一个数学家不务正业,研究婚恋问题,结果得了诺贝尔经济学奖

「文章有长度,阅读需谨慎」


先思考一个问题:


你是如何选择一位终身伴侣的?


在你做出回答之前,我们先来看一组易观智库的数据:


2016年,中国互联网婚恋交友市场规模达34.1亿元,渗透率达39.3%,行业维持平稳增长。预计到2019年,中国整体的婚恋交友市场规模可以达到100亿左右。


这里有一个疑问,在婚恋交友(相亲)这件事上,服务机构能做些什么?毕竟这个市场规模并不小。


看一下它们的收入结构:情感匹配服务占比96.85%,周边服务占比3.15%。


所谓情感匹配,包括线上自助式约会、红娘服务以及线下相亲等。周边服务一般就是广告收入。从中长期来看,以帮助用户与异性建立连接,有效交互、情感匹配为目的的服务是互联网婚恋交友的主要收入来源


简单来说,在我们国家,做一些男女配对的服务还是很有搞头的。




现在回到我们最开始的问题,如何选择一位终身伴侣?




我在各大社交平台,以搜索关键词的方式做了一个不太严谨的调查。比如,我用「择偶」「相亲」等作为搜索关键词,看看大家围绕这些关键词讨论的内容。基本上可以得到上面问题的一个共性答案:跟着感觉走



当然,具体什么样的感觉,那可就精彩绝伦了。比如,第一眼看上舒服。在约会中,观察对方用餐的样子,千万不能是那种感觉恶心的。说话要风趣。看我的时候,能给我一种充满爱的温暖,等等等等。


虽然感情是很难量化的一件事,但是这些方式也有点太不靠谱了。而且在实际上也确实不靠谱,在一项婚姻调研中发现,婚姻中比较幸福的家庭,男女双方往往不是凭着荷尔蒙结婚的,都是动过脑子的


不仅如此,还有顶尖的数学家很认真的研究这个问题,并且还获得了诺贝尔经济学奖。


1962年,戴维·盖尔和罗伊德·沙普利在美国数学学会的月刊上发表了题为「高校招生与婚姻的稳定性」的论文。沙普利还因为对「匹配理论」和「市场设计」的贡献,与罗斯一起获得了2012诺贝尔经济学奖。(数学家获得经济学奖并不奇怪,数学家约翰·纳什获得的也是诺贝尔经济学奖)




那,数学家是怎么看待婚恋匹配的问题呢?




如果你有幸接触过理科男,你应该明白,数学家一定不会直接针对这个具体的婚恋进行研究,他们一定要把它转化为一个一般化的可求解的问题。


所以,沙普利把这个问题等效为「双边匹配」。你可以这样理解,一位男士能否跟一位女士牵手,不光取决于男士是否愿意追求女士,还在于女士是否愿意接受这位男士。像这样要达到「两情相悦」的问题,就可以等效为双边匹配。同样的还有应聘与招聘、医院与医生等等。



与双边匹配不同的是「单边匹配」,比如入学时,学校给新生分配寝室,这时候新生与寝室之间的关系就是单边匹配,毕竟这里只考虑新生的意愿就好了,寝室不能表达意愿。


在进行双边匹配时,「稳定性」是一个十分重要的因素,也是整个匹配最终追求的结果。


因为匹配的双方都可以表达意愿,所以很容易出现在配好的一组中,其中一个满意而另一个不满意。这时候,如果另一组中,也有一个不满意,那两个不满意现在匹配结果的单体,就有可能私下重新配对。这在婚恋匹配中,就体现为「私奔」。



比如,你现在对10对异性进行匹配,通过各种方法帮他们匹配好。这时候,有一个女生不满意现在的配对,同时,另一组中的男士也不满意自己的配对。结果这俩人一看,相比现在的匹配对象,还不如他们在一起呢,于是私奔现象就发生了。


你不要以为这是凑巧发生的小概率事件,如果你参加过一些需要分组的活动,你就知道这种现象是大概率事件,几乎在每一次涉及分组的情况中都会发生。


那怎么办呢?


很简单,如果在一组配对中,一个女生不满意现在的匹配结果,想要寻找可以私下重新匹配的对象。我们只要保证每一位男士都满意现在的配对就可以了,想要私奔的女生找不到可以私奔的对象。接下来她就只有两种选择:保持单身或者接受当下的匹配。无论怎样选择,对整体的配对结果来说都是稳定的。


而且,如果让这个女生找到愿意私奔的男士,他们的结果也不一定是稳定的。因为这样的私下匹配更多是妥协的选择,也就是因为私下匹配比整体的匹配好一点。但是只要私下匹配可以进行,那么总会有一种匹配比他们当下的私奔要好,这时候,他们的私奔也就崩溃了。




沙普利还给出了一个算法:「延迟接受算法」




以男女匹配为例:


Step1  男士对「待匹配」的女士进行排序,按照自己喜欢程度由高到低,如果你觉得跟某些女士结婚还不如单身,那就把「单身」排在那些女士前面。


Step2  女士同样对「待匹配」的男士做出排序,操作细节同男士一样。


Step3  男士按照自己的排序,向在自己排序中第一的女士「求婚」。


Step4  女士根据自己对男士的排序,做出保留和拒绝的决策。如果向你求婚的男士顺序排在「单身」之后,就拒绝他。反之就做出「保留」的选择。要是有多个男士向你求婚,保留你的排序中最靠前的那一位,其他的拒绝。


Step5  如果女士保留的男士,是自己排序中第一的那一位,就说明这俩人都是彼此的第一选择,这时候女士就做出「接受」的决策,完成匹配。他们不再参与接下来的匹配。只做出「保留」选择的女士和被拒绝的男士进行下一轮匹配。


Step6  被拒绝的男士继续向排序第二位的单身女士求婚,女士按照同样的规则进行「保留」「接受」和「拒绝」的选择。以此类推,不断进行。


Step7  当没有需要求婚的男士时,匹配结束。匹配结果为:完成匹配的情侣、单身男士和单身女士。




我们来看一下,这个结果是不是稳定的?




由于是男士主动求婚,所以只要是单身的男士,那肯定就是排序在「单身」之前的女生都求了一遍,但是这些女生都不接受他。那他就没有任何怨言,宁愿选择单身,也不会想着跟还单身的女士私奔,所以单身男士是稳定的


只要是还单身的女士,一定是自己排序中在「单身」之前的男士,都没有向自己求婚。所以自己宁愿选择单身,也不会跟还单身的男士私奔,她们也是稳定的



再看已经完成匹配的情侣们,对于女士来说,由于是自己主动做出的接受选择,所以面前的男士一定是自己觉得还可以的。即使不是自己的第一选择,她们也没有跟自己第一选择私奔的机会,那些男士都跟自己更喜欢的女士在一起。


对于男士来说,即使匹配的女士不是自己最喜欢的,他也会接受,因为相比之下他不会选择单身,也没有机会跟更喜欢的女士私奔,因为那些女士已经接受了更心怡的男士。


所以,无论是单身男士、女士,还是完成匹配的情侣,都得到了现实面前最好的结果




但是,这个算法有一个问题,并且以现在的理论来看,还是无解的。




我们刚才是要求男士求婚,从而得到了一种稳定的匹配结果,这个结果对于男士来说是满意的,但是对于女士来说一定不是满意的。因为女士只能在向自己求婚的男士中做选择,所以并不能对自己排序中的所有男士做筛选。


同样的,如果我们让女士求婚,男士对向自己求婚的女士做选择,得到的结果对于女士来说是满意的,但是对于男士一定不满意,道理同上。


不过,不管是男士求婚,还是女士求婚,在两次匹配中单身狗总是一样的。如果你在匹配的过程中撒了谎,比如你排序时故意把最喜欢的排在第二位,那你的结果很可能就是单身


你不要以为这个算法好像是闹着玩的,其实它已经被广泛运用在实习医生分配、相亲和择校等重大领域。


最后,我们得记住一点:遇到喜欢的人,必须主动出击,这样最后得到的结果才更符合你的想法。





说明:

本期参考资料《合适》《2017中国互联网婚恋交友服务年度分析》。关于算法的描述应该用图表,但是手机上在图表和文字解释之间来回翻看,确实很疲劳,所以我就用步骤的形式描述。还有一些细节性的东西,如果你有兴趣的话,可以留言。


辰一品给自己立下规定:用「CTE读书」方法,每天至少读完一本书。如果你想看看这小子能不能做到,或者你也想试试,可以关注一下这个号。



下班咖啡,让阅读像音乐一样自由



非智能推荐:《女朋友,不是年轻就好》 (点击跳转)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,937评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,503评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,712评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,668评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,677评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,601评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,975评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,637评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,881评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,387评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,971评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2 342

推荐阅读更多精彩内容