演算法能幫你找到真愛嗎？在陌生人社交中，基於演算法給你推薦匹配的人是產品和工程師孜孜不倦的追求。然而在實踐中，理想總是輸給現實，推薦“合適的人”遠沒有推薦“合適的內容”簡單和容易。
四大難題令演算法很難為你找到“真愛”
社交中推薦人比內容中推薦內容要難的原因有很多，其中比較典型的難點有：
- 如何量化你的“真愛”
- 供給端的瓶頸
- 需求方的“尿“性
- “緣“的隨機性
下面試圖圍繞如上四點來簡單談談這些難點和坑。
難點一：如何量化你的“真愛”
單身的人一定被問過，你喜歡什麼型別的人。恐怕這個時候很多單身的同學說不出所以然來，其實大多數人心中的“真愛”標準模糊的，不清晰的。
不僅你不懂你的真愛是什麼型別，你身邊的親朋好友也未必懂你的偏好。把這麼難的課題交給演算法公平麼。
在陌生人匹配分發中，演算法面臨的第一道難關就是人的資料化和標籤化問題。儘管我們可以給一個人貼上很多標籤，比如位置、年齡等人口統計學、興趣愛好、職業收入教育等社會屬性、網站的資料反饋等，甚至連顏值和這個人是否有趣也會有相應的打分。
但這裡面有多少標籤和你的“真愛”標準有關呢？這就不好說了。我們在實踐中發現，這些資料和標籤的作用往往不在於幫助你找到真愛，而是幫助你過濾一些你明顯不會喜歡的人。比如做年齡、收入、地域的排除等。
難點二、供給端的瓶頸
供需不平衡是社交的最大挑戰，最典型的情況是僧多粥少，比如所有陌生人社交網站都缺女生。
所以陌生人社交無法做到內容那樣可以一對多去提供“服務”，每個女性同一個時間能承載的社交數量是有限的，若演算法在短時間內把一個“優質”女性推薦給過多的男生，就會給這個女生帶來社交過載，增加女性篩選困難，也抬高了女性的“挑剔‘度，反過來導致更多的男性的需求招呼變得無效。
有些社交網站發現給女性發更多招呼後，資料上看連線的關係數量似乎會提升，但這裡面有個大坑是隻有非真實社交意圖的“女性”才會有目的和意圖去回覆超過限度的男生，也就是說資料虛增的背後很可能是社交效率的下降和生態的惡化。
難點三：需求方的尿性
在社交中，需求方往往指的是男性。男性在社交上的表現存在的問題是喜歡廣撒網、不珍惜、不爭氣。
若對男性的社交訊號（比如探探的右滑，陌陌的打招呼）不加限制，那麼男性傳送的社交訊號是海量的，他會告訴“演算法”說，我只要是女的就會喜歡。但一旦匹配上女的了，或者建立訊息通道了，男性反而就矯情和挑剔了。他這個時候就發現這個女的沒那麼好看，或者沒有別的好看，於是他就變得興趣索然了。所以社交APP容易出現很多人匹配上了，卻從不主動發起對話聊天的情況。
即便有聊天意願，又將面臨著不會撩的問題。除了少數的情場好手，大部分同學在這方面還是表現比較一般，甚至糟糕的。雖然有很多APP會提供話術提醒和引導，但實踐下來作用也是相當有限。
另外在社交中，因為存在無限的可能性，所以每一個人都不值得你珍惜。當你來到一座花園時，你又怎麼會著急摘下一朵花呢。借用電影的臺詞說，生活就像巧克力，你永遠不知道拿起的下一顆是啥。往往很多人就在這樣的過程中坐等時間流逝。
難點四、“緣”的隨機性
真愛和緣分是最不可捉摸的，可以說是最隨機的。你可能上一秒對一個人愛死愛活的，下一秒可能就變了心。在社交上就更是如此了，即便兩個人可能是最匹配的，但因為各自的狀態和時間不一致也很難幫助他們建立持續有效的社交關係。比如你有興致時，對方正好在忙或者沒有心情，等對方有了，你卻索然無趣了。因此同時線上、意願的一致性對構建社交關係非常重要，非同步的匹配效率比同步的匹配在建立有效聊天上還是要差很多的。
另外人的喜好是隨時間和狀態會發生變化的，這有點像你在生活中拒絕過的人，突然有一天你喜歡了。在社交上也是這樣，你曾經左滑過的人，再給你推出來，你可能就愛了。所以有時候適當召回曾被pass的人效果並不差於普通的推薦。
既然那麼難，那麼應該怎麼搞
作為一個摸著石頭過河的人，也無法給你最優解，但有一些啟發和經驗可以跟各位分享一二。
（1）人群基礎屬性還是很剛的，能夠提升使用者篩選效率
比如年齡、收入、階層不能差異太大，在強奔現心智的社交中，距離不能相距太遠。
給使用者篩選的權利或者直接在推薦中過濾匹配率較低的標籤能夠有效提升使用者的響應效率。
（2）同時線上非常重要
建立連線時，如果只有一方線上，另一方不線上，有效對話是很難建立的。試問誰想回復一天前的訊息，誰想理會一天後才回復自己的人呢。
如果可以的話，儘量給同時線上的人創造連線的機會，方法包括把招呼存起來在雙方同時線上時下發。
（3）應對人性的弱點，要控制上限
不僅應該控制社交訊號的數量，理想情況下還應該控制使用者同一時間的併發數量。無限招呼這種除了製造社交訊號風暴外，對於真實社交的構建根本沒有好處。
（4）列表的排序不必錙銖必較
演算法根據掌握的資料，利用複雜的模型給你找來了一堆真愛，但你卻往往有不同的想法，你可能不會選擇第一位、第二位、第三位，你選擇了第四位，然後被第四位拒絕了。
正是加入了使用者的自由選擇和演算法無法掌握的祕密，只要你的真愛推薦能出現在使用者每天能夠處理的列表中，她排在第1位還是第4位並不那麼重要。
（5）包辦“婚姻”也挺好
如果完全剝奪使用者的自由選擇，讓系統來全面分配會怎樣？理論上這比引入使用者的自由選擇，以及由此引出的各種使用者“尿性”要好。
這個時候演算法除了可以檢測誰最匹配，還知道對方是空閒還是忙著跟人打情罵俏，也知道你是否處於需要人來啟用一下的狀態。
把使用者的選擇權剝奪，讓系統去推薦在資料效果上並不見得給列表和卡片讓使用者選擇差，反而在資源的分配上系統有更多的主動權，理論上可以實現更優。
所以從資訊流那種人的可選列表，到左滑/右滑的卡片，到點選一個按鈕給你緣分匹配個真愛，到連按鈕都省了在“緣分來臨”時刻把你們拉到一起聊聊，從左到右，系統在推薦上扮演的角色越來越重，對資源的分配應該會越來越好。
（6）慢下來、門檻高點也挺好
一堆同學學了一堆的使用者增長理論，在社交上做了很多降低使用者門檻的事情，比如不用填資料、一鍵給很多人打招呼，雖然在資料上也許挺好看的，但到真正有效關係的構建環節，卻未必是優的。
很多時候慢下來，把使用者傳送社交訊號的門檻抬高點，未必不是一個壞事。往往你對人認真，別人才會認真，你付出努力，別人才會同樣對你。抬高門檻，不服務不滿足需求的人，反而有助於進來的人群擁有更匹配的意願和更高的質量，最後有利於使用者關係和體驗。
反之如果一味降低門檻，想服務所有人，反而沒法讓任何一個人滿意。
（7）話題引子很重要
有資料和動態人就可以找到搭訕和聊天的話題，如果沒有太多的資訊，跟輸入文字打招呼相比，人們會傾向於給你點個贊，表示欣賞。有豐富更新的資料和動態，更有助於人們找到切入點建立聊天。
就想到這些了，以後學習了新知識再分享。