デーティング

一夫一婦制の時代は終わる!?

今回は 衝撃の

近未来予想を発表します!

前回のメルマガで

「浮気遺伝子」の存在が

確認されていることをお伝えしました

これは 一夫一婦制社会において

最も不都合な真実です

すなわち

生まれながらにして

一夫一婦制に適していない人々が

存在していると 証明されてしまったからです

これは

一夫一婦制が ヒトにとって

不完全な結婚制度であることを意味しています

「浮気タイプ

もっとみる

【それちょう】デーティング?マッチング?20代男女の恋活アプリ利用事情💓

様々なマッチングアプリが登場する中、条件などを一切見ずに写真で判断するライトなデーティングアプリなどその出会い方も多様化しています。

ちなみに2つの違いは
デーティングアプリ=デート、趣味友達レベル
マッチングアプリ=結婚前提、お見合いレベル
だそう。

今回は未婚の20代男女を対象に「マッチング・デーティングアプリ(以下、マッチングアプリ)」について調査をしました!

調査の結果をご覧ください

もっとみる
嬉しいです!流行ってることがあったら教えてください:D
51

デーティングサービスでマッチング精度を高めないことが、企業とユーザーの満足度を最大にする?

婚活・恋活のマッチングサイトは25億ドル産業に成長し、いまでは米国のカップルの約25%がインターネットで出会っているのだ。

ユーザーは相性のよいパートナーを見つけると、定額制サイトから退会するので会社の売上げとキャッシュフローが減る。このため、利益の最大化を目指すサイトが果たして、最も効果的なマッチング技術を追い求めているのかは、定かでない。あるいは、技術革新の優先度を下げているかもしれない。

もっとみる
スキありがとうございます!モチベーションが上がっております!
31

LINEゲット確実?!出会い系攻略メッセージテンプレ-東カレデート編-

猿どもこんにちは、恋愛マーケターだぞ。
今回は、超実践的なノウハウを伝授する。

それは、、、

出会い系やデーティングアプリで、女性とLINEを交換するまでの
メッセージテンプレだ。

デーティングアプリを運用したことがある人は知っていると思うが、
メッセージは毎度フルスクラッチで作るのはかなり面倒。

かくいう私も、非常に面倒だし、いちいち頭使うの面倒なので、
テンプレートを洗練させていった。

もっとみる

恋愛マーケティング論-予告編-

面倒になって逃げないように、予告編を書いておく。
今後展開予定の記事はこれらだ。

●戦略設計の基礎。STEP1〜4の具体的な方法論。
●これはイケるのか?!女性の気持ちを確かめるノックの方法
●めっちゃ楽!東カレデートのメッセージテンプレを大公開!
●キャバクラ嬢はこう口説く
●地方への旅行で抱きたい。地方はこう出会う。

とりあえず、有料だけど、これは評判いいので読んだ方がいいと思う。
最初の

もっとみる

食事デートでお持ち帰りしたい! 成功確率を上げるために絶対に抑えるべき店選びのポイント

さっそく前回の記事「最初のデートでお持ち帰りするための基本戦略」が売れ始めたので、記念して無料で1つノウハウを展開しよう。
無料だからこそ、文章構成は雑だが、許せ。

今回は、食事デートの店選びについてだ。
私の鉄板コースは【居酒屋→バー→ホテル】という流れ。

「最初のデートでお持ち帰りするための基本戦略」で話した4つのSTEPのうち、STEP3の半分くらいまでを居酒屋で済まし、残りをバーで行う

もっとみる

最初のデートでお持ち帰りするための基本戦略

股間が疼いた猿どもよ。久々だな。
なんだかんだ、記事が更新できてなかった、すまん。

今回は、最初のデートでお持ち帰りするための基本戦略を説明する。
長らく更新を怠ったお詫びと、猿どもへのお年玉として、1月限定で激安300円でノウハウを提供する。
2月以降は500円くらいにでもする。

これで、お持ち帰り率が高まるなら安いものだろう。

さて、今回の記事では【こういう順番で女性の感情を作っていけば

もっとみる

PythonでPairsに登録されている写真にラベル付けをしてみた

今回のテーマ

前に記事にもしたこちらを参照し、今回はPairsに登録されている写真にGoogle Cloud Vision APIを利用しラベル付けをしてみます。

経緯

先日、 AWS re:Invent 2018で発表されたこちらに影響を受け、今回の記事を作成することにしました。TinderではAmazon Rekognitionを利用しているようです。登録されている写真に対しラベル付けを

もっとみる

Tinderをpythonで分析してみた〜物体検出編〜

今回すること

プロフィールデータ編、顔写真編に引き続き、今回はラストの物体検出編となります。Google Cloud Vision APIを使用し、以下を検出しました。

1. 写真に写っている物体
2. 写真がスケベであるかを1-5の5段階で評価

学べること

・Google Cloud Vision APIの使い方
・各都市でどんな物体が写真に写っていることが多いのか、または少ないか
・各

もっとみる

Tinderをpythonで分析してみた〜顔写真編〜

今回すること

前回のプロフィールデータ編に引き続き、今回は取得した顔写真の解析を行います。具体的にはFace++のAPIにて写真を読み込み、顔のスコアを取得します。そして、取得したスコアが高いユーザーは多くのいいねを獲得しているかどうかを確認します。

学べること

・スコアはどの値が多いか、または少ないか
・どの都市の顔のスコアが高いか
・どの地域に顔のスコアが高いユーザーがいるか

環境

もっとみる