Как работает анализ переписки: что считают в чате пары

Анализ переписки — это подсчёт того, что в чате записано дословно: сколько сообщений и слов у каждого, за сколько минут приходит ответ, кто начинает разговор после паузы, в какие дни звучали извинения. Считает программа прямо в браузере, по заранее заданным словарям и порогам. Силу чувств она не измеряет и не пытается.

Коротко

• Считается только написанное текстом: объём, ритм, паузы, попадания в словари, даты первых событий.
• Словари ищут точные формы слов, а не корни. Для движка «прости» и «просто» — разные слова.
• Ссора — это день с четырьмя маркерами и голосами обоих, а не одна резкая фраза.
• Файл разбирается в вашем браузере и на сервер не уходит; готовый отчёт остаётся там же, копии у нас нет.
• Интонацию и сарказм программа не слышит, голосовые не расшифровывает, групповые чаты не берёт принципиально.

Что считает анализ переписки, а что не считается вообще

Всё, что выдаёт разбор, выведено из текста сообщений и их временных меток. Больше движок не знает ничего: ни кто вы, ни что было между вами вне чата.

Вот главные группы того, что порождает код:

• сколько сообщений, слов и символов написал каждый;
• медиана скорости ответа за всю переписку и среднее за выбранный период;
• инициатива, последнее слово, повисшие сообщения;
• попадания в четырнадцать словарных категорий и в пять групп смайликов;
• даты первых признаний, первых ссор, примирений и тёплых дней;
• тяжесть ссор и уровень счастливых дней — в сравнении с вашими же, а не с чужими.

Каждая строка здесь — арифметика, а не мнение. Повторная загрузка той же выгрузки даст ровно те же числа: ни жребия, ни настроения, ни «а давай сформулируем помягче» в коде не предусмотрено. Отключите интернет после того, как страница открылась, — бесплатный разбор всё равно досчитает: считать ему нечем, кроме вашего же устройства.

Языковая модель появляется только в платном психологическом разборе и только как автор текста. Числа она получает готовыми, и первым пунктом её задания стоит запрет считать самой. Как это разделено по шагам, с порогами и формулами, расписано в методике расчёта метрик.

Чего в списке нет: оценки чувств, прогноза на будущее, сравнения вашей пары с другими парами. Своей статистики по парам у нас не существует — чужие разборы мы не собираем и «норму» по ним не строим.

Как читать скорость ответа в своём отчёте

Смотрите на два числа разом: медиана за всю переписку — ваш обычный вечер, среднее за выбранный период — тот же темп вместе с долгими паузами. Смысл рождается не в каждом из них по отдельности, а в расстоянии между ними.

Разрыв показывает, из чего склеена ваша скорость. Четыре минуты медианы при семи минутах среднего — ровный ритм, телефон почти всегда под рукой. Четыре минуты медианы при полутора часах среднего — совсем другая жизнь: чаще всего мгновенно, но тянется хвост из вечеров, совещаний и поездок. Именно этот хвост человек вспоминает, когда говорит «ты мне полдня не отвечал». Обе реплики при таких числах правдивы, просто одна про будни, а вторая про исключения.

Рядом со скоростью стоит счётчик «остались без ответа», и без него первые два числа читаются криво. В минуты попадают только те обращения, на которые откликнулись в пределах шести часов. Быстрая медиана при большом счётчике говорит не «вам отвечают моментально», а «вам отвечают моментально — когда отвечают». Порядок чтения такой: сначала счётчик, потом минуты.

Пустая клетка на месте цифры — не ноль и не поломка. Она значит, что за выбранный отрезок мерить было нечего: обращений в остывший чат не нашлось, все сообщения шли внутри живых разговоров. Ноль на этом месте прочитался бы как «отвечает мгновенно», то есть наизнанку, поэтому его там и нет.

Одна и та же цифра вырастает из очень разных жизней. Медиана в два часа у пары со сменным графиком, у пары с разницей в пять часовых поясов и у пары, где один работает руками, а телефон лежит в шкафчике, — три непохожие истории с одинаковым числом. Отчёт их не различает и не должен: он показывает, как ваш ритм выглядит со стороны, а причину знаете только вы двое.

Отсюда единственный честный способ сравнения — с собой прежними. Возьмите тот же месяц год назад или два соседних квартала и посмотрите, куда поехали среднее время ответа и счётчик без ответа. Чужие минуты для этого не годятся: выборки по парам у нас нет, «нормальной» скорости ответа не существует. А сравнивать между собой вас двоих движок и сам не торопится — при близких числах он пишет «почти поровну» вместо победителя.

Как устроены словари: почему «прости» и «просто» разные слова

Потому что в словаре лежат не корни, а готовые формы: каждое слово записано так, как его набирают в чате. Рядом — перечень разрешённых начал вроде «солнышк» с любым хвостом, но не меньше четырёх букв. Приводить слова к основе движок намеренно не стал.

Обычный для русского текста инструмент — стеммер Портера: он срезает окончания и сводит слово к огрызку основы. На переписке это подводит. «Прости» превращается в «прост», куда сваливается и «просто»; ласковое «зая» садится на предлог «за», а «попа» встречается с «попить». Живой пример: человек пишет «просто устал» — в отчёте у него плюс одно извинение, и так десятки раз за месяц. Одно место для стеммера всё же нашлось: топ частых слов, и там «скучаю», «скучала» и «скучаешь» обязаны склеиться в одну строку.

Поэтому словари собраны вручную, по формам. Ласковых обращений в них 41 форма, извинений 19, признаний 28 форм и 2 устойчивые фразы. Категорий всего четырнадцать. Рядом лежат 28 слов-паразитов, стоп-лист из 181 служебного слова и пять смайликовых групп: любовь, флирт, смех, нейтральные и негатив. Скобки считаются наравне с картинками: «)))» уходят в смех, «(((» — в негатив.

Четыре правила, которые сильнее всего меняют результат:

Цена такой аккуратности — недосчёт. Форма, которой в перечне не оказалось, проходит мимо кассы. Прозвище, придуманное вами вдвоём, движку неизвестно: в него заложили общеупотребимое, а не ваше домашнее. Принцип тут простой — пусть лучше своё не посчитается, чем чужое посчитается.

Под дату первого признания планка поднята ещё выше, чем под категорию. Обращение к партнёру должно стоять рядом с глаголом, в пределах трёх слов. Отрицание отсекается; «люблю тебя целовать» тоже мимо — любовь здесь не к человеку. А голое «Люблю» отдельным сообщением пройдёт, только если к нему прилетело сердечко: без сердечка оно на выгрузках раз за разом оказывалось репликой про ужин.

Почему ссора — это день, а не отдельное сообщение

Ссора собирается из дня, и голоса нужны оба. Когда маркеры весь день идут с одной стороны, эпизод не заводится: злиться в одиночку и ругаться вдвоём — разные события.

Каждое сообщение прогоняется через шесть групп маркеров, и у каждой группы свой вес. Одно сообщение может угодить сразу в несколько групп — и вот здесь стоит потолок: выше шести суммарный вес сообщения не поднимается. Потолок влияет только на тяжесть эпизода, лёгкий он у вас или крупный. Станет ли день ссорой вообще, решают другие вещи: четыре сообщения с маркерами и голоса обоих либо повторные угрозы расстаться или переходы на личности.

В ссору день превращается по одному из трёх сценариев:

1. Обычный. За сутки накопилось четыре сообщения с маркерами, и писали их оба.
2. Короткий злой вечер. Сообщений мало, зато у каждого маркеров хотя бы по два, а на сотню реплик их приходится не меньше двух. Так ловится вечер, когда разговор просто оборвали.
3. Тяжёлое слово. Дважды и больше прозвучала резкость или угроза расстаться, всего маркеров за день не меньше трёх. Взаимность тут не требуется: такие фразы тянут сами.

Соседние дни сливаются в один эпизод: спор редко укладывается в календарные сутки. Имя эпизоду даёт не первый прозвучавший маркер, а та группа, которая набрала за его дни наибольший вес, причём вес тут — сумма, а не рекорд. Одно «всё кончено» тяжелее одного «отстань», 4 против 2,2. Но три «отстань» набирают 6,6 и перевешивают: группы сравниваются по сумме своих сообщений, а не по одному самому страшному слову, и эпизод назовётся «Уход из разговора».

Тяжесть эпизода — величина относительная. Сначала за день собирается вес: веса всех маркеров складываются, а каждое сообщение капсом и каждый негативный смайлик добавляют сверху по четыре десятых. Потом это число делится на медиану по всем вашим ссорам. Получилось меньше единицы — ссора лёгкая; от единицы до двух — заметная; всё, что перевалило за два, — крупная. Общей шкалы напряжения не бывает: одни после «ну ладно» неделю ходят по разным комнатам, другие трижды за день обзовут друг друга дураками и вечером идут в кино.

Дальше движок смотрит на неделю после эпизода и ищет первый день, когда снова появились сердечки или извинения. Нашёл — это примирение. Не нашёл — у эпизода честно не будет исхода, в отчёте так и написано: по переписке не видно. Мириться можно голосом, на кухне и молча, а додумывать такое мы не берёмся.

Инициатива, последнее слово и повисшие сообщения

Три метрики про роли, а не про старание. Инициатива — первое сообщение после паузы длиннее шести часов. Последнее слово — чьим сообщением закончился день. Повисшее — сообщение, на которое партнёр не ответил дольше тех же шести часов.

Перекос 70 на 30 по инициативе не означает, что одному нужнее. Он означает ровно то, что написано: один чаще открывает чат первым, другой чаще откликается. Дальше это читается по-разному: один просыпается раньше и первым пишет «доброе утро», другой втягивается в чат ближе к ночи. По одной цифре такие случаи не различить, и мы их не различаем.

Есть и техническое правило против ложных побед. Когда двое расходятся меньше чем на десятую долю, победителя движок не назначает вовсе — в отчёте стоит «поровну». Половина «побед» в таких сравнениях была бы случайностью, и честнее так и сказать.

Повисшие сообщения — самая соблазнительная для неверного чтения метрика. Она считает молчание дольше шести часов, и это всё. У неё нет ни намерения, ни причины: сон, смена, разряженный телефон и сознательное молчание выглядят одинаково. Термин, которым такое молчание называют в сети, разобран отдельно — что вкладывают в слово «гостинг» и чем бытовая пауза отличается от исчезновения.

Что происходит с файлом переписки

Файл не уходит на сервер. Выгрузка читается и разбирается в вашем браузере, и готовый отчёт остаётся там же: он открывается по постоянному адресу даже после закрытия вкладки, а копии у нас нет. Ссылка, которую вы создаёте сами, чтобы показать разбор, живёт 30 дней, а у оплаченного — год. Что именно происходит с данными на каждом шаге, описано на странице о том, что происходит с вашей перепиской.

Принимаются выгрузки четырёх мессенджеров: Telegram в двух форматах, HTML и JSON, WhatsApp, ВКонтакте, Instagram. Несколько выгрузок сводятся в один разбор — пара, переехавшая из ВК в Telegram, получает сквозную хронологию, а какие аккаунты считать одним человеком, размечаете вы сами.

Полные повторы движок отсекает сам: дублем считается сообщение, совпавшее целиком — секунда, автор, тип и весь текст, — и отчёт пишет, сколько их отброшено. Но время в HTML и в JSON записано по-разному, под это правило два формата одного чата не попадают, и такой чат ляжет в разбор дважды. Как выгрузить чат в каждом из четырёх мессенджеров, расписано на странице про экспорт чата.

Платный разбор — единственный случай, когда текст всё-таки уезжает, и уезжает он уже без опознавательных знаков. Браузер сам, до отправки, заменяет вас с партнёром на «Имя1» и «Имя2» во всех падежах, а номера, почты, ссылки, юзернеймы и длинные цифровые хвосты прячет за заглушки. Результат замены показывается вам до того, как что-то уйдёт.

Сколько сообщений нужно, чтобы цифры что-то значили

Файл принимается от 50 сообщений, но достаточными данными считаются 90 дней и 2 000 сообщений. Разница между этими порогами — разница между «разбор построится» и «разбору можно верить».

На короткой переписке ломается сразу несколько вещей. Медианы прыгают от одного выходного. Ссор может не набраться ни одной — не потому, что их не было, а потому, что четыре маркера за день не выпали. Тёплым дням не от чего оттолкнуться: порог для них берётся из вашей же переписки, а когда её мало, порог выходит случайным.

То же с процентами. На выборке в сто сообщений разница «53 на 47» и «50 на 50» друг от друга неотличима, а выглядит она как приговор. Поэтому на коротких файлах проценты стоит читать как шум, а не как расстановку сил.

Отдельная история — пара, которая живёт голосовыми. Расшифровки у кружка и войса нет, значит, и слов для словарей нет: тот, кто наговаривает, по всем категориям выйдет скромнее того, кто печатает. Частично это компенсируется — доли берутся от числа текстовых сообщений, а не от всех подряд, — но до конца не лечится. И длительность записей видна только в выгрузке Telegram: WhatsApp фиксирует сам факт голосового, без минут.

Пересланные посты — вторая история того же рода. Telegram в выгрузке записывает текст репоста на того, кто нажал «переслать». Пара, которая общается мемами и чужими длинными постами, получит раздутое число слов и случайные срабатывания словарей.

Чего анализ переписки не показывает

Главного он не показывает: кто в паре сильнее привязан. Все цифры — это слова в одном чате, и говорят они лишь о том, кто чаще пишет об этом текстом. Человек с двадцатью признаниями за год вполне может быть тем, кто три года возит, чинит и ждёт.

Интонацию движок не слышит. «Отстань» в шутку он засчитает всерьёз, домашнюю дразнилку примет за резкость, а самый громкий скандал — тот, где оба сутки молчали, — пропустит целиком: маркеров нет, значит, и дня нет. Сарказм не ловит ни одна словарная категория, и обещать обратное было бы враньём.

В задании модели для платного разбора «абьюз», «токсичный» и любые названия расстройств стоят под прямым запретом — не из вежливости, а потому что по тексту чата такие выводы не делаются. Что вообще означает ярлык, который сейчас лепят почти на любой конфликт, разобрано в термине про слово «токсик» и его границы. Психологические понятия тоже честнее читать как описание ситуации, а не как ярлык на человеке: то же самое верно и для разговора про типы привязанности.

Инструментов проверки партнёра здесь нет намеренно. Разбор рассчитан на общий чат, который вы открываете вдвоём; метрик «охлаждения» в продукте не существует, потому что цена ошибки в такой метрике выше любой пользы. Групповые чаты не анализируются принципиально — продукт про двоих, и третий участник в выгрузке помечается как «не учитывать».

Названные цифры не стоит путать с исследованиями. Джон Готтман описывал соотношение пяти позитивных взаимодействий к одному негативному как признак устойчивых пар — это наблюдение на его выборке, а не норма, по которой можно себя мерить. Гэри Чепмен в книге 1992 года предложил идею языков любви, и она остаётся удобной метафорой, а не измерительным прибором. Надёжных данных о том, какая доля сообщений «правильная», нет ни у кого, и у нас тоже.

Полный разбор чата стоит 150 ₽, психологический разбор — 490 ₽, нумерологический — 100 ₽, а совместимость знаков зодиака разбираем бесплатно; что входит в каждый, показано на страницах самих разборов.

Начать проще с бесплатного: загрузите выгрузку в бесплатный разбор переписки, посмотрите на свои числа вдвоём и поспорьте, кто из вас пишет первым чаще. Спорить обычно есть о чём — и это повод поговорить получше любой цифры в отчёте.