استخدم شاب التعلم الآلي لمساعدته في العثور على شريك، وكانت النتيجة. . .

جامعة واترلو هي جامعة مشهورة في كندا وواحدة من أفضل الجامعات في كندا. ويعتبر مستواها التدريسي في التخصصات الهندسية مثل الرياضيات وعلوم الكمبيوتر من بين الأفضل في العالم. ويحتل تخصصها المتميز، علوم الكمبيوتر، المرتبة الثامنة عشرة في تصنيفات US News World University Rankings لعام 2017.

كما هو الحال مع جميع مدارس العلوم والهندسة، تعاني جامعة واترلو من عدم التوازن الشديد في نسبة الجنسين ونقص في الأنشطة الاجتماعية، مما يجعل من الصعب العثور على شريك.

يعتقد بعض الناس أن الحب هو شيء لا يمكن قياسه، ويجب عليك فقط "أن تكون نفسك وتترك الطبيعة تأخذ مجراها".

ومع ذلك، وباعتباره عالم بيانات في جامعة واترلو، فإن الشاب لا يتفق مع هذا الرأي. لقد شعر أنه بما أنه عالم كمبيوتر،لماذا لا تحاول استخدام التعلم الآلي لمساعدتك في العثور على صديقة؟

إن الأفعال أبلغ من الكلمات، لذلك بدأت البحث عن كيفية استخدام تقنية التعلم الآلي للعثور على صديقة.

الأسئلة الأساسية لهذه الدراسة هي:

ما هي الصفات التي تحتاجها لتتميز عن الآخرين وتكون محبوبًا من قبل الفتيات؟

الأخ الصغيرلقد حاولت أن أقوم بإدراج السمات المميزة للأولاد، على أمل معرفة الفرضيات التي يمكن دعمها بالبيانات.

في الحالات المذكورة أعلاه، أقوم بتعيين قيمة 1 أو 0 اعتمادًا على ما إذا كانت المعايير قد تم استيفاؤها. لذا، فإننا نقوم بقياس العلاقة بين السمات المذكورة أعلاه للأشخاص والقدرة على العثور على الأشياء.

بعض السمات المذكورة أعلاه ذاتية جدًا، على سبيل المثال، كيف يمكنك إثبات أن الشخص مثير للاهتمام؟ لذا، إذا كنت تريد رؤية هذا النوع من الأبحاث الإحصائية الصارمة للغاية، فقد لا يكون المحتوى التالي هو ما تفضله.

لجمع البيانات، قمت بإدراج كل شخص يمكنني التفكير فيه في جدول وقمت بتقييمه إما بـ 0 أو 1 في كل سمة. وأخيرًا، تحتوي مجموعة البيانات على N=70 صفًا. إذا كنت قد ذهبت إلى نفس المدرسة التي كنت فيها خلال العامين الماضيين وتعرفني، فمن المرجح أنك موجود في هذه القائمة.

أولاً، استخدمنا اختبار فيشر الدقيق لتحليل متغير تاريخ الهدف وجميع المتغيرات التفسيرية ووجدنا أن ثلاثة متغيرات كان لها التأثير الأكثر أهمية:

• لياقة بدنية:الأشخاص الذين يذهبون إلى صالة الألعاب الرياضية أو يمارسون الرياضة بانتظام هم أكثر عرضة بمقدار الضعف لوجود صديقة (قيمة P = 0.02)

• نظارات:احتمالية وجود صديقة للأشخاص الذين لا يرتدون النظارات أعلى بمقدار 70% من أولئك الذين يرتدون النظارات (قيمة P = 0.08)

• ثقة:الأشخاص الذين يتمتعون بثقة عالية بالنفس هم أكثر عرضة لوجود أصدقاء (قيمة P = 0.09)

لقد تفاجأ الشاب بأن ارتداء النظارات أم لا كان له مثل هذا التأثير الكبير، وكان فضوليًا ما إذا كان ذلك لأن ارتداء النظارات بشكل عام يعطي الناس انطباعًا بأنهم "مهوسون".

فبحث الرجل عن بعض المعلومات الإضافية ووجد أنها صحيحة. ذكرت دراسة بحثية أن أغلب الأشخاص يعتقدون أن ارتداء النظارات يقلل من جاذبيتهم، سواء كانوا رجالاً أو نساءً.

قد تكون بعض المتغيرات أكثر قدرة على التنبؤ بنجاح المواعدة، ولكن من الصعب التأكد من ذلك لأن حجم العينة صغير:

• يتمتع الطلاب الدوليون بمعدل نجاح أعلى في المواعدة من الطلاب الكنديين

• لدى الآسيويين فرص مواعدة أقل من الأعراق الأخرى

وإذا نظرنا إلى عوامل أخرى، فرغم وجود عدد أقل من الفتيات، لا يبدو أن الأولاد المتخصصين في علوم الكمبيوتر في وضع غير مؤات؛ المتغيرات المتبقية (الطول/المهنة/المتعة/الاجتماعية/الموضة/مكان الإقامة) لا ترتبط ارتباطًا وثيقًا بالمواعدة الناجحة. في نهاية المطاف، المواعدة هي مجرد الخطوة الأولى في تأكيد العلاقة، وقليل من الشباب يفكرون بعيدًا جدًا أو معقدًا للغاية.

النتائج الكاملة لهذه التجربة:

ثم قمنا بفحص العلاقات بين المتغيرات، مما ساعدنا على تحديد افتراضات النموذج غير الصحيحة.

يشير اللون الأحمر إلى الارتباط الإيجابي ويشير اللون الأزرق إلى الارتباط السلبي

يتم عرض الارتباطات ذات الأهمية الإحصائية < 0.1 فقط، وبالتالي فإن العلاقات بين معظم المتغيرات تكون فارغة.

يبدو من الصورة{لديه صديقة، يبدو واثقًا من نفسه، يذهب إلى صالة الألعاب الرياضية، لا يرتدي نظارات}هناك علاقة متبادلة. وستعكس النماذج المدربة بهذه البيانات أيضًا هذه التحيزات، وسأقوم بتوسيع نطاق تحقيقاتي وجمع المزيد من البيانات في المستقبل.

ألا سيكون من الرائع لو كانت هناك خوارزمية يمكنها التنبؤ بفرصك في العثور على صديقة؟

قام الشاب بتدريب نموذج خطي معمم باستخدام الانحدار اللوجستي للتنبؤ بما إذا كان سيحصل على صديقة بناءً على المتغيرات التفسيرية التي ذكرناها سابقًا.

باستخدام حزمتي glmnet وcaret في R، قمت بتدريب هذا النموذج الخطي المعمم باستخدام التنظيم الشبكي المرن. تم بعد ذلك تحسين المعلمات الفائقة باستخدام طريقة البحث الشبكي القياسية، باستخدام التحقق المتبادل مع ترك عنصر واحد خارجًا في كل تكرار وتحسين معامل كابا.

يحتوي النموذج النهائي على درجة ROC AUC تم التحقق منها وهي 0.673، مما يعني أن النموذج أفضل في التنبؤ بفرصك في العثور على صديقة من تخمينك.

بالطبع، هناك دائمًا بعض الشكوك العرضية في الحياة، وستكون هناك مفاجآت في الحياة. حسنًا، يكفي الحديث، الأخ الصغير سيذهب إلى صالة الألعاب الرياضية، وعليه أن يبذل قصارى جهده لخلع نظارته!

إليكم صورة حديثة لباي لي