找工作的网站TaskRabbit、Upwork也都是用同样的办法 。 但是跟约会软件还是有不一样的地方 。 找工作的网站一般会明确地把用户找工作的成功率展示出来 ， 而约会网站一般不会直接展示出来 。
而研究人员的模型 ， 就是为了观察如果约会网站也像找工作网站一样 ， 把评分展示出来 ， 会产生什么样的结果 。

文章图片

他们设计的模型表明 ， 人数更多的男性群体 ， 如果不让他们主动和人数较少的女性群体发起交流 ， 那他们就不会那么频繁的被拒绝 ， 甚至还能挑一挑回谁的消息 。
这对男性来说是个好事 ， 因为这件事意味着软件里别的男性会发现自己可选的变多了 ， 就会想继续找更好的伴侣 。 （然而这个规则对女性成功找到伴侣的影响不是那么大）
「传统意义中的约会市场中 ， 男性会比女性更难一点 。 因为男性必须更活跃才能获得和女性同样数量的配对 。 」萨班说到 。
约会软件Bumble规定只有女性才能首先发起交谈 ， 「这看起来对男性不利 。 毕竟 ， 男性找对象已经很难了 ， 现在不让他们主动 ， 不是会更难吗？但是 ， 根据我们的研究结果 ， 这种设定对男的也许是件好事 。 」
另外 ， 模型还表明 ， 隐藏用户个人质量的评分是个好主意 。 因为这避免了有些用户只想找高质量的对象 ， 找不着就最终离开这个网站的情景发生 。

文章图片

当然 ， 以上的解释 ， 用论文综述的原话是：「为了更好理解双面配对平台的最优设计 ， 研究者引入了假设的动态模型 。 模型中的策略行为主体必须承担发现自己对于每个潜在搭档价值的成本 ， 并可非同步进行 。
在模型值达到演化稳定的静态均衡后 ， 研究者发现在很多设定中 ， 平台可以通过限制行为主体来避免搜索工作的浪费 。
在不均衡市场里 ， 平台应该只让数量少的短面群体成员主动向数量多的长面群体成员发出接触要约 ， 禁止长面群体发起要约 。 如此反而会让长面群体在均衡态中有更多选项 。
当行为主体构成有垂直差异时 ， 平台的如此做法 ， 将在筛选成本降低到近无的情况中 ， 让行为主体的福利有达到帕累托改进的可能 。 」
两相参看 ， 简直是浪漫诠释和凭实力单身的对照 。
让优化算法来配对
萨班另一篇论文中 ， 主旨是「研究者对平台的问题进行建模 ， 并且用计量工具将用户的点赞与登录几率量化为模型初始输入值 。 研究者改动了约会平台的配对程序 ， 来估量过往配对之于用户未来点赞行为的因果效应 。
研究者发现在近期内用户被配对次数与之后点赞数有负相关 。 利用此发现 ， 研究者对约会平台的现有程序引入了一系列启发式算法 ， 来决定用户每日能看到的对象档案数 。
在模拟运行和实地试运行中 ， 这些改动成功为约会平台用户提高了40%的配对成功率 。 此结果强调了提高约会平台运营效率时需正确考量约会交易双方的行为记录 ， 过往配对的数量与偏好应被量化后包括在算法中 。 」

文章图片

用白话解释 ， 这是什么意思呢？
其实是研究者观察了真正使用某一款不具名主流约会软件的人数 。 每个用户每天只能在软件上看一定数量的档案 ， 不管一天登录多少次都只能看这么多（大部分是3个 ， 如果充会员就能看9个） 。