情感感情指數是什麼愛情情感婚姻(愛情指數測試)
何謂幸福?幸福指數又是指?
心理欲望得到滿足時的狀態。 一種持續時間較長的對生活的滿足和感到生活有巨大樂趣並順其自然地希望持續久遠的愉快心情。
幸福感指數
測試被試目前體驗到的幸福感的工具。美國心理學者A。坎貝爾等人1976年編制，分總體情感感情指數和生活滿意度兩部分。總體情感感情指數由與被試生活質量相關的8個項目組成，從不同角度描述情感感情的內涵；生活滿意度指數隻有一項。量表適合使用於18歲以上成年人，可采用紙筆測驗形式，無答題時間限止。 具體核算過程與評定：1。被試對每道題做出7點評定，計算時將滿意度加權重1、1，緊接著再與整體情感感情量表的平均分相加。2。總分范圍在2、1（最不幸福）與14、7（極其幸福）之間，分數越高，表明幸福感愈強。3。該量表與事實的一致性是計算總體情感感情指數與生活滿意度的相關，其信度系數為0。55，再測信度為0。5六、4。該量表的效度是計算總體情感感情指數與另一種幸福感的量表相關，系數是0。5二、
幸福量表
也叫“Paychap調查表”，評鑒普通人的快樂感的工具，目的是評價一項快樂竅門的訓練效果，美國心理學傢福代斯1986年編制。除測得總分外，還能測量4個因子分：（一）已獲得的快樂感；（二）快樂性格；（三）快樂態度與價值觀；（四）快樂的活法方式。適合使用於成人，采用紙筆測驗。量表共有兩套，每套包括兩個相配的量表，每套量表有80道測題。被試對測題做出二擇一的抉擇，分數越高，預示越愉快。該量表的復查信度平均為0。92，三周後的再測信度為0。86；其效度是計算與情感感情量表的相關，系數為0。7二、
雙魚座男和天蠍女各式情感感情指數怎樣?
雙魚男向來溫柔，而天蠍女是個外冷內熱的那種，他們二人人對於愛情是有著一樣的觀念，隻要認定瞭對方，他們就是一個執著的。並 且，二個人對於感情都是具有極為強烈的占有欲的，最初認識時，也能夠被彼此所招引，所以經常能夠很快在一起。
配對概括
雙魚男和天蠍女均為陰性星座，所以二個人在性格方面其實也就是說是有著相像的地方的，二個人在一起相處亦會有很多共同語言，你們相處起來特別和諧，由於你們的性 格許多都非常相似，而且你們對愛情的占有欲很強，不會那麼容易把手頭的獵物舍棄掉，因此你們固然個性內向，沉默少語，不過卻能夠經常待在一起，你們都不願從對方的身邊離開，因此你們的情感進展很快，愛情的火花也非常炎熱，假如結合會成為挺好的一對。
愛情指數
兩人的愛情指數有95%，對於雙魚男和天蠍女來說，二個人意想不到地有著很多特點，所以愛情於他們來講，其實也就是說是有著一個天優勢，讓你們在相處時能夠把感情基礎打造的更加完美，你們的性 格內向，缺乏安全感，所以對愛情非常執著，這一點會使得你們主動去容納對方的優缺點，你們僅需要對方能夠永久陪伴著你，因此你們會全心全意去愛對方，關系進展也則非常順利。
愛情婚姻指數
愛情指數較高的兩人，愛情婚姻指數也是高的，大約有98%，對他們來說，進入愛情婚姻，其實也就是說和之前戀愛時期不可能有太大的變化，由於你們的感情永久都處於一種非常平安穩定的狀態，特別是你們從戀愛階段到愛情婚姻階段，幾乎不需要費多少功夫就能做到，因此也不會覺得有啥不對勁的地方，以前如何過的，此刻就如何過，其實沒有什麼大的改變，但是值得一提的是，當他們出嫁後，常常都會進一步加深瞭解，從而使得感情更加深邃，生活過得愈加幸福。
奇點星座網，許多女生都會關註的星座知識百科。八字姻緣、八字事業、愛情婚姻運勢與運氣、財神靈簽、情感感情合盤、看另一半、八字測算、姓名速配、畢生運勢與運氣、復合機會，您還不錯在底部在線咨詢奇點星座網。
情感感情指數
情感感情值每一天最多增添250，第2天上線直接減少10，
以此類推。
到達一定情感感情值後，
每一天減少的數量會有變化
然而，假如兩人關系鐵，可是，每一天的情感指數會很高哦，
雙子座的感情指數是多少
我便是雙子座，關於雙子座的感情指數是難說的，由於雙子座是一自個的身體承載著二個人的思想，她的變換是你們想未到的。而對於情感感情嗎，投入則很投入冷漠則很冷漠。而且很善良啊
人工智能技術應用:情感感情剖析概述
和其它的人工智能技術相比，情感感情剖析(Sentiment Analysis)顯得有些特殊，由於其他別的范疇都是依據客觀的數據來進行剖析和預測推算，但情感感情剖析則帶有強烈的個人主觀因素。情感感情剖析的目標是從文本中剖析出人們對於實體及其屬性所表達的感情傾向以及看法，這項技術最早的研究始於2003年Nasukawa和Yi兩位學者的關於商品評論的論文。
隨著推特等社交媒體以及電商平臺的發展而產生大量帶有看法的內容，給情感感情剖析提供瞭需要的數據基礎。時到現在日，情感感情識別已經在多個范疇被普遍的應用。例如在商品零售范疇，用戶的評價對於零售商和生產商都是很重要的反饋信息，經過對海量用戶的評價進行情感感情剖析，可以量化用戶對產品及其競品的褒貶程度，從而瞭解用戶對於產品的訴求以及自己產品與競品的對比優劣。在社會輿情范疇，通過剖析大眾對於社會熱點事件的點評可有效的掌握輿論的走向。在企業輿情方面，利用情感感情剖析可以快速瞭解社會對企業的評價，為企業的戰略規劃提供決策根據，提升企業在市場中的競爭角逐力。在金融交易范疇，剖析交易者對於gupiao及其他金融衍生品的態度，為行情交易提供輔助根據。
目前，絕大都的人工智能開放平臺都具備情感感情剖析的能力，如圖所示是玻森中文語義開放平臺的感情剖析功能演示，可以看出除瞭通用范疇的感情剖析外，還有汽車、廚具、餐飲、新聞和微博幾個特定范疇的剖析。
那麼到底何謂情感感情剖析呢？從自然語言處理技術的角度來看，情感感情剖析的任務是從評論的文本中提取出評論的實體，以及評論者對該實體所表達的感情傾向，自然語言所有的核心技術問題，比如：詞匯語義，指代消解，此役小氣，信息抽取，語義剖析等都會在情感感情剖析中用到。於是，情感感情剖析被看作是一個自然語言處理的子任務，俺們是可以將人們對於某個實體目標的感情統一用一個五元組的格式來預示：(e，a，s，h，t)
以圖為例，e是指某餐廳，a為該餐廳的性價比屬性，s是對該餐廳的性價比預示瞭褒義的評價，h為發表評論者本人，t是19年7月27日。因此這條評論的感情剖析可以預示為五元組（某餐廳，性價比，正向褒義，評論者，19年7月27日）。
情感感情剖析依據處理文本顆粒度的區別，大體可以分為三個級別的任務，分別為篇章級、句子級和屬性級。我們分別來看一下。
1、 篇章級情感感情剖析
篇章級情感感情剖析的目標是判斷整篇文檔表達的是褒義還是貶義的感情，例如一篇書評，或者對某一個熱點時事新聞發表的評論，隻要待剖析的文本超經過一句話的范圍，即可看成是是篇章級的感情剖析。
對於篇章級的感情剖析來講有一個前提假設，那麼這樣就是全篇章所表達的看法僅針對一個獨立的實體e，且隻蘊含一個看法持有者h的看法。這種做法將整個文檔看成是一個整體，不對篇章中蘊含的具體實體和實體屬性進行研究，使得篇章級的感情剖析在現實操作中比較局限，無法對一段文本中的多個實體進行獨立剖析，對於文本中多個看法持有者的看法也無法辨別。
例如評價的文本是：“我認為這款手機很棒。”評價者表達的是對手機整體的褒義評價，但假如是：“我認為這款手機拍照功能很不錯，但信號不是很好”如此的句子，在同一個評論中顯現瞭褒義詞又顯現瞭貶義詞，篇章級的剖析是無法分辨出來的，隻能把它作為一個整體進行剖析。
但是好在有許多的場景是不需要區分看法評價的實體和看法持有者，例如在商品評論的感情剖析中，可以默認評論的對象是被評論的商品，評論的看法持有者也是評論者本人。誠然，這個也需要看被評論的商品具體是哪些東西，假如是親子旅遊如此的旅遊服務，那麼評論中就很有可能蘊含一個以上的看法持有者。
在實際打工時，篇章級的感情剖析無法滿足大傢對於評價更細致，假如需要對評論進行更精確，更細致的剖析，大傢需要拆分篇章中的每一句話，這便是句子級的感情剖析鉆石的問題。
2、 句子級情感感情剖析
與篇章級的感情剖析類似，句子級的感情剖析任務是判斷一個句子表達的是褒義還是貶義的感情，固然顆粒度到瞭句子層級，不過句子級剖析與篇章級存在同樣的前提假設是，那麼這樣就是一個句子隻表達瞭一個看法和一種情感感情，並且僅有一個看法持有人。假如一個句子中蘊含瞭兩種以上的評價或多個看法持有人的看法，句子級的剖析是無法分辨的。好從實際生活之中，絕大都的句子都隻表達瞭一種情感感情。
既然句子級的感情剖析在有限性上與篇章級是相同的，那麼進行句子級的感情剖析意義何在呢？關於此問題，需要先解釋一下語言學上主觀句與客觀句的分別。在我們日常用語當中，依據語句中是否帶有說話人的主觀情感感情可以將句子分為主觀句和客觀句，比如：“我喜歡這款新手機。”就是一個主觀句，表達瞭說話人內心的感情或看法，而：“這個APP昨天更新瞭新功能。”那麼是一個客觀句，陳述的是一個客觀事實性信息，並不蘊含說話人內心的主觀情感感情。通過分辨一個句子是否是主觀句，可以幫助我們過濾掉一部分不含情感感情的句子，讓數據處理更有效率。
不過在實操過程中，我們會發現如此的分類方法好像並不是非常準確，由於一個主觀句也或許沒有表達任何的感情信息，知識表達瞭期望或者猜測，比如：“我認為他此刻已經在回傢的路上瞭。”此句話是一個主觀句，表達瞭說話人的猜測，不過其實沒有表達出任何的感情。而客觀句亦有可能蘊含情感感情信息，表明說話者並不希望這個事實發生，比如：“昨天剛買的新車就被人刮花瞭。”此句話是一個客觀句，但結合常識我們會發現，此句話中其實也就是說是蘊含瞭說話人的負面情感感情。
因 此，僅僅對句子進行主客觀的分類還不足以達到對數據進行過濾的要求，大傢需要的是對句子是否含有情感感情信息進行分類，假如一個句子直接表達或隱含瞭情感感情信息，則認為這個句子是含有情感感情看法的，對於不含情感感情看法的句子那麼可以進行過濾。目前對於句子是否含有情感感情信息的分類技術通常都是采用有監督的學習算法，這一個方法需要大量的人工標註數據，基於句子特征來對句子進行分類。
也就是說，俺們是可以將句子級的感情剖析分成兩步，第1步是判斷待剖析的句子是否含有看法信息，第2步那麼是針對這幾個含有看法信息的句子進行情感感情剖析，發現其中情感感情的傾向性，判斷是褒義還是貶義。關於剖析情感感情傾向性的方式方法與篇章級類似，仍然是可以采用監督學習或依據情感感情詞詞典的方式方法來處理，我們會在後續的小節詳細講解。
句子級的感情剖析相較於篇章級來講，顆粒度更加細分，不過同樣隻能判斷整體的感情，忽視瞭對於被評價實體的屬性。同時它也無法判斷比較型的感情看法，比如：“A產品的用戶體驗比B產品好多瞭。”對於這樣一句話中表達瞭多個情感感情的句子，我們不能將其簡單容易的歸類為褒義或貶義的感情，而是需要更進一步的細化顆粒度，對評價實體的屬性進行抽取，並且將屬性與相關實體之間進行關聯，這便是屬性級情感感情剖析。
3、 屬性級情感感情剖析
上文介紹的篇章級和句子級的感情剖析，都無法確切的知道評價者喜歡和不心愛的具體是哪些東西，並且也無法區分對某一個被評價實體的A屬性持褒義傾向，對B屬性卻持貶義傾向的情形。但在實際的語言表達中，一個句子中可能蘊含瞭多個不同情感感情傾向的看法，比如：“我喜歡這傢餐廳的裝飾特色，但菜的味道卻非常的一般。”類似於如此的句子，非常難通過篇章級和句子級的感情剖析獲悉到對象的屬性層面。
為瞭在句子級剖析的基礎上更加細化，大傢需要從文本中發現或抽取評價的對象主體信息，並依據文本的上下文判斷評價者針對每一個屬性所表達的是褒義還是貶義的感情，這種就叫作屬性級的感情剖析。屬性級的感情剖析關註的是被評價實體及其屬性，包括評價者以及評價時間，目標是挖掘與發現評論在實體及其屬性上的看法信息，使之可以生成有關目標實體及其屬性完整的五元組看法摘要。具體到技術層面來看，屬性級的感情剖析可以分為以下6個步驟：
關於文本中的實體抽取和指代消解問題，我們經過努力已經在知識圖譜的相關章節中做瞭介紹，這裡就不再贅述。針對篇章級、句子級、屬性級這3種類型的感情剖析任務，人們做瞭大量的研究並提出瞭許多分類的方式方法，這類辦法大體可以分為基於詞典和基於機器學習兩種，接下來由我們進行詳細的講解。
做情感感情剖析離不開情感感情詞，情感感情詞是承載情感感情信息最根本的單元，除瞭根本的詞之外，一些蘊含瞭情感感情含義的短語和成語我們也將其統一叫作情感感情詞。基於情感感情詞典的感情剖析方法，著重是基於一個蘊含瞭已標註的感情詞和短語的詞典，在這個詞典中包括瞭情感感情詞的感情傾向以及情感感情強度，一般將褒義的感情標註為正數，貶義的感情標註為負數。
具體的步驟如圖所示，first of all將待剖析的文本先進行分詞，並對分詞後的結果做去除停用詞和無用詞等文本數據的預處理。緊接著將分詞的結果與情感感情詞典中的詞進行匹配，並依據詞典標註的感情分對文本進行加法計算，最後的計算結果假如為正那麼是褒義情感感情，假如為負那麼是貶義情感感情，假如為0或情感感情傾向不明顯的得分則為中性情感感情或無情感感情。
情感感情詞典是整個剖析程序的核心，情感感情詞標註數據的好賴直接決定瞭情感感情分類的最終，在這一方面可以直接采用已有的開源情感感情詞典，例如BosonNLP基於微博、新聞、論壇等數據來源構建的感情詞典，知網（Hownet）情感感情詞典，大學簡體中文情感感情極性詞典（NTSUSD），snownlp框架的詞典等，同樣也可以使用哈工大整理的近義詞詞林拓展詞典作為輔助，通過這個詞典能找到情感感情詞的近義詞，拓展情感感情詞典的范疇。
誠然，我們也可以依據業務的需要來自己訓練情感感情詞典，目前主流的感情詞詞典有三種構建方法：人工方法、基於字典的方式方法和基於語料庫的方式方法。對於情感感情詞的感情賦值，最簡單容易的方法是將所有的褒義情感感情詞賦值為+1，貶義的感情詞賦值為-1，最後進行相加總結出情感感情剖析的結果。
不過這種賦值方式顯然不符合實際的需求，在實際的語言表達中，存在著很多很多的表達方式能夠改變情感感情的強度，最典型的就是程度副詞。程度副詞分為兩種，一種是可來增強情感感情詞原本的感情，這種叫作情感感情加強詞，例如“很好”相較於“好”的感情程度會更強烈，“特別好”又比“很好”更強。另外一種是情感感情減弱詞，例如“沒那麼好”固然也是褒義傾向，但情感感情強度相較於“好”會弱許多。假如顯現瞭增強詞，則需要在原來的賦值基礎上增添情感感情得分，假如顯現瞭減弱詞則需要減少對應的情感感情得分。
另一種需須留意的情形是否定詞，否定詞的出現一般會改變情感感情詞原本的感情傾向，變為相反的感情，例如“不好”就是在“好”前面加上瞭否定詞“不”，使之成為瞭貶義詞。早期的研究會將否定詞搭配的感情詞直接取相反數，即假如“好”的感情傾向是+1，那麼“不好”的感情傾向就是-一、不過這種簡單粗暴的規則無法對應上真實的表達情感感情，例如“太好”是一個比“好”褒義傾向更強的詞，假如“好”的值為+1，那麼“太好”可以賦值為+3，加上否定詞的“不太好”變成-3則顯然有點過於貶義瞭，將其賦值為-1或者-0。5可能更合適。
基於這樣的狀況，俺們是可以對否定詞也添加上程度的賦值而不是簡單容易的取相反數，對於表達強烈否定的詞例如“不那麼”賦值為±4，當遇見與褒義詞的組合時褒義詞則取負數，與貶義詞的組合則取正數，例如貶義詞“難聽”的賦值是-3，加上否定詞變成“不那麼難聽”的感情得分就會是（-3+4=1）。
第3種需須留意的情形是條件詞，假如一個條件詞出此刻句子中，則這個句子非常可能不太適宜用以做情感感情剖析，例如“假如我明天可以去旅行，那麼俺必須則非常開心。”，在此句話中有明顯的褒義情感感情詞，不過由於存在條件詞“假如”，使得這個句子的其實沒有表達看法持有者的真實情感感情，而是一種假設。
除瞭條件句之外，還有一種語言表達也是需要在數據預處理階段進行排除的，那麼這樣就是疑問句。例如“這個餐廳真的有你說的那麼好嗎？”，固然句子中顯現瞭很強烈的褒義情感感情詞“那麼好”，但依然不能將它分類為褒義句。疑問句通常來講會有固定的結尾詞，例如“……嗎？”或者“……麼？”，不過也有的疑問句會省略掉結尾詞，直接使用標點符號“？”，例如“你今日是不是不開心？”，這個句子中含有否定詞和褒義詞組成的“不開心”，但不能將其分類為貶義情感感情。
最後一種需須留意的情形是轉折詞，典型詞是“不過”，出此刻轉折詞之前的感情傾向通常來講與轉折詞後來的情感感情傾向相反，比如：“我上次在這傢酒店的住宿體驗特別好，不過這次卻使俺很失望。”在這個轉折句中，轉折詞之前的“特別好”是一個非常強的褒義詞，但真實的感情表達卻是轉折詞後來的“很失望”，最終應該將其分類為貶義情感感情。誠然，也存在顯現瞭轉折詞，但語句本身的感情其實沒有發生改變的情形，例如“你這次考試比上次有瞭很大的進步，不過我認為你能夠做得更佳”，此處的轉折詞沒有轉折含義，而是一種遞進含義。在實際操作中，我們所以需要先判斷轉折句真實的感情表達究竟是哪個，才能進行正確的剖析計算。
構建情感感情詞典是一件比較耗費人工的事情，除瞭上述需須留意的問題外，還存在精確準確度不高，新詞和互聯網用語難以快速收錄進詞典等問題。同時基於詞典的剖析方法也存在許多的有限性，例如一個句子可能顯現瞭情感感情詞，但其實沒有表達情感感情。或者一個句子不含任何情感感情詞，但卻包含瞭說話人的感情。以及部分情感感情詞之寓意會隨著上下文語境的變化而變化的問題，例如“精明”這個詞可以作為褒義詞誇獎他人，也可以作為貶義詞批評他人。
盡管目前存在諸多問題，但基於字典的感情剖析方法亦有著不值得選取代的優勢，那麼這樣就是這種剖析方法通用性較強，大都情況下無需特別的范疇數據標註就能夠剖析文本所表達的感情，對於通用范疇的感情剖析可以把它作為首選的方案。
我們在機器學習算法的章節介紹過許多分類算法，例如邏輯回歸、樸素貝葉斯、KNN等，這幾個算法皆可以用於情感感情識別。具體的做法與機器學習一樣需要分為兩個步驟，第1步是依據訓練數據構建算法模型，第2步是將測試數據輸入到算法模型中輸出相應的最終，接著下面做具體的講解。
first of all，大傢需要備上一些訓練用的文本數據，並人工給這幾個數據做好情感感情分類的標註，通常來講的做法下，假如是褒義和貶義的兩分類，則褒義標註為1，貶義標註為0，假如是褒義、貶義和中性三分類，則褒義標註為1，中性標註為0，貶義標註為-1、
在這一環節中假如用純人工方法來進行標註，也許會由於個人主觀因素對標註的結果造成一定作用與影響，為瞭避開人的因素帶來的作用與影響，也為瞭提高標註的效率，有一些其他取巧的方式方法來對數據進行自動標註。打比方說在電商范疇中，商品的評論除瞭文本數據之外通常來講還會帶有一個5星的等級評分，俺們是可以依據用戶的5星評分作為標註根據，假如是1-2星則標註為貶義，假如是3星標註為中性，4-5星標註為褒義。又打比方說在社區范疇中，許多社區會對帖子有贊和踩的功能，這一數據也可以作為情感感情標註的參考根據。
第2步是將標註好情感感情傾向的文本進行分詞，並進行數據的預處理，前文已經對分詞有瞭許多的介紹，這裡就不再過多的贅述。第3步是從分詞的結果中標註出具備情感感情特征的詞，這裡特不要說一下，假如是對情感感情進行分類，不妨參考情感感情詞典進行標註，也可以采用TF-IDF算法自動抽取出文檔的特點詞進行標註。假如剖析的是某個特定范疇的，還need標註出特定范疇的詞，例如做商品評價的感情剖析，需要標註出商品名稱，品類名稱，屬性名稱等。第4步依據分詞統計詞頻構建詞袋模型，形成特征詞矩陣，如表所示。在這一步可以依據業務需要給每個特征詞付與權重，並通過詞頻乘以權重得到特征詞分數。最後一步就是依據分類算法，將特征詞矩陣作為輸入數據，得到最後的分類模型。
當訓練好分類模型之後，就能夠對測試集進行分類瞭，具體的程序與建模程序類似，先對測試的文本數據進行分詞並做數據預處理，緊接著依據特征詞矩陣抽取測試文本的特點詞構建詞袋矩陣，並且將詞袋矩陣的詞頻數據作為輸入數據代入之前訓練好的模型進行分類，得到分類的結果。
采用基於機器學習的方式方法進行情感感情剖析有以下幾個不到之處，第1是每一個應用范疇之間的語言描述差別致使瞭訓練得到的分類模型不能應用和其它的范疇，需要獨立構建。第2是最後的分類效果取決於訓練文本的抉擇以及正確的感情標註，而人對於情感感情的理解帶有主觀性，假如標註出現偏差就會對最後的結果產生作用與影響。
除瞭基於詞典和基於機器學習的方式方法，亦有一些學者將兩者結合在一直使用，彌補補充兩種方法的缺點，比獨立采用一種方法的分類效果要更佳，另外，亦有學者try使用基於LSTM等深度學習的方式方法對情感感情進行剖析，相信在未來，情感感情剖析會應用在更加的多的產品中，幫助我們更佳的理解用戶需求，提升用戶使用智能產品的體驗。
隨著深度神經互聯網等算法的應用，情感感情剖析的研究方向已經有瞭特別大的進展，但依然存在著一些難題是目前尚未解決的，在實操過程中需特別註意和提防以下幾種類型數據：
情緒輪在用戶體驗設計上被普遍的應用，許多情感感情化設計都是基於情緒輪進行的。不過在人工智能范疇，將情緒進行多分類比情感感情剖析的三分類任務要難得多，目前大都分類方法的結果準確性都未到50%。這是由於情緒本身蘊含瞭太多的類別，並且不同的類別之間又可能具有相似性，一個情緒詞在不同的語境下有可能表達的是不一樣的情緒類別，算法非常難對其進行分類。即便是人工對文本進行情緒類別標註也常常效果不佳，由於情緒是特別主觀性的，不同的人對不同的文本可能產生不同的理解，這使得人工標註情緒類比的過程異常困難。怎樣讓機器可以理解真實的情緒目前還是一個未能攻克的難題。
算算你幾歲出嫁，小心錯過命裡真愛
如今的年輕人，總是覺得出嫁，要麼過早地結，否則就得晚點再結。在25。26這個年齡出嫁，那是事業的發展期，當然是不可以的，不過卻不曾想過，可能你在這個年齡才會遇見真愛。你應該幾歲出嫁才最特別適合？一起做個 緣分測試 吧。
【鬼谷星精密推算方法】：
按農歷（陰歷）生日計算，比如：1982年陰歷5月12日
1。先在表A中找出你出生年月的交叉數字。A表中為為36
2。得到的數字再加上你的生日數字並取得其個位數。36＋12（出生日期）＝48個位數為“8”
3。對應表B，就能找出你的鬼古星瞭。就可知道為“貫索星”。
【表A】：橫向為年份縱向為月份年份80＝1980年81＝1981年
【表B】：
0、龍高星1。牽牛星2。車騎星3。司祿星4。祿存星5。調舒星6。鳳閣星7。石門星8。貫索星9。玉堂星
【0、龍高星感性知性的浪漫思想】
宿世戀愛性格
龍高星是一顆充滿母性力量的星體，屬於這個星系的人，通常來講個性細心體貼，能像個媽媽一樣呵護著情人，然而，屬於龍高星的他們大多數擁有一顆易感的心，能比普通人更加容易產生很深的感受，因此大體上這類的人大多數具有藝術、文學、戲劇等方面的才華。但是因為情緒上容易大鳴大放，在感情上的壓練也將特別豐富。可能需要在一番跌跌撞撞之後，才能知曉愛與被愛的真諦。
宿命相戀之人
才氣橫溢或是具有某種特質的對象
屬於龍高星的你，在感情上總是容易被情緒、感性牽著鼻子走，你所欽慕的對象，常常都是跳脫視覺、名利之外的。總之，外表之外，你更加容易為一自個的才華或特質、性格等癡迷，這種感覺非常難拿捏，不過一旦降臨，你將會以迅雷不及掩耳的速度墜入愛河。
桃花運盛齡：18～二十歲、28歲
情感感情空窗齡：17歲以前、二十四歲
你的戀愛桃花將從18歲滋長，感性的你很快就能初嘗兩情相悅能給人帶來的幸福感，不過因為個性及想法尚未成熟，愛情的羈絆與煩惱在此時也特別多，得經歷一番磨練後，才能慢慢找出答案。（偶跟某人都是這個……）
【1。牽牛星全身充滿魅力的發電機】
宿世戀愛性格
一般而講，屬於牽牛星的男女都擁有相當較好的面貌或體態，在鬼谷子的記錄載入中，牽牛星又稱“相戀之人星”，對異性的招引力頗高，在同輩的相處上，也與異性的默契較佳。另外，你呢擁有很高的IQ，很明 白拿捏愛情、面包、朋友等方面的平衡美感，除非遇見比你更高竿的對象，要不然，在愛情這場競技賽中，你通常來講扮演著占上風的勝利者。
宿命相戀之人
周邊的好友或冤傢
你對於腦筋不靈活、沒創意、叫他往東他不敢往西的乖乖牌向來沒什麼耐性。通常來講，你所鐘意的對象常常都是身邊與你旗鼓相當、經常較勁的對象，這種人初期或許是與你一同努力的好麻吉，也或許是你某方面假想敵，你容易帶著挑戰意味看對方，而最後又可能由於欣賞或折服於此人某種優於你的條件，而與你墜入愛河。
桃花運盛齡：22歲以前、27～29歲
情感感情空窗齡：25歲、38歲以後
你對愛情有一套本人的想法，在22歲以前容易抱著好奇、冒險的精神去try不同感覺的愛戀，因此比較容易受到異性的歡迎，邀請也特別多；27歲時會有想成傢的沖動，也非常可能會奉子成婚；一般而講38歲以後未婚的你對於事業、傢庭的註重和重視度大大超過男女之情，也所以在愛情上將出現很長的空白期。