大数据时代如何使用数据分析来找女朋友?

2019-03-17 02:12

  最近新闻报道中国进入了第四次单身潮,单身人数达两亿,相当于俄罗斯和英国全部人口的总和,作为两亿分之一的你,是否压力山大?从前的日色变得慢,车,马,邮件都慢,一生只够爱一个人,但那是以前,如果你还习惯用车马邮件追求喜欢的人,恐怕早就人走茶凉了。大数据时代的我们,一切都要与时俱进,找对象也是如此。本文的小柯今年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”。

  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。

  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。

  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。

  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)

  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?

  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

  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。

  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。

  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。

  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。

  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。

  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。