春节回家加上情人节的双重暴击,是否让身处单身的你倍感压力?

在压力的驱使下,小伙伴们可能会接受相亲的安排。为了提高相亲成功的概率,无论是朋友亲戚还是相亲网站,通常会基于你的各种特征和各种要求为你推荐潜在对象,那么这种估算模式真的可以使我们遇到一见钟情的人吗?来自美国犹他大学的Samantha Joel博士等人模拟婚恋网站的算法进行了一项研究。

研究过程

研究招募了350名美国大学生志愿者,他们目前都有“希望能与合适的异性约会”的愿望。这些受试者首先完成了一份30分钟的问卷,问卷内容包括了人格测试、辛福感测试、择偶策略、价值观选择以及其他特质(温暖,外表吸引力)。对于这些题目,受试者不仅仅要对自身情况进行报告,还要对心目中理想配偶的情况进行评估。这些信息将作为预测源,用于预测一见钟情的概率。

之后受试者们被随机分配与12名异性分别进行4分钟“闪电约会”(speed-dating)。每次约会结束后,根据自己的感受完成一份小问卷,包括了“我真的很喜欢这位约会对象”、“约会对象对我来说有性吸引力"、”我很可能会答应约会对象的要求"等问题。这些信息将作为产生好感度的指标。

然而,产生好感的原因有很多,仅仅用“好感度”这个笼统的指标,怎么能代表浪漫渴望的本质呢?因此研究者进一步将好感分为三重效应:

首先是主体效应(actor effects),即存在一部分人,自身容易对他人产生好感,对每个约会对象的打分都较高。

其次是客体效应(partner effects),即对方本来就具有很吸引人的特质,举个例子,当你的约会对象外表好看时,你很有可能对TA产生较高的好感,但其他与TA约会的人也会如此。

最后才是关系效应(relationship effects),即超出主体效应和客体效应之外的,双方产生的难以解释的好感,可以被理解成最初的浪漫吸引力,代表了真正的一见钟情。

手游《恋与制作人》的四位男主角,他们有时更可能激发“客体效应”,图片来自官网

研究结果

研究利用了机器学习算法中的随机森林(random forests)进行预测,结果发现,利用两个人先前填写的自身特质和理想配偶要求,可以较好地预测主体效应(成功预测18%变异):“不挑剔” 、 “觉得自己很温暖” 、 “希望理想配偶很温暖” 、 “对拒绝的敏感性高” 、 “认为自我价值低” 的人通常更容易对约会对象们产生好感。

同时,自我报告的自身特质和理想配偶要求也可以较好地预测客体效应(成功预测27%变异):“性开放程度高” 、 “外表吸引力高” 、 “认为自己适合当男/女朋友” 、 “对事物保持观察,不立即做评判” 、 “喜欢用所属团体来定义自己” 、 “不断挑战和提升自我” 特质的人通常更容易收获他人的好感。

但是,机器学习算法却无法预测出关系效应(预测-0.18%变异,即预测失败),即用见面之前的信息很难预测出双方能否一见钟情。即便在事后提问中,受试者表示确实对一些约会对象产生了“奇特的感觉”,但这种“感觉”也难以用先前问卷中的信息来预知。

“比起像化学反应,需要两个人特质和爱好按照正确的公式进行正确结合,一见钟情更像地震反应,是瞬间的动态的混沌过程” 研究者解释道。这可能也暗示了相亲过程,特别是 “速配” 过程,在一定程度上还需要运气在的帮助。

新的一年,祝大家好运噢!

参考文献:

Joel, S., Eastwick, P. W., & Finkel, E. J. (2017). Is romantic desire predictable? Machine learning applied to initial romantic attraction. Psychological science, 28(10), 1478-1489.