數據分析—問卷調查從模型到算法

每個人心中都有一個完美的另一半，如何去找到這個自己心中最認可的另一半，在慢慢人生旅途中，我們所經歷過的事情，都在影響著我們的決定，影響著我們對另一半的選擇，這將是一個重大的問題，關乎著自己未來的無論是物質還是精神上的幸福。這不僅僅是一個運氣的問題，還包含著巨大的人生智慧在其中，用你獨具慧眼的原則和標準去判斷。那么如何在長長的時間軸上判斷最優秀的另一半是否出現了呢？是否其中也有哲學在其中呢？是否有量化的策略使得我們成功的幾率更大呢？

2.模型始于假設：

假設1：一切皆可量化，兩個人在一起取決于價值，外貌、性格、潛力甚至于感情責任等等都可以被量化，最終形成一個人的基本屬性——價值，價值越高則越優秀，選擇最優秀的人為伴侶；

假設2：基于時間序列，每接觸一個人在經歷一段時間相處之后不具有可回溯性(即不考慮驚天大逆轉，突然屌絲變高帥富)，再次和前任談的時候，考慮到人總是成長的，前任以新的價值屬性出現，作為挑選方，對方價值的評估以當時那個時間節點不可變(人總會成長，雖然過去的認知的價值在當前可能被貶低，但被估值的人也會成長)，對于價值的評估不會失誤到有近乎于極端異常值的判斷，在時間軸上異性有先后順序；

假設3：挑選是單向的，每個人都在尋找心中最高價值的TA，并且知道會遇到多少個異性

模型的量化好壞取決于算法的優劣、假設的合理性，基于以上假設，去推導其中算法：

現在我們的男主，在時間軸上他會遇到N個我們的女主，男主要挑到最優秀的真命女主，假定處于第i個女主是真命女主，為了遇到這個這個真命女主，男主需要去接觸k次女主，作為對女主價值的認知，以便進行判斷對真命女主的價值的benchmark認知：

第一步：第i個女主是真命女主，那么概率是1/N。

第二步：benchmark的意義在與，前i個女主中，比第i個真命女主價值小的次最大價值女主出現在試探性的1到k個女主中，概率為k/(i-1)，這個次最大價值女主為什么不是全域上的最大女主，因為我們遇到了第i個時，第i個女主是假定的最大價值女主，我們不需要i+1到N去挑了。同樣的道理，一旦男主接觸試探了k個女主，次最大價值女主在1到k時，那么k到i-1女主自然是不用再看了，第一個比1到k中出現的次最大女主價值大的就是真命女主。

那么男主試探k個女主找到真命的概率就是：

3.結論分析

綜上可得，目標函數可用。對目標函數求導，發現x=1/e時，一階導數為0，x<1/e時導數為正，x>1/e時則為負，故而目標函數收斂于x=1/e。代入x=1/e，得到

也就是說，當x=1/e的時候，在我們的男主試探(認識了N*個女主)有最大的概率即約為37%的概率遇到我們的真命女主——那個我們男主最想要的的女主。從理論模型我們回到現實，也即是說當我們的男主在時間序列上遇到了100個女主(N=100)，那么我們的男主要認識37次女主(k=37,)，以進行判斷真命女主，在37次接觸中，只要碰到從第37個開始，比前36個價值最高的女主還高，那么該女主就以最大可能性成為我們的最高價值女主。那么這就是你最認可的另一半了。

實際生活中，我們打交道的女生其實遠沒有那么多，所以當我們認識幾個女生以后就開始“收斂”了，從心里我們就認定彼此了。上述算法的結論一般性意義在與：                         

1.假如你對未來伴侶特別挑剔，那你起碼應該適量的多認識幾個，尤其是對于那些身邊異形很多的朋友，想要遇到自己中意的，可能就需要更多才能有一個比較理性的判斷；

2.從“收斂”性看出，不是認識的異形越多越多就會遇到更優秀的人，往往越到最后就會成空。成為一個人的初戀意味著成為別人的“收斂”節點可能性更大，假如你還可以重新加入TA的挑選隊列，反言之初戀往往沒有好下場也是同樣的道理，人是會變的，價值觀自然也會變；

3.因為資源有限，好的總是出手或者被出手快，導致身邊的異性偏少，越優秀的會越快“收斂”；反言之越優秀可能最后就剩了下來，這是兩個極端情況，實際生活中并不少見，晚點結婚對于現代更開放的年輕人來說也是有優勢的，處于中間則是最慘的——所以這大約也是被逼婚的重要原因。

更多的結論在實際調查中是有待調研得出的......

我們要做的是能以最大化的幾率遇到最優秀的人，以最高的效率遇到你最中意的人，然后就放手去追TA吧！當然，也要去認識到模型的短板，畢竟找到另一半是一個涉及方方面面，是個極為復雜的問題。假設1缺陷在與量化的困難，一個人的價值不是裸露在外面就可以看到的，不然也不會有這么多遇人不淑；假設3的缺陷在與如何去確認N值的大小，雖然一個時期內經過一定時間的沉淀，身邊的異性是差不多固定的......這些都不用去管，重要的是模型通過了，只需要添加一些問題：你身邊的異性朋友有多少？你的性格是外向、一般、宅男？等等這些問題，只要人們對美的向往心無限，那么我的模型和算法就有可取之處。

從上述模型和算法，我們要知道，做數據分析和數據挖掘必須有著對數據的敏感性，假如過去曾經發生的事對于未來沒有任何影響的話，那么TA一定是失敗的，我覺得對于任何其他職業也是一樣。在真正的數據挖掘和分析師看來，將來的事從來都不是隨機，發生過的事情進過一定的“懲罰機制”去放大效果，對于將來的影響是巨大的。一定幾率的事可以代表著將近絕對的概率發生，這并不是一句矛盾的話。這正是機器學習的核心所在，細小的變動，于細枝末節處慢慢的體現出對最終結果的影響，發生過的數據一點點的推進學習的步伐，最后就能學習到一定規律的東西。