3个非亲生孩案引发的商业模型思考-CSDN博客

本文链接：https://blog.csdn.net/weixin_49426904/article/details/135732262

最近有个热搜，简单来说就是一名男子发现自己抚育了很多年的3个孩子都是非亲生的，去年可能还生了第4个还也非亲生，案件的始末不是本文的重点，建议大家可以去百度了解下相关内容。

我作为一名女性，对于案件中的女主人也是不敢苟同，所以由此想到了一个商业问题。

婚恋机构由来已久，最为被人熟知的可能是世纪佳缘，这些都是显性的有组织的婚恋机构，但是事实上中国最早的婚恋“组织”是古代的媒婆，以及现在的相亲介绍人，他们每一个作为嫁接男、女双方的沟通桥梁，其实都承担着很大的就是人群过滤、对接的责任。

联系到该热搜案件，我觉得最大的一个问题是女方的婚姻忠诚度及感情上的人品，商业的思考角度无法考虑太多感性问题，理性的角度是男方的最大难题是孩子非亲生，所以对应到商业性问题是上述的婚恋机构组织、个人组织，能不能帮助男、女双方当事人来规避忠诚度引发的问题，因为他们所掌握的信息是最全面的，从另一个角度说接触的足够多就是更了解市场。

商业有难题，为了决策不拍脑袋，我倾向于用大数据的思维及应用来解决问题。

所以有没有基于婚姻忠诚度衍生出的婚恋数据模型，来帮助步入婚姻的双方来判断对方的婚姻忠诚度？

虽然婚恋大数据也搞了很久，特别是人群筛选，会给相亲候选人加很多条件，但是这个变动性比较强，因为比如你一开始希望对方颜值在7分，但是碰到一个4分的人相处一阵子觉得很舒服，此时颜值就不重要了，所以这块的大数据应用个人觉得不太稳定。

但是婚姻忠诚度是针对无论是否因为感情步入婚姻的所有男、女双方的共同需求，感情再好，如果有一方没有忠诚度，其实最后都会分离，所以这个就变成了一个社会问题，婚姻忠诚度高可以让家庭更稳固，这样社会就会更具有安定的条件。

所以我们探索下婚姻忠诚度高的数据模型应该怎么设计？

1、模型面向对象：男、女

2、模型设计应区分性别，因为会导致男性和女性出现忠诚度不够的影响因素是不同的，而想丢来说男性比女性更容易出现忠诚度问题。

3、可以分别针对男、女性别列车尽可能多的影响因素，然后收集市场数据，通过算法识别影响因素较高的几个因素，固定成模型后，后期使用时直接采集男、女方信息输入进模型出结果。

我们以女性为例，做个预设：

1、感情观：比如女方对于感情是否需要从一而终的看法

2、原生家庭情况：缺爱的人可能会是一个比较高的影响因素

3、过往的恋爱次数：个人觉得次数较多，对于是否执着于一个人可能比较淡薄