从恋爱到婚后的短信词频图发生了这些变化,你中了几枪?

简介:


0?wx_fmt=jpeg

时钟拨回2008年的十月,我和我现在的丈夫正在进行第一次约会。在我们一周年纪念日的时候,他送我的礼物是自我们第一次约会以来我们所有的短信的Word doc(他称之为数据的礼物#thegiftofdata)。这在那时候来说显得十分高科技(考虑到我们当时的手机都不是智能手机),而且是我觉得最用心的一份礼物(考虑到我们都是书呆子)。

为了庆祝我们的六周年纪念日,我决定对他的礼物进行升级。我回看了所有自我们约会开始的第一年的所有短信,并将其与去年我们订完婚以及后来我们作为新婚夫妇的短信进行比较。我开始对比六年以前与现在我们在短信里用的字词(如图所示)。 

0?wx_fmt=jpeg 

首先,我们可以很明显的看到,我的丈夫对于“家”这个词有一种迷恋。至于我,二十刚出头的我经常以“Hey”这个词语开始一段对话,并且最近我似乎决定不再问候我的丈夫,而是同意他发给我的短信中的大部分事情。

然后我对比了我们刚开始约会以及去年结婚后我们在短信里一些特定词语的使用频率。(如图所示)

0?wx_fmt=jpeg


我们的对话从“嘿,在干嘛?”转变为“好,听起来不错”。我们在短信里不再直呼对方的名字。我们也不再那么频繁的说“爱”这个词。但是有几个词在过去几年相对保持一致,例如“家”和“晚餐”。我查看了包含这些词的短信,然后发现虽然这些词语保持不变,但是它们被使用的语境随着时间在改变。

0?wx_fmt=jpeg 

主要的区别是,在我们处于约会的阶段,我们不能每天看到对方,所以我们之间的大部分交流必须要通过短信发生。我们经常会发消息给别的人看看他们在做什么,或者告诉他们我们在想他们。当我们结婚之后,由于我们一直在一起,我们会在晚上约会并对彼此说甜蜜的事情,所以短信在这时候大部分是用来确认日常的琐碎和分享一些随机的想法。

既然我们短信的内容已经发生了很大改变,我决定去看看我们发送短信给对方的时间是否也发生了改变。我将注意力主要放在我们第一次约会之后、我们订婚之后以及我们结婚之后的一个月内我们发送的消息。

0?wx_fmt=jpeg 

当我们约会的时候,我们在大概下午三点开始想念对方,并一直发消息到凌晨三点。而当我们作为一对已婚夫妇的时候,我们发短信的时间点已经有了很大翻转。我们发短信的时间主要在工作日,而且从不在晚上。 

0?wx_fmt=jpeg

在这里我们有相同的发现。作为一对新人,由于我们大部分时间都是分开的,我们时不时会和彼此确认,特别是晚上和深夜当我们不知道他们和谁在一起的时候!当然,当对方不在身边而我们因为正在外面做一些很酷的事情会待到很晚的时候,我们也会告诉彼此……并希望他们能在那里。

作为一对忠诚的夫妇,我们一天中唯一不在一块的时间就是工作的时候,所以这就是我们发短信的时间。我们确切的知道每天晚上对方在哪,如果我们正在做一些很酷的事情,很可能我们就在一块,并且可以面对面的告诉对方。

总的来讲,我们刚开始的短信非常有情调和私密。由于我们刚开始熟悉对方,我们需要确保我们所说的有趣而且周到。当我们的关系更进一步的时候,我们开始花更多的时间陪伴对方而且在这段关系中变得更加舒适。我们之间的短信变得更加可预测,这仅是因为所有不可预测的事情我们都当面说清楚了。我们不再需要在午夜隔着遥远的距离发送“我爱你”的短信来表达想念。我现在就可以翻过身,依偎在我的丈夫身边,在他的耳畔轻声细语。

原文发布时间为:2017-02-14

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
6月前
|
人工智能 数据挖掘
这图怎么画| 气泡热图(基因表达泛癌分析)
这图怎么画| 气泡热图(基因表达泛癌分析)
69 0
|
4天前
|
数据可视化 算法 数据挖掘
PCA(主成分分析),CA(对应分析)夫妻职业差异和马赛克图可视化
PCA(主成分分析),CA(对应分析)夫妻职业差异和马赛克图可视化
|
1月前
|
C语言
跳水运动员预测比赛结果排名次问题详解(逻辑类型题1)
跳水运动员预测比赛结果排名次问题详解(逻辑类型题1)
18 0
|
6月前
|
人工智能 数据挖掘
这图怎么画 | 相关分析棒棒糖图
这图怎么画 | 相关分析棒棒糖图
45 0
|
8月前
|
算法 计算机视觉
一种新的基于区域的在线活动轮廓模型研究(Matlab代码实现)
一种新的基于区域的在线活动轮廓模型研究(Matlab代码实现)
|
10月前
|
JSON 算法 数据格式
【变化检测】多时相影像变化检测精度评价(附有完整代码)
【变化检测】多时相影像变化检测精度评价(附有完整代码)
|
10月前
|
数据挖掘
R-apply| 基因表达量批量二分类,Get!(修正版)
R-apply| 基因表达量批量二分类,Get!(修正版)
|
10月前
|
机器学习/深度学习 存储 人工智能
【OpenVI-视觉评价系列之MOS评价实战篇】手机存储不够用,清理照片太痛苦?MOS评价帮你挑选“垃圾”照片
MOS(Mean Opinion Score)是一种常用的主观质量评价方法,常用于视频、图像等多媒体领域中的质量评价。MOS视觉评价通常是通过让受试者观看视频/图像,对视频的清晰度、锐度、颜色饱和度、运动模糊、噪声等方面进行评价。然而,MOS视觉评价也存在一些局限,例如需要大量的受试者,评估时间较长等。因此,近年来,研究者们也开始探索使用客观评价方法来替代或补充MOS视觉评价。
304 2
【OpenVI-视觉评价系列之MOS评价实战篇】手机存储不够用,清理照片太痛苦?MOS评价帮你挑选“垃圾”照片
|
JavaScript 前端开发 测试技术
软件测试|pyecharts绘制NBA球星得分能力对比图
软件测试|pyecharts绘制NBA球星得分能力对比图
200 0
软件测试|pyecharts绘制NBA球星得分能力对比图
深度之眼(十五)——导数和积分
深度之眼(十五)——导数和积分
深度之眼(十五)——导数和积分