La formule magique pour le succès des rencontres en ligne?

Des chercheurs de l'Université de l'Iowa disent qu'ils ont peut-être trouvé le secret pour trouver le bon partenaire en ligne: associez les gens en fonction de leurs intérêts passés et des personnes qu'ils ont contactées dans le passé, plutôt que de ceux qui disent les intéresser.

L’algorithme développé par Kang Zhao, professeur assistant en sciences de gestion au Tippie College of Business, et doctorant Xi Wang, utilise l’historique des contacts d’une personne pour recommander des partenaires. Il est similaire au modèle utilisé par Netflix pour recommander des films aux utilisateurs en suivant leur historique de visionnage, selon les chercheurs.

À l'aide de données fournies par un site de rencontres en ligne populaire, les chercheurs ont examiné 475 000 contacts initiaux impliquant 47 000 utilisateurs dans deux villes américaines pendant 196 jours. Environ 28 000 des utilisateurs étaient des hommes et 19 000 étaient des femmes, ont noté les chercheurs, indiquant que les hommes avaient établi 80% des premiers contacts.

Les données montrent qu'environ 25% seulement de ces premiers contacts ont été réciproques, selon Zhao.

Pour améliorer ce taux, les chercheurs ont développé un modèle qui combine deux facteurs pour recommander des contacts: les goûts d'un utilisateur, déterminés par les types de personnes qu'il ou elle a contactés; et l'attrait / le manque d'attrait, déterminé par le nombre de ces contacts retournés et ceux qui ne le sont pas.

La combinaison du goût et de l'attractivité permet de mieux prédire les connexions réussies que de se fier aux informations que les utilisateurs saisissent dans leurs profils, selon Zhao.

C'est parce que ce que les gens mettent dans leurs profils n'est pas toujours ce qui les intéresse vraiment, a-t-il déclaré. Ils pourraient être intentionnellement trompeurs, ou les gens peuvent ne pas se connaître assez bien pour connaître leurs propres goûts dans le sexe opposé, a-t-il théorisé.

Par exemple, un homme qui dit sur son profil qu'il aime les femmes de grande taille peut, en fait, approcher principalement des femmes de petite taille, même si le site de rencontres continuera à recommander des femmes de grande taille.

"Vos actions reflètent votre goût et votre attractivité d'une manière qui pourrait être plus précise que ce que vous incluez dans votre profil", a déclaré Zhao.

L'algorithme remarque finalement que même si un client dit qu'il aime les femmes de grande taille, il continue de contacter les femmes de petite taille et lui modifiera ses recommandations en conséquence, a expliqué Zhao.

«Dans notre modèle, les utilisateurs ayant des goûts et une attractivité similaires auront des scores de similitude plus élevés que ceux qui ne partagent que des goûts ou un attrait communs», explique Zhao. «Le modèle prend également en compte le match du goût et de l'attractivité lors de la recommandation de partenaires de rencontre. Ceux qui correspondent à la fois aux goûts et à l'attractivité d'un utilisateur de service sont plus susceptibles d'être recommandés que ceux qui ne peuvent susciter que des intérêts unilatéraux. "

Lorsque les chercheurs ont examiné les informations de profil des utilisateurs, Zhao a déclaré qu'ils ont constaté que leur modèle fonctionnait mieux pour les hommes avec des types de corps «athlétiques» se connectant avec des femmes avec des types de corps «athlétiques» ou «en forme», et pour les femmes qui indiquent qu'ils « veulent beaucoup d'enfants.

Le modèle fonctionne également mieux pour les utilisateurs qui téléchargent plus de photos d'eux-mêmes, ont déclaré les chercheurs.

Alors que les données suggèrent que le modèle existant conduit à un taux de retour d'environ 25%, Zhao affirme qu'un modèle de recommandation pourrait améliorer les rendements de 44%.

Zhao rapporte qu'il a été contacté par deux services de rencontres intéressés à en savoir plus sur le modèle. Puisqu'il ne repose pas sur les informations de profil, il note qu'il peut également être utilisé par d'autres services en ligne qui correspondent aux personnes, comme le recrutement d'un emploi ou les admissions à l'université.

Source: Université de l'Iowa