关于格子之如何判断对方喜欢你

飞碟说78:《如何判断对方是否喜欢你》优酷视频在线观看。人生有三大错觉:手机震动,有人敲门,他/她喜欢我。自作多情简直是人生常态!如何从蛛丝马迹中分辨动情信号?

视频开头开场的背景音乐:Don‘t Cry  Guns N‘ Roses(枪花乐队)      片尾背景音乐:刘德华的 谢谢你的爱

飞碟说 如何判断对方是否喜欢你 文字版台词

人生有三大错觉:手机震动,有人敲门,他/她喜欢我。如果你看过电影《他其实没那么喜欢你》,就知道自作多情简直是人生常态。如何从蛛丝马迹分辨动情信号?咱们循序渐进分四个阶段来讲。

1、她对你到底有没有兴趣

她的视线常常在你身上停留,并且你们每次目光接触会保持3秒以上,然后以温柔腼腆一笑结束,那么她对你有兴趣。但你要确定不是因为你的脸上有饭粒没擦掉,你长得也并不像明星或她的前任。她跟朋友同事打听你的事,也是对你有兴趣的信号,但内容最好是关于你的情感状态而不是银行存款。

2、她对你有好感吗?

注意她的肢体动作,男女都会通过自己坐的方向和姿势来向另一方发出暗示。以开放的坐姿面向你,表明她对你的心也是开放的;而双臂在胸前交叉,对你说的话只简短回应,说明她不太想跟你拉近距离;女生歪着头看你露出一小段脖子,无意的请撩头发、舔舔嘴唇,都是想要亲近的信号。不过一定要排除她有事求你。男生若有似无的与你肢体碰触,过马路手放你肩上或腰上做出保护动作,那他一定对你有好感,或者是在试探你的性趣。

3、她喜欢你?

愿意为你花费时间、经理、钱和心思,是喜欢的主要标准,跟你保持频繁的联系和约会,和你在一起的时候表现得十分开心、恋恋不舍,每次回复你的短信超过30个字而不是简短单词,毫无疑问她喜欢你。但警惕,她也可能是个把恋爱当游戏的情场高手,或者保险推销员。

4、他爱上你了?

但你见他所有朋友,带你见父母,跟你讨论未来的人生规划,是判断对方是否爱上你的终极标准。这样做表明他对你是认真的,有跟你结婚的打算。当然前提是你得确定他的性取向,确定他不是为了应付压力而要跟你形婚。

被喜欢之所以常常是错觉, 是因为我们在潜意识里都对此有期待,于是故意忽略了其他可能性,积极的帮对方找借口,放大了乐观的部分,就算你拖她去做科学鉴定,证明她面对你时,内啡肽和多巴胺狂分泌,肾上腺素飙升,也别忘了她在面对美食和萌宠的时候,也可能有类似的反应。嫌弃所有方法麻烦又多又多变数,还有一招就是无招胜有招。当你不确定他喜不喜欢你的时候,结论是他不喜欢,至少他没有那么喜欢你

时间: 2024-10-25 00:43:15

关于格子之如何判断对方喜欢你的相关文章

MMO游戏技能攻击区域的计算2--给地图划分格子

本文来自肥宝游戏,引用必须注明出处! 之前已经写过关于攻击区域的算法.但后来,发现别人的游戏(<凡人修真2>其实也不算别人的游戏了)不是这么写的.我居然找不到算矩形之类的代码.找来找去,发现实现思路跟我的差别太大.我的思路在这里 先说一种情况,就是一个玩家的角色在地图上走动的时候,是需要不断的跟服务端同步的. 例如图中坐标系,从位置1走到位置2.这个过程中是要不断的跟服务端同步的.服务端也会不断地跟其他客户端同步 在玩家的角度来看,角色A是从位置1到位置2匀速运动.而在同一个屏幕下的其他玩家也

【机器学习实战】第2章 K-近邻算法(k-NearestNeighbor,KNN)

第2章 k-近邻算法 <script type="text/javascript" src="http://cdn.mathjax.org/mathjax/latest/MathJax.js?config=default"></script> KNN 概述 k-近邻(kNN, k-NearestNeighbor)算法主要是用来进行分类的. KNN 场景 电影可以按照题材分类,那么如何区分 动作片 和 爱情片 呢? 动作片:打斗次数更多 爱情片

管理学定律八:晕轮效应与霍桑效应

1.晕轮效应 1.1 来源 晕轮效应最早是由美国著名心理学家爱德华·桑戴克于20世纪20年代提出的.他认为,人们对人的认知和判断往往只从局部出发,扩散而得出整体印象,也即常常以偏概全.一个人如果被标明是好的,他就会被一种积极肯定的光环笼罩,并被赋予一切都好的品质:如果一个人被标明是坏的,他就被一种消极否定的光环所笼罩,并被认为具有各种坏品质.这就好象刮风天气前夜月亮周围出现的圆环(月晕),其实呢,圆环不过是月亮光的扩大化而已.据此,桑戴克为这一心理现象起了一个恰如其分的名称"晕轮效应"

让子弹多飞一会儿——谈谈游戏中的弹道(转)

电子游戏/电脑游戏发展已经有几十年了.很多老玩家们都是小时候从街机厅开始玩游戏的.转眼到了2010年,今天已经是网络游戏的天下.街机厅一个个不是关了门,就是变成了暗地里的赌博厅,网吧则在城市中遍地生根发芽.如今走进网吧,不是WOW就是天龙.DNF.人人戴着耳机,专注屏幕,没有了街机厅的那种喧闹,那种1元钱在街机厅混一个下午,一个牌子把<皎皎皎>复关6遍的日子已经一去不复返了.当然,时代在发展,网游从某种角度来说战胜了单机,也是因为有他得天独厚的优势.在网游中,社交被大大强化了.人们可以在游戏中

比特币与区块链

早上看到一则新闻,说比特币可能要分裂比特币现金,很多持有者可能会凭空多出很多财富,又联想到前端时间微信群中讨论的很火热的区块链的话题,记得当时有人曾说这可能是影响未来几年最重要的技术之一,觉得为看懂未来趋势,有必要再深入的了解一下区块链. 印象中区块链就是一个去中心化的分布式数据库,没有中心权威代理,就要解决信息点对点传递的真实有效性问题.下面转载一下刚看到的一篇不错的解释. 作者:maxdeath 代尔夫特理工大学 (TU Delft) 博士后区块链博士后,共识算法专家 链接:https://

《机器学习实战》读书笔记2:K-近邻(kNN)算法

声明:文章是读书笔记,所以必然有大部分内容出自<机器学习实战>.外加个人的理解,另外修改了部分代码,并添加了注释 1.什么是K-近邻算法? 简单地说,k-近邻算法采用测量不同特征值之间距离的方法进行分类.不恰当但是形象地可以表述为近朱者赤,近墨者黑.它有如下特点: 优点:精度高.对异常值不敏感.无数据输入假定 缺点:计算复杂度高.空间复杂度高 适用数据范围:数值型和标称型 2.K-近邻算法的工作原理: 存在一个样本数据集合,也称作训练样本集,并且样本集中的每个数据都存在标签,即我们知道样本集中

王思聪在分答全部32个精彩回答汇总

近日,国民老公王思聪在分答开帐号,妙答全民八卦,从目前全部32个回答来看,王思聪的三观很正!会长下血本在分答花了32大洋,听记了一晚上,终于将国民老公全部32个问答如数记录下来了,大家一睹为快吧: 1. 如果我是一个普通人,我猜我会选择互联网/移动互联网方向去创业,比如弄个网站或者做个APP.因为这种门槛比较低.做大的可能性也比较高.比如像扎克伯格做Facebook的时候,他就是个屌丝,也可以做得这么大.只要你产品做得足够好,就会有人愿意买单!比如像Instagram.Snapchat都不是大公

测试人机问答系统智能性的3760个问题

本文给出了3760个问题,这些问题来自于广大网友对QuestionAnsweringSystem的测试. 在面对这些问题的时候,我们人类是怎么思考回答的呢? 对我们来说,回答这些问题是一个很自然甚至很简单的思考过程,可是我们却很难把我们的思考过程严格地描述清楚.我们从小到大,积累了很多的经验和知识,这些经验和知识来自我们的社会实践和学校学习. 我们所处的世界不是完美的,我们本身也不是完美的,人与人的相互交流也不是完美的,我们经常需要反复地沟通,尽管这样,有时候我们还是不能完全理解对方的意思,有可

机器学习实战笔记——利用KNN算法改进约会网站的配对效果

一.案例背景 我的朋友海伦一直使用在线约会网站寻找合适自己的约会对象.尽管约会网站会推荐不同的人选,但她并不是喜欢每一个人.经过一番总结,她发现曾交往过三种类型的人: (1)不喜欢的人: (2)魅力一般的人: (3)极具魅力的人: 尽管发现了上述规律,但海伦依然无法将约会网站推荐的匹配对象归入恰当的分类,她觉得可以在周一到周五约会那些魅力一般的人,而周末则更喜欢与那些极具魅力的人为伴.海伦希望我们的分类软件可以更好地帮助她将匹配对象划分到确切的分类中.此外,海伦还收集了一些约会网站未曾记录的数据