如何用数据分析找到女朋友?

  小柯25岁,单身男,热衷大数据,并决定认真钻研,用数据分析来实现自己的“脱单计划”。姑娘们,都是套路啊。

  找女友第一步:整理思路

  找女友第二步:界定问题

1、为什么要找女朋友(Why)?

  小柯用马洛斯需求层次理论思考了一晚上,发现自己目前在每个层次都需要女朋友。特别是去参加同学聚会自己总是孤身一人,已经被嘲笑了好多次了。

2、找什么样的女朋友(What)?

  又是一个通宵,小柯整理出两张图。

  (图一:择偶标准)

  (图二:SWOT分析)

3、用多少预算找女朋友(How much)?

  对于这个问题,小柯实在没概念,只能定个大原则,就是不超支。

  找女友第三步:收集数据

  根据前期思考,小柯制定了两套方案。

主动出击

  根据自己事先设定的条件,小柯觉得自己的女朋友不会在大学校园及周边,也不会在各种奢侈品消费场所。出现几率最大的地方应该是公司的商务谈判室,公共场所的咖啡厅,百货商场的化妆品、鞋服专区,甲级写字楼及周边的公共场所等地方。

  所以,一有空小柯就往这些地方跑,按他的说法是提高认识未来女朋友的机率。

耐心等待

  一是等待父母及亲戚介绍,二是每天在社交媒体上更新状态,将自己最精神、专注的一面有意识的展示给身边人。

  经过一个月的努力,小柯认识了5位女孩,其中一位(姑且叫小A)是在吃饭时认识的,当时小A坐在小柯对面,当小A起身离开时,将手机遗落在沙发上。但小柯却没有叫住她,而是拿起手机火速离开。小A急匆匆回来没找到手机,只好狂拨自己手机,小柯这才“急匆匆”出现,说“我刚才追你去了!”(ps:懂大数据的,果然都是心机男啊……)

这还不算什么,接下来的数据分析更让你吃惊。以下是小柯收集的目标对象的数据。

目标女生数据

  基本数据:年龄、身高…户口所在地、毕业学校、工作单位、家庭状况。微博ID,微信号……

  规律数据:微博、微信等社交媒体的内容及更新频率,QQ登录及在线时间,更新发型频率,作息时间规律,经常出现的场所及频率……

  喜好数据:喜欢的颜色,食物,运动,偶像,喜欢看的书类型(小柯坚持认为喜欢看书的女孩子是最有魅力的)……

目标女生闺蜜的数据

  基础数据:有几个闺蜜、分别是谁、联系方式是?闺蜜们的喜好?、微信账号?……

  关联数据:闺蜜和目标女友的关系,一起活动的频率,是否可以影响目标女生的行为?……

竞争对手数据

  基础数据:曾经的男友?目前的竞争对手?和目标女友关系?……

  关系数据:每周和目标约会频率,约会时间长度,进展程度……

  财力数据:是否有车,有房?经济状况……

  1.公共渠道:微博、微信等社交网络…在微博、百度等网上搜索对方名字等关键信息。

  2.市场调查:找专业的调查公司(不是高帅富一般不推荐此方法,太耗钱)。

  3.内部渠道:目标女友的朋友圈+自己的圈子。

4、找女友第四步分析数据

  收集这些数据几乎花费了小柯一个月的工资,这么多数据如果不做分析,简直就是浪费,不过这难不倒小柯。

  1)、挖掘数据之间的关联性

  例如对方的微博最近更新频率快,内容多为悲伤失意,评论中没有男友的出现,而情敌的微博却欢声笑语一片,这些数据传递的很可能是她失恋了,你有机会了。

  2)、掌握数据规律

  即她什么时间会在什么地方出现,这个主要为小柯找机会接近对方做准备,制造一次邂逅场景能增加不少好感。

  3)、成功机会分析

  小柯整理出目标女生的社交关系图,运用“波特五力分析模型”对五位女生进行了量化分析,得分越低说明该女生越容易被追到手。

 (ps:五位女生的综合评分)

  综合以上分析后,小柯决定将女生L列为追求目标。

  为增加好感,小柯日常会主动创造各种机会,除此之外,还每天盯着女生L的微博和微信内容等等。据说有一天,女生L在朋友圈更新一条消息:“受伤了,连陪我去医院的人都没有”,小柯看到后,以神速出现在她面前,感动了对方。后来,又不断制造惊喜,并在女生过生日时,趁热打铁,成功将普通朋友关系推进到男女朋友关系。

  看来,找女朋友不仅需要好眼力,还需要一些技术含量。

  其实,这也是一份完整的新品市场计划。

来源:姑婆那些事儿

原文发布于微信公众号 - PPV课数据科学社区(ppvke123)

原文发表时间:2016-10-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技大本营的专栏

Facebook 应用机器学习团队专访:人工智能在 Facebook 中的应用

当下,应用机器学习团队(Applied Machine Learning Group)对 Facebook 的影响体现在方方面面,涉及阅读、交流方法和理解方式等...

4147
来自专栏Python数据科学

Stack Overflow 用户画像数据分析

来源 | https://github.com/AAAlvin/Project_Folder/

5786
来自专栏腾讯大讲堂的专栏

【WE重现】Daniel Leithinger:3D 触感屏幕,告别平板世界

来自麻省理工大学媒体实验室的Daniel Leithinger,在2014腾讯WE大会上展示了一款名为inFORM的3D交互界面,它颠覆了我们熟知的触摸屏,让用...

2199
来自专栏PPV课数据科学社区

为何入坑数据科学首先要从R语言开始

很多时候,当和人们讨论怎么开始学习数据科学,一个疑惑总是出现在我们面前: 我不知道应该学什么编程语言。 不仅仅是编程语言,这还包括软件系统,例如TABLEAU,...

2978
来自专栏CDA数据分析师

程序员奶爸的心路历程:如何在一年内获得五项开发者认证和第二学位

原作者 Beau Carnes 编译 CDA 编译团队 本文为 CDA 数据分析师原创翻译作品,转载需授权 前言 工作和家庭难以兼顾吗?美国程序员小哥实力演绎如...

2849
来自专栏新智元

机器的意识可以量化吗?冯诺依曼体系无法诞生超级智能

【新智元导读】本文作者是艾伦脑科学研究所所长兼首席科学官,他从计算主义和整合信息论的两种观点出发,探讨了“机器是否拥有意识”这个长期争论的话题,以及如何界定和计...

3949
来自专栏AI科技大本营的专栏

机器学习和洗衣机的关系?

【AI科技大本营导读】机器学习是目前计算机领域最火的技术之一,从电商到自动驾驶,都有机器学习的应用。但是,当大众谈起机器学习时,却往往以 AI(人工智能) 代称...

942
来自专栏java思维导图

思维导图结构化梳理Java进阶方向

写在前面 公众号的后台有读者给我留言说,对java每一阶段应该会什么技术感到迷茫。有个几年经验的爪娃们都经历过成长的阶段,但每个人成长阶段接触到的技术不尽相同。...

4979
来自专栏顶级程序员

完爆程序员!谷歌AI写的机器学习代码竟如此高效

谷歌 AutoML 系统最近出产了一系列机器学习代码,其效率甚至比研究人员自身还要高。显然,这是对“人类优越论”的又一次打击,因为机器人“学生”们已经成为了“...

37110
来自专栏机器人网

世界机器人大会闭幕,聊聊它发布的十大最具成长性技术

从会弹肖邦的TEO机器人,到可随意浮动的飞行水母,到能画沙画的双臂协作机器人……世界机器人大会上的各种炫酷机器人让大家过足了瘾,8月27日,这场机器人盛宴终于落...

3235

扫码关注云+社区

领取腾讯云代金券