最近新聞報導中國進入了第四次單身潮，單身人數達兩億，相當於俄羅斯和英國全部人口的總和，作為兩億分之一的你，是否壓力山大?從前的日色變得慢，車，馬，郵件都慢，一生只夠愛一個人，但那是以前，如果你還習慣用車馬郵件追求喜歡的人，恐怕早就人走茶涼了。大數據時代的我們，一切都要與時俱進，找對象也是如此。本文的小柯今年25歲，單身男，熱衷大數據，並決定認真鑽研，用數據分析來做到自己的「脫單計劃」。
一、找女友第一步：整理思路
二、找女友第二步：界定問題
1、為什麼要找馬子(Why)?
小柯用馬洛斯需求層次理論思考了一晚上，發現自己目前在每個層次都需要馬子。特別是去參加同學聚會自己總是孤身一人，已經被嘲笑了好多次了。
2、找什麼樣的馬子(What)?
又是一個通宵，小柯整理出兩張圖。
(圖一：擇偶標準)
(圖二：SWOT分析)
3、用多少預算找馬子(How much)?
對於這個問題，小柯實在沒概念，只能定個大原則，就是不超支。
三、找女友第三步：收集數據
根據前期思考，小柯制定了兩套方案。
主動出擊
根據自己事先設定的條件，小柯覺得自己的馬子不會在大學校園及周邊，也不會在各種奢侈品消費場所。出現幾率最大的地方應該是公司的商務談判室，公共場所的咖啡廳，百貨商場的化妝品、鞋服專區，甲級寫字樓及周邊的公共場所等地方。
所以，一有空小柯就往這些地方跑，按他的說法是提高認識未來馬子的機率。
耐心等待
一是等待父母及親戚介紹，二是每天在社交媒體上更新狀態，將自己最精神、專注的一面有意識的展示給身邊人。
經過一個月的努力，小柯認識了5位女孩，其中一位(姑且叫小A)是在吃飯時認識的，當時小A坐在小柯對面，當小A起身離開時，將手機遺落在沙發上。但小柯卻沒有叫住她，而是拿起手機火速離開。小A急匆匆回來沒找到手機，只好狂撥自己手機，小柯這才「急匆匆」出現，說「我剛才追你去了!」(ps：懂大數據的，果然都是心機男啊……)
這還不算什麼，接下來的數據分析更讓你吃驚。以下是小柯收集的目標對象的數據。
目標女生數據
基本數據：年齡、身高…戶口所在地、畢業學校、工作單位、家庭狀況。微博ID，微信號……
規律數據：微博、微信等社交媒體的內容及更新頻率，QQ登錄及在線時間，更 新髮型頻率，作息時間規律，經常出現的場所及頻率……
喜好數據：喜歡的顏色，食物，運動，偶像，喜歡看的書類型(小柯堅持認為喜歡看書的女孩子是最有魅力的)……
目標女生閨蜜的數據
基礎數據：有幾個閨蜜、分別是誰、聯繫方式是?閨蜜們的喜好?、微信帳號?……
關聯數據：閨蜜和目標女友的關係，一起活動的頻率，是否可以影響目標女生的行為?……
競爭對手數據
基礎數據：曾經的男友?目前的競爭對手?和目標女友關係?……
關係數據：每周和目標約會頻率，約會時間長度，進展程度……
財力數據：是否有車，有房?經濟狀況……
公共管道：微博、微信等社交網路…在微博、百度等網上搜尋對方名字等關鍵信息。
市場調查：找專業的調查公司(不是高帥富一般不推薦此方法，太耗錢)。
內部管道：目標女友的朋友圈+柯北自己的圈子。
四、找女友第四步分析數據
收集這些數據幾乎花費了小柯一個月的薪水，這麼多數據如果不做分析，簡直就是浪費，不過這難不倒小柯。
1、挖掘數據之間的關聯性
例如對方的微博最近更新頻率快，內容多為悲傷失意，評論中沒有男友的出現，而情敵的微博卻歡聲笑語一片，這些數據傳遞的很可能是她失戀了，你有機會了。
2、掌握數據規律
即她什麼時間會在什麼地方出現，這個主要為小柯找機會接近對方做準備，製造一次邂逅場景能增加不少好感。
3、成功機會分析
小柯整理出目標女生的社交關係圖，運用「波特五力分析模型」對五位女生進行了量化分析，得分越低說明該女生越容易被追到手。
(ps：五位女生的綜合評分)
綜合以上分析後，小柯決定將女生L列為追求目標。
為增加好感，小柯日常會主動創造各種機會，除此之外，還每天盯著女生L的微博和微信內容等等。據說有一天，女生L在朋友圈更新一條消息：「受傷了，連陪我去醫院的人都沒有」，小柯看到後，以神速出現在她面前，感動了對方。後來，又不斷製造驚喜，並在女生過生日時，趁熱打鐵，成功將普通朋友關係推進到男馬子關係。
看來，找馬子不僅需要好眼力，還需要一些技術含量。
識別下圖二維碼，加「數盟社區」為好友，回復暗號「入群」，加入數盟社區交流群，群內持續有乾貨分享~~
本周乾貨：Deep Reinforcement LearningWhat’s Next in AI
媒體合作請聯繫：
專注在 兩性、愛情等領域