WEBVTT

00:00:17.602 --> 00:00:19.239
大家好，我叫 Christian Rudder,

00:00:19.239 --> 00:00:21.875
我是 OKCupid 网站的创办人之一。

00:00:21.875 --> 00:00:24.502
这个网站现在已经是
全美最大的交友网站。

00:00:24.502 --> 00:00:25.749
就象这网站上大多数其他人一样,

00:00:25.749 --> 00:00:27.296
我是学数学的，
正如你所期待的那样，

00:00:27.296 --> 00:00:28.644
我们擅于分析。

00:00:28.644 --> 00:00:29.887
我们把这方法也应用在爱情上。

00:00:29.887 --> 00:00:31.717
我们把它叫做“配对算法”。

00:00:31.717 --> 00:00:33.428
基本上 OK Cupid 的配对算法

00:00:33.428 --> 00:00:36.481
帮助我们决定
两个人是否应该约会。

00:00:36.481 --> 00:00:38.765
我们的整个业务都是基于这一点。

00:00:38.765 --> 00:00:40.572
“算法”这个词说起来专业而高级，

00:00:40.572 --> 00:00:43.047
大家喜欢把它想成很大的一件事，

00:00:43.047 --> 00:00:45.148
但其实,算法只不过是一个系统的,

00:00:45.148 --> 00:00:47.817
一步一步的解决问题的方法。

00:00:47.817 --> 00:00:49.949
根本没有那么复杂。

00:00:49.949 --> 00:00:51.802
现在，我将为大家解释

00:00:51.802 --> 00:00:53.657
我们怎样得出这一个特殊的算法。

00:00:53.657 --> 00:00:55.660
你会在这看到它是怎样成形的。

00:00:55.660 --> 00:00:57.576
为什么算法如此重要？

00:00:57.576 --> 00:00:59.045
为什么我们要有这堂课？

00:00:59.045 --> 00:01:02.457
请注意我刚才提到的一个很重要的词:

00:01:02.457 --> 00:01:05.029
它们是一种"逐步"解决问题的方法，

00:01:05.029 --> 00:01:05.841
你或许也知道，

00:01:05.841 --> 00:01:08.470
电脑擅长于一步一步的运算过程。

00:01:08.470 --> 00:01:09.588
没有算法的电脑，

00:01:09.588 --> 00:01:12.933
基本上只是一个昂贵的镇纸。

00:01:12.933 --> 00:01:15.430
既然电脑已经普及到我们的日常生活，

00:01:15.430 --> 00:01:17.223
算法是无处不在。

00:01:18.515 --> 00:01:20.267
OK Cupid 配对算法背后的数学逻辑

00:01:20.267 --> 00:01:21.811
是非常简单的。

00:01:21.811 --> 00:01:22.629
就是一些加法，

00:01:22.629 --> 00:01:23.687
乘法，

00:01:23.687 --> 00:01:25.340
再来一点平方根。

00:01:25.340 --> 00:01:27.611
不过，设计这套算法的关键部分，

00:01:27.611 --> 00:01:30.235
在于要找出那些神秘的

00:01:30.235 --> 00:01:31.212
人与人之间的相互吸引力，

00:01:31.212 --> 00:01:33.810
并把它解构成电脑可以工作的部分，

00:01:33.810 --> 00:01:36.360
我们要做的第一件事
就把人和数据关联起来,

00:01:36.360 --> 00:01:38.382
这样算法才能生效。

00:01:38.382 --> 00:01:40.412
要最快的从人们那里得到数据，

00:01:40.412 --> 00:01:41.747
最好就是直接询问他们。

00:01:41.747 --> 00:01:44.166
我们决定 OK Cupid 
应该向用户问问题，

00:01:44.166 --> 00:01:46.834
比如说：“你会想要小孩吗？”，

00:01:46.834 --> 00:01:48.754
“你多久刷一次牙？“，

00:01:48.754 --> 00:01:50.227
”你喜欢看恐怖电影么？”。

00:01:50.227 --> 00:01:53.514
也有严肃些的问题，
比如：“你相信上帝么？”。

00:01:53.514 --> 00:01:55.308
目前有很多问题

00:01:55.308 --> 00:01:56.381
在进行同类型配对上都很合适，

00:01:56.381 --> 00:01:59.052
就是当双方的答案相同时。

00:01:59.052 --> 00:02:01.471
比如，两个人都喜欢看恐怖电影

00:02:01.471 --> 00:02:02.684
可能配对得更成功。

00:02:02.684 --> 00:02:03.843
而一个人喜欢,

00:02:03.843 --> 00:02:05.115
另外一个人不喜欢的情况下,
适配度就差点。

00:02:05.115 --> 00:02:06.480
但如果碰到下面的问题 ：

00:02:06.480 --> 00:02:08.189
“你喜欢成为关注的中心么?”

00:02:08.189 --> 00:02:10.729
如果交往中的双方都回答是，

00:02:10.729 --> 00:02:13.068
那他们可有大问题了。


00:02:13.068 --> 00:02:14.447
我们很早就意识到了这一点，

00:02:14.447 --> 00:02:15.614
所以我们觉得需要

00:02:15.614 --> 00:02:17.581
在每个问题再收集多一些数据。

00:02:17.581 --> 00:02:20.332
我们不仅要人们回答自己的看法，

00:02:20.332 --> 00:02:23.038
也要他们回答
他们期待对方如何回答。

00:02:23.038 --> 00:02:24.207
这方法很有效，

00:02:24.207 --> 00:02:26.291
不过我们还要再多加一个维度。


00:02:26.291 --> 00:02:28.835
有些问题能表达人们的与众不同之处。

00:02:28.835 --> 00:02:31.795
比如，关于政治的问题，

00:02:31.795 --> 00:02:34.589
“ 焚烧书籍或者国旗，
哪个更糟糕 ？”

00:02:34.589 --> 00:02:37.207
这能展露人们电影口味之外的东西

00:02:37.207 --> 00:02:39.387
同时，并不是所有问题都同等重要的，

00:02:39.387 --> 00:02:41.605
所以我们最后增加了一个数据点。

00:02:41.605 --> 00:02:43.440
任何 OK Cupid 的问题，

00:02:43.440 --> 00:02:44.642
你都可以告诉我们

00:02:44.642 --> 00:02:46.223
这问题对你的重要性，

00:02:46.223 --> 00:02:49.089
它的程度从“无关”到“必要”。

00:02:49.089 --> 00:02:50.564
现在，每一个问题，

00:02:50.564 --> 00:02:52.692
我们有三个资讯提供给算法:

00:02:52.692 --> 00:02:54.068
第一,你的答案;

00:02:54.068 --> 00:02:56.362
第二,你希望别人怎么回答;

00:02:56.362 --> 00:02:57.196
也就是你潜在的对象,

00:02:57.196 --> 00:02:58.781
的答案;

00:02:58.781 --> 00:03:02.327
第三，这个问题对你有多重要？

00:03:02.327 --> 00:03:03.702
有了这些信息，

00:03:03.702 --> 00:03:07.128
OK Cupid 可以知道
两个人相处和谐程度如何。

00:03:07.128 --> 00:03:09.458
算法吃进数字,吐出答案。

00:03:09.458 --> 00:03:11.262
实际举例来说吧，

00:03:11.262 --> 00:03:13.712
看我们怎样把你和另外一个人进行配对，

00:03:13.712 --> 00:03:15.581
暂且称他为 “B”。

00:03:15.581 --> 00:03:17.479
你和 B 的适配度是基于

00:03:17.479 --> 00:03:19.424
你们双方都进行过回答的问题。

00:03:19.424 --> 00:03:21.978
姑且把这些共同问题称之为 “s”。

00:03:21.978 --> 00:03:24.932
简单举例，我们用小样本的 “s”，

00:03:24.932 --> 00:03:26.434
只需两个共同回答过的问题

00:03:26.434 --> 00:03:28.310
电脑会根据它算出适配度。

00:03:28.310 --> 00:03:30.144
这里是我们的两道简单问题：

00:03:30.144 --> 00:03:32.349
第一个是,“你有多杂乱无章?”

00:03:32.349 --> 00:03:34.669
可供选择的答案选项有

00:03:34.669 --> 00:03:35.618
非常杂乱无章,

00:03:35.618 --> 00:03:36.398
一般，

00:03:36.398 --> 00:03:38.172
和非常有条理。

00:03:38.172 --> 00:03:39.755
我们假设你回答的是“非常有条理”,

00:03:39.755 --> 00:03:42.581
你期待别人的回答是“非常有条理”,

00:03:42.581 --> 00:03:45.202
并且对你来说，这个问题非常重要。

00:03:45.202 --> 00:03:46.498
基本上你就是个井井有条的怪胎。

00:03:46.498 --> 00:03:47.212
你是整洁有条理的人，

00:03:47.212 --> 00:03:48.296
你也希望对方同样如此,

00:03:48.296 --> 00:03:49.248
就这样。

00:03:49.248 --> 00:03:51.015
我们假设 B 有些不同。

00:03:51.015 --> 00:03:53.539
他的回答是自己非常有条理,

00:03:53.539 --> 00:03:55.171
但是他也接受“一般”，

00:03:55.171 --> 00:03:56.740
如果别人是这样回答的话，

00:03:56.740 --> 00:03:58.748
这个问题于他而言不太重要。

00:03:58.748 --> 00:04:00.308
我们看第二个问题，

00:04:00.308 --> 00:04:01.896
就是我们最开始举例的：

00:04:01.896 --> 00:04:03.653
“你喜欢成为关注的中心么?”

00:04:03.653 --> 00:04:05.231
答题项只有“是”或者“否”。

00:04:05.231 --> 00:04:06.407
现在你的回答是“否”，

00:04:06.407 --> 00:04:08.235
你希望别人怎样回答这栏答的是“否”

00:04:08.235 --> 00:04:10.862
这个问题对于你不太重要。

00:04:10.862 --> 00:04:12.419
而B呢,他自己的回答是“是”,

00:04:12.419 --> 00:04:14.087
他希望别人回答“否”，

00:04:14.087 --> 00:04:16.332
因为他希望所有焦点都在他身上，

00:04:16.332 --> 00:04:19.335
而这个问题对他还算重要。

00:04:19.335 --> 00:04:21.716
现在，我们让电脑来处理一切。

00:04:21.716 --> 00:04:22.855
我们的第一步是，

00:04:22.855 --> 00:04:24.376
既然我们要用电脑来处理它，

00:04:24.376 --> 00:04:26.162
我们就需要给一些数值

00:04:26.162 --> 00:04:29.041
来定义比如“还算重要”和“非常重要”，

00:04:29.041 --> 00:04:31.335
因为电脑需要把所有资料都转化成数字。

00:04:31.335 --> 00:04:33.523
在 OK Cupid 上我们按如下级别：

00:04:33.523 --> 00:04:35.858
“无关”是 0，

00:04:35.858 --> 00:04:38.307
“不太重要”的值是1,

00:04:38.307 --> 00:04:40.302
“还算重要”的值是 10，

00:04:40.302 --> 00:04:42.426
“非常重要”的值是 50，

00:04:42.426 --> 00:04:46.353
“绝对必要”的值是 250.

00:04:46.353 --> 00:04:48.852
接下来,算法要做两个简单的计算。

00:04:48.852 --> 00:04:51.941
第一个是你对B的回答给多少分,

00:04:51.941 --> 00:04:55.568
另外一个是,你给对方答题的满分是多少?

00:04:55.568 --> 00:04:58.138
你可以指定 B 的答案

00:04:58.138 --> 00:04:59.947
在第一个有关条理性的问题上，

00:04:59.947 --> 00:05:01.448
对你是非常重要。

00:05:01.448 --> 00:05:04.041
它值50分，B 答对了。

00:05:04.041 --> 00:05:05.947
第二个问题只有1分，

00:05:05.947 --> 00:05:07.558
因为你说这问题对你不太重要,

00:05:07.558 --> 00:05:09.036
B 答错了。

00:05:09.036 --> 00:05:12.392
所以B的回答在51分满分里拿到了50分。

00:05:12.392 --> 00:05:14.023
适配满意度是 98%。

00:05:14.023 --> 00:05:15.220
非常好。

00:05:15.220 --> 00:05:16.832
算法的第二个问题是看

00:05:16.832 --> 00:05:18.918
B 对你的满意程度。

00:05:18.918 --> 00:05:20.768
B给对于你有关条理性的回答

00:05:20.768 --> 00:05:22.353
给1分，

00:05:22.353 --> 00:05:24.745
对于第二个问题的答案给10分。

00:05:24.745 --> 00:05:27.156
满分11分，就是1+10.

00:05:27.156 --> 00:05:28.324
你得到了10分，

00:05:28.324 --> 00:05:30.617
在第二个问题上，你俩彼此都满意。

00:05:30.617 --> 00:05:32.611
你的回答在B的满意度分数是10/11,

00:05:32.611 --> 00:05:35.240
百分比是91%。

00:05:35.240 --> 00:05:36.117
还不错。

00:05:36.117 --> 00:05:38.286
最后一步是把两个适配度百分比放在一起，

00:05:38.286 --> 00:05:40.454
为你们两打一个分数。

00:05:40.454 --> 00:05:42.747
为得到这点，
算法把你们两人的得分相乘，

00:05:42.747 --> 00:05:44.500
然后开n次方根,

00:05:44.500 --> 00:05:46.792
n 就是问题的数目。

00:05:46.792 --> 00:05:49.401
因为“s”-- 也就是问题的数目，

00:05:49.401 --> 00:05:51.507
在这个例子里,只是“2”,

00:05:51.507 --> 00:05:54.093
我们得到的适配度百分比等于

00:05:54.093 --> 00:05:58.154
98% 乘以 91% 再开平方根。

00:05:58.154 --> 00:06:00.304
结果等于94%。

00:06:00.304 --> 00:06:03.194
94%就是你和 B 之间的适配度百分比。

00:06:03.194 --> 00:06:04.561
这是通过数学方法来表达--

00:06:04.561 --> 00:06:06.405
你们彼此之间相处的愉快程度是怎样。

00:06:06.405 --> 00:06:07.749
基于我们所知道的信息。

00:06:07.749 --> 00:06:10.131
为什么算法要相乘，而不是除？

00:06:10.131 --> 00:06:12.284
比如，把两个分数求平均值以后

00:06:12.284 --> 00:06:14.530
再开平方根？

00:06:14.530 --> 00:06:16.479
总的来说，这个公式叫几何平均数，

00:06:16.479 --> 00:06:17.881
它很适合处理

00:06:17.881 --> 00:06:19.076
差异很大的数据，

00:06:19.076 --> 00:06:20.861
以及代表不同属性的数据。

00:06:20.861 --> 00:06:23.164
换句话说，它能完美的
计算出浪漫爱情适配度。

00:06:23.164 --> 00:06:24.248
你有大范围的,

00:06:24.248 --> 00:06:26.206
数不清的数据值,

00:06:26.206 --> 00:06:27.156
就像刚说过的，有关电影的，

00:06:27.156 --> 00:06:28.006
有关政治的，


00:06:28.006 --> 00:06:29.201
有关宗教的，

00:06:29.201 --> 00:06:30.395
有关所有的一切。

00:06:30.395 --> 00:06:32.256
凭直觉讲，以下情况很有道理。

00:06:32.256 --> 00:06:34.918
两个人彼此的满意度是50%，

00:06:34.918 --> 00:06:36.052
会好过

00:06:36.052 --> 00:06:39.180
那些两个人彼此满意度是0或者100的。

00:06:39.180 --> 00:06:40.847
因为爱慕应该是互相的。

00:06:40.847 --> 00:06:43.147
在增加了对误差幅度的小修改后 --

00:06:43.147 --> 00:06:45.770
这种情况在问题量很小的时候会出现,

00:06:45.770 --> 00:06:47.234
就像我们刚举的运算实例一样－－

00:06:47.234 --> 00:06:48.811
这套算法就可以运作了。

00:06:48.811 --> 00:06:50.191
任何时候当 OK Cupid 将两个人配对时，

00:06:50.191 --> 00:06:52.234
它按照我们刚介绍的步骤来運作，

00:06:52.234 --> 00:06:54.484
首先它收集你的答题的数据，

00:06:54.484 --> 00:06:56.619
然后它比较你的选项和
你期待的对方选项，

00:06:56.619 --> 00:06:59.740
以简单的，数学的方法来进行。

00:06:59.740 --> 00:07:02.453
这种能将现实世界的现象，

00:07:02.453 --> 00:07:05.172
转化为电脑芯片能读取的数据的能力，

00:07:05.172 --> 00:07:06.015
我认为，

00:07:06.015 --> 00:07:08.569
是现代最重要的一种技术。

00:07:08.569 --> 00:07:10.921
就像你用话语来给一个人讲故事，

00:07:10.921 --> 00:07:13.672
你是用算法来跟电脑讲故事。

00:07:13.672 --> 00:07:14.919
如果你学会了这种语言，

00:07:14.919 --> 00:07:16.377
你就可以去讲故事了。

00:07:16.377 --> 00:07:20.256
我希望我刚才的介绍能帮助你做到这点。