她用算法買到了房子!居然還有這種操作?!

Linux愛好者2017-08-16 00:11:14

(點擊上方公眾號,可快速關注)


來源:@Fujiaa ,已獲作者許可

weibo.com/1663861500/FcTo4dlkP

如有好文章投稿,請點擊 → 這裏瞭解詳情


我最近買了個房子。加州灣區的房市自然不能跟國內京滬相比,但搶房也是很兇狠的。每一套房子在市場上平均時間大概 4-5 天,可以收到 20 幾個 offer 競價,一般價高者得。


經常看到一個房子,還在猶豫是不是合適:會不會有其他地板更好一點的?會不會有多一個衞生間的?會不會有離地鐵站更近的?會不會有更便宜的?(畢竟是百萬刀的決定啊)和馬克還沒商量完,房子就已經沒了。



《Algorithms to live by》一書裏將這種情況稱為“祕書問題”:想象你在面試一祕書,你希望能在應聘者裏找到最好的人,但你並不知道怎樣的人會來應聘,所以你一個個人輪流面試。你可以隨時發offer,但你如果在面試後沒有馬上給對方offer,他就從此離開去其他地方工作了。你怎麼才能知道眼前這個應聘者是最好的呢?

萬能的計算機算法給出了答案:37% look then leap。給自己設定一個招聘總時間,前 37% 的時間裏只面試,收集數據不做決定,之後只要碰到一個比之前所有應聘者都優秀的人,馬上下 offer,你能得到最好應聘者的機率也是 37%。這是你能獲得的最好效果。

不要覺得 37% 成功率是個很低的數字。這個算法可適用於任何大樣本。如果你有100 個應聘者,你能獲得最好僱員的機率其實只有 1%;而如果你有 100 萬應聘者,你的機率只剩百萬分之一。37% 已經是一個非常好的數字了。為了達到這個成功率,你也需要付出之前 37% 的數據搜索時間精力。

書讀到這裏,當時正在出差的我馬上打電話給正在太浩湖開心滑雪的馬克,讓他迅速回家看房子。我們只有 6 個月時間買房,假設市場上的房子數量均勻每週放出(雖然並不完全如此但也差不太多),37% 的時間是兩個月多一點。當時已經過去一個月了,拖延症的馬克還樂天派地説“我們還有時間”,但被太太吼了一通,又科普了一下“37% 算法”、他還是回家乖乖看房了。

結果是我們建了個數據庫,其中有我們兩個多月裏看過的 30 幾個房子,大到户型地址,小到我喜不喜歡附帶的洗衣機牌子,事無鉅細都整理了出來。之後需要開始做決定的時候,第三週,我們就競價得了一個心儀的房子。

我下週要搬家了。我決定再採取同樣算法,建個數據庫來買沙發。



覺得本文有幫助?請分享給更多人

關注「算法愛好者」,修煉編程內功

閲讀原文

TAGS:應聘者時間算法房子