理和并行数值方法
）做实践，而凌晨三点却是能压榨这个计算机资源的最佳时间，他打开了第二个窗口——OkCupid（美国在线约会网站的领头羊 ）的收件箱。
McKinlay， 35岁，体型偏瘦，一头蓬乱头发的中年男子。在4000万通过、J-Date、e-Harmony这些网站在网络上寻找浪漫的美国中，他是非常不起眼的一个。自从去年分手以后，他已经在网上搜索了9个月，可惜毫无结果。他已经给几十个OkCupid网站推荐为潜在配偶的女性们发去了自我介绍信息，但大部分都被忽略了。同时他只去过为数不多的六次约会中的一次。
2012年六月的那天早上，电脑一个窗口显示着编译器正在处理的代码，而另一个显示着被遗弃的约会资料，他突然醒悟到，自己做错了。他一直把自己当做一名相亲对象来在网上寻找其他用户，这样做是不对的，他意识到自己应该像一个数学家一样去约会。
OkCupid由哈佛大学数学专业人士创办于2004，首先吸引交友者的是因为他的相亲对象是通过计算方法来自动匹配的。成员通过回答一系列的问题进行匹配，比如政治、宗教、家人、爱、性f和智能手机。
平均而言，用户从问题库中选择350个类似于“下列哪个最有可能吸引你去看电影吗？”或“宗教/上帝在你的生活中有多重要？“这种问题。通过对每一个用户问题答案的分析寻找和他们问题答案相近的异性伴侣，同时将这些用户从“毫无关系”到“特别亲密”分为5个等级。OkCupid的匹配引擎使用该数据来计算一对夫妇在一起是否合适，得分越接近百分之一百，证明他们是一对越好的灵魂伴侣。
但是推理一下，在洛杉矶，McKinlay与女性的匹配度简直是糟糕透顶。OkCupid的算法只使用两个潜在的选择决定回答问题，以及相匹配的问题（或多或少随机出现），并不能正确的体现出一个人的内心。当McKinlay
查看他匹配对象的时候，发现相互匹配额超过百分之九十女性不超过100个。要知道在洛杉矶这个城市大约有200万女性（在OkCupid上也有8万女性），而从McKinlay的匹配结果和影响来看，他几乎就是一个隐形人。
McKinlay意识到他必须提高这个数据，通过抽样统计，McKinlay可以确定哪些问题关系到他喜欢的那种女性，他可以针对这些问题建立新的“形象”，从而去匹配洛杉矶中所有适合他的女性，而忽视其他人。
Chris McKinlay使用Python脚本快速调取了大量OkCupid的调查问题，然后他将女性约会者分为七个维度，比如“Diverse” 、 “Mindful”，每个都有自己的特点。
MauricoAlejo 从一个数学家的角度来说，Chris McKinlay的故事非常独特。他在波士顿郊区长大，2001年从明德学院毕业，大学本科获中文学位，同年8月到纽约世贸大厦91楼作汉译英，五周后世贸大楼倒塌（
McKinlay那天下午两点才上班，侥幸躲过了911爆炸）。“后来我问自己，我到底想做什么？”他说，当时哥伦大学毕业一个朋友招募他加入MIT的决战21点队员，接下来的几年他往返于纽约和拉斯维加斯，曾一年从拉斯维加斯赢得6万美金。
经历了这些事情，他对应用数学非常感兴趣，因此爱上了数学并读了数学博士。他说：“他们的数学天赋可以适用于许多不同的情况。他们可以看到一些新的扑克游戏，然后回家，写一些代码，并想出一个策略来战胜它。”
现在他将这种模式搬到了寻找爱情的过程中。首先他需要数据。他建立了12个OkCupid账户，写了一个Python脚本管理它们，同时也没有忽略他的论文。程序脚本将会收集他的目标人群（年龄在25-45之间的异性恋以及双性恋女士），从这些女士的个人页面上搜集所有可能用到的数据：种族、身高、是否抽烟、星座等等。
为了得到这些数据，他不得不做一些额外的工作。OkCupid中只有你回答别人的问题，你才能看到别人的信息。McKinlay用机器人回答一些简单的问题，他没有使用一些虚假的信息来欺骗这些女士，因为答案对他并不重要，他并不是想要吸引这些女生，他只是想把这些女生的回答收集到自己的数据库中。
McKinlay非常满意他的机器人的工作成果。然而在他收集了一千个资料后，他遇到了第一个障碍。OkCupid有一个系统专门来防止这种机器的数据搜集行为，不断的将他的机器人账号禁止。
他必须试着让这些机器账户模仿人的行为动作
他将目标转向了一位向他学习高等数学课程同时教他音乐理论的朋友 Sam Torrisi，Torrisi 是一位神经学家。Torrisi也经常使用OkCupid，Torrisi同意在他的电脑上安装间谍软件监控自己在网站的运动轨迹和数据。同时McKinlay通过编程让机器人模拟Torrisi
的点击速率以及打字速度。McKinlay又从家里带来一台电脑，通过数学系的宽带，保证一天24小时不间断的运行。
三周后他已经收获了来自全国各地2万名女性的600万个问题。随着数据挖掘的深入，McKinlay完全将他的论文抛至一边，他本来就很少在公寓睡觉，现在基本上就完全放弃了，搬到了工作的地方，睡觉的时候在办公桌上铺上一层薄薄的床垫。
按照McKinlay的计划，他必须要在这些统计的数据中找到一种根据这些女生的相似性进行大致分组的方式。McKinlay在修改贝尔实验室一个名为K-Modes的算法时得到了灵感。这个算法第一次在1998年用于分析生病的豌豆谷物，它使用分类数据并且把数据整合堆积。通过微调，设备可以调节出结果的速度，得到自己想要的方式。
他调整刻度，找到了一个平衡点，这个点上20000个女人根据她们的问题和回答能够在统计上分为7个清晰分离的群。“我太高兴了”，他说，“这真是6月最好的一天。”
用这种方式，McKinlay又搜集了另外5000个女生的样本，她们都来自洛杉矶和旧金山，最近刚刚在OkCupid上注册。这些样本经过K-Modes的处理也大致分布在7个组里，McKinlay的统计样本奏效了。
现在McKinlay只需要确定哪个组的女生更适合自己就行了。他大概看了一下这些女生的简介，有一组女生年龄太小，两组年龄太大，另外一组是虔诚的基督徒。他发现有一组女生大多在20几岁，多数看起来很独立或是音乐家和艺术家。McKinlay认为自己或许能在这组中找到真爱。
实际上，还有一组女生看起来也很不错，她们年龄稍大，从事编辑和设计等有创造性的工作。McKinlay决定在这两组女生中寻找目标。他建立了两个个人档案，一个用于A组，一个用于B组。
推荐阅读相关主题：
CSDN官方微信
扫描二维码,向CSDN吐槽
微信号：CSDNnews
相关热门文章周末大福利！如何用大数据轻松告别单身？-业界动态-@大数据资讯
你好，游客
周末大福利！如何用大数据轻松告别单身？
来源： 姑婆那些事儿&
　　小旻25岁,单身男,运营出身,热衷分析,和左右手两两相忘后,决定认真钻研,用数据分析来实现自己的&脱单计划&。
　　找女友第一步:整理思路
　　找女友第二步:界定问题
　　1、为什么要找女朋友(Why)?
　　小旻用马洛斯需求层次理论思考了一晚上,发现自己目前在每个层次都需要女朋友。特别是去参加同学聚会自己总是孤身一人,已经被嘲笑了好多次了。
　　2、找什么样的女朋友(What)?
　　又是一个通宵,小旻整理出两张图。
　　(图一:择偶标准)
　　(图二:SWOT分析)
　　3、用多少预算找女朋友(How much)?
　　对于这个问题,小旻实在没概念,只能定个大原则,就是不超支。
　　找女友第三步:收集数据
　　根据前期思考,小旻制定了两套方案。
　　1.主动出击
　　根据自己事先设定的条件,小旻觉得自己的女朋友不会在大学校园及周边,也不会在各种奢侈品消费场所。出现几率最大的地方应该是公司的商务谈判室,公共场所的咖啡厅,百货商场的化妆品、鞋服专区,甲级写字楼及周边的公共场所等地方。
　　所以,一有空小旻就往这些地方跑,按他的说法是提高认识未来女朋友的机率。
　　2.耐心等待
　　是等待父母及亲戚介绍,二是每天在社交媒体上更新状态,将自己最精神、专注的一面有意识的展示给身边人。三是拉个运营群,多拉一些做运营的女孩,然后每天展示自己诙谐、风趣、博学的一面。
　　经过一个月的努力,小旻认识了5位女孩,于是提出聚餐,大家交流交流,其中一位(姑且叫小A)是在吃饭时认识的,当时小A坐在小旻对面,当小A起身离开时,将手机遗落在沙发上。但小旻却没有叫住她,而是拿起手机火速离开。小A急匆匆回来没找到手机,只好狂拨自己手机,小旻这才&急匆匆&出现,说&我刚才追你去了!&(ps:懂大数据的,果然都是心机男啊&&)
　　这还不算什么,接下来的数据分析更让你吃惊。以下是小旻收集的目标对象的数据。
　　目标女生数据
　　基本数据: 年龄、身高&户口所在地、毕业学校、工作单位、家庭状况。微博ID,微信号&&
　　规律数据: 微博、微信等社交媒体的内容及更新频率,QQ登录及在线时间,更新发型频率,作息时间规律,经常出现的场所及频率&&
　　喜好数据: 喜欢的颜色,食物,运动,偶像,喜欢看的书类型(小旻坚持认为喜欢看书的女孩子是最有魅力的)&&
　　目标女生闺蜜的数据
　　基础数据: 有几个闺蜜、分别是谁、联系方式是?闺蜜们的喜好?、微信账号?&&
　　关联数据: 闺蜜和目标女友的关系,一起活动的频率,是否可以影响目标女生的行为?&&
　　竞争对手数据
　　基础数据: 曾经的男友?目前的竞争对手?和目标女友关系?&&
　　关系数据: 每周和目标约会频率,约会时间长度,进展程度&&
　　财力数据: 是否有车,有房?经济状况&&
　　1.公共渠道: 微博、微信等社交网络&在微博、百度等网上搜索对方名字等关键信息。
　　2.市场调查: 找专业的调查公司(不是高帅富一般不推荐此方法,太耗钱)。
　　3.内部渠道: 目标女友的朋友圈+小旻自己的圈子。
　　找女友第四步分析数据
　　收集这些数据几乎花费了小旻一个月的工资,这么多数据如果不做分析,简直就是浪费,不过这难不倒小旻。
　　1、挖掘数据之间的关联性
　　例如对方的微博最近更新频率快,内容多为悲伤失意,评论中没有男友的出现,而情敌的微博却欢声笑语一片,这些数据传递的很可能是她失恋了,你有机会了。
　　2、掌握数据规律
　　即她什么时间会在什么地方出现,这个主要为小旻找机会接近对方做准备,制造一次邂逅场景能增加不少好感。
　　3、成功机会分析
　　小旻整理出目标女生的社交关系图,运用&波特五力分析模型&对五位女生进行了量化分析,得分越低说明该女生越容易被追到手。
　　(ps:五位女生的综合评分)
　　综合以上分析后,小旻决定将女生L列为追求目标。
　　为增加好感,小旻日常会主动创造各种机会,除此之外,还每天盯着女生L的微博和微信内容等等。据说有一天,女生L在朋友圈更新一条消息:&受伤了,连陪我去医院的人都没有&,小旻看到后,以神速出现在她面前,感动了对方。后来,又不断制造惊喜,并在女生过生日时,趁热打铁, 成功将普通朋友关系推进到男女朋友关系。
相关新闻 & & &
　　　同意评论声明
　　　发表
尊重网上道德，遵守中华人民共和国的各项有关法律法规
承担一切因您的行为而直接或间接导致的民事或刑事法律责任
本站管理人员有权保留或删除其管辖留言中的任意内容
本站有权在网站内转载或引用您的评论
参与本评论即表明您已经阅读并接受上述条款}