對于現在很多青年男女來說，線上交友是脫單戀愛的第一步驟。在美國，互聯網近十年來一直都是最有效的戀愛牽線工具，沒有之一。

在紅娘網站、約會APP剛開始重塑當代浪漫關系動態時，丹妮拉·薩班開始密切關注這類社交工具究竟是如何被設計出來的。

「10年前，我剛開始我的博士生涯，我很多同學都已經是約會app的積極用戶了。我經常跟他們開玩笑，如果是我設計這些軟件，我肯定弄得跟現在的軟件不一樣。」薩班說。她現在是斯坦福大學商學院運營、信息和技術副教授。

「數字紅娘」大有改善空間

如今，薩班有研究來支撐她的表態了。在她的兩篇論文中，她調研了社交類軟件在設計時的不同選擇，發現會對用戶成功找到潛在伴侶這件事產生哪種效應。

大體來說，薩班的研究對「數字紅娘」們大有啟發。她的研究表明，哪怕靠算法找伴的模式可能和過去傳統靠邂逅的方式不一樣，但是算法肯定也會對愛神將會眷顧哪些人產生挺大的影響。

她的第一篇論文是和哥倫比亞商學院的副教授亞辛·卡諾里亞合寫的。其中，薩班探究了某些規則的設定會對約會網站的產生什么樣的影響。比方說，哪些用戶可以主動發起和其他人的交流，或者說每個用戶的檔案里展示多少信息等等。

「如果我們仔細觀察一下最流行的約會軟件，就會發現有一些規則是不同的。比如說，在Tinder上，任何人都可以主動發起對話。但是在Bumble上，只有女性能先說話。」薩班說。

她的研究證明，只有少數群體的用戶（對于異性戀用戶來說，女性是少數群體）能優先發起對話的情況下，那么處于多數群體（男性）的用戶就會獲益。另外，如果檔案中，有關用戶「質量」的部分被隱藏掉，那么所有用戶都會從這個規則中獲益。

薩班和哥倫比亞大學商學院的Fanyin Zheng、德克薩斯大學的Ignacio Rios合作完成了第二篇論文。Ignacio在斯坦福大學商學院拿過博士學位。

三位研究人員和美國一個主流的約會平臺合作，幫他們重新設計了匹配算法，選出用戶檔案中的哪些部分應該展示。他們發現，新設計的算法比起平臺舊有的標準算法，讓匹配成功率足足上漲了40%。

在這項研究里，薩班發現：給定約會軟件的活躍用戶數量，與線上聯系對線下生活的影響顯著性，哪怕對配對流程進行很小的一個優化，都意味著用戶在尋找最佳伴侶時會事半功倍。

「我有很多朋友正談著戀愛，他們很多都是從網戀開始的。這說明社交軟件的設計絕對不是個無關緊要的問題。這事對社會會產生很大的影響。哪怕我們只能優化一點點，也能在每個人的現實生活中帶來很大的改變效果。」

該讓男追女還是女追男？

在他們合寫的論文中，薩班和卡諾里亞設計了一個能模擬人們在約會平臺上會如何表現的模型。該模型主要考慮兩點，一個是男女的用戶人數會有不同。一般來說男用戶會比女用戶多。

另一點是，約會網站會盡可能更精確的給用戶打分。分數體現用戶的「質量」，同時也是異性想認識某一用戶的基礎。

拿Tinder舉例，他們有一款快淘汰了的約會評分體系Elo。Tinder靠右滑來表示喜歡某一用戶，右滑的數量越多，表明喜歡該用戶的人越多。

找工作的網站TaskRabbit、Upwork也都是用同樣的辦法。但是跟約會軟件還是有不一樣的地方。找工作的網站一般會明確地把用戶找工作的成功率展示出來，而約會網站一般不會直接展示出來。

而研究人員的模型，就是為了觀察如果約會網站也像找工作網站一樣，把評分展示出來，會產生什么樣的結果。

他們設計的模型表明，人數更多的男性群體，如果不讓他們主動和人數較少的女性群體發起交流，那他們就不會那么頻繁的被拒絕，甚至還能挑一挑回誰的消息。

這對男性來說是個好事，因為這件事意味著軟件里別的男性會發現自己可選的變多了，就會想繼續找更好的伴侶。（然而這個規則對女性成功找到伴侶的影響不是那么大）

「傳統意義中的約會市場中，男性會比女性更難一點。因為男性必須更活躍才能獲得和女性同樣數量的配對。」薩班說到。

約會軟件Bumble規定只有女性才能首先發起交談，「這看起來對男性不利。畢竟，男性找對象已經很難了，現在不讓他們主動，不是會更難嗎？但是，根據我們的研究結果，這種設定對男的也許是件好事。」

另外，模型還表明，隱藏用戶個人質量的評分是個好主意。因為這避免了有些用戶只想找高質量的對象，找不著就最終離開這個網站的情景發生。

當然，以上的解釋，用論文綜述的原話是：「為了更好理解雙面配對平臺的最優設計，研究者引入了假設的動態模型。模型中的策略行為主體必須承擔發現自己對于每個潛在搭檔價值的成本，并可非同步進行。

在模型值達到演化穩定的靜態均衡后，研究者發現在很多設定中，平臺可以通過限制行為主體來避免搜索工作的浪費。

在不均衡市場里，平臺應該只讓數量少的短面群體成員主動向數量多的長面群體成員發出接觸要約，禁止長面群體發起要約。如此反而會讓長面群體在均衡態中有更多選項。

當行為主體構成有垂直差異時，平臺的如此做法，將在篩選成本降低到近無的情況中，讓行為主體的福利有達到帕累托改進的可能。」

兩相參看，簡直是浪漫詮釋和憑實力單身的對照。

讓優化算法來配對

薩班另一篇論文中，主旨是「研究者對平臺的問題進行建模，并且用計量工具將用戶的點贊與登錄幾率量化為模型初始輸入值。研究者改動了約會平臺的配對程序，來估量過往配對之于用戶未來點贊行為的因果效應。

研究者發現在近期內用戶被配對次數與之后點贊數有負相關。利用此發現，研究者對約會平臺的現有程序引入了一系列啟發式算法，來決定用戶每日能看到的對象檔案數。

在模擬運行和實地試運行中，這些改動成功為約會平臺用戶提高了40%的配對成功率。此結果強調了提高約會平臺運營效率時需正確考量約會交易雙方的行為記錄，過往配對的數量與偏好應被量化后包括在算法中。」

用白話解釋，這是什么意思呢？

其實是研究者觀察了真正使用某一款不具名主流約會軟件的人數。每個用戶每天只能在軟件上看一定數量的檔案，不管一天登錄多少次都只能看這么多（大部分是3個，如果充會員就能看9個）。

該約會平臺同意使用研究人員設計的算法，來改變用戶每天能看到誰的檔案的權重。

研究人員利用平臺的歷史數據重新優化了算法，整合進了關于用戶偏好的更加個性化的信息。他們還考慮到了用戶登錄的頻率。登錄不夠頻繁的用戶，他們的檔案推給其他用戶的權重就會被相應降低。

如果說前兩個因素還算好理解，那最后一個就顯得比較反直覺。他們在觀察了一個用戶在軟件上近期的使用經歷中發現，匹配率高的用戶一般就不太會在軟件上繼續點贊別人了。每一對新匹配會降低用戶新點贊的8%~15%概率。

「這意味著，當一個人的匹配成功率很高的時候，系統再頻繁地推給這個人別的用戶檔案就沒什么太大意義了。還是給匹配率沒那么高的人多推一點比較好。」

事實證明，研究人員的改進算法比平臺之前推送個人主頁的辦法更成功。匹配成功率至少漲了27%，漲幅峰值是40%。

薩班說：「現有看法一般都會強調正確判斷并理解用戶的偏好。這肯定是最重要的。但是我們的研究發現，通過觀察用戶近期使用軟件的經歷，可以更好地理解用戶某些決定的變化，在這一點上還有很大的改進空間。」

以研究結果的優勢為基礎，研究團隊正在與約會軟件開展進一步合作，將他們的算法應用到其他市場。在文章中，他們表示，他們的發現也與其他類型的線上配對平臺相關，包括自由職業平臺、接單平臺、拼車平臺還有住宿平臺等等。

盡管如此，薩班還是表示，這并不代表應用這些改進是件容易的事。「我們不僅要準確判斷用戶偏好，還要考慮用戶目前在平臺上的體驗——這事不容易，我也不會粉飾。」薩班表示。「不過，我認為這對用戶來說是值得的。」