我發(fā)現(xiàn)，到了我媽這個年紀(jì)的阿姨嬤嬤們都有一個共同的愛好——幫人介紹對象，特別熱衷于牽線搭橋，有時候還搞得很像人口販賣：
“你們那里有小伙子嗎？”
“我們這里有個很好的小姑娘！”
“你們這個條件不夠好...”
“有房子伐，有車子嗎？”
于是，在我媽的影響下，我早早地就關(guān)注起了相親界。前段時間還幫個老師寫了篇北京公園相親角的直播總結(jié)稿。所以呢，對相親界這個事情我還算是有點興趣（與熱情）。這次，為了更深入的了解相親的形勢，我決定利用學(xué)到的數(shù)據(jù)分析手段，來試試可以做哪些有趣的探索。
數(shù)據(jù)的獲取與清洗
首先按照慣例，要搞到數(shù)據(jù)。這次，主要選擇了最近熱議挺多的某線上相親網(wǎng)作為數(shù)據(jù)來源。該網(wǎng)站提供了一個搜索功能，可以直接按照設(shè)定的條件進行搜索，從而批量獲取用戶的id。
不過，在實際操作中發(fā)現(xiàn)，搜索里每頁一般展示25個用戶。例如按照上圖條件設(shè)置，有四萬多個人符合條件。當(dāng)我不停的點下一頁查看時，看了100頁（2500個用戶）之后，再點下一頁出現(xiàn)的用戶就全是之前看過的。不清楚這是網(wǎng)站反爬蟲的設(shè)置，還是搜索引擎的設(shè)置（人家壓根就沒想過讓你看這么多），所以如果要抓取全網(wǎng)用戶就顯得比較麻煩。
為此，我調(diào)整了下策略。為了讓數(shù)據(jù)更好的為“我”服務(wù)，將范圍縮小到了本省——浙江省，將用戶性別設(shè)置為女性，專門研究浙江省女性用戶的相親數(shù)據(jù)。然后根據(jù)年齡分段設(shè)置，就可以保證每次符合條件的用戶不會超過2500個，也就是說能讓爬蟲全部完整的抓取。最后獲取了浙江省近30天活躍的有照片用戶的所有id。接著根據(jù)用戶id爬取每個個人主頁的信息，儲存為csv格式。進行了一系列的數(shù)據(jù)清洗，最后獲取了35050條數(shù)據(jù)，包含了24個特征（后面會介紹）。
接下來就直接上報告了！
浙江省相親大數(shù)據(jù)報告（女性版）
基本信息篇
一、“27、29”是道坎
根據(jù)年齡分布統(tǒng)計，主要集中在24~30年齡段中，其中27歲和29歲女性用戶的數(shù)量高于其他年齡，分別有2387人和2363人。值得一提的是，最大的相親女用戶年齡達到了77歲，我特意看了下，并不是虛假用戶（人家是真的有需求！）。
二、本科，大專學(xué)歷成主流
在所有浙江省女性用戶中，本科學(xué)歷的女用戶的比重最高，達到了13721人次，占了近40%。其次是大專，有10246名。
三、一米六五用戶最多
大多數(shù)浙江省女性用戶的身高集中在155cm到170cm。其中160cm的用戶最多，高達8408人。不過這是一個確定的異常值。因為在該網(wǎng)站注冊時候，默認身高是160cm，很多用戶沒有去修改，于是就導(dǎo)致160cm的人數(shù)最多。
所以我們無從知曉160cm用戶實際是不是最多。不過我們可以尋求第二個峰值，也就是165cm，有3423人，根據(jù)數(shù)據(jù)趨勢來看，這個數(shù)值可信度還是比較高的。
四、離異女性帶孩子的較多
在女性用戶中，未婚的占了63%，超過了半數(shù)，喪偶的2%，離異的有35%。說實話離異用戶達到35%這個數(shù)值還是有點超出我的預(yù)料，不過這個應(yīng)該也和我國近年來離婚率直線上升有一定的關(guān)系。在離異和喪偶用戶中，用戶還能填寫是否有小孩以及歸屬情況，所以再看一下離異用戶的具體情況。
除去未知情況之外，離異女性用戶自己帶小孩的有32%，比小孩歸男方的高了5個百分點。離異的媽媽們還是很辛苦的！
五、多數(shù)未購車
在是否購車這一欄中，有一萬多人沒有填寫。在填寫的用戶數(shù)據(jù)中，未購車的比例遠高于已經(jīng)購車的用戶。
六、多數(shù)未購房，與父母同住
其實購房情況可以從之前的情況推斷出來，在已知的住房情況中，購房人數(shù)占了31%，其中根據(jù)已有信息，有1937人的購房是無貸款的，1698人是有貸款的。而未購房的比例為69%，和未購車的比例相近。那么再來看看未購房的群體中，具體理由是什么：
除去理由未知，與父母同住的人數(shù)最多，緊接著的是獨自租房和與人合租，還有不少用戶是住在單位提供的房子里。
七、星座天秤多，生肖一馬當(dāng)先
雖然我不是特別的相信星座這玩意兒，既然人家把這個列出來了還是來看一下。
在星座方面，天秤座人數(shù)最多，榮獲了“找對象最難”星座稱號，而生肖方面屬馬的人數(shù)最多。上文提到了27歲是道坎，現(xiàn)在27歲的用戶的確是屬馬。
八、杭州、寧波、金華三地用戶比例高
根據(jù)地區(qū)統(tǒng)計看，杭州市的用戶達到了13450，遠遠大于其他市。第二名是寧波市，第三名是溫州市。不過呢，由于本身女性人口數(shù)量的差別，這個也不能反應(yīng)“相親需求”哪個地方比較高，我們需要除以當(dāng)?shù)嘏匀丝跀?shù)。所以，我從浙江省2016年年鑒中找出了各市女性人口的數(shù)據(jù)，計算了比例，如下：
可以看出，杭州市的占比達到了0.37%，寧波市第二，金華市第三，舟山的占比最少。由此可以得出一個結(jié)論，根據(jù)該網(wǎng)站數(shù)據(jù)來看，杭州市女性對網(wǎng)絡(luò)相親的需求度最高，其次是寧波市和金華市。
擇偶標(biāo)準(zhǔn)篇
看完了基本信息，我們該來看一下她們對另一半的標(biāo)準(zhǔn)是怎么樣的！
一、普遍要求男方比自己大兩歲
（在擇偶條件的年齡數(shù)據(jù)中采用的是區(qū)間范圍，為了方便計算全部選取平均值）
我們發(fā)現(xiàn)每個年齡段對男方的年齡平均值要求都大于本身的年齡，最高的接近五歲年齡差。在六十歲之前，平均每個年齡段的女性要求男方的年齡要比她大2.6歲，而這個值在18歲到30歲之間就變成了3.5歲！3.5歲什么概念，就是對大學(xué)剛畢業(yè)的男性而言，你的妻子可能還在高考！總之，浙江省在相親的女性普遍希望找比自己大的，畢竟年長的男性看起來更加成熟嘛 。
二、女性身高越高，對身高差要求越小
（同樣，在擇偶條件的年齡數(shù)據(jù)中采用的是區(qū)間范圍，為了方便計算全部選取平均值）
再來看看身高方面，女性用戶對男性的身高要求普遍比較高，平均理想身高達到了176cm。可以說這個條件相對過于理想了。因為根據(jù)網(wǎng)傳各省身高情況表的數(shù)據(jù)表明，浙江省男性的平均身高只有169cm，離176差距還是不小。按照女性身高段分開觀察，除去幾個極值，可以發(fā)現(xiàn)一個整體趨勢：身高越高的女性，對于男方身高的要求和自己本身的身高更接近，也就是這個身高差值越小。
三、對男方的婚姻狀況要求與自己較相似
當(dāng)女性用戶按照“未婚，離異（有無小孩）未知 ，離異無小孩，離異有小孩歸對方，離異有小孩歸自己，喪偶（有無小孩未知），喪偶無小孩，喪偶有小孩歸對方，喪偶有小孩歸自己”這七種類型分類后，再查看相對應(yīng)的擇偶婚姻要求。（如果不清楚，請點擊查看大圖）
大部分的女性用戶對男方的婚姻狀況要求不限，“不限”在每個分類比重中除了“未婚”之外均超過了半數(shù)，其中離異（有無小孩）未知的女性用戶中，婚姻要求“不限”的比重達到了72%。唯獨未婚的女性用戶，大多數(shù)還是很明確選擇想找未婚的，這就是結(jié)過婚和沒結(jié)過婚的差距！
每個分類下所占比重第二多的，都是和自己婚姻情況一致的（除了未婚）。比如大部分的離異用戶除了要求不限之外，最多的就是要求對方也是離異，喪偶的用戶則要求對方也喪偶。這也是人之常情嘛。
不過有一點令我非常不解，作為沒有結(jié)過婚的女性用戶，竟然還有近百分之四表示希望找喪偶或者離異的男性。
四、對男方居住地的要求
在填寫居住地要求的女性用戶中，有68%的人希望男方目前居住在自己的出生地區(qū)，離家近，一切都好說！要說明一下的是在數(shù)據(jù)中，女方的位置和男方的位置不是同一個概念，女方的位置是指女方的出生地，而她們擇偶要求中男方的位置則是指男方的居住地，還是有些不一樣。
總結(jié)與展望
通過對某相親網(wǎng)站上浙江省女性用戶的數(shù)據(jù)分析，我們可以得到：在個人條件方面，24到30歲是網(wǎng)上相親的主力軍，其中27歲和29歲是道坎。在身高方面，165cm的較多。物質(zhì)方面，多數(shù)女性用戶未購房（與父母同住）未購車，學(xué)歷主要為本科或者專科。如果是離異的用戶，則自己帶小孩的比較多。在地域分布方面，杭州寧波和金華的用戶比例相對比較高，相親需求較大。星座方面，天秤座的女性數(shù)量很多，生肖馬的用戶也比較多。在擇偶條件方面，平均要求男方身高是169cm，年齡要平均比自己大兩歲，婚姻狀況盡量要與自己相似，最好居住地和自己的出生地一致。
由于精力有限，還沒對浙江省的男性用戶數(shù)據(jù)進行抓取，如果之后有機會的話，可以抓取一下，做些有趣的對比。比如女性用戶的理想平均身高是169cm，那么我就想看看該網(wǎng)站上的浙江省男性用戶身高平均值能不能達到這個數(shù)；也可以看看男女用戶在學(xué)歷啊、婚姻啊、星座啊等各方面的比例，是否有什么很有趣的差別。
最后，我點進了一個男性用戶的個人主頁，這個網(wǎng)站義正言辭地提醒我：
嚇得我連忙關(guān)閉了瀏覽器。
