Science of Romance: Vad årets nobelpris i ekonomi lär oss om online dating
Rilo Kiley - Science vs. Romance
Årets Nobelpris i ekonomi gick till Alvin Roth från Harvard och Lloyd Shapley från UCLA och tilldelades för "teorin om stabila tilldelningar och praxis för marknadsdesign". Deras respektive arbetsgrupper fokuserar på hur man bäst passar upp parpar människor (eller saker) baserat på deras preferenser och önskemål.
Vad har detta att göra med online dating, frågar du?
Vad matchar och varför spelar det roll?
Matchning är processen att allokera resurser genom att kombinera olika faktorer, variabler eller agenter på bästa eller mest effektiva sätt. Matchning kan användas för många saker: matchande organdonationer, läkare med sjukhus, högskolans antagning, äktenskap, jämn hastighetsdatering.
För att bestämma hur man matchar mest effektivt utvecklade Shapley en serie algoritmer - komplexa formler - för att sortera och organisera människors preferenser i förhållande till andra för att skapa matcher bland ett stort antal människor, stora datamängder etc. Roth lägger dem till testet i den verkliga världen. Den Gale-Shapley uppskjutna acceptalgoritmen finner "stabila matchningar", vilket är vad som händer när alla matcher i en stor uppsättning alternativ görs så att det inte finns någon annan väg som alla kan bli bättre av.
Spelteori säger att detta är det optimala sättet att använda datingsidor
En sådan algoritm är tydligt användbar i hälso- och utbildningsinställningarna, men det kan också gälla vad som kallas den viktigaste investeringen vi gör i våra livstider: att välja en livspartner (eller betydande andra). Årets nobelprisvinnare fokuserade främst på äktenskap - men kan deras arbete även gälla för att göra det?
Kort sagt: ja. I en över $ 4 miljarder bransch som online dating, får din algoritm rätt saker. Mycket.
Ett akademiskt dokument av flera andra ekonomer, Matchning och sortering i Online Dating, förklarar varför dessa algoritmer kan vara så kraftfulla och effektiva. Forskningen tillämpar Gale-Schapley-algoritmen till en dataset från en anonym online dating service, för att finna att webbplatsen gjorde ett bra jobb för att skapa matchningar som är "ungefär effektiva".
Fallstudie: OkCupid
OkCupid, en gratis datingsida med 7 miljoner användare som förvärvades i fjol av Match.com, hävdar att "vårt matchande system är det bästa i affärer, och du kan enkelt träna det för att hitta de bästa matcherna för dig." Är det här Sann? Gör de och andra online-datingwebbplatser algoritmer lika solide som årets nobelprisvinnare när de rekommenderar bra matcher?
OkCupid lägger ut en grov approximation av sin algoritm för offentlig användning. Tänk på att inga två datingserviceföretag använder exakt samma algoritm - OkCupid har för närvarande ens ett patent på sig själv. Men några universella lektioner kan dras från romantikens matte.
I ett hypotetiskt fall där 10 kvinnor och 10 män måste matchas upp baserat på deras preferenser, lär Gale-Shapley-algoritmen oss denna pärla:
"Den specifika inställningen av algoritmen visade sig ha viktiga fördelningsfördelar; Det spelar en roll om huruvida rätten att föreslå ges kvinnorna - som i vårt exempel - eller männen. Om kvinnorna föreslår, är resultatet bättre för dem än om männen föreslår, för vissa kvinnor hamnar med män gillar de bättre, och ingen kvinna är sämre än om männen hade fått rätt att föreslå. Faktum är att matchningen är bättre för kvinnorna än någon annan stabil matchning."
Detta kan vara analogt med de råd som OkCupid-administratörer ger nya OkCupid-kvinnor: Ju mer meddelanden du skickar desto mer framgångsrik och nöjd är du att hitta lämpliga matchningar. Det låter som att vara proaktiv är vägen att gå, oavsett om du pratar ett förslag eller bara skickar ett första meddelande.
Kommer online-algoritmer att fungera för dig? Vi tycker att en sak är förvisso: din fritid är bättre spenderad på datum än på internet jakt ner algoritmer.