爱情配对游戏实验报告
爱情实验报告实验报告
爱情实验报告实验报告实验目的本次实验的目的是探究爱情的本质及其对人的影响，并尝试寻找理性的解决方案来解决经常发生的爱情问题。
实验设计本次实验分三个部分：实验前的问卷调查、实验过程中的实践行动和实验后的反思总结。
具体实验流程如下：•第一阶段：问卷调查我们设计了一份题目为“你对爱情的看法”的问卷，向100名18岁至35岁的青年人进行了调查，并对样本集合的结果进行了统计分析。
主要的调查内容包括：1.对爱情的定义；2.爱情对人生的影响；3.如何看待爱情的发展。
•第二阶段：实践行动参与者会被随机划分成四组，每组至少25人。
每组将被分配一个不同的实验任务，在两周内完成实验，并在实验后向研究者提交实验报告。
1.实验1：单身青年的约会实验；2.实验2：情侣之间的信任实验；3.实验3：往来于亲密关系之间的用户表示友谊和爱情的留言板实验；4.实验4：探究爱情的本质以及如何避免与他人发生感情上的关系的实验。
•第三阶段：反思总结实验结束后，研究者对参与者进行回访和访谈，以了解他们的感受、经验和思考。
同时，研究者也会将实验结论与实验参与者共享，以期为大家带来有益的启示。
实验结果第一阶段：问卷调查在100名被调查者中，有85％的人认为爱情是一种心理状态，具有性和情感因素。
其他人认为爱情并不只是这两个因素，还有一些其他的因素。
在问卷调查的第二个问题中，51％的受访者认为爱情对人的生活和工作都有积极的影响，但是也有大约27％的人认为爱情会对人的生活和工作带来负面影响。
在问卷调查的最后一个问题中，92％的受访者认为爱情是一个可以发展的过程，但是也有一些人认为它是一个不可控制的过程。
第二阶段：实践行动•实验1：单身青年的约会实验在这个实验中，研究者将25个单身男女配对，让他们一起完成五项不同的活动，包括去看电影、共进晚餐、户外运动、在家一起制作晚餐和去书店选书。
实验参与者被要求详细记录每一个约会的经验以及他们感觉到的情感。
结果表明，约会可以带给人们更多的愉悦和快乐，但如果没有建立好的情感基础，约会可能会被视为无聊或者毫无意义。
爱情心理解读实验报告
爱情心理解读实验报告随着时代的发展，当代大学生的生活越来越丰富。
除了学习和课外活动，爱情在大学生的生活中占的比重也越来越大。
为了更加透彻地理解爱情，本学期我选了爱情心理解读这门课，并作为实验组参加了配对游戏。
配对游戏的第一步是寻找一位同学和自己配对。
老师给我们贴好数字之后就把我们带到楼下开始配对了，但是在实验的开始站成了两队的男生女生只是面面相觑。
男生嬉笑着怂恿哥们去找漂亮的女生，互相认识的女孩子们围成小圈窃窃私语，看上去大家并不太好意思相互了解。
在朋友的帮助下，我找到了一个编号比较大，和我的编号之和超过100的男生和我配对。
完成配对之后我们互相加了微信，并在微信上做了一下自我介绍。
因为之前并不认识所以刚开始聊天内容以课程相关内容为主，偶尔聊一些平常学习生活中的小事，在熟悉之后我们的聊天频率变高了，内容也越来越丰富。
后来我们抽时间去了咖啡厅，一起完成了36个问题的讨论和交流。
从他的回答和行为来看，我感觉他是一个非常看重友谊的人。
在问答过程中他多次提到他的好哥们，并且认为和哥们一块的时光是最好的回忆。
我记得在配对成功去登记的时候他对自己还没配对成功的朋友笑着挤眉弄眼，而这种“炫耀”行为只有对熟悉可靠的人才不会有挑衅意味，所以感觉他们之间的友谊非常牢固。
在问答过程中我发现他对于那些涉及到不愉快的经历（例如糟糕或者尴尬）的问题的回答多次提到单身，甚至怀疑自己是否能继续恋爱。
虽然是以一种开玩笑地轻松的态度回答的，但是仍然能看出来之前多次被甩让他感觉很无奈和不甘心。
同时从涉及到生死和亲人的问答和情绪变化中可以看出来他虽然理性但是也十分重视亲情。
因为他虽然可以坦然接受人最终必将死亡，但是他对于涉及到亲人的死亡的问题的回答是任何一位亲人的离世都会让他十分不安，他几乎无法接受任何一位亲人的离去。
在对理想伴侣的交流中，我发现我们都非常重视三观相合，性格要求也不外乎温柔幽默。
我认为这是我们潜意识中希望能找到和自己相似的人作为伴侣。
爱情实验报告
气质类型调查表本测验共有60个问题，只要你能根据自己的实际行为表现如实回答，就能帮助你确定自己的气质类型，但必须做到：①回答时请不要猜测题目内容要求，也就是说不要考虑应该怎样，而只回答你平时怎样，因为题目答案本身无所谓正确与错误之分。
②回答要迅速，不要在某道题目上花过多时间。
③每一题都必须回答，不能有空题。
④在回答下列问题时，你认为：很符合自己情况的，记2分；较符合自己情况的，记1分；介于符合与不符合之间的，记0分；较不符合自己情况的，记-1分；完全不符合自己情况的，记-2分。
1.做事力求稳妥，不做无把握的事。
2.遇到可气的事就怒不可遏，想把心里话全说出来才痛快。
3.宁肯一个人干事，不愿很多人在一起。
4.到一个新环境很快就能适应。
5.厌恶那些强烈的刺激，如尖叫、噪音、危险镜头等。
6.和人争吵时，总是先发制人，喜欢挑衅。
7.喜欢安静的环境。
8.善于和人交往。
9.羡慕那种善于克制自己感情的人。
10.生活有规律，很少违反作息制度。
11.在多数情况下情绪是乐观的。
12.碰到陌生人觉得很拘束。
13.遇到令人气愤的事，能很好地自我克制。
14.做事总是有旺盛的精力。
15.遇到问题常常举棋不定，优柔寡断。
16.在人群中从不觉得过分拘束。
17.情绪高昂时，觉得干什么都有趣；情绪低落时，又觉得什么都没有意思。
18.当注意力集中于一事物时，别的事很难使我分心。
19.理解问题总比别人快。
20.碰到危险情景，常有一种极度恐怖感。
21.对学习、工作、事业怀有很高的热情。
22.能够长时间做枯燥、单调的工作。
23.符合兴趣的事情，干起来劲头十足，否则就不想干。
24.一点小事就能引起情绪波动。
25.讨厌做那种需要耐心、细致的工作。
26.与人交往不卑不亢。
27.喜欢参加热烈的活动。
28.爱看感情细腻，描写人物内心活动的文学作品。
29.工作学习时间长了，常感到厌倦。
30.不喜欢长时间谈论一个问题，愿意实际动手干。
31.宁愿侃侃而谈，不愿窃窃私语。
一个很有趣的爱情实验
一项好玩的爱情配对实验心理导读：其实爱情是一场精确的匹配游戏，最最重要的是你自身的价值有多高（即背后的数字大小），而你采取什么办法去恋爱其实都是次要的。
“龙配凤，马配马，乌龟配王八”。
古人一直都在提醒我们，爱情是一场精确的配对游戏。
就算是现在热门的电视剧《奋斗》们也不忘告诉我们，为什么陆涛不选择米莱，而是夏琳。
两个人为什么能走到一起，关系能维持多久，甚至他们的缘分几何，这其中取决于这个配对质量如何，他们有多配。
有一个非常有意味的心理学实验也许值得我们去回看。
婚姻配对实验实验人员找来100位大学生，男女各半，然后制作了100张卡片，卡片上写了从1到100总共一百个数字，单数的50张卡片给男生，双数的50张卡片给女生。
但他们并不知道卡片上写的是什么数字。
工作人员将卡片拆封，然后贴在该大学生的背后。
实验规则大家猜猜会怎么着？这个实验设置很简单，就是要男女都能找到适合自己的异性，争取能凑到最大的总和。
（奖金金额为编号总和翻10倍）比如，83号男生找到了74号女生配对，那么两人可以获得83+74=1570美元的奖金。
但如果2号女生找到了3号男生配对，那么两人只能拿到50美元了。
实验开始。
由于大家都不知道自己背后的数字，因此首先就是观察别人，很快分数高的男生和女生很快被大家找出来了。
例如，99号男生和100号女生。
这两人身边围了一大群人，大家都想说服他们和自己配成一对。
“来跟我一起嘛！我会给你幸福的！”“我们简直天作之合啊！”但人类的一夫一妻制决定了，人不可能同时和N个人配对，因此他们变得非常挑剔，他们虽然不知道自己的分数具体是多少，但他们知道一定是比普通人的要高。
为什么？看看围在自己身边的狂蜂浪蝶就知道了，从这些追求者们殷切的眼神中就能够看出来。
那些碰壁的追求者迫于无奈只能退而求其次，原本给自己的目标是一定要找90+的人配对，慢慢的发现80+也可以了，甚至70+或者60+也凑合着过了。
但那些数字太小的人就很悲催了，他们到处碰壁，到处被拒，被嫌弃。
爱情实验：请对号“入座”
爱情实验：请对号“入座”其实爱情是一场精确的匹配游戏，最最重要的是你自身的价值有多高，而你采取什么办法去恋爱其实都是浮云。
“龙配凤，马配马，乌龟配王八”。
古人一直都在提醒我们，爱情是一场精确的配对游戏。
就算是现在热门的电视剧《奋斗》们也不忘告诉我们，为什么陆涛不选择米莱，而是夏琳。
两个人为什么能走到一起，关系能维持多久，甚至他们的缘分几何，这其中取决于这个配对质量如何，他们有多配。
有一个非常有意味的心理学实验也许值得我们去回看。
爱情配对实验实验人员找来100 位大学生，男女各半，然后制作了100 张卡片，卡片上写了从1 到100 总共一百个数字，单数的50 张卡片给男生，双数的50张卡片给女生。
但他们并不知道卡片上写的是什么数字。
工作人员将卡片拆封，然后贴在该大学生的背后。
实验规则大家猜猜会怎么着？这个实验设置很简单，就是要男女都能找到适合自己的异性，争取能凑到最大的总和。
（奖金金额为编号总和翻10倍）比如，83号男生找到了74号女生配对，那么两人可以获得83+74=1570美元的奖金。
但如果2号女生找到了3号男生配对，那么两人只能拿到50美元了。
实验开始由于大家都不知道自己背后的数字，因此首先就是观察别人，很快分数高的男生和女生很快被大家找出来了。
例如，99 号男生和100 号女生。
这两人身边围了一大群人，大家都想说服他们和自己配成一对。
“来跟我一起嘛！我会给你幸福的！”“我们简直天作之合啊！”但人类的一夫一妻制决定了，人不可能同时和N个人配对，因此他们变得非常挑剔，他们虽然不知道自己的分数具体是多少，但他们知道一定是比普通人的要高。
为什么？看看围在自己身边的狂蜂浪蝶就知道了，从这些追求者们殷切的眼神中就能够看出来。
那些碰壁的追求者迫于无奈只能退而求其次，原本给自己的目标是一定要找90+的人配对，慢慢的发现80+也可以了，甚至70+或者60+也凑合着过了。
但那些数字太小的人就很悲催了，他们到处碰壁，到处被拒，被嫌弃。
男女配对实验解释恋爱价值观
男女配对实验解释恋爱价值观男女配对实验心理学家征集了100名在校大学生作为实验对象，其中男生和女生各50名，准备100张卡片，数字1-100，但卡片上的数字会对大学生保密，将这些卡片贴在学生的背后，男生只能贴单数，女生只能贴双数，告知所有大学生可以随意话，但是不能将对方的数字告诉对方（自己的数字是看不到的）。
奖励机制决定配对情况奖励机制研究人员会通知男生女生在实验开始后进行自由配对，在指定的时间内配对成功，会收到一定数量的奖金，金额由两人背后的数字决定，两人背后的数字之和乘以十是最后能获得的奖金，理论上每个人都可以得到奖金。
假设51号男生和32号女生完成配对，他们可以收获总共（51+32)X10=830美元的奖金，如果超过了规定时间则没有奖金。
奖金代表的是价值观还是经济观过程研究人员宣布实验开始，大家开始相互观察，对方背后的数字成为议论的重点。
99号男生很快被一群女生包围，显然女生和他配对奖金最高，大家纷纷开始称赞这位男生，仰慕之意溢于言表，相同的100号女生则是受到了男生们的追捧，但是这些高数字的人变得格外挑剔，因为他们没有配对压力。
奖金代表了双方创造的社会财富那些数字小的呢？一个43号的男生本来想找80多号女生，被拒绝后寻找70多号的，又被多次拒绝后顾及面子的他选择了38号女生，而2号女生的遭遇更惨，无论她怎样央求，付出了多少，没有男生愿意和她配对，因为奖金实在太少了。
实验的最后时间里，低数字开始配对，例如3号和4号，而那些迟迟没有配对的人也不再挑剔，随便配对也是为了保证奖金，只有极少数人选择不配对。
数字大小决定了新环境下的“社会地位”心理学研究▪结果显示大多数配对成功的对象，双方的数字是接近的，如54号女生和61号男生，48号女生和55号男生，这体现了人在寻求伴偶过程中倾向于选择地位财富相当的人，和社会现状完全吻合。
▪身边围了很多人的，绝对是数字很大的男生女生，80多号，90多号，而单独一个人的往往是数字很小的，十几号、二十号的，这符合了社会人群对于高财富、高地位人群的追捧。
恋爱实验报告范文
实验名称：恋爱关系中的情感互动与心理效应研究实验目的：探讨恋爱关系中的情感互动模式，分析不同互动模式对恋爱双方心理效应的影响。
实验时间：2023年2月至2023年5月实验地点：某高校心理咨询中心实验对象：自愿参加实验的20对恋爱情侣，男女比例均衡，年龄在20-25岁之间。
实验方法：1. 筛选与分组：通过问卷调查，筛选出符合条件的20对恋爱情侣，随机分为实验组和对照组。
2. 实验设计：实验组采用情感互动干预，对照组不进行任何干预。
实验组干预方法：（1）情感互动训练：通过团体心理咨询，引导恋爱双方进行情感表达、倾听、理解、支持等互动训练。
（2）情感沟通技巧培训：教授恋爱双方如何运用有效的沟通技巧，解决矛盾和冲突。
（3）情感支持系统建设：鼓励恋爱双方建立良好的家庭、朋友等情感支持系统。
对照组方法：不进行任何干预，保持恋爱双方原有的情感互动模式。
实验内容：1. 情感互动评估：通过情感互动量表，评估实验组和对照组恋爱双方的情感互动质量。
2. 心理效应评估：通过心理量表，评估实验组和对照组恋爱双方的心理效应，包括满意度、信任度、亲密感、依恋类型等。
实验结果：1. 情感互动评估结果：实验组恋爱双方的情感互动质量显著高于对照组（P<0.05），主要体现在情感表达、倾听、理解、支持等方面。
2. 心理效应评估结果：实验组恋爱双方的心理效应显著优于对照组（P<0.05），主要体现在满意度、信任度、亲密感、依恋类型等方面。
实验结论：1. 恋爱关系中的情感互动对恋爱双方的心理效应具有显著影响。
2. 通过情感互动干预，可以有效提高恋爱双方的情感互动质量，进而提升心理效应。
3. 恋爱双方应重视情感互动，学会运用有效的沟通技巧，建立良好的情感支持系统。
实验建议：1. 高校心理咨询中心可定期开展恋爱关系中的情感互动培训，帮助恋爱双方提高情感互动能力。
2. 家庭、朋友等社会支持系统应关注恋爱双方的情感需求，提供必要的支持和帮助。
配偶试验法实验报告
配偶试验法实验报告引言配偶试验法是一种心理学实验方法，通过调查婚姻生活中配偶之间的相互关系和影响，揭示配偶间的心理和行为特征。
本实验旨在探究配偶在婚姻关系中的互动模式，以及互动模式对婚姻满意度的影响。
实验设计实验对象本实验共邀请了100对已婚夫妇作为实验对象，参与者年龄范围在25岁至40岁之间。
实验流程1. 邀请参与者填写知情同意书，保证实验过程中的伦理问题。
2. 发放调查问卷给参与者，要求他们独立完成问卷。
3. 调查问卷包含关于配偶间互动模式和婚姻满意度的题目。
4. 收集并记录问卷数据。
5. 对数据进行统计分析，得出实验结果。
测量指标1. 互动模式：通过问卷中的相关题目来衡量夫妻间的沟通方式、决策方式和相互支持程度等。
2. 婚姻满意度：通过问卷中的相关题目来衡量夫妻对婚姻生活的满意程度。
结果分析互动模式根据问卷数据统计，可以得到以下几种互动模式：1. 充满爱意型：夫妻之间沟通积极融洽，关注对方的情感需求，充满爱意，相互支持。
2. 争执型：夫妻之间经常发生争吵，沟通不畅，无法有效解决问题。
3. 被动依赖型：一方在婚姻生活中过度依赖另一方，缺乏主动性和决策能力。
4. 独立自主型：夫妻之间各自独立，拥有自主的决策能力，但缺乏沟通和支持。
婚姻满意度根据问卷数据统计，参与者对婚姻生活的满意度可以分为以下几个层次：1. 非常满意：夫妻之间关系融洽，生活幸福。
2. 满意：夫妻之间生活较为和谐，存在一定的问题但能够互相支持和包容。
3. 一般：夫妻之间存在一些矛盾和问题，但并没有严重影响到婚姻生活。
4. 不满意：夫妻之间关系紧张，存在大量的问题，无法互相理解和沟通。
结论通过本实验的调查结果可以得出以下结论：1. 夫妻间的互动模式与婚姻满意度有密切关系。
充满爱意型的互动模式通常能够带来较高的婚姻满意度，而争执型、被动依赖型和独立自主型的互动模式则往往对婚姻满意度产生负面影响。
2. 夫妻之间的沟通方式至关重要。
积极融洽的沟通能够增进双方感情，解决问题，提高婚姻满意度。
爱情团体辅导实验报告(3篇)
第1篇一、实验背景随着社会的发展，人们对情感生活的需求日益增长，恋爱关系成为人们生活中不可或缺的一部分。
然而，在现实生活中，许多人面临着恋爱关系中的各种问题，如沟通障碍、情感需求不匹配、价值观冲突等。
为了帮助个体更好地理解和处理恋爱关系中的问题，提高恋爱质量，我们设计并实施了一项爱情团体辅导实验。
二、实验目的1. 探讨爱情团体辅导对个体恋爱关系的影响。
2. 分析团体辅导在提高个体情感沟通能力、解决情感冲突方面的效果。
3. 总结爱情团体辅导的可行性和适用性。
三、实验方法1. 实验对象本实验选取了30名年龄在20-30岁之间的未婚青年作为实验对象，其中男性15名，女性15名。
所有参与者均表示愿意参加实验，并签署了知情同意书。
2. 实验工具本实验采用以下工具：（1）恋爱关系问卷：用于评估参与者恋爱关系的现状。
（2）情感沟通能力问卷：用于评估参与者情感沟通能力。
（3）团体辅导方案：包括主题讨论、角色扮演、情感分享等环节。
3. 实验步骤（1）前测：在实验开始前，对参与者进行恋爱关系问卷和情感沟通能力问卷的测试。
（2）团体辅导：每周进行一次团体辅导，每次时长为2小时，共进行8次。
辅导内容包括：a. 恋爱关系认知：帮助参与者了解恋爱关系的本质、发展阶段和常见问题。
b. 情感沟通技巧：教授参与者如何表达自己的情感、倾听对方的需求、处理冲突等。
c. 角色扮演：让参与者模拟实际情境，练习沟通技巧。
d. 情感分享：鼓励参与者分享自己的恋爱经历和感受，增进彼此的了解。
（3）后测：在实验结束后，对参与者进行恋爱关系问卷和情感沟通能力问卷的测试。
四、实验结果1. 恋爱关系问卷结果前测结果显示，参与者在恋爱关系满意度、沟通频率、情感支持等方面存在一定程度的不足。
后测结果显示，参与者在恋爱关系满意度、沟通频率、情感支持等方面均有显著提高（P<0.05）。
2. 情感沟通能力问卷结果前测结果显示，参与者在情感表达、倾听、处理冲突等方面存在一定程度的不足。
幼儿园小班教案《配对游戏》含反思
幼儿园小班教学计划《配对游戏》带反思小班教学计划《配对游戏》包括对小班数学主题教学活动的反思，以便孩子与同伴合作，尝试记录结果，理解事物之间的关系，匹配相关对象并激发对孩子学习的兴趣。
过来看看幼儿园。
小班《配对游戏》包含对课程计划的反思。
活动目标：了解事物之间的关系并匹配相关对象。
可以与同龄人合作并尝试记录结果。
激发孩子对学习的兴趣。
繁重而艰巨的活动：掌握事物之间的关系并匹配相关事物发现事物之间的关系活动准备：1，物理：乒乓球，乒乓球拍，锁，钥匙，碗，勺子，铅笔，笔盒2，图片（苹果，树木，土地，西瓜，葡萄，藤蔓）；图片（狗，骨头，兔子，萝卜，猴子，桃子）3.评分表活动程序：1.进口活动展现神秘的宝物箱，引起幼儿参加活动的兴趣。
（1）老师：孩子们，今天老师给您带来了一个神秘的宝藏。
猜猜里面是什么？（2）儿童谈论自己的猜测2.小组活动（1）老师将物品放在宝箱中，让孩子们一一知道，并指导孩子们发现事物之间的联系。
老师：那么多事情，他们想找到他们最好的朋友，请孩子们思考一下他们最好的朋友是谁？为什么？乒乓球-乒乓球拍，锁-钥匙，碗-汤匙，铅笔-铅笔盒老师总结：（2）组合图片以探索事物之间的联系老师：请看看孩子们，生活中有什么好朋友！苹果-大树，西瓜-土地，葡萄-葡萄树，狗-骨头，兔子-萝卜，猴-桃3.育儿手术匹配生活中的相关事物老师发布等级量表，孩子在老师的指导下活跃。
4.扩展活动让孩子们回家，和爸爸妈妈一起寻找他们。
看看您的家庭中哪些物品可以配对并成为好朋友。
让我们与您的孩子分享您明天收集的好朋友！5.结束活动唱歌曲《找朋友》。
活动反思：在准备课程时，已仔细研究了本课程的内容。
小班数学“配对”班由小班儿童教授。
他们年轻，活跃，好玩，好奇和分心。
根据此功能，为了抓住他们的兴趣并激发他们的好奇心，我使用了愉快的教学方法，并且针对幼儿的学习方法也变得多样化。
在活动期间，我发现孩子们非常感兴趣。
课堂上的注意力非常集中，回答的问题也很积极。
爱情实验报告（范文）
爱情实验报告爱情实验报告篇一：爱情实验报告爱情实验报告爱情实验报告这学期要做一周的模块实验，我和欣儿分在一组，欣儿是班里的学习委员，负责收缴每天实验后大家必写的实验报告。
欣儿长的很美，碰到人总是浅浅地笑，不象有些女生长得不怎么样却整天想着让人恭维，欣儿每天早早地来，发放实验用品最后一个走。
清扫实验垃圾，我当然不遗余力地帮忙欣儿总是冲我一笑道声：“谢谢”，有几次我说道：“欣儿我”我始终没有勇气把心思表达出来，欣儿甜甜的一笑：“有事吗？”我愣了半天挤出一句：“我想请你吃饭”欣儿笑的更甜了：“好啊！只是无功不受禄，这周你帮了我不少忙，请客的应该是我”。
就这样，我和欣儿第一次在一起吃饭，是欣儿掏的钱。
转眼一周快过去了，在心里的话一真没有说出口。
最后一次实验课了，我终于想出了一个绝招，写实验报告关于爱情的。
一来免去直接表达太尴尬，不伤大雅。
二来今天是个特别的日子—四月一，愚人节，万一被拒绝也好找个台阶下只是一个实验嘛，失败了也没有关系，权当一次善意的玩笑。
酝酿好情绪，在实验报告上写下：实验课程：我的爱情实验报告。
实验名称：向爱情开炮。
实验目的：让对方接受我的心。
实验方式：用热情的炮火攻下坚固的堡垒。
实验要求： 1在整个实验过程中最真诚地祈祷爱神的降临。
2不论是地雷阵还是万丈深渊，在实验中不放过任何一次机会实验步骤：1认识你足足已有数年，我发现你这个人想知道我对你的看法吗？嘿嘿，请看第二步骤。
2你这个人显得有些特别而且还真想知道答案吗？请看第三步骤。
3你这个人是世上少有的还是有点不放心，怕你知案突然休克再强调一下。
请做好充分的思想准备，要想知道我对你非常中肯的看法，接着看看第四步骤。
4我其实是觉得你这个人是特别的，非常的，罕见的，与众不同的，超凡脱俗的--丑，丑的不可救药，丑的不可想象！可千万别气晕倒了，一定要留口气读完最后一句不过话又说回来，你这个已经丑到了高层，丑到了级--美！笑一笑吧我的欣儿小姐，今天是愚人节，愚人节快了！实验心得：1经过我的诚心，真诚的追求，我相信美丽的女神一定感动，一定会给我一个动听的答复，我会祈祷这一天的到来篇二：爱情实验报告爱情实验报告爱情实验报告这学期要做一周的模块实验，我和欣儿分在一组，欣儿是班里的学习委员，负责收缴每天实验后大家必写的实验报告。
爱情测试小游戏
爱情测试小游戏爱情测试小游戏是一款可以测试你和你的伴侣之间感情的游戏。
游戏的目标是通过回答一系列问题，了解你和你的伴侣之间的亲密程度和相似度。
游戏的规则非常简单。
首先，你和你的伴侣需要坐在一起。
然后，一位玩家将会成为提问者，另一位玩家将成为回答者。
提问者将会问一系列关于爱情和关系的问题，而回答者需要尽可能诚实地回答这些问题。
问题可以涉及各种方面，比如你们的兴趣爱好、价值观、生活习惯等等。
回答者需要仔细思考，并尽量给出最真实的答案。
提问者可以在回答者回答完问题后，根据回答来评估你们之间的亲密程度和相似度。
游戏中的术语和技巧包括：1. 亲密程度：通过问题的回答来评估你和你的伴侣之间的亲密程度。
回答越相似，亲密程度越高。
2. 相似度：通过问题的回答来评估你和你的伴侣之间的相似度。
回答越相似，相似度越高。
3. 诚实回答：回答者需要尽可能诚实地回答问题，以确保测试结果的准确性。
4. 讨论：在游戏中，你们可以讨论问题的回答，分享彼此的想法和感受，加深了解和沟通。
为了使游戏更具挑战性和乐趣，你们可以尝试以下策略和方法：1. 制定计分系统：根据回答的相似度和亲密程度，为每个问题设定得分。
最后，根据总分来评估你们的关系。
2. 设定时间限制：为每个问题设定一个时间限制，以增加游戏的紧张感和挑战性。
3. 创造新问题：除了常见的问题之外，你们可以自己创造一些问题，以增加游戏的创新性和乐趣。
4. 角色扮演：你们可以选择扮演其他人物，如名人或虚构角色，来回答问题，以增加游戏的趣味性。
通过这些玩法和技巧，你们可以充分享受爱情测试小游戏带来的乐趣，并更好地了解和沟通彼此。
记住，这个游戏的目的是增进你们之间的感情，所以请保持开放和诚实的态度，享受游戏的过程。
关于爱情的实验报告(3篇)
第1篇一、实验背景爱情是人类永恒的主题，自古以来，无数文人墨客为之倾倒，无数情侣为之付出。
然而，爱情的本质是什么？爱情是如何产生的？爱情是否可以量化？这些问题一直困扰着人们。
为了探讨这些问题，本实验旨在通过一系列实验，对爱情进行深入研究。
二、实验目的1. 探究爱情的本质；2. 分析爱情产生的生理和心理机制；3. 评估爱情的可量化程度；4. 为人们提供爱情指导。
三、实验方法1. 文献综述法：查阅国内外关于爱情研究的文献，了解爱情研究的现状和发展趋势。
2. 实验法：设计一系列实验，包括生理实验、心理实验和问卷调查，对爱情进行深入研究。
3. 数据分析法：对实验数据进行分析，得出结论。
四、实验内容1. 生理实验（1）实验目的：探究爱情对生理的影响。
（2）实验方法：选取一定数量的志愿者，分别进行以下实验：① 爱情满意度调查：通过问卷调查，了解志愿者对爱情满意度的评价。
② 血液检查：检测志愿者血液中的激素水平，如多巴胺、催产素等。
③ 心电图检查：检测志愿者在爱情刺激下的心率变化。
（3）实验结果：结果显示，爱情满意度高的志愿者在血液中多巴胺、催产素等激素水平较高，心电图显示心率在爱情刺激下有显著变化。
2. 心理实验（1）实验目的：探究爱情对心理的影响。
（2）实验方法：选取一定数量的志愿者，分别进行以下实验：① 爱情回忆测试：让志愿者回忆与爱情相关的事件，观察其心理变化。
② 爱情想象实验：让志愿者想象与爱情相关的事件，观察其心理变化。
③ 爱情信念测试：测试志愿者对爱情的信念，如爱情是否永恒、爱情是否值得付出等。
（3）实验结果：结果显示，爱情回忆和想象实验中，志愿者的心理状态有显著变化，爱情信念测试中，志愿者对爱情的信念较为坚定。
3. 问卷调查（1）实验目的：评估爱情的可量化程度。
（2）实验方法：设计一份爱情问卷调查，包括爱情满意度、爱情忠诚度、爱情信任度等指标，对志愿者进行问卷调查。
（3）实验结果：结果显示，爱情问卷调查的指标具有较高的信度和效度，爱情的可量化程度较高。
爱情是一场精确的匹配游戏
实验准备工作完成了，下面是目标。心理学家要求大家分别去找一位异性配对，两人背后的数字相加结果越大，获得的奖金就越多，事实上奖金就是两人背后的数字之和。比如，77号男生找到了68号女生配对，那么两人可以获得77+68=145美元的奖金。但如果1号男生找到了2号女生配对，那么俩人只能拿到3美元了。
由于大家都不知道自己背后的数字，因此首先就是观察别人，很快99号男生和100号女生立刻被人给找出来了。这两人身边围了一大群人，大家都想说服他们和自己配成一对，因此他们变得非常挑剔，虽然他们俩还不知道自己背后的数字是多少，但可以肯定的是他们背后的数字一定不小，这从追求者们殷切的眼神中就能够看出来。那些碰壁的追求者迫于无奈只能退而求其次，原本给自己定的目标是一定要找90以上的人配对，慢慢地发现80以上也可以，甚至70以上或者60以上也凑合了。
正如之前的文章所说，女人是感性动物，因此女人最注重的是你能给她来带来什么样的感觉。金钱当然能够带来感觉，只是这种感觉持续的时间并不像你想象得那么长，而且成本太高；而你的个性所带来的感觉才是长期的，成本也最低。那么女人会喜欢什么样的个性呢？下面分别阐述。
智商：决定你的上限
男人的智商是决定其价值的第一权重。一个人的智商高低直接决定了他在生存博弈中到底能够走多远。但是一个比较令人失望的消息是：人的智商是天生的，智商和经济情况、社会阶层、家庭背景，甚至教育程度都没有关系。有些人误以为教育程度越高，智力就越高，这其实是不准确的。教育只是筛选人的一个办法，可能会将智力相对较低的人挡在不同的门槛外，但教育本身是不能提高人的智力的。心理学家认为，目前人类还没有找到一种可以有效提高智力的办法，所有那些号称可以开发孩子智力的东西其实多数都是忽悠，就算能够提高，也只是提高记忆力而已。
爱情实验报告
爱情实验报告爱情实验报告这学期要做一周的模块实验，我和欣儿分在一组，欣儿是班里的学习委员，负责收缴每天实验后大伙儿必写的实验报告。
欣儿长的很美，碰到人总是浅浅地笑，别象有些女生长得别如何样却整天想着让人恭维，欣儿每天早早地来，发放实验用品最后一具走。
清扫实验垃圾，我固然别遗余力地帮忙欣儿总是冲我一笑道声：“感谢”，有几次我说道：“欣儿我……”我始终没有勇气把心思表达出来，欣儿甜甜的一笑：“有事吗？”我愣了半天挤出一句：“我想请你吃饭”欣儿笑的更甜了：“好啊！不过无功别受禄，这周你帮了我很多忙，请客的应该是我”。
就如此，我和欣儿第一次在一起吃饭，是欣儿掏的钞票。
转眼一周快过去了，在内心的话一真没有说出口。
最后一次实验课了，我终于想出了一具绝招，写实验报告对于爱情的。
一来免去直接表达太尴尬，别伤大雅。
二来今天是个特别的生活—四月一，愚人节，万一被拒绝也好寻个台阶下不过一具实验嘛，失败了也没有关系，权当一次善意的玩笑。
酝酿好情绪，在实验报告上写下：实验课程：我的爱情实验报告。
实验名称：向爱情开炮。
实验目的：让对方同意我的心。
实验方式：用热情的炮火攻下牢固的堡垒。
实验要求：1在整个实验过程中最真诚地祈祷爱神的落临。
2别论是地雷阵依然万丈深渊，在实验中别放过任何一次机会实验步骤：1认识你脚脚已有数年，我发觉你那个人……想知道我对你的看法吗？嘿嘿，请看第二步骤。
2你那个人显得有些特别……而且还……真想知道答案吗？请看第三步骤。
3你那个人是世上少有的……依然有点别放心，怕你知案忽然休克再强调一下。
请做好充分的思想预备，要想知道我对你特别中肯的看法，继续看看第四步骤。
4我事实上是觉得你那个人是特别的，特别的，罕见的，与众别同的，超凡脱俗的--丑，丑的别可救药，丑的别可想象！可千万别气晕倒了，一定要留口气读完最后一句只是话又说回来，你那个差不多丑到了高层，丑到了级--美！笑一笑吧我的欣儿姑娘，今天是愚人节，愚人节快了！实验心得：1经过我的诚心，真诚的追求，我相信漂亮的女神一定感动，一定会给我一具动听的答复，我会祈祷这一天的到来2我知道我还有许多如此的缺点和别脚，但我会努力加快深思想改造，一求潇洒地女神为伍。
方糖“模拟恋爱”第二期实验报告
方糖“模拟恋爱”第二期实验报告模拟恋爱第二期实验报告固定布局工具条上设置固定宽高背景可以设置被包含可以完美对齐背景图和文字以及制作自己的模板请查收固定布局工具条上设置固定宽高背景可以设置被包含可以完美对齐背景图和文字以及制作自己的模板经过第一次实验的经验总结，我们在此次实验设置上进行了升级，匹配原则依旧是根据报名者的信息以及期望值等综合性分析，另外此次新增了补位环节，最终成功匹配23组（46人）。
没有匹配（补位）成功的朋友请不要遗憾，只能说我们的实验对象还不够多，未能找到你理论上的适配对象，如果下次还有类似活动，欢迎继续积极参加哦。
本期实验数据年龄层为20~32岁，从大家填报的信息来看，有一些非常有意思的数据可供大家参考。
标题固定布局工具条上设置固定宽高背景可以设置被包含可以完美对齐背景图和文字以及制作自己的模板择偶期望男生：择偶期望中关键词排名前三分别是性格、年龄、长相（排名分先后），绝大部分男生是首先看重性格，普遍偏好活泼随和的女生，但同时对学历、经济实力及恋爱次数有一定的要求。
女生：择偶期望中关键词排名前三分别是身高、性格、经济实力（排名分先后），女生首先看中的是身高，175以上为优，性格方面普遍偏好阳光温暖幽默的男生，经济实力趋向于有车有房。
固定布局工具条上设置固定宽高背景可以设置被包含可以完美对齐背景图和文字以及制作自己的模板颜值自评44%的人认为自己长相中等，35%的人认为自己长相中等偏上，而有10%的人则认为自己长得非常出众。
固定布局工具条上设置固定宽高背景可以设置被包含可以完美对齐背景图和文字以及制作自己的模板经济情况男生经济情况较为平均，女生可能由于年龄差距，收入相差较大。
固定布局工具条上设置固定宽高背景可以设置被包含可以完美对齐背景图和文字以及制作自己的模板学历情况硕士13%，本科69%，专科17%。
shí实yàn验jiē结guǒ果固定布局工具条上设置固定宽高背景可以设置被包含可以完美对齐背景图和文字以及制作自己的模板活动反馈度65%固定布局工具条上设置固定宽高背景可以设置被包含可以完美对齐背景图和文字以及制作自己的模板活动满意度97%固定布局工具条上设置固定宽高背景可以设置被包含可以完美对齐背景图和文字以及制作自己的模板匹配满意度83%要求补位5组，补位成功5组，补位失败1组。
婚恋配对实验
婚恋配对实验婚恋配对实验婚恋配对模拟规则：①按照⼀定规则⽣成了1万男性+1万⼥性样本：** 在配对实验中，这2万个样本具有各⾃不同的个⼈属性（财富、内涵、外貌），每项属性都有⼀个得分** 财富值符合指数分布，内涵和颜值符合正态分布** 三项的平均值都为60分，标准差都为15分②模拟实验。
基于现实世界的提炼及适度简化，我们概括了三个最主流的择偶策略：** 择偶策略1：门当户对，要求双⽅三项指标加和的总分接近，差值不超过20分；** 择偶策略2：男才⼥貌，男性要求⼥性的外貌分⽐⾃⼰⾼出⾄少10分，⼥性要求男性的财富分⽐⾃⼰⾼出⾄少10分；** 择偶策略3：志趣相投、适度引领，要求对⽅的内涵得分在⽐⾃⼰低5分~⾼10分的区间内，且外貌和财富两项与⾃⼰的得分差值都在5分以内③每⼀轮实验中，我们将三种策略随机平分给所有样本（即采⽤每种策略的男性有3333个样本）④我们为每位单⾝男⼥随机选择⼀个对象，若双⽅互相符合要求就算配对成功，配对失败的男⼥则进⼊下⼀轮配对。
1、样本数据处理** 按照⼀定规则⽣成了1万男性+1万⼥性样本：** 在配对实验中，这2万个样本具有各⾃不同的个⼈属性（财富、内涵、外貌），每项属性都有⼀个得分** 财富值符合指数分布，内涵和颜值符合正态分布** 三项的平均值都为60分，标准差都为15分要求：①构建函数实现样本数据⽣成模型，函数参数之⼀为“样本数量”，并⽤该模型⽣成1万男性+1万⼥性数据样本** 包括三个指标：财富、内涵、外貌②绘制柱状图来查看每个⼈的属性分值情况提⽰：①正态分布：np.random.normal(loc=60, scale=15, size=n)②指数分布：np.random.exponential(scale=15, size=n) + 452、⽣成99个男性、99个⼥性样本数据，分别针对三种策略构建算法函数** 择偶策略1：门当户对，要求双⽅三项指标加和的总分接近，差值不超过20分；** 择偶策略2：男才⼥貌，男性要求⼥性的外貌分⽐⾃⼰⾼出⾄少10分，⼥性要求男性的财富分⽐⾃⼰⾼出⾄少10分；** 择偶策略3：志趣相投、适度引领，要求对⽅的内涵得分在⽐⾃⼰低10分~⾼10分的区间内，且外貌和财富两项与⾃⼰的得分差值都在5分以内 ** 每⼀轮实验中，我们将三种策略随机平分给所有样本，这⾥则是三种策略分别33⼈** 这⾥不同策略匹配结果可能重合，所以为了简化模型→先进⾏策略1模拟，→模拟完成后去掉该轮成功匹配的⼥性数据,再进⾏策略2模拟，→模拟完成后去掉该轮成功匹配的⼥性数据,再进⾏策略3模拟①⽣成样本数据②给男性样本数据，随机分配策略选择→这⾥以男性为出发作为策略选择⽅③尝试做第⼀轮匹配，记录成功的匹配对象，并筛选出失败的男⼥性进⼊下⼀轮匹配④构建模型，并模拟1万男性+1万⼥性的配对实验⑤通过数据分析，回答⼏个问题：** 百分之多少的样本数据成功匹配到了对象？** 采取不同择偶策略的匹配成功率分别是多少？** 采取不同择偶策略的男性各项平均分是多少？提⽰：①择偶策略评判标准：** 若匹配成功，则该男性与被匹配⼥性在这⼀轮都算成功，并退出游戏** 若匹配失败，则该男性与被匹配⼥性再则⼀轮都算失败，并进⼊下⼀轮** 若同时多个男性选择了同⼀个⼥性，且满⾜成功配对要求，则综合评分⾼的男性算为匹配成功②构建空的数据集，⽤于存储匹配成功的数据③每⼀轮匹配之后，删除成功匹配的数据之后，进⼊下⼀轮，这⾥删除数据⽤df.drop()④这⾥建议⽤while去做迭代→当该轮没有任何配对成功，则停⽌实验3、以99男+99⼥的样本数据，绘制匹配折线图要求：①⽣成样本数据，模拟匹配实验②⽣成绘制数据表格③ bokhe制图** 这⾥设置图例，并且可交互（消隐模式）提⽰：① bokeh制图时，y轴为男性，x轴为⼥性②绘制数据表格中，需要把男⼥性的数字编号提取出来，这样图表横纵轴好识别③ bokhe绘制折线图⽰意：p.line([0,⼥性数字编号，⼥性数字编号],[男性数字编号，男性数字编号，0])4、⽣成“不同类型男⼥配对成功率”矩阵图要求：①以之前1万男+1万⼥实验的结果为数据②按照财富值、内涵值、外貌值分别给三个区间，以区间来评判“男⼥类型”** ⾼分（70-100分），中分（50-70分），低分（0-50分）** 按照此类分布，男性⼥性都可以分为27中类型：财⾼品⾼颜⾼、财⾼品中颜⾼、财⾼品低颜⾼、... （财→财富，品→内涵，颜→外貌）③ bokhe制图** 散点图** 27⾏*27列，散点的颜⾊深浅代表匹配成功率提⽰：①注意绘图的数据结构②这⾥散点图通过xy轴定位数据，然后通过设置颜⾊的透明度来表⽰匹配成功率③ alpha字段为每种类型匹配成功率标准化之后的结果，再乘以⼀个参数→ data['alpha'] = (data['chance'] - data['chance'].min())/(data['chance'].max() - data['chance'].min())*8import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport osimport time# 导⼊时间模块import warningswarnings.filterwarnings('ignore')# 不发出警告from bokeh.io import output_notebookoutput_notebook()# 导⼊notebook绘图模块from bokeh.plotting import figure,showfrom bokeh.models import ColumnDataSource,HoverTool# 导⼊bokeh绘图模块1、样本数据处理** 按照⼀定规则⽣成了1万男性+1万⼥性样本：** 在配对实验中，这2万个样本具有各⾃不同的个⼈属性（财富、内涵、外貌），每项属性都有⼀个得分** 财富值符合指数分布，内涵和颜值符合正态分布** 三项的平均值都为60分，标准差都为15分要求：①构建函数实现样本数据⽣成模型，函数参数之⼀为“样本数量”，并⽤该模型⽣成1万男性+1万⼥性数据样本** 包括三个指标：财富、内涵、外貌②绘制柱状图来查看每个⼈的属性分值情况提⽰：①正态分布：np.random.normal(loc=60, scale=15, size=n)②指数分布：np.random.exponential(scale=15, size=n) + 45# 分别⽣成1万条随机数据，分别为正态分布、指数分布，要求数据均值为60，标准差为15data_norm = pd.DataFrame({'正态分布':np.random.normal(loc = 60,scale = 15,size = 10000)})data_exp = pd.DataFrame({'指数分布':np.random.exponential(scale=15, size=10000) + 45})# 构建样本数据→正态分布/指数分布fig,axes = plt.subplots(1,2,figsize = (12,4))data_norm.hist(bins=50,ax = axes[0],grid = True,color = 'gray',alpha = 0.6)data_exp.hist(bins = 50,ax = axes[1],grid = True,color = 'gray',alpha = 0.6)plt.show()# 构建函数实现样本数据⽣成模型，函数参数之⼀为“样本数量”，并⽤该模型⽣成1万男性+1万⼥性数据样本def create_sample(n,gender):sample_data = pd.DataFrame({'fortune':np.random.exponential(scale=15, size=n) + 45,'apperance':np.random.normal(loc = 60,scale = 15,size = n),'character':np.random.normal(loc = 60,scale = 15,size = n)},index = [gender + str(i) for i in range(1,n+1)])sample_ = 'id'sample_data['score'] = sample_data.sum(axis = 1)/3# 计算综合评分return sample_data# 创建函数sample_m = create_sample(10000,'m')sample_f = create_sample(10000,'f')# ⽣成男⼥样本数据fig,axes = plt.subplots(2,1,figsize = (12,8))sample_m[['apperance','character','fortune']].iloc[:50].plot(kind='bar',colormap='Blues_r',grid = True,stacked=True,ax = axes[0],ylim = [0,300]) sample_f[['apperance','character','fortune']].iloc[:50].plot(kind='bar',colormap='Reds_r',grid = True,stacked=True,ax = axes[1],ylim = [0,300])plt.show()# 出图查看数据sample_m.head()# 查看男性样本数据分布2、⽣成99个男性、99个⼥性样本数据，分别针对三种策略构建算法函数** 择偶策略1：门当户对，要求双⽅三项指标加和的总分接近，差值不超过20分；** 择偶策略2：男才⼥貌，男性要求⼥性的外貌分⽐⾃⼰⾼出⾄少10分，⼥性要求男性的财富分⽐⾃⼰⾼出⾄少10分；** 择偶策略3：志趣相投、适度引领，要求对⽅的内涵得分在⽐⾃⼰低10分~⾼10分的区间内，且外貌和财富两项与⾃⼰的得分差值都在5分以内 ** 每⼀轮实验中，我们将三种策略随机平分给所有样本，这⾥则是三种策略分别33⼈** 这⾥不同策略匹配结果可能重合，所以为了简化模型→先进⾏策略1模拟，→模拟完成后去掉该轮成功匹配的⼥性数据,再进⾏策略2模拟，→模拟完成后去掉该轮成功匹配的⼥性数据,再进⾏策略3模拟要求：①⽣成样本数据②给男性样本数据，随机分配策略选择→这⾥以男性为出发作为策略选择⽅③尝试做第⼀轮匹配，记录成功的匹配对象，并筛选出失败的男⼥性进⼊下⼀轮匹配④构建模型，并模拟1万男性+1万⼥性的配对实验⑤通过数据分析，回答⼏个问题：** 百分之多少的样本数据成功匹配到了对象？** 采取不同择偶策略的匹配成功率分别是多少？** 采取不同择偶策略的男性各项平均分是多少？提⽰：①择偶策略评判标准：** 若匹配成功，则该男性与被匹配⼥性在这⼀轮都算成功，并退出游戏** 若匹配失败，则该男性与被匹配⼥性再则⼀轮都算失败，并进⼊下⼀轮** 若同时多个男性选择了同⼀个⼥性，且满⾜成功配对要求，则综合评分⾼的男性算为匹配成功②构建空的数据集，⽤于存储匹配成功的数据③每⼀轮匹配之后，删除成功匹配的数据之后，进⼊下⼀轮，这⾥删除数据⽤df.drop()④这⾥建议⽤while去做迭代→当该轮没有任何配对成功，则停⽌实验# 这⾥先⽣成99个男性、99个⼥性样本数据sample_m_test = create_sample(99,'m')sample_f_test = create_sample(99,'f')# 设置好样本数据sample_m_test['strategy'] = np.random.choice([1,2,3],99)# 给男性赋值策略选择# 1 →择偶策略1# 2 →择偶策略2# 3 →择偶策略3# 择偶策略，测试match_success = pd.DataFrame(columns = ['m','f','round_n','strategy_type'])# 构建空的数据集，⽤于存储匹配成功的数据round1_f = sample_f_test.copy()# 复制⼥性样本数据round1_m = sample_m_test.copy()round1_m['choice'] = np.random.choice(round1_f.index,len(round1_m))# 复制男性样本数据，并做匹配选择round1_match = pd.merge(round1_m,round1_f,left_on = 'choice',right_index = True).reset_index()round1_match['score_dis'] = np.abs(round1_match['score_x'] - round1_match['score_y']) # 计算综合评分差值round1_match['cha_dis'] = np.abs(round1_match['character_x'] - round1_match['character_y']) # 求出内涵得分差值round1_match['for_dis'] = np.abs(round1_match['fortune_x'] - round1_match['fortune_y']) # 求出财富得分差值round1_match['app_dis'] = np.abs(round1_match['apperance_x'] - round1_match['apperance_y']) # 求出外貌得分差值# 合并数据# ①策略1：门当户对，要求双⽅三项指标加和的总分接近，差值不超过20分；round1_s1_m = round1_match[round1_match['strategy'] == 1] # 筛选策略1的数据round1_s1_success = round1_s1_m[round1_s1_m['score_dis'] <= 20].groupby('choice').max() # 筛选符合要求的数据round1_s1_success = pd.merge(round1_s1_success,round1_m.reset_index(),left_on = 'score_x',right_on = 'score')[['id_y','choice']]round1_s1_success.columns = ['m','f']round1_s1_success['strategy_type'] = 1round1_s1_success['round_n'] = 1 # 得到策略1的成功匹配的结果round1_match.index = round1_match['choice']round1_match = round1_match.drop(round1_s1_success['f'].tolist()) # 删除策略1成功匹配的⼥性数据# ②策略2：男才⼥貌，男性要求⼥性的外貌分⽐⾃⼰⾼出⾄少10分，⼥性要求男性的财富分⽐⾃⼰⾼出⾄少10分；round1_s2_m = round1_match[round1_match['strategy'] == 2] # 筛选策略2的数据round1_s2_success = round1_s2_m[(round1_s2_m['fortune_x'] - round1_s2_m['fortune_y'] >= 10) & # 男性财富⽐⼥性⾼出⾄少10分(round1_s2_m['apperance_y'] - round1_s2_m['apperance_x'] >= 10)] # ⼥性颜值⽐男性⾼出⾄少10分round1_s2_success = round1_s2_success.groupby('choice').max() # 筛选符合要求的数据round1_s2_success = pd.merge(round1_s2_success,round1_m.reset_index(),left_on = 'score_x',right_on = 'score')[['id_y','choice']]round1_s2_success.columns = ['m','f']round1_s2_success['strategy_type'] = 2round1_s2_success['round_n'] = 1 # 得到策略2的成功匹配的结果round1_match.index = round1_match['choice']round1_match = round1_match.drop(round1_s2_success['f'].tolist()) # 删除策略2成功匹配的⼥性数据# ③策略3：志趣相投、适度引领，要求对⽅的内涵得分在⽐⾃⼰低10分~⾼10分的区间内，且外貌和财富两项与⾃⼰的得分差值都在5分以内round1_s3_m = round1_match[round1_match['strategy'] == 3] # 筛选策略3的数据round1_s3_success = round1_s3_m[(round1_s3_m['cha_dis'] <10) & # 内涵得分差在10分以内(round1_s3_m['for_dis'] < 5 )& # 财富得分差在5分以内(round1_s3_m['app_dis'] < 5 )] # 外貌得分差在5分以内round1_s3_success = round1_s3_success.groupby('choice').max() # 筛选符合要求的数据round1_s3_success = pd.merge(round1_s3_success,round1_m.reset_index(),left_on = 'score_x',right_on = 'score')[['id_y','choice']]round1_s3_success.columns = ['m','f']round1_s3_success['strategy_type'] = 3round1_s3_success['round_n'] = 1 # 得到策略3的成功匹配的结果# 筛选出成功匹配数据match_success = pd.concat([match_success,round1_s1_success,round1_s2_success,round1_s3_success])# 筛选出下⼀轮实验数据round2_m = round1_m.drop(match_success['m'].tolist())round2_f = round1_f.drop(match_success['f'].tolist())match_success.head()# 构建模型def different_strategy(data_m,data_f,roundnum):# 创建函数→# 根据输⼊的该轮男⼥数据，得到匹配后数据，并做指标运算# 根据匹配好的数据，根据不同策略输出成功匹配的数据data_m['choice'] = np.random.choice(data_f.index,len(data_m))# 根据男性样本数据做匹配选择round_match = pd.merge(data_m,data_f,left_on = 'choice',right_index = True).reset_index()round_match['score_dis'] = np.abs(round_match['score_x'] - round_match['score_y']) # 计算综合评分差值round_match['cha_dis'] = np.abs(round_match['character_x'] - round_match['character_y']) # 求出内涵得分差值round_match['for_dis'] = np.abs(round_match['fortune_x'] - round_match['fortune_y']) # 求出财富得分差值round_match['app_dis'] = np.abs(round_match['apperance_x'] - round_match['apperance_y']) # 求出外貌得分差值# 合并数据# 策略1：门当户对，要求双⽅三项指标加和的总分接近，差值不超过20分；s1_m = round_match[round_match['strategy'] == 1]s1_success = s1_m[s1_m['score_dis'] <= 20].groupby('choice').max()s1_success = pd.merge(s1_success,data_m.reset_index(),left_on = 'score_x',right_on = 'score')[['id_y','choice']]s1_success.columns = ['m','f']s1_success['strategy_type'] = 1s1_success['round_n'] = roundnum # 得到策略1的成功匹配的结果round_match.index = round_match['choice']round_match = round_match.drop(s1_success['f'].tolist()) # 删除策略1成功匹配的⼥性数据# 策略2：男才⼥貌，男性要求⼥性的外貌分⽐⾃⼰⾼出⾄少10分，⼥性要求男性的财富分⽐⾃⼰⾼出⾄少10分；s2_m = round_match[round_match['strategy'] == 2]s2_success = s2_m[(s2_m['fortune_x'] - s2_m['fortune_y'] >= 10) & (s2_m['apperance_y'] - s2_m['apperance_x'] >= 10)]s2_success = s2_success.groupby('choice').max()s2_success = pd.merge(s2_success,data_m.reset_index(),left_on = 'score_x',right_on = 'score')[['id_y','choice']]s2_success.columns = ['m','f']s2_success['strategy_type'] = 2s2_success['round_n'] = roundnum # 得到策略2的成功匹配的结果round_match.index = round_match['choice']round_match = round_match.drop(s2_success['f'].tolist()) # 删除策略2成功匹配的⼥性数据# 策略3：志趣相投、适度引领，要求对⽅的内涵得分在⽐⾃⼰低10分~⾼10分的区间内，且外貌和财富两项与⾃⼰的得分差值都在5分以内 s3_m = round_match[round_match['strategy'] == 3]s3_success = s3_m[(s3_m['cha_dis'] <10) & (s3_m['for_dis'] < 5 ) & (s3_m['app_dis'] < 5 )]s3_success = s3_success.groupby('choice').max()s3_success = pd.merge(s3_success,data_m.reset_index(),left_on = 'score_x',right_on = 'score')[['id_y','choice']]s3_success.columns = ['m','f']s3_success['strategy_type'] = 3s3_success['round_n'] = roundnum # 得到策略3的成功匹配的结果# 该轮成功匹配数据data_success = pd.concat([s1_success, s2_success, s3_success])return data_successprint('finished!')# 模型运⾏# 这⾥建议⽤while去做迭代→当该轮没有任何配对成功，则停⽌实验sample_m1 = create_sample(10000,'m')sample_f1 = create_sample(10000,'f')sample_m1['strategy'] = np.random.choice([1,2,3],10000)# 设置好样本数据test_m1 = sample_m1.copy()test_f1 = sample_f1.copy()# 复制数据n = 1# 设定实验次数变量starttime = time.time()# 记录起始时间success_roundn = different_strategy(test_m1, test_f1,n)match_success1 = success_roundntest_m1 = test_m1.drop(success_roundn['m'].tolist())test_f1 = test_f1.drop(success_roundn['f'].tolist())print('成功进⾏第%i轮实验，本轮实验成功匹配%i对，总共成功匹配%i对，还剩下%i位男性和%i位⼥性' %(n,len(success_roundn),len(match_success1),len(test_m1),len(test_f1)))# 第⼀轮实验测试while len(success_roundn) !=0:n += 1success_roundn = different_strategy(test_m1,test_f1,n)#得到该轮成功匹配数据match_success1 = pd.concat([match_success1,success_roundn])# 将成功匹配数据汇总test_m1 = test_m1.drop(success_roundn['m'].tolist())test_f1 = test_f1.drop(success_roundn['f'].tolist())# 输出下⼀轮实验数据print('成功进⾏第%i轮实验，本轮实验成功匹配%i对，总共成功匹配%i对，还剩下%i位男性和%i位⼥性' %(n,len(success_roundn),len(match_success1),len(test_m1),len(test_f1)))# 运⾏模型endtime = time.time()# 记录结束时间print('------------')print('本次实验总共进⾏了%i轮，配对成功%i对\n------------' % (n,len(match_success1)))print('实验总共耗时%.2f秒' % (endtime - starttime))# 通过数据分析，回答⼏个问题：# ** 百分之多少的样本数据成功匹配到了对象？# ** 采取不同择偶策略的匹配成功率分别是多少？# ** 采取不同择偶策略的男性各项平均分是多少？# ①百分之多少的样本数据成功匹配到了对象？print('%.2f%%的样本数据成功匹配到了对象\n---------' % (len(match_success1)/len(sample_m1)*100))# ②采取不同择偶策略的匹配成功率分别是多少？print('择偶策略1的匹配成功率为%.2f%%' % (len(match_success1[match_success1['strategy_type']==1])/len(sample_m1[sample_m1['strategy'] == 1])*100)) print('择偶策略2的匹配成功率为%.2f%%' % (len(match_success1[match_success1['strategy_type']==2])/len(sample_m1[sample_m1['strategy'] == 2])*100)) print('择偶策略3的匹配成功率为%.2f%%' % (len(match_success1[match_success1['strategy_type']==3])/len(sample_m1[sample_m1['strategy'] == 3])*100)) print('\n---------')# ③采取不同择偶策略的男性各项平均分是多少？match_m1 = pd.merge(match_success1,sample_m1,left_on = 'm',right_index = True)result_df = pd.DataFrame([{'财富均值':match_m1[match_m1['strategy_type'] == 1]['fortune'].mean(),'内涵均值':match_m1[match_m1['strategy_type'] == 1]['character'].mean(),'外貌均值':match_m1[match_m1['strategy_type'] == 1]['apperance'].mean()},{'财富均值':match_m1[match_m1['strategy_type'] == 2]['fortune'].mean(),'内涵均值':match_m1[match_m1['strategy_type'] == 2]['character'].mean(),'外貌均值':match_m1[match_m1['strategy_type'] == 2]['apperance'].mean()},{'财富均值':match_m1[match_m1['strategy_type'] == 3]['fortune'].mean(),'内涵均值':match_m1[match_m1['strategy_type'] == 3]['character'].mean(),'外貌均值':match_m1[match_m1['strategy_type'] == 3]['apperance'].mean()}],index = ['择偶策略1','择偶策略2','择偶策略3'])# 构建数据dataframeprint('择偶策略1的男性→财富均值为%.2f，内涵均值为%.2f，外貌均值为%.2f' %(result_df.loc['择偶策略1']['财富均值'],result_df.loc['择偶策略1']['内涵均值'],result_df.loc['择偶策略1']['外貌均值']))print('择偶策略2的男性→财富均值为%.2f，内涵均值为%.2f，外貌均值为%.2f' %(result_df.loc['择偶策略2']['财富均值'],result_df.loc['择偶策略2']['内涵均值'],result_df.loc['择偶策略2']['外貌均值']))print('择偶策略3的男性→财富均值为%.2f，内涵均值为%.2f，外貌均值为%.2f' %(result_df.loc['择偶策略3']['财富均值'],result_df.loc['择偶策略3']['内涵均值'],result_df.loc['择偶策略3']['外貌均值']))match_m1.boxplot(column = ['fortune','character','apperance'],by='strategy_type',figsize = (10,6),layout = (1,3))plt.ylim(0,150)plt.show()# 绘制箱型图result_df3、以99男+99⼥的样本数据，绘制匹配折线图要求：①⽣成样本数据，模拟匹配实验②⽣成绘制数据表格③ bokhe制图** 这⾥设置图例，并且可交互（消隐模式）提⽰：① bokeh制图时，y轴为男性，x轴为⼥性②绘制数据表格中，需要把男⼥性的数字编号提取出来，这样图表横纵轴好识别③ bokhe绘制折线图⽰意：p.line([0,⼥性数字编号，⼥性数字编号],[男性数字编号，男性数字编号，0])# ⽣成样本数据，模拟匹配实验sample_m2 = create_sample(99,'m')sample_f2 = create_sample(99,'f')sample_m2['strategy'] = np.random.choice([1,2,3],99)# 设置好样本数据test_m2 = sample_m2.copy()test_f2 = sample_f2.copy()# 复制数据n = 1# 设定实验次数变量starttime = time.time()# 记录起始时间success_roundn = different_strategy(test_m2, test_f2,n)match_success2 = success_roundntest_m2 = test_m2.drop(success_roundn['m'].tolist())test_f2 = test_f2.drop(success_roundn['f'].tolist())print('成功进⾏第%i轮实验，本轮实验成功匹配%i对，总共成功匹配%i对，还剩下%i位男性和%i位⼥性' %(n,len(success_roundn),len(match_success2),len(test_m2),len(test_f2)))# 第⼀轮实验测试while len(success_roundn) !=0:n += 1success_roundn = different_strategy(test_m2,test_f2,n)#得到该轮成功匹配数据match_success2 = pd.concat([match_success2,success_roundn])# 将成功匹配数据汇总test_m2 = test_m2.drop(success_roundn['m'].tolist())test_f2 = test_f2.drop(success_roundn['f'].tolist())# 输出下⼀轮实验数据print('成功进⾏第%i轮实验，本轮实验成功匹配%i对，总共成功匹配%i对，还剩下%i位男性和%i位⼥性' %(n,len(success_roundn),len(match_success2),len(test_m2),len(test_f2)))# 运⾏模型endtime = time.time()# 记录结束时间print('------------')print('本次实验总共进⾏了%i轮，配对成功%i对\n------------' % (n,len(match_success2)))print('实验总共耗时%.2f秒' % (endtime - starttime))# ⽣成绘制数据表格from bokeh.palettes import brewer# 导⼊调⾊模块# 设置调⾊盘graphdata1 = match_success2.copy()graphdata1 = pd.merge(graphdata1,sample_m2,left_on = 'm',right_index = True)graphdata1 = pd.merge(graphdata1,sample_f2,left_on = 'f',right_index = True)# 合并数据，得到成功配对的男⼥各项分值graphdata1['x'] = '0,' + graphdata1['f'].str[1:] + ',' + graphdata1['f'].str[1:]graphdata1['x'] = graphdata1['x'].str.split(',')graphdata1['y'] = graphdata1['m'].str[1:] + ',' + graphdata1['m'].str[1:] + ',0'graphdata1['y'] = graphdata1['y'].str.split(',')# 筛选出id的数字编号，制作x，y字段round_num = graphdata1['round_n'].max()color = brewer['Blues'][round_num+1] # 这⾥+1是为了得到⼀个⾊带更宽的调⾊盘，避免最后⼀个颜⾊太浅graphdata1['color'] = ''for rn in graphdata1['round_n'].value_counts().index:graphdata1['color'][graphdata1['round_n'] == rn] = color[rn-1]# 设置颜⾊graphdata1 = graphdata1[['m','f','strategy_type','round_n','score_x','score_y','x','y','color']]# 筛选字段graphdata1.head()# bokeh绘图p = figure(plot_width=500, plot_height=500,title="配对实验过程模拟⽰意" ,tools= 'reset,wheel_zoom,pan') # 构建绘图空间for datai in graphdata1.values:p.line(datai[-3],datai[-2],line_width=1, line_alpha = 0.8, line_color = datai[-1],line_dash = [10,4],legend= 'round %i' % datai[3])# 绘制折线p.circle(datai[-3],datai[-2],size = 3,color = datai[-1],legend= 'round %i' % datai[3])# 绘制点p.ygrid.grid_line_dash = [6, 4]p.xgrid.grid_line_dash = [6, 4]p.legend.location = "top_right"p.legend.click_policy="hide"# 设置其他参数show(p)4、⽣成“不同类型男⼥配对成功率”矩阵图要求：①以之前1万男+1万⼥实验的结果为数据②按照财富值、内涵值、外貌值分别给三个区间，以区间来评判“男⼥类型”** ⾼分（70-100分），中分（50-70分），低分（0-50分）** 按照此类分布，男性⼥性都可以分为27中类型：财⾼品⾼颜⾼、财⾼品中颜⾼、财⾼品低颜⾼、... （财→财富，品→内涵，颜→外貌）③ bokhe制图** 散点图** 27⾏*27列，散点的颜⾊深浅代表匹配成功率提⽰：①注意绘图的数据结构②这⾥散点图通过xy轴定位数据，然后通过设置颜⾊的透明度来表⽰匹配成功率③ alpha字段为每种类型匹配成功率标准化之后的结果，再乘以⼀个参数→ data['alpha'] = (data['chance'] - data['chance'].min())/(data['chance'].max() - data['chance'].min())*8# 数据清洗graphdata2 = match_success1.copy()graphdata2 = pd.merge(graphdata2,sample_m1,left_on = 'm',right_index = True)graphdata2 = pd.merge(graphdata2,sample_f1,left_on = 'f',right_index = True)# 合并数据，得到成功配对的男⼥各项分值graphdata2 = graphdata2[['m','f','apperance_x','character_x','fortune_x','apperance_y','character_y','fortune_y']]# 筛选字段graphdata2['for_m'] = pd.cut(graphdata2['fortune_x'],[0,50,70,500],labels = ['财低','财中','财⾼'])graphdata2['cha_m'] = pd.cut(graphdata2['character_x'],[0,50,70,500],labels = ['品低','品中','品⾼'])graphdata2['app_m'] = pd.cut(graphdata2['apperance_x'],[0,50,70,500],labels = ['颜低','颜中','颜⾼'])graphdata2['for_f'] = pd.cut(graphdata2['fortune_y'],[0,50,70,500],labels = ['财低','财中','财⾼'])graphdata2['cha_f'] = pd.cut(graphdata2['character_y'],[0,50,70,500],labels = ['品低','品中','品⾼'])graphdata2['app_f'] = pd.cut(graphdata2['apperance_y'],[0,50,70,500],labels = ['颜低','颜中','颜⾼'])# 指标区间划分graphdata2['type_m'] = graphdata2['for_m'].astype(np.str) + graphdata2['cha_m'].astype(np.str) + graphdata2['app_m'].astype(np.str)graphdata2['type_f'] = graphdata2['for_f'].astype(np.str) + graphdata2['cha_f'].astype(np.str) + graphdata2['app_f'].astype(np.str)graphdata2 = graphdata2[['m','f','type_m','type_f']]# 筛选字段graphdata2.head()# 匹配成功率计算success_n = len(graphdata2)success_chance = graphdata2.groupby(['type_m','type_f']).count().reset_index()success_chance['chance'] = success_chance['m']/success_nsuccess_chance['alpha'] = (success_chance['chance'] - success_chance['chance'].min())/(success_chance['chance'].max() - success_chance['chance'].min())*8 # 设置alpha参数success_chance.head()# bokeh绘图mlst = success_chance['type_m'].value_counts().index.tolist()flst = success_chance['type_f'].value_counts().index.tolist()source = ColumnDataSource(success_chance) # 创建数据hover = HoverTool(tooltips=[("男性类别", "@type_m"),("⼥性类别","@type_f"),("匹配成功率","@chance")]) # 设置标签显⽰内容p = figure(plot_width=800, plot_height=800,x_range = mlst, y_range = flst,title="不同类型男⼥配对成功率" ,x_axis_label = '男', y_axis_label = '⼥', # X,Y轴labeltools= [hover,'reset,wheel_zoom,pan,lasso_select']) # 构建绘图空间p.square_cross(x = 'type_m', y = 'type_f', source = source,size = 18 ,color = 'red',alpha = 'alpha')# 绘制点p.ygrid.grid_line_dash = [6, 4]p.xgrid.grid_line_dash = [6, 4]p.xaxis.major_label_orientation = "vertical" # 设置其他参数show(p)。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
爱情配对游戏实验报告
游戏规则：
准备一些纸条，在每张纸条上不重复的写下1~100的数字，奖写下的纸条按照数字的单复数分开整理。
在每名男生背后贴上一个单号的数字，每名女生背后贴上一个双号的数字，气体是保证所有人军不知道自己深厚的数字是多少。
游戏的玩法是男女互相配对，在两方都同意的情况下即配对成功，最后男女双方身后的数字之和最大即为胜利者。
将男女分开，男生集体背对着女生，从而女生可以看到所有男生身后的数字，第一次选择的主动权掌握在女生的手里，男生可以根据女生身后的数字进行抉择，决定是否同意配对，如果不同意则由男生主动搭配女生，再由女生来决定是否同意与其配对。
游戏分析：
①在男女生均不知道自己背后的数字时，是这个游戏的关键点。
②男方在第一次被动被女方选择时，按照游戏规则，可以根据向自己提出配对的女生数量大致猜测自己身后数字的大小，从而做出是否配对的决定。
游戏过程：
游戏开始后，身后数字为99、97、95的三位男生身后的女生数量最多，身后号码小的男生基本上没有女生主动提
出配对。
到了男生选择的时候，根据身后女生数量，身后数字大的男生便可以判断出自己身后应该是较大的数字，于是男生再根据女生身后的数字来决定是否同意配对，在这种情况下，数字大的男生都去寻找身后数字同样大的女生进行配对。
根据向自己提出配对的女生数量，身后数字小的男生便会尝试着寻找身后数字尽可能大的女生进行配对，但是由于游戏规则要求必须两两配对，所以最后剩下几位同学，由于没有找到合适的配对对象，或者错过了最好的配对时机，不得不不情愿的配对。
结果分析：
根据游戏规则，男女配对后的数字之和最大的即为胜利者，在“利益”的驱使下，首先做出选择的女生当然要寻找数字最大的男生，哪怕她们也不知道自己身后的数字大小，而男生则根据身后女生的数量来判断自己身后数字的大小，然后做出是否同意配对的选择。
在游戏中，最佳时机的重要性往往被忽略，有几位同学由于自己的犹豫不决或过度被动而丧失了最佳机会，最后只能同其他剩下的同学勉强配对在一起。
这个博弈的小游戏这告诉我们在利益面前要懂得取舍，抓住最佳时机，懂得退而求其次，免得最后落得一场空。