Romance의 과학 : 올해의 노벨 경제학상은 온라인 데이트에 관해 우리에게 무엇을 가르쳐 줍니까?

올해 노벨 경제학상은 UCLA의 하버드와 로이드 셰이프의 앨빈 로스 (Alvin Roth)에게 갔고 "안정적인 배당 이론과 시장 디자인의 실천"으로 수여되었습니다. 각자의 작업 본문은 개인의 쌍을 가장 잘 조율하는 방법에 초점을 맞추고 있습니다 사람들의 기호와 욕구에 따라 사람들 (또는 사물)

이것이 온라인 데이트와 어떤 관련이 있습니까?

무엇이 일치하고 왜 그렇게 중요합니까?

매칭은 서로 다른 요소, 변수 또는 에이전트를 가장 효율적으로 또는 가장 효율적으로 페어링하여 리소스를 할당하는 프로세스입니다. 매칭은 기관 매칭, 병원 의사, 대학 입학, 결혼, 심지어 스피드 데이트와 같은 많은 것들에 사용될 수 있습니다.

가장 효율적으로 일치시키는 방법을 결정하기 위해 Shapley는 복잡한 수식 알고리즘을 개발하여 사람들의 선호도를 분류하고 정리하여 다수의 사람들, 큰 데이터 세트 등에서 일치를 창출했습니다. 현실 세계에서의 시험. Gale-Shapley 지연 수용 알고리즘은 '안정적인 매칭 (stable matchings)'을 발견합니다. 이것은 많은 옵션에서 모든 일치가 이루어지면 모든 사람들이 더 잘할 수있는 다른 방법이 없게됩니다.

게임 이론에 따르면 이것이 데이트 사이트를 사용하는 최적의 방법이라고합니다.

그러한 알고리즘은 의료 및 교육 환경에서 분명히 유용하지만, 우리가 인생에서 가장 중요한 투자라고 부르는 것에도 적용 할 수 있습니다: 인생 파트너 (또는 중요한 다른 사람) 선택. 올해의 노벨상 수상자들은 주로 결혼에 중점을 두었습니다. 그러나 그들의 작품은 데이트에도 적용 할 수 있습니까?

간단히 말해서: 예. 온라인 데이트와 같은 40 억 달러가 넘는 업계에서 알고리즘의 중요성을 중요하게 생각합니다. 많이.

다른 여러 경제학자의 온라인 데이트에서의 매칭 및 정렬 (Milesing and Sorting in Online Dating)의 학술 논문은 이러한 알고리즘이 왜 그렇게 강력하고 효과적 일 수 있는지 설명합니다. 이 연구는 Gale-Schapley 알고리즘을 익명의 온라인 데이트 서비스의 데이터 세트에 적용하여 웹 사이트가 "근사 적으로 효과적인"성냥을 창출했다는 사실을 발견했습니다.

사례 연구: OkCupid

작년 Match.com에서 구입 한 7 백만 명의 사용자가있는 무료 데이트 사이트 인 OkCupid는 "우리의 매칭 시스템은 비즈니스에서 최고이며 가장 적합한 성냥을 찾기 위해 쉽게 훈련 할 수 있습니다."라고 말합니다. 참된? 그들과 다른 온라인 데이트 웹 사이트는 좋은 성냥을 추천 할 때 올해의 노벨상 수상자만큼 견고한 알고리즘을 사용합니까?

OkCupid는 공개 알고리즘에 대한 대략적인 근사치를 제시합니다. 두 데이트 서비스 회사는 정확히 동일한 알고리즘을 사용하지 않습니다. OkCupid는 현재 자체적으로 특허 출원 중입니다. 그러나 일부 보편적 인 교훈은 로맨스의 수학에서 끌어낼 수 있습니다.

Gale-Shapley 알고리즘은 10 명의 여성과 10 명의 남성이 선호도에 따라 일치해야하는 가상의 경우,이 보석을 가르쳐줍니다.

"알고리즘의 특정 설정은 중요한 분배 결과를 초래하는 것으로 밝혀졌습니다. 제안 할 권리가 우리의 모범과 같이 여성에게 주어 지거나 남성에게 주어지는 것이 중요합니다. 여성들이 제안하면 남자들이 제안하는 것보다 결과가 더 좋다. 왜냐하면 어떤 여자들은 남자들과 더 잘 어울리고 여자들은 남자들이 제안 할 권리를 부여받은 것보다 더 나쁘지 않다. 사실, 결과 매칭은 다른 안정적인 매칭보다 여성에게 더 좋습니다."

이것은 OkCupid 관리자가 OkCupid를 처음 사용하는 여성에게주는 조언과 유사 할 수 있습니다. 보내는 메시지가 많을수록 더 정확하게 일치하는 메시지를 찾을 수 있습니다. 제안을 말하고 있든, 아니면 첫 번째 메시지를 보내는 것이 든, 앞으로 나아갈 길은 능동적 인 것처럼 들립니다.

온라인 데이트 알고리즘이 효과가 있습니까? 우리는 한 가지는 확실하다고 생각합니다. 귀하의 여가 시간은 인터넷 검색 알고리즘보다 날짜에 더 많이 소비됩니다.