Алгоритм научили предсказывать развод: он нашел четыре главных фактора расставания и удивил ученых

Исследователи применили машинное обучение, чтобы понять причину разрыва любовных отношений и разводов супругов. «Хайтек» рассказывает, что из этого вышло. Ученые проанализировали данные более 2 000 немецких супружеских или сожительских пар, за которыми наблюдали около 12 лет в рамках проекта GSOEP (German Socio-Economic Panel, немецкое социально-экономическое исследование). Более 900 из них закончились разводом или расставанием. Машинное обучение в помощь Чтобы понять причины расставания, ученые […]

Исследователи применили машинное обучение, чтобы понять причину разрыва любовных отношений и разводов супругов. «Хайтек» рассказывает, что из этого вышло.

Ученые проанализировали данные более 2 000 немецких супружеских или сожительских пар, за которыми наблюдали около 12 лет в рамках проекта GSOEP (German Socio-Economic Panel, немецкое социально-экономическое исследование). Более 900 из них закончились разводом или расставанием.

Машинное обучение в помощь

Чтобы понять причины расставания, ученые применили подход машинного обучения (в частности, Random Survival Forests).

Random Survival Forests — алгоритм машинного обучения для предсказания результатов события до того, как оно произойдет. Он фиксирует сложные взаимосвязи, не требуя предварительной спецификации, и, как было показано, обладают превосходной прогностической эффективностью.

Алгоритм самостоятельно нашел взаимосвязь между различными факторами, которые содержались в базе данных. В данном случае он учитывал более 40 факторов, от возраста и уровня образования до здоровья до психологических особенностей. Массу необработанных данных передали для машинного обучения без выдвижения точных гипотез, а просто с указанием интересующего события — распад союза. Алгоритм, в свою очередь, указал влияние каждого фактора, содержащегося в данных на расставание. Переменные, которые представляют наибольшую угрозу стабильности союза, определили с точностью до 70%. Примечательно, что прогностическая способность превосходит 50%, которой можно достичь, используя традиционные методы регрессии.

Почему это алгоритм достоверен

В итоге алгоритм не только смог выявить факторы, которые лежат в основе распада пар, но и использовал эту информацию, чтобы предсказать развод или расставание до того, как оно фактически произойдет.

Как объясняют ученые, это связано с тем, что половину данных использовали для инструктирования самого алгоритма вместо того, чтобы отправлять все доступные данные специальному алгоритму. Кроме того, достоверность результатов проверяли с помощью другой половины набора данных.

Самый интересный вывод

Ученые назвали результаты анализа «очень интересными». Прежде всего потому, что методология машинного обучения способна взвесить относительную важность различных факторов, которые приводят к разрыву. Факторы, которые считались особенно важными в предыдущих исследованиях, тут потеряли актуальность: речь идет о безработице, высоком уровне образования и дохода одного из партнеров.

Так в чем же проблема?

Четыре основных фактора риска, выявленные в ходе исследования, расположены в порядке убывания: личное удовлетворение, количество оплачиваемой работы женщины, некоторые личностные факторы и возраст.

Самым сильным предиктором расставания является личное неудовлетворение: если оба партнера недовольны, очевидно, что пара не продержится долго. Менее очевидный фактор: союз может распаться, когда женщина очень довольна союзом, а мужчина — меньше. При этом обратный эффект менее заметен (когда не удовлетворена именно женщина). Например, если женщина много часов работает вне дома, риск расставания или развода выше, даже если мужчина больше занят домашними делами.

Что касается личностных черт, высокая экстраверсия у мужчин (классически связанная с более высокой неверностью) и эмоциональная скрытность женщин, менее приспособленных к изменениям, вызванным совместным проживанием также тесно связаны с вероятностью распада пары.

Еще один фактор расставания — низкий уровень добросовестности обоих партнеров (речь идет об организаторских способностях, применяемых в повседневной жизни), например — неупорядоченность и неспособность выполнять взятые на себя обязательства приводят к распаду пар.

Также влияет слишком высокий или низкий уровень невротизма. Этот результат можно интерпретировать как то, что если партнер (или сразу оба) страдает от излишней тревожности, ревности, вины, беспокойства или гнева, это явно осложняет отношения. Также, если один из партнеров не испытывает такого рода эмоций, то другой может воспринимать эту черту личности как отсутствие интереса.

Последний фактор — возраст. Анализ показал, что молодые пары более нестабильны, но у женщин стабильность в отношениях усиливается после 40 лет, что нельзя сказать о мужчинах.

Читать далее:

Найден самый старый кириллический текст из когда-либо найденных

«Уэбб» нашел следы невероятно огромных звезд: они погибли на заре Вселенной

Странные звуки зафиксировали в стратосфере Земли: как ученые пытаются понять их природу

Фото на обложке: wallpaperflare.com

Подписывайтесь
на наши каналы в Telegram

«Хайтек»новостионлайн

«Хайтек»Dailyновости 3 раза в день

Первая полоса
Древний кинжал нашли в Твери: ученые выяснили его возраст
Наука
Редкое астрономическое явление можно увидеть уже в эту пятницу
Космос
Ученые раскрыли, как появились невозможные черные дыры
Космос
Минпромторг закроет параллельный импорт ноутбуков и серверов HP и Fujitsu
Новости
При Трампе пошлины на азиатские солнечные панели выросли до рекордных 3521%
Новости
ИИ помог выиграть 36 млн в лотерею: можно ли это повторить
Новости
Зонд «Люси» сфотографировал астероид необычной формы
Космос
Крупнейшая структура во Вселенной больше и ближе к Земле, показывают гамма-всплески
Космос
Разработан метод для быстрого обнаружения ДНК в образце с помощью света вместо ПЦР
Наука
Huawei выпускает чип Ascend 910C в ответ на торговые ограничения для Nvidia
Новости
Создана упаковка для транспортировки и длительного хранения донорской крови
Наука
Теорию относительности Эйнштейна проверят на орбите Земли
Космос
«Фабрику» железного века по производству краски нашли в Израиле: она проработала 500 лет
Наука
В Японии испытали летающие молниеотводы: дроны, которые привлекают молнии
Новости
Шимпанзе впервые попали на видео во время «вечеринки» с алкоголем
Наука
В Госдуме хотят проверять владельцев российских сайтов через Госуслуги
Новости
Физики разработали кубиты с увеличенным временем жизни для квантовых устройств
Наука
Астрономы подтвердили открытие первой «одинокой» черной дыры
Космос
Создан металл, который не теряет прочности при самых экстремальных температурах
Наука
Сколько яиц и кулича можно съесть на Пасху: врачи назвали допустимую норму
Наука