Inside OKCupid: The math of online dating - Christian Rudder

出会いサイトのしくみ / クリスチャン・ラダー

Translator: Andrea McDonough Reviewer: Bedirhan Cinar

翻訳: Yasushi Aoki 校正: Masako Kigami

Hello, my name is Christian Rudder,

こんにちは クリスチャン・ラダーです

and I was one of the founders of OkCupid.

私たちが始めた OkCupidは

It's now one of the biggest dating sites in the United States.

現在アメリカで 最大手の出会いサイトです

Like most everyone at the site, I was a math major,

他のスタッフの 多くと同様

私も数学専攻で

As you may expect, we're known for the analytic approach we take to love.

私たちは恋愛への

分析的アプローチで 知られています

私たちは マッチング・アルゴリズムと 呼んでいますが

We call it our matching algorithm.

Basically, OkCupid's matching algorithm helps us decide

これは ２人の人が

デートすべきかの判断を 助けるものです

whether two people should go on a date.

We built our entire business around it.

これが私たちの事業の 中心にあるものです

Now, algorithm is a fancy word,

アルゴリズムというと 何かかっこよくて

and people like to drop it like it's this big thing.

みんな何かすごいもののように 口にしますが

But really, an algorithm is just a systematic,

実際のところは

段階を追って問題を 機械で解く手順ということで

step-by-step way to solve a problem.

It doesn't have to be fancy at all.

別にすごいものとは 限りません

このビデオでは

Here in this lesson,

I'm going to explain how we arrived at our particular algorithm,

私たちのアルゴリズムが

どのようにできているのかを 説明します

so you can see how it's done.

Now, why are algorithms even important?

アルゴリズムは なぜ重要なのか？

Why does this lesson even exist?

そもそもこのビデオは なぜ存在するのか？

Well, notice one very significant phrase I used above:

注意して欲しいのは 私が

「段階を追って解く」 と言ったことです

they are a step-by-step way to solve a problem,

and as you probably know, computers excel at step-by-step processes.

コンピュータが 段階を追った処理に向いているのは

知っていると思います

A computer without an algorithm

アルゴリズムがなければ

コンピュータは高価な 漬け物石に過ぎません

is basically an expensive paperweight.

And since computers are such a pervasive part of everyday life,

コンピュータは 身の回りの至る所にあり

algorithms are everywhere.

それはすなわちアルゴリズムが どこにでもあるということです

The math behind OkCupid's matching algorithm is surprisingly simple.

OKCupidの 背後にある数学は

ごく簡単なものです

It's just some addition, multiplication, a little bit of square roots.

足し算

掛け算

それにルートを 少し使うくらいです

The tricky part in designing it

このアルゴリズムの設計で 難しいのは

was figuring out how to take something mysterious,

人が惹かれ合うという

不可解な現象を

human attraction,

and break it into components that a computer can work with.

要素に分解し 機械で 扱えるようにすることです

人のマッチングをする上で まず必要なのは

The first thing we needed to match people up was data,

something for the algorithm to work with.

アルゴリズムが使うための データです

The best way to get data quickly from people is to just ask for it.

人からデータを手早く得る 最良の方法は

単に聞いてみることです

So we decided that OkCupid should ask users questions,

それで OkCupidでは ユーザーに質問することにしました

stuff like, "Do you want to have kids one day?"

「いつか子供が欲しいですか？」

「歯磨きを日に何度しますか？」

"How often do you brush your teeth?"

"Do you like scary movies?"

「怖い映画は好きですか？」

And big stuff like, "Do you believe in God?"

それに「神を信じますか」のような 大きな質問もあります

Now, a lot of the questions are good for matching like with like,

多くの質問は

２人が同じような 答えをする時

that is, when both people answer the same way.

相性が良いと 考えられます

For example, two people who are both into scary movies

例えば ２人がどちらも 怖い映画が好きな場合

are probably a better match than one person who is and one who isn't.

１人は好きで もう１人は嫌い

という場合よりも

おそらく相性が 良いでしょう

But what about a question like,

しかし もし質問が

"Do you like to be the center of attention?"

「場の中心になるのが好きですか？」 ならどうでしょう？

If both people in a relationship are saying yes to this,

付き合っている２人が どちらも中心にいたいタイプだと

大きな問題がありそうです

they're going to have massive problems.

We realized this early on,

それで私たちは

and so we decided we needed a bit more data from each question.

それぞれの質問に対して

もう少しデータを 取ることにしました

We had to ask people to specify not only their own answer,

自分自身についての 答えだけでなく

but the answer they wanted from someone else.

相手に望む答えも 聞くことにしたんです

That worked really well.

これはうまくいきましたが

But we needed one more dimension.

さらにもう１つの要素が 必要でした

Some questions tell you more about a person than others.

ある種の質問は 他の質問よりも 多くのことを教えてくれるからです

For example, a question about politics, something like,

たとえば政治的な質問である

「本を燃やすのと国旗を燃やすのとでは どちらがより悪いか？」のような質問は

"Which is worse: book burning or flag burning?"

might reveal more about someone than their taste in movies.

映画の好みなどより 重要な意味を持つかもしれません

And it doesn't make sense to weigh all things equally,

あらゆる質問を 同様に扱うのは問題があるので

もう１つデータを 付け加えました

so we added one final data point.

For everything that OkCupid asks you,

OkCupidが聞く質問ではすべて

you have a chance to tell us the role it plays in your life.

自分にとっての重要性を

「どちらでもよい」から「必須」まで

And this ranges from irrelevant to mandatory.

指定することができます

So now, for every question, we have three things for our algorithm:

これで各質問について

アルゴリズムに使えるものが ３つあることになります

first, your answer;

１ 自分の答え

second, how you want someone else -- your potential match -- to answer;

２ 付き合う相手に望む答え

２ 付き合う相手に望む答え

２ 付き合う相手に望む答え

and third, how important the question is to you at all.

３ その質問の重要度です

With all this information,

これらの情報を元に

OkCupid can figure out how well two people will get along.

OKCupidは２人の 相性の良さを判断でき

The algorithm crunches the numbers and gives us a result.

アルゴリズムが データから答えを算出します

具体的な例で

As a practical example,

あなたと 別の誰かBさんの 相性が良いかを

let's look at how we'd match you with another person.

Let's call him "B."

どのように判断するのか 見てみましょう

相性度は

Your match percentage with B is based on questions you've both answered.

２人とも答えた 質問を元に求めます

Let's call that set of common questions "s."

この共通の質問の集まりを Sと呼ぶことにしましょう

As a very simple example, we use a small set "s"

話を簡単にするため

with just two questions in common,

Sはたった２つの 質問からなることにして

and compute a match from that.

それを元に相性度を 計算してみます

Here are our two example questions.

その２つの質問の １つは

The first one, let's say, is, "How messy are you?"

たとえば「散らかし屋さんですか？」で

And the answer possibilities are:

答えの選択肢は

very messy, average and very organized.

「散らかし屋」

「ふつう」

「きれい好き」 だったとします

And let's say you answered "very organized,"

あなたは「きれい好き」で

相手にも「きれい好き」 であることを望み

and you'd like someone else to answer "very organized,"

and the question is very important to you.

この問題はとても重要 だったとしましょう

Basically, you're a neat freak.

あなたは超きれい好きで

You're neat, you want someone else to be neat, and that's it.

自分だけでなく

相手にも きれい好きなことを

強く求めています

And let's say B is a little bit different.

Bさんは少し違います

He answered "very organized" for himself,

彼自身は「きれい好き」ですが

but "average" is OK with him as an answer from someone else,

相手は「ふつう」でかまわず

相手は「ふつう」でかまわず

and the question is only a little important to him.

彼にとって この問題は あまり重要ではありません

２番目の質問に 移りましょう

Let's look at the second question, from our previous example:

前に質問例として挙げた

「場の中心になるのが好きですか？」で

"Do you like to be the center of attention?"

選択肢は「はい」か「いいえ」です

The answers are "yes" and "no."

You've answered "no," you want someone else to answer "no,"

あなたの答えは「いいえ」で

相手にも「いいえ」であることを望み

and the question is only a little important to you.

この問題はあまり 重要でなかったとします

Bさんの方は 自分が「はい」で

Now B, he's answered "yes."

He wants someone else to answer "no,"

相手には「いいえ」を望み —

because he wants the spotlight on him,

なにしろ自分が中心でいたいので —

and the question is somewhat important to him.

そして この問題は彼にとって まあまあ重要だったとします

So, let's try to compute all of this.

それでは計算してみましょう

Our first step is, since we use computers to do this,

まずはじめに

コンピュータを使うので

we need to assign numerical values

「まあまあ重要」とか 「とても重要」のような概念に

to ideas like "somewhat important" and "very important,"

数値を割り当てる 必要があります

because computers need everything in numbers.

コンピュータはすべて 数字で計算するからです

We at OkCupid decided on the following scale:

OkCupidではこんな重み付けを することにしました

"Irrelevant" is worth 0.

「どうでもよい」は 0点

「あまり重要でない」は 1点

"A little important" is worth 1.

"Somewhat important" is worth 10.

「まあまあ重要」は 10点

"Very important" is 50.

「とても重要」は 50点

And "absolutely mandatory" is 250.

「必須」は 250点です

Next, the algorithm makes two simple calculations.

つぎにアルゴリズムは 簡単な計算を２つします

The first is: How much did B's answers satisfy you?

１つはBさんが あなたにとって どれくらい満足のいく人かで

That is, how many possible points did B score on your scale?

これはBさんが取り得る点数のうちの 何点を取ったかということです

Well, you indicated that B's answer to the first question,

最初の質問

散らかし屋かどうかは

about messiness,

あなたにとって とても重要で

was very important to you.

It's worth 50 points and B got that right.

Bさんは正しく答えたので 50点になります

The second question is worth only 1,

２番目の質問は あまり重要でなかったので

because you said it was only a little important.

１点分の価値しかなく

Bさんは間違った 答えをしました

B got that wrong,

so B's answers were 50 out of 51 possible points.

だからBさんの点数は 50/51となり

That's 98% satisfactory. Pretty good.

98%の満足度です

これはかなり良い点数です

The second question the algorithm looks at is: How much did you satisfy B?

次にアルゴリズムが見るのは

あなたが どれくらいBさんを 満足させるかということです

Bさんは散らかし屋の 質問には１点

Well, B placed 1 point on your answer to the messiness question

Bさんは散らかし屋の 質問には１点

and 10 on your answer to the second.

場の中心の質問には 10点を設定しました

Of those 11, that's 1 plus 10, you earned 10 --

満点は 1 + 10 = 11 点で

あなたは２番目の質問で 希望に合っていたので

you guys satisfied each other on the second question.

10点を取りました

So your answers were 10 out of 11 equals 91 percent satisfactory to B.

あなたの点数は10/11で

Bさんにとっての 満足度は91%です

That's not bad.

悪くありません

The final step is to take these two match percentages

最後のステップとして この２つのパーセントの数字から

and get one number for the both of you.

２人の相性度を計算します

To do this, the algorithm multiplies your scores,

アルゴリズムは ２つの値を掛け合わせて

n 乗根を求めます

then takes the nth root,

where "n" is the number of questions.

ここで n は質問の個数です

今の場合 質問の数は

Because s, which is the number of questions in this sample,

２つだけだったので

is only 2,

we have: match percentage equals the square root

相性度は 98% × 91% の 2 乗根で —

相性度は 98% × 91% の 2 乗根で —

of 98 percent times 91 percent.

That equals 94 percent.

94% となります

That 94 percent is your match percentage with B.

94% があなたと Bさんの相性度です

It's a mathematical expression of how happy you'd be with each other,

あなた方が付き合った時に

予想される幸福度を

based on what we know.

得られているデータを元に 数学的に求めた値です

Now, why does the algorithm multiply,

なぜこのアルゴリズムでは

as opposed to, say, average the two match scores together,

２つの点数の平均を取らずに

and do the square-root business?

掛け算して累乗根を 求めているのか？

In general, this formula is called the geometric mean.

一般にこのような式は 幾何平均と呼ばれ

It's a great way to combine values that have wide ranges

広い幅のある

異なる性質の値を 組み合わせる

and represent very different properties.

優れた方法なんです

つまり恋愛の相性には ぴったりということです

In other words, it's perfect for romantic matching.

You've got wide ranges and you've got tons of different data points,

広い範囲の

たくさんの異なる データがあります

映画だとか

like I said, about movies, politics, religion -- everything.

政治

宗教

その他あらゆることです

Intuitively, too, this makes sense.

直感的にも これは 意味のあることです

Two people satisfying each other 50 percent

互いに50%の満足度の２人は

0%と100%の２人よりも

should be a better match than two others who satisfy 0 and 100,

相性が良いと言えるでしょう

because affection needs to be mutual.

恋愛は相互的である 必要があるからです

誤差に対応するために 若干の補正をすれば完了です

After adding a little correction for margin of error,

in the case where we have a small number of questions,

たとえば今の場合だと

質問の数が少なすぎる

like we do in this example,

we're good to go.

という問題がありました

Any time OkCupid matches two people,

OkCupidが ２人を引き合わせる場合

it goes through the steps we just outlined.

今説明したような 手順を辿ります

First it collects data about your answers,

まずみんなの答えを データとして集め

本人の選択と 相手への希望を

then it compares your choices and preferences to other people's

単純な数学的方法で 付き合わせていくんです

in simple, mathematical ways.

この 現実の世界の現象を

This, the ability to take real-world phenomena

and make them something a microchip can understand,

マイクロチップが理解できる形に 変える能力は

今の時代

is, I think, the most important skill anyone can have these days.

最も重要なスキルだと思います

Like you use sentences to tell a story to a person,

人に対して文章を使って 物語るように

コンピュータに対しては アルゴリズムを使って物語るのです

you use algorithms to tell a story to a computer.

言語を学べば

If you learn the language, you can go out and tell your stories.

物語を語れるようになります

このビデオが その役に立てば幸いです

I hope this will help you do that.