一个关于条件、相遇与人群的小工具

把心动,
放进人海里看。

理想中的 TA,有多少人符合?
已经在身边的 TA,又有多难得?

不登录 · 不上传你的选择2026 年估算

先选条件,再看过程,最后读结果。 人口用最近已录入数据推至当前年份;主观偏好采用可查看的情景假设。

01

你想在哪里寻找?

这里是对方目前所在的范围,不是你自己的居住地。

“比例”是在和谁比较?

默认把目标范围、年龄与性别固定为比较人群。缩小年龄范围会改变人数和分母;切换分母不会改变符合条件的人数。年龄支持 18—59 岁。

02

先勾勒 TA 的轮廓

留空或选择“不限”,就不作为筛选条件。

找恋人,默认只看目前单身的人。

先排除有配偶者,再估算没有正在恋爱对象的人。单身不是“从未结婚”。

cm
cm
按至少达到此层级计算,包含在读。
离异或丧偶,不代表目前有恋爱对象。
03

再把收入说清楚

看实际到手,也看这份收入是否稳定。

过去 12 个月实际收到的个人税后收入合计 ÷ 12,包含没有收入的月份。

调整收入口径与稳定性 税前 / 浮动 / 总包 / 待兑现

浮动收入用不同收入类型的混合情景估算。“大部分月份”近似至少 9 个月,不是实测月度账单。到手金额采用有效系数近似,不是个税计算器。

04

还有哪些相处偏好?

不限、普通即可、明确偏好,都是正常的选择。

情景假设

这些条件也会参与估算,但频率是可查看的假设,不是客观的人品或外貌统计。“不确定”只记录,不筛选。

文字默认不计入数字。可识别已有选项供你确认;没有对应规则的文字继续标为“未计入”。

这些偏好是怎么一起估算的?

例如,前面还剩 1,000 人。进一步要求“不打游戏、不吸烟”,如果本次情景认为约 200 人同时符合,就在这一步留下 20%。不是每一项都乘一次 20%。

系统先按组处理多个条件可能重合的部分,再汇总各组。默认值没有经过代表性调查验证;结果同时显示基础推算和加入偏好的情景。

高级:用我自己的整体假设替代默认值

你的答案,从这些选择开始。

选好后点击计算,先看看人群怎样一步步缩小。

A LITTLE CONTEXT

数字有边界,相遇没有公式。

01

默认估算当下

没有年代选择。系统把已录入的人口基线按年龄推进,并结合可用的新人口总量和趋势推至当前日期。最新观测年份不等于推算年份。

02

不把假设藏起来

收入、单身与主观偏好存在资料缺口。你可以看每项依据、默认比例与计算公式;范围是不同设定的结果,不是统计置信区间。

03

不是脱单概率

符合条件、目前单身、彼此愿意,是不同的问题。系统不推算你一定能遇见谁,也不把伴侣稀有度当作感情质量。

为什么选得越细,有时比例反而上升?

年龄和范围决定分母。换成一个新的比较人群,比例和人数可能朝不同方向变化。在同一个分母下添加筛选条件,人数不会增加。

为什么没有婚史,也未必是单身?

一个从未结婚的人仍可能正在恋爱。理想恋人模式先排除有配偶者,再按情景估计无配偶者中没有恋爱对象的比例。

家庭、职业与外貌之间的相关性考虑了吗?

模型只处理部分关联。基础条件按年龄、性别、教育分组;额外偏好采用组内重合情景。跨组关系未完整校准,尤其不能用家庭结构推断人品。

输入会传到服务器吗?

不会。这个文件不发送网络请求、不写浏览器存储、不使用账号或追踪代码。数据来源链接需你主动打开;保存图片和记录是本地操作。导出的 JSON 包含完整选择,请自行保管。

整理你的选择选择 → 过程 → 结果

A SNAPSHOT OF YOUR CHOICES

把这次选择,留成一张卡片。

EVIDENCE & ASSUMPTIONS

这个数字,是怎样算出来的?