最近研究搜索引擎的匹配算法,研究疯了,呵呵。。。。
荔园晨风BBS站(展开完整界面) → 鹊桥征友 → 阅读文章PieBridge 版
[上一篇] [下一篇] [同主题上篇] [同主题下篇]
发信人: hzxdark (漆黑之翼), 信区: PieBridge
标 题: 从数学的角度量化计算征友的满意度,just funny:)
发信站: 荔园晨风BBS站 (Thu Nov 9 13:49:10 2006), 站内
身高、体重、身材、帅气、漂亮。。。。。
然后刚刚看到blank提到的“爱情和体重身高有什么关系,这年头什么都量化了”,一语惊醒梦中人,爱情跟身高体重外貌等等XX条件事有正相关性的!于是开始分析,建模,树立用例,然后有了下面这篇理论,各位看官仅当笑话看看吧,如果能看懂的话,呵呵。。。。
男/女生的条件与理想男/女性的距离分析、建模与算法
以下分析纯属funny,勿当真。
以某男性为例,其关键数据不外乎以下几个:
姓名:A 权重:A% 解释:姓名太土似乎也会影响给MM们第一印象的好坏;
身高:H 权重:H% 解释: 勿庸置疑,对女生们的虚荣心有很大影响;
体重:W 权重:W% 解释:这点因人而异,有些mm喜欢重些的,有些则相反;
性格:N 权重:N% 解释:开朗、慷慨、大方、成熟、有荣心、幽默感等等;
外貌:S 权重:S% 解释:谁说朗才女貌了?谁说的?找出来踩一顿;
收入:M 权重:M% 解释:说爱情跟钱无关是假的;
潜能:D 权重:D% 解释:跟收入类似,相当于该GG未来收入;
一个男生,在此到了女生眼中就抽象成了上面的数据。
假定某一女生对该GG的印象为:
姓名满意度:a%
身高满意度:h%
体重满意度:w%
性格满意度:n%
外貌满意度:s%
收入满意度:m%
潜能满意度:d%
构造一个关于n唯空间向量,可得该男生在mm心目中的空间向量模型为:
{ai}=a%*A%,
即
(a%*A%,h%*H%,w%*W%,n%*N%,s%*S%,m%*M%,d%*D%)(为方便描述起见,下面简写R=(a,h,w,n,s,m,d))
假定该mm心目中的理想GG的数据为F =(A,H,W,N,S,M,D),用夹角余弦该GG与该mm理想中GG的距离:
cos(R,F)= <R,F>/|R||F|
由余弦定理得:
COS(R,F) = (aA+hH+wW+nN+sS+mM+dD)/[(a^2+....+d^2)^0.5 * (A^2+....+D^2)^0.5]
其中<R,F>为空间向量R与F的内积。
下面我们用假定的数据进行模拟:
假定某一男生A的条件相对某一女生M,其满意度:
姓名:A 60% 注释:名字有点土,仅恰好及格;
身高:180cm 100% 注释:mm心目中的理想身高,100%;
体重:85kg 40% 注释:太胖了,仅仅勉强能接受;
性格:…… 80% 注释:该男生幽默,好脾气,好好先生;
外貌:- 60% 注释:该男生长了一副大众脸,及格;
收入:8K/M 80% 注释:经理级别收入,满意;
潜能:- 90% 注释:虽然不能比拟比尔盖茨,但日后也是“钱”途无量;
假定该女生心目中的理想男性数据权重的为:
姓名权重:5% 解释:姓名无所谓啦;
身高权重:20% 解释: 180,永远的180;
体重权重:15% 解释:不大喜欢胖;
性格权重:15% 解释:好脾气很重要;
外貌权重:15% 解释:丑的不要;
收入权重:10% 解释:要能支付日常刷卡;
潜能权重:20% 解释:将来必须有所作为;
可得该男生的在该MM心目中的印象的空间向量模型R=(0.03,0.2,0.06,0.12,0.09,0.08,0.18)
计算该男生与该MM的心目中的理想GG的距离:
<R,F>=0.03*0.05+0.2*0.2+0.06*0.15+0.12*0.15+0.09*0.15+0.08*0.1+0.18*0.2=0.1260
|R|= 0.3253
|F|= 0.3991
得COS(R,F)=0.7909*%=79.09%
距离D = 1 - COS(R,F) = 20.91%
结论是:
男生A,身高180CM,体重85KG,为人幽默风趣,人皆称“好好先生”,外貌平凡,稳定收入8K/M,目前事业非常顺利,正准备被公司升职为总经理。
女生M,喜欢比较高的GG,但不是很喜欢胖,喜欢理想的GG要帅气,幽默,成熟,有风度,希望她的他有事业心。
女生M看到男生A的征友贴,得出结论,A与M心目中的理想mm的相似度79.09%,距离差20.91%,有些距离,但很不错了,可以接受。
Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=1375476
分享到:
相关推荐
"藏经阁-甲方视角的情报体系——从人的角度量化安全威胁"这一主题深入探讨了从企业立场出发,如何理解和应对安全威胁。 首先,为什么需要威胁情报?传统的安全防护侧重于漏洞管理,但仅关注漏洞并不足以全面描绘...
《计算机体系结构—量化研究方法(第5版)》是一本深入探讨计算机体系结构的经典教材,专注于通过量化分析来理解计算机系统的设计与性能优化。在本书中,作者以清晰的逻辑和丰富的实例,引领读者探索计算机硬件与...
这些计算公式体现了量化研究方法中对精确数据的追求,以及通过数学模型来理解和优化计算机系统性能的重要性。 具体到芯片制造成本的部分,我们看到通过不同的输入参数,计算出不同的产率。例如,在不同的制造工艺...
在这个最新版中,作者增加了当前炙手可热的云计算和手机客户端技术等相关内容,探讨了在手机、平板电脑、笔记本电脑和其他移动计算设备上云计算的软硬件实现方式。 《计算机体系结构:量化研究方法:第5版》可作为高等...
在数学建模领域,满意度建模是一种重要的方法,它用于量化和分析人们对产品、服务或系统体验的满意程度。这通常涉及到将抽象的情感反馈转化为可量化的数据模型,以便进行决策优化和改进。本资源“满意度数学建模 ...
模糊数学是一种在不确定性和模糊性条件下处理问题的数学方法,它是数学建模中不可或缺的一部分,尤其是在面对现实世界中复杂、不精确或模糊的数据时。模糊数学的理论与应用广泛涉及控制论、人工智能、决策分析、信息...
《计算机体系结构——量化研究方法》是一本深入探讨计算机硬件设计和优化的权威书籍,它在计算机科学领域具有极高的地位。这本书详细阐述了构建高效、高性能计算机系统的基础理论和实践方法,对于理解和掌握计算机...
量化投资策略与技术(修订版).pdf;供需要的同学参考。
在金融投资领域,量化投资是一种基于数学模型和大数据分析的投资策略,它借助计算机程序系统地处理大量信息,寻找投资机会并自动执行交易。随着人工智能(AI)技术的发展,量化投资正逐渐演变为更加智能和高效的模式...
本课程针对想要在股票市场中应用量化投资技术的学员,通过学习Python编程和金融知识,帮助他们掌握如何利用数据驱动的方式进行投资决策。 在Python股票量化投资中,主要涉及以下几个关键知识点: 1. **Python基础*...
- **总体满意度**:微型车至中高级车的满意度得分有所差异,微型车和小型车的满意度相对较低,而中高级车的满意度较高。 - **品牌对比**:通过比较不同品牌两年内的满意度变化趋势,可以发现某些品牌在某些领域的...
### 数学建模——自习室管理 #### 一、问题重述与背景 随着高校规模的不断扩大,资源的有效利用成为了亟待解决的问题之一。在众多资源中,电力资源的合理利用尤为关键。针对大学生上晚自习的情况,存在两种常见的...
《计算机系统结构——量化研究方法》是一本深入探讨计算机硬件与软件交互的权威教材,尤其在第四版中,作者通过详尽的定量分析方法,帮助读者理解计算机系统的本质和性能优化策略。这本书不仅覆盖了传统的计算机系统...
量化择时是一种将心理因素量化为可度量指标的方法,主要应用于金融市场分析。...通过技术手段和量化方法,投资者可以更好地理解市场行为,制定更为合理的投资策略,以期在市场波动中获得稳定的投资回报。
《智慧水务智慧排水江向丰:管道及井数字量化检测技术》是由武汉中仪物联技术股份有限公司提供的专业文档,该文档深入探讨了现代城市智慧水务系统中的一个重要领域——管道及井的数字量化检测技术。在当今信息化、...
为此,他们运用模糊数学理论,构建了一个满意度函数,量化了上述因素对学生满意度的影响。随后,结合最优规划模型,使用MATLAB软件进行计算,得出了开放39个教室的方案,不仅达到了节约电力的目的,还将学生满意度...
在“机器学习技术研究室——by阿布量化小组.zip”这个压缩包中,我们很显然看到聚焦的主题是机器学习,特别是与阿布量化小组的工作相关的项目。阿布量化小组可能是一个专注于利用机器学习方法进行金融数据建模和交易...
本文《深度学习不确定性量化:技术、应用与挑战》深入探讨了这一主题,旨在总结现有方法,分析其在不同领域的应用,并指出面临的挑战及未来研究方向。 不确定性量化(UQ)的核心目标是对模型的不确定性和预测结果的...
扎德教授提出了一种新的数学模型——模糊集合,用来处理那些边界不清晰、属性不确定的现象,这种现象在现实生活中极为普遍。 传统的数学理论和方法主要关注的是精确性和确定性,例如经典集合论要求集合中的元素必须...
我国“互联网 ”医疗的政策推进与优化研究——基于政策文本量化分析.pdf