包養網大數據(上) - 成人話題討論

Table of Contents

距離第一次使用包養網到今天剛好滿一年啦,一年中在幾個包養網中交談了 60 位女性

一時興起想說響應政府最近狂推的大數據政策,來個包養網大數據好了


Chapter 1 基本統計分析
=======================

1.年齡分布

平均年齡: 25歲
最大值: 43歲
最小值: 18歲

19歲以下 5%
20歲 ~ 24歲 43%
25歲 ~ 30歲 43%
30歲以上 9%


2.職業分布

學生 22%
一般上班族 22%
服務業(輪班) 18%
美容美髮 10%
非正職打工 10%
待業中 8%
未知 7%
銷售業務 3%


3.身高體重分布

身高 體重 身高 - 體重
========================================
平均 162cm 49kg 113
最大值 171cm 62kg 122
最小值 152cm 39kg 102


身高 體重
-------------------- -------------------
159cm (含)以下 17% 40kg (含)以下 4%
160cm~164cm 55% 41kg ~ 49kg 53%
165cm~169cm 25% 50kg ~ 55kg 33%
170cm (含)以上 4% 56kg (含)以上 10%


身高 - 體重
---------------------
低於 109 (含) 15%
110 18%
111 ~ 115 32%
116 ~ 119 23%
120 ~ 122 11%


4. 約會費用分布

由於60位中只有14位願意包月算,為比較方便,以下均以一次約會費用計算

平均值: 4N
最大值: 10N
最小值: 1N

P = 10 N 3%
9 N ≦ P < 10N -
8 N ≦ P < 9N 7%
7 N ≦ P < 8N 2%
6 N ≦ P < 7N 11%
5 N ≦ P < 6N 15%
4 N ≦ P < 5N 10%
3 N ≦ P < 4N 10%
2 N ≦ P < 3N 30%
1 N ≦ P < 2N 12%


5. 顏值

必需說討論顏值是件非常主觀的事情,但為了後面的分析

顏值似乎又是不得不存在的一個重要變數

以下為量化分析,將嚴值予以量化,分數愈高代表愈正


超級正 90~100 10%
還不錯 80~ 89 15%
中上 70~ 79 22%
一般 60~ 69 36%
我無法 < 60 15%

平均值:67



--------

暫時先打到這邊,不知道大家有沒有興趣,如果有興趣再繼續推出

Chapter 2 的交叉分析 (主要是透過迴歸去看影響約會費用的主要變數為何)


註:N = 鄉民常說和女友一次省 XX

--

All Comments

Eden avatarEden2018-05-08
這個真專業,有多的分我
Hedy avatarHedy2018-05-10
有神快拜
Dorothy avatarDorothy2018-05-12
天啊好專業
Tracy avatarTracy2018-05-14
看到我無法笑出來...
Dorothy avatarDorothy2018-05-16
樓下保養我
包.........
Sarah avatarSarah2018-05-18
不得不推
Todd Johnson avatarTodd Johnson2018-05-20
迴歸的自變數是什麼?
Queena avatarQueena2018-05-22
推起來
David avatarDavid2018-05-24
專業5樓戶我包養你~(乃
Mia avatarMia2018-05-26
專業
Iris avatarIris2018-05-28
還是看不懂N 有人可否解釋一下
Tristan Cohan avatarTristan Cohan2018-05-30
3000?
Doris avatarDoris2018-06-01
專業
Delia avatarDelia2018-06-03
支持
Leila avatarLeila2018-06-05
上次有個女的跟我說會上來的都不是很好看 就 懂了
Hamiltion avatarHamiltion2018-06-07
鮑癢王請受小弟一拜
Edwina avatarEdwina2018-06-09
N是台積的底薪嗎
Edith avatarEdith2018-06-12
N是多少
Frederic avatarFrederic2018-06-14
所以聊天的平均時間是多久才得到數據
Isla avatarIsla2018-06-16
已跪~~~
Audriana avatarAudriana2018-06-18
Wallis avatarWallis2018-06-20
推大數據 拜
Michael avatarMichael2018-06-22
求包養
Vanessa avatarVanessa2018-06-24
喔不是啦 求幫做報告
Bethany avatarBethany2018-06-26
你包養系?
John avatarJohn2018-06-28
N當然要用GG底薪當基準啊
Daniel avatarDaniel2018-06-30
才能不要浪費在這裡
Selena avatarSelena2018-07-02
專業
Doris avatarDoris2018-07-04
厲害!
Lydia avatarLydia2018-07-06
包養系出現了
Yedda avatarYedda2018-07-08
我包養樓下大正咩,出來領錢
Sandy avatarSandy2018-07-10
謝謝q大
Jacob avatarJacob2018-07-12
精闢
Edwina avatarEdwina2018-07-14
專業推
Linda avatarLinda2018-07-16
可以瘋狂交配嗎?
Wallis avatarWallis2018-07-18
這種文比無病呻吟的奶照文好多了 怒推
Enid avatarEnid2018-07-20
n是啥啦
Andrew avatarAndrew2018-07-22
N是GG學士還是碩士的價R
Ophelia avatarOphelia2018-07-24
好奇data怎麼來的
William avatarWilliam2018-07-26
推專業
Jacob avatarJacob2018-07-28
這種文比無病呻吟唬爛的寫手文好多了
Xanthe avatarXanthe2018-07-30
所以誰要包養我
Bennie avatarBennie2018-08-01
精闢分析
Irma avatarIrma2018-08-03
N應該是3000
Elma avatarElma2018-08-05
以平均來看, 花4N 幹67分的妹子.....不太划算
Charlie avatarCharlie2018-08-07
專業!!!
Rebecca avatarRebecca2018-08-09
這是有錢人啊......
Jack avatarJack2018-08-11
台灣男人爭氣一點好嗎? 養大公主胃口
Erin avatarErin2018-08-13
專業推好奇N是多少
Kelly avatarKelly2018-08-15
希望能快點看到續集
Jessica avatarJessica2018-08-17
N = 10000
Michael avatarMichael2018-08-19
太專業了吧
Skylar DavisLinda avatarSkylar DavisLinda2018-08-21
這太專業
Rachel avatarRachel2018-08-23
猛!
Franklin avatarFranklin2018-08-25
幹結論下來虧一波 專業文推
Frederica avatarFrederica2018-08-27
神啊
Caitlin avatarCaitlin2018-08-29
數據王4你
Una avatarUna2018-08-31
2-3N最多 再來是5-6N 跳這麼大喔?
Tracy avatarTracy2018-09-02
不推不行
Quintina avatarQuintina2018-09-04
我覺得顏質要量化總要有個基準,不然會很虛無飄渺
Jessica avatarJessica2018-09-06
沒有罩杯的數據嗎?
Iris avatarIris2018-09-08
顏值很難量化,不一樣的標準,做出來很難準確
Elma avatarElma2018-09-10
葉佩雯也懂大數據
Yedda avatarYedda2018-09-12
中上以上不到一半耶!詳細的心得文給推…
Eden avatarEden2018-09-14
數據系?
Lucy avatarLucy2018-09-16
朝聖
Suhail Hany avatarSuhail Hany2018-09-18
這不算大數據拉~就是基本的敘述性統計
Xanthe avatarXanthe2018-09-20
想看XDDDDD
Todd Johnson avatarTodd Johnson2018-09-22
這只是你個人的樣本空間吧 XD
Poppy avatarPoppy2018-09-24
大數據分析
Enid avatarEnid2018-09-26
平均一次4N...那為什麼不喝茶
Iris avatarIris2018-09-28
好屌的分析文,但聽說計次的都是茶魚
Daniel avatarDaniel2018-09-30
就基本初統而已 不算大數據—_—
回歸就是一個預測的統計方式 了解兩個或多個變項是否有相關
方向建立一個預測模型這樣
比如說想知道會被包養女生有哪些變項 透過這個變項建立一個
預測模型
Donna avatarDonna2018-10-02
他的N我猜測是台幣 不然表示母親很怪
他指的下篇變數就是有什麼原因會影響約會的金額
母群……
Una avatarUna2018-10-04
Zanna avatarZanna2018-10-06
求下
Sierra Rose avatarSierra Rose2018-10-08
好猛
Rosalind avatarRosalind2018-10-10
好強 是在做研究論文統計分析嗎
Vanessa avatarVanessa2018-10-12
專業 我給推
Jessica avatarJessica2018-10-14
Daph Bay avatarDaph Bay2018-10-16
N三小……
Olga avatarOlga2018-10-18
這是那個網站的統計
Dora avatarDora2018-10-20
N到底是啥?還有這只是描述統計而已,有些錯字改一改吧!
改好再拿Ch2過來,下次meeting什麼時間自己敲一下
Frederic avatarFrederic2018-10-22
專業XD
Carol avatarCarol2018-10-24
這個不是大數據呀 用詞要精確!
Charlie avatarCharlie2018-10-26
n是gg價的話 包養還真的是乾爹型的人才負擔得起
Faithe avatarFaithe2018-10-28
Thomas avatarThomas2018-10-30
不準啦,我一個朋友專門幫妹子聊天,根本不是本人
Zanna avatarZanna2018-11-01
這不準,因為跟顏值還有錢有關係
Suhail Hany avatarSuhail Hany2018-11-03
Zenobia avatarZenobia2018-11-05
身高這麼矮喔 170以上只有4% 0.0
Anthony avatarAnthony2018-11-07
N三小
Carol avatarCarol2018-11-09
專業,有神快拜
Olga avatarOlga2018-11-11
一次計價,那N=1,000新台幣才合理。
Puput avatarPuput2018-11-13
包月的話可能是4次~10次吧
Thomas avatarThomas2018-11-15
N=1500
Gary avatarGary2018-11-17
N=15000
Lydia avatarLydia2018-11-19
N小 我還以為來到科技業板
Lily avatarLily2018-11-21
跪了 乾爹 你怎麼在這發文
Eden avatarEden2018-11-23
你幹的只是個分數
Margaret avatarMargaret2018-11-25
專業
Andrew avatarAndrew2018-11-27
數據來源是這個網站嗎? https://bit.ly/2G0NYj5
Rachel avatarRachel2018-11-29
n=3000