一見鍾情，可以預知嗎？

PsychologicalTesting andAssessment

我們是北京師範大學心理學部PTA心理測驗與評估實驗室，關注心理測驗與評估的最新進展，尤其聚焦於基於遊戲、大數據和智能穿戴設備的心理測評。

"感謝您的關注，期待您的加入"

春節回家加上情人節的雙重暴擊，是否讓身處單身的你倍感壓力？

在壓力的驅使下，小夥伴們可能會接受相親的安排。為了提高相親成功的概率，無論是朋友親戚還是相親網站，通常會基於你的各種特徵和各種要求為你推薦潛在對象，那麼這種估算模式真的可以使我們遇到一見鍾情的人嗎？來自美國猶他大學的Samantha Joel博士等人模擬婚戀網站的演算法進行了一項研究。

研究過程

研究招募了350名美國大學生志願者，他們目前都有「希望能與合適的異性約會」的願望。這些受試者首先完成了一份30分鐘的問卷，問卷內容包括了人格測試、辛福感測試、擇偶策略、價值觀選擇以及其他特質（溫暖，外表吸引力）。對於這些題目，受試者不僅僅要對自身情況進行報告，還要對心目中理想配偶的情況進行評估。這些信息將作為預測源，用於預測一見鍾情的概率。

之後受試者們被隨機分配與12名異性分別進行4分鐘「閃電約會」（speed-dating）。每次約會結束後，根據自己的感受完成一份小問卷，包括了「我真的很喜歡這位約會對象」、「約會對象對我來說有性吸引力"、」我很可能會答應約會對象的要求"等問題。這些信息將作為產生好感度的指標。

GIF

然而，產生好感的原因有很多，僅僅用「好感度」這個籠統的指標，怎麼能代表浪漫渴望的本質呢？因此研究者進一步將好感分為三重效應：

首先是主體效應（actor effects），即存在一部分人，自身容易對他人產生好感，對每個約會對象的打分都較高。

其次是客體效應（partner effects），即對方本來就具有很吸引人的特質，舉個例子，當你的約會對象外表好看時，你很有可能對TA產生較高的好感，但其他與TA約會的人也會如此。

最後才是關係效應（relationship effects），即超出主體效應和客體效應之外的，雙方產生的難以解釋的好感，可以被理解成最初的浪漫吸引力，代表了真正的一見鍾情。

手游《戀與製作人》的四位男主角，他們有時更可能激發「客體效應」，圖片來自官網

研究結果

研究利用了機器學習演算法中的隨機森林（random forests）進行預測，結果發現，利用兩個人先前填寫的自身特質和理想配偶要求，可以較好地預測主體效應（成功預測18%變異）：「不挑剔」 、 「覺得自己很溫暖」 、 「希望理想配偶很溫暖」 、 「對拒絕的敏感性高」 、 「認為自我價值低」的人通常更容易對約會對象們產生好感。

同時，自我報告的自身特質和理想配偶要求也可以較好地預測客體效應（成功預測27%變異）：「性開放程度高」 、 「外表吸引力高」 、 「認為自己適合當男/女朋友」 、 「對事物保持觀察，不立即做評判」 、 「喜歡用所屬團體來定義自己」 、 「不斷挑戰和提升自我」特質的人通常更容易收穫他人的好感。

但是，機器學習演算法卻無法預測出關係效應（預測-0.18%變異，即預測失敗），即用見面之前的信息很難預測出雙方能否一見鍾情。即便在事後提問中，受試者表示確實對一些約會對象產生了「奇特的感覺」，但這種「感覺」也難以用先前問卷中的信息來預知。

GIF

「比起像化學反應，需要兩個人特質和愛好按照正確的公式進行正確結合，一見鍾情更像地震反應，是瞬間的動態的混沌過程」研究者解釋道。這可能也暗示了相親過程，特別是 「速配」 過程，在一定程度上還需要運氣在的幫助。

新的一年，祝大家好運噢！

GIF

參考文獻：

Joel, S., Eastwick, P. W., & Finkel, E. J. (2017). Is romantic desire predictable? Machine learning applied to initial romantic attraction. Psychological science, 28(10), 1478-1489.

-作者簡介-

噴菇同學

北京師範大學心理學部

大四在讀

作為蘑菇，也要有理想

編輯：樊真如

本文由心理測驗與評估公眾號原創

You had me at hello

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！