數學告訴你，什麼是真正的「美人」

OkCupid網站把女性作為樣本，收集了大量數據，用數學的角度告訴你——什麼才是真正的「美人」！

1.從數據開始吧

從之前的文件分析來看，受歡迎女性收到的交友信息大約是相貌平平女性的4倍，是醜女收到的25倍。不過以5000個女性用戶為例，按吸引力排序，在一個月中能收到多少信息。

而這5000個人的劃分基本排除了登錄活躍度、信息完成程度等外來因素，唯一不同的就是女孩們的長相區別。我們發現一個奇怪的現象，長相貌似不是決定收到信息多少的主因，尤其是佔了圖中一半數量的「長相高於平均水平」的人收到的信息量有多有少，這TM到底怎麼回事？

然後，我們把兩個人單獨拿出來比較：

根據他們的用戶反饋來看，這兩個都是美人，且幾乎等同！但是上圖的美人收到信息比下圖收到的信息多。

2.美到底是如何來劃分為了解釋這個問題，我們再次用數學方法來區分吸引力。

按照我們常用的10分制來給一個人評分，假如一個人的評分為7分，很有可能是每個人都給了她7分的評價。

但是也有另一種非常極端的可能，有一大堆人給了她滿分10分，但是有一部分仍給了她0分。所以她綜合得分是7分。

而這兩種情況都是7分，但顯然這兩種情況會造成7分美人完全不同的處境。所以，這個觀點的分布非常重要。

3.用名人的照片來做案例

女演員克里斯汀.貝爾的長相評分大致是這樣的：

貝爾小姐被大眾認為是美女，但從她的分數來看顯然未得到「美到爆炸」的最高評價，大部分都認為她「很有吸引力」，但由於沒有負面票數，所以整體也就拉高了。

相比較而言，梅根·福克斯可能得到這樣的評分：

梅根·福克斯也被歸為和貝爾小姐相同的美人地位，但顯然她的得票數就比較極端。

4.回歸平常人

回歸到剛剛那兩個女性用戶，OkCupid網站按從1到5星級評價長相，兩個美人分別得到了如下的得分：

（3.4分 VS 3.3分）

兩個美人的得分非常接近，但票數分布完全不同。簡言之：

大多人認為左邊女士「稍微」更有吸引力右邊女士得到的最低評價比左邊多142%不過，右邊收到的交友信息是左邊的3倍。

為了公平起見，我們用了兩組看上去相似的照片做對比，我們依舊發現：收到消息少的女性通常被認為有一貫的吸引力，而收到消息多的女性往往在男人看來吸引力有分歧。

男人對她的長相越有分歧，她收到的信息數越多！

結論一：對女性評分數和她收到的交友信息數量做比較，發現男人對女性長相評價的分歧越多，就有越多人喜歡她。

我們根據女性在男性眼中的分歧數和收到的信息做了一個曲線圖：

一般來說，男性評價不錯的美人，收到的信息都相對偏少。

我們再來說說女人投票得分這件事兒：根據女性得到的投票數，用一個公式來預測女性能得到多少關注量，關注量的計算是基於曲線上的投票數。用這個公式，我們可以把「男人認為女性長得怎麼樣」理解成「她能得到多少關注」。（以43000名女性的數據作為樣本用回歸法分析。 為保證前提一致，所有這些女人是異性戀， 年齡介於20和27歲之間，而且住在同一個城市。）

msgs是觀察期內女性收到消息數量。常數k反映了她在整個網站的活動水平。

那些前面帶正號的投票數（m1、m5）：表示男人會發信息給女性，前面帶負號的（m2、m4）：說明要減去信息數量。

最後，我們得到一個非常瘋狂的結論：

認為你火辣的男人越多，你收到的信息就越多。

覺得你可愛的男人，實際上應從你收到的信息中減掉。

如果有人認為你不火辣，那麼他們最好接下來認為：你丑（但是同樣會給你發信息）。

5.整個結構框架

當有些人認為你丑時，意味著更少人競爭，其他人更有可能發消息給你；而當有些男人覺得你很可愛時，其他男人對你倒是缺乏興趣。

這個圖可以解釋你的疑問：

6.最終意味著什麼？

那些差異化的東西，你需要盡量展現出來，比如紋身、耳洞或者更特殊的東西，雖然他可能造成一部分的人不喜歡你，但是它也會造成喜歡某個東西（比如紋身）而特別喜歡你！問題就在於，這些特別喜歡你的人會讓你更受歡迎。反倒是那些沒有特色的東西，大家反響平平。