AIがパートナー探しをお手伝い：Tinder + AI = 仲人？

[[346697]]

2012年、インキュベーター企業のHatch Labsは、IACとXtremeLabsが共同で運営する初の位置情報ベースのデートアプリ「Tinder」をリリースした。 Tinderは現在、1日あたり約17億回のアクセスを誇る、米国で最も人気のある出会い系アプリの一つです。 Tinder は収益を生み出すためにフリーミアム ビジネス モデルを採用しています。

Tinder は地元の独身者を見つけるのに役立ちます。 「女の子が気に入ったら右にスワイプし、気に入らなかったら左にスワイプする」というのが同社の成功の鍵であり、このモデルは数え切れないほど多くの同業他社に模倣されている。

デートにどのような影響がありますか?

わずか8年足らずで、位置情報ベースの出会い系アプリから190か国以上をカバーするグローバルな出会い系アプリへと成長しました。他の競合他社と比較すると、Tinder の目的は娯楽ではなく、愛を見つけるのを助けることです。

Tinder ユーザーのセグメンテーション | SimpleTexting より

5,700 万人のユーザーを抱える Tinder は、最も利用されている出会い系アプリの 1 つではありませんが、オンライン デート時代の代表的なアプリであることは間違いありません。少なくとも西洋では、どこへ行っても常にハミングが聞こえてきます。ゲーム化されたスタイル、完璧なアクセシビリティ、そして妥当な誠実さが、その急速な成功の最大の要因です。

• Tinderのユーザーは平均して週に100万回デートをしており、アプリはリリース以来200億回以上のマッチを実現している。
• 平均的なアクティブTinderユーザーは1日に4回ログインします。
• Tinder ユーザーの 95% が 1 週間以内に理想のパートナーを見つけます。デートがこんなに簡単だとは誰が想像したでしょうか?
• 2017 年には、オフラインよりもオンラインで出会ったカップルの方が多かったです。

Tinder は 2020 年 2 月の最も売れたアプリでした | SensorTower

数字で見ると、Tinderの評価額は100億ドルで、2019年の収益は11億5,000万ドルで、Match Group（親会社）の収益20億5,000万ドルの56%を占めています。 Tinder の収益は、2015 年から 2019 年の間に 123% の CAGR で大幅に増加しました。

TinderはNetflixを上回り、2019年に世界で最も収益の高い非ゲームアプリとなった。 Sensor Towerによると、2020年2月現在もその記録は保持されている。収益は7,740万ドルに達し、そのうち42%は米国、7%は英国、5%はドイツからの収益であった。 2020年3月末現在、マッチグループの時価総額は186億ドルであった。

ユーザーはTinderに何を期待しているのでしょうか?

あなたは何が欲しいですか？SimpleTextingより

SimpleTexting の調査によると、真剣で長期的な関係を見つけることが圧倒的に最も多く投票された選択肢でした。少数のユーザーは友達を探していると答えたが、他のユーザーは自尊心を高めるためにアプリを使用していると答えた。

合理的なTinderの推奨システム

Tinder のアルゴリズムには明確なワークフローがありません。これらのプラットフォームをサポートするアルゴリズムは同社独自のものであり、同社はこれらのアルゴリズムの実行に関するプライバシーの詳細を開示することに消極的ですが、テクノロジーファンは同社が公開したデータから手がかりを見つけました。

Tinder でのマッチングはあなたのデータに大きく依存しており、あなたのプロフィールに基づいて計算される「ELO」スコアによって、マッチングの質と量がほぼ決まります。マッチングする相手が裕福な男性か、障害のある男性かが、このスコアによって決まります。ランキングが上がるかどうかは、右にスワイプされた回数と、あなたを右にスワイプした人によって決まります。この人が右にスワイプする回数が増えるほど、その右スワイプがあなたのスコアに与える意味が大きくなります。

Tinder は、同様の意見を持つユーザーはほぼ同じ評価を持つと想定して、同様のスコアを持つユーザーを推奨します。あなたの望ましさ、つまり「ELO」スコアは、主に以下の要因によって決まります。

個人データの品質

これは ELO スコアを決定する上で最も重要な要素です。プロフィール、写真、選択した設定によっては、変更が難しく、マッチングに影響する場合があります。写真を投稿すると、その画像は機械学習サーバーに渡され、ユーザーの好みや選択を簡単に定義できるようになります。

コンピュータビジョンの実践

いくつかのオブジェクト検出技術を使用して、あなたの興味を観察できます。たとえば、自転車に乗って自然を楽しんでいる写真を見せると、アルゴリズムはあなたが自転車と自然が好きであると入力し、あなたのプロフィールがあなたと同じ興味を持つ女の子にプッシュされます。

同様に、個人的な体験を投稿すると、これらの表現が NLP システムに渡され、第一印象を検出して性格特性を発見することができます。

NLP の実践

これ以外にも、設定を微調整することでプロフィールの改善にも役立ちます。距離を大きく取れば取るほど、探究的な状態が長くなり、距離を小さく取れば取るほど、より真剣で安定した関係を望むようになります。 Tinder では、左スワイプと右スワイプの比率も記録されます。プロフィールの比率が高いと、より多くの異性にプッシュされます。

個人データに影響を与える要因

アプリケーションの使用

Tinder はすぐに人気がなくなることを知っているので、できるだけ早く収益化しようとしている。

使用頻度 | We are Flintより

アルゴリズムはアクティビティの高いユーザーのプロフィールを宣伝します。結局のところ、ユーザー数が多いほど、資本の成長が速くなります。

Tinder はユーザーを大切にしており、ファンベースを失いたくないと考えています。アクティブユーザー数は頻繁に急増し、目を引くプロフィールが多いほどマッチング率が高くなります。一方、ユーザーがアプリをあまり使用しない場合は、マッチングする可能性が低くなります。使用頻度が低いということは、マッチングに反応しない可能性が高いからです。

対照的に、このアプリには男性ユーザーが多いです。 Tinderはアクティブな女性ユーザーと、女性ユーザーにサービスを提供できる可能性のある男性ユーザーを優先します。

試合: 男性対女性

スライディングアクティビティ

「ELO」スコアに影響を与えるもう 1 つの要素はスワイプ アクティビティです。Tinder は、左右にスワイプする頻度を追跡します。

常に右にスワイプしている場合は、カジュアルすぎるか、スパム行為をしている可能性があり、Tinder はマッチする可能性を減らします。技術的に言えば、あなたをブロックします。スワイプ回数が増えると情報が少なくなり、信頼性も低下します。

ただし、右にスワイプすることがほとんどない場合は、選り好みが激しすぎることを意味し、男性と女性の比率が高いため、アルゴリズムの計算には役立ちません。

Tinder での右スワイプの回数は 1 日あたり 100 回に制限されています。これは、ランダムなマッチングで全員にスパム送信するのではなく、実際に人のプロフィールを閲覧していることを確認するためです。スコアを継続的に向上させるには、この部分を最大化するバランスを見つける必要があります。

情報伝達

デジタル時代において、プライバシーは単なる言葉に過ぎません。 Tinder は、あなたのメッセージも追跡し、あなたが送信したメッセージの数やあなたが開始した会話の数、その会話の感情、会話の長さ、さらには連絡先情報を交換したかどうかも追跡します。

交流の成功率が高い場合、アルゴリズムはあなたのプロフィールを前面に押し出し、より多くのマッチを獲得することであなたに報酬を与えます。しかし、女性を待たせ続けると、プロフィールの「ELO」スコアが下がるという罰を受けることになります。

パーソナライズされた推奨事項については、アルゴリズムは会話と会話内の感情に細心の注意を払います。あなたの気分や性格特性に基づいて、あなたとマッチした相手とのメッセージのやり取りが良好であれば、あなたと特性を共有するプロフィールをさらに推奨します。

Tinderのメッセージの長さ：男性と女性

男性のメッセージのエネルギーは雄弁さとは一致していないようで、平凡な口調で12文字という堅苦しい言葉で沈黙を破りますが、女性のテキストメッセージは一般的に122文字とより芸術的です。アルゴリズムは感情を追跡し、メッセージが肯定的であることを確認すると同時に、返信するすべてのメッセージにも注意を払います。

すべてをまとめる

アプリをインストールして登録すると、民族、人種、学歴、身長、会社などのデータの入力を求められます。

初めてのユーザーの場合、アプリはユーザーについて何も知らず、ユーザーが提供したデータのみを保持します。このアプリは、まだあなたを良いユーザーと悪いユーザーに分類していないため、「初心者の幸運」のように機能します。あなたのプロフィールを成長させ、あなたの活動を確認し、あなたがどのような人とマッチングしたいかを追跡します。

修士号を持つアジア人を主に選択すると、同じ資格を持つプロフィールが表示されます。時間が経つにつれて、アプリを使い続けると、アプリはあなたをよりよく知るようになります。現在では、スワイプだけでなく、接続された Spotify や Instagram アカウントでのアクティビティも追跡し、広告エクスペリエンスをパーソナライズしています。

過去のアクティビティとソーシャルメディアのやり取りを組み合わせて「ELO」スコアを計算し、ユーザーがアプリを積極的に使用しているかどうかを確認し、使用していない場合はブロックします。その後、スワイプの頻度を追跡し、頻度が高い場合は、次にユーザーメッセージの頻度を計算します。

すべての基準が満たされると、「ELO」スコアが高くなり、ユーザーのプロファイルは同じ「ELO」スコアを持つプロファイルとグループ化されます。ユーザーの情報が人種、民族、または個人犯罪の脅威となる場合、そのユーザーは禁止されます。

Daksh Trehan による Tinder ワークフロー図

他の出会い系アプリでは「ELO」スコアをどのように計算するのでしょうか?

OkCupid や eHarmony などの人気の出会い系アプリは、特別な ML テクノロジーを使用してユーザーの好みを予測し、最適な相手を紹介すると主張しています。彼らは、どんな集団でも安定した結婚生活を送れるかどうか判定できることを証明しようとした2人の経済学者によって1962年に開発されたゲール・シャプレー法を使うかもしれない。

• 第1ラウンドでは、未婚の男性はそれぞれ自分が選んだ女性にプロポーズし、その後、女性に、お気に入りの候補者には「たぶん」、他の候補者には「いいえ」と答えるように求めた。その後、彼女は現在のお気に入りの求婚者と婚約しますが、その求婚者も彼女と仮婚約しています。
• 次のラウンドでは、婚約していない各男性が、まだプロポーズしていない、自分に最もふさわしい女性にプロポーズします。女性がまだ婚約していない場合、または婚約中の男性よりも男性の方を好む場合、女性は「多分」と答えます。
• 全員が関与するまでこのプロセスを繰り返します。

ゲイル・シャプレーアルゴリズム: このアルゴリズムは、すべての参加者が時間内に安定した結婚を実現できることを保証します。

Tinder 向け ML モデルの開発

ステップ 1: データのラベル付けとクリーニング。それぞれ 4 ～ 5 枚の写真が掲載されている 500 ～ 1,000 件のプロフィールを確認し、「気に入った」、「気に入らなかった」、「平均的」に分類します。

ステップ 2: ニューラル ネットワーク。転移学習を使用して、すでに分類された画像に基づいて、既存のニューラル ネットワークを左または右にスワイプするようにトレーニングします。

ステップ 3: アルゴリズム。上記のネットワークによって取得された各画像のスコアの合計に基づいてプロファイルをスコアリングする関数を記述します。

Tinderは良いマッチメイカーですか？

いくつかの情報を入力すると、Tinder があなたに関する詳細な情報を収集し、複数のマッチが表示されます。しかし、Tinder には結果がありません。出会った後に何が起こったのか誰も明かさなかったのでしょうか? 結婚したのか、子供ができたのか、喧嘩したのか、完璧な恋愛生活を送ったのか? それとも、別々の道を歩んだのか?

Tinder の推薦システムは、これまで報酬やペナルティを受けたことがないため、経験を通じてその堅牢性を向上させることはできません。アルゴリズムは改善するために変更される可能性がありますが、実際のフィードバックが得られないため、同じアルゴリズムを使用して改善することはできません。

第二に、Tinder は信用できないと思います。Tinder はデータに貪欲で、ユーザーを追跡し、できるだけ多くのことを知ろうとします。バレンタインデーは過ぎ去っても、あなたのデータは永久にオンラインに残ります。

Tinder は理想の男性を見つけるのに役立ちますか? おそらくそれほど簡単ではありません。

この記事はWeChatの公開アカウント「Reading the Core」から転載したもので、以下のQRコードからフォローできます。この記事を転載する場合は、Duxinshu の公開アカウントにご連絡ください。