第(1/3)頁

    瀏覽完大數據給出的資料，陳橋靠在椅子上問阿灰：

    “阿灰，你怎么看？”

    這句話剛一出口，陳橋就有點后悔。

    早知道應該給人工智能起名叫“元芳”才對。

    元芳……不，阿灰馬上給出了回應：

    “當前篩選出來的事件高度雷同，說明這些事件很可能存在著一定的關聯，盡管妄想癥多發生在18歲——25歲的女性身上，也即是說飯圈女孩的確屬于容易患有妄想癥的高危人群，但短時間內如此頻繁的出現妄想癥的概率幾乎為零。

    另外根據資料，大數據自動歸納出了這些女孩口中‘偶像’的行為規律，大數據顯示，這些女孩遇到的‘偶像’往往都是先帶她們吃飯，再去車里聊天，最后則是去酒店深聊，偶爾也會去酒吧喝酒……

    計算表明，這些女孩遇到的‘偶像’雖然身份不同，但他們的行為規律高度一致，疑似為同一人，可能性高達92.5%?！?

    聽到這里，陳橋不由得坐直了身體：“等等，阿灰，你是說……這些女孩遇到的偶像其實都是同一個人？”

    阿灰糾正道：“這不是我說的，是大數據計算得出的結果。”

    “明白明白……”陳橋點點頭，隨后又問道，“可是這些女孩們的偶像并非是同一個偶像，和她們談戀愛的怎么會是同一個人呢？”

    阿灰回答道：“身份可以通過很多方式偽裝，一個人可以擁有很多種不同的身份，但行為規律是很難改變的，這也是大數據推斷以上資料中所有‘偶像’都大概率是同一人的依據?！?

    之后它又補充道：“另外大數據推斷所有‘偶像’為同一個人，還有另外的依據?！?

    “哦？”陳橋連忙問道，“什么依據？”

    阿灰道：“根據地點統計——以上所有事件的發生地點都集中在A城和B城這兩座城市，其中當事人提及的酒店則集中在相同的三家；

    根據時間統計——以上所有事件中‘偶像’的時間線不存在交差，這也就意味著很有可能是同一個人分別以不同的身份與以上所有當事人進行接觸，這個人冒充了所有的‘偶像’?！?

    聽到這里，陳橋基本上明白了。

    “所以我們這次遇到的是一個能變臉的超凡者？他可以把自己變成任何一個明星的樣子，然后去釣那些明星的小迷妹？”

    阿灰馬上給出贊許的認可：“陳橋，你說的很有道理?！?

    陳橋笑了笑：“這不是我說的，主要還是大數據做出了完整的推理?！?

    感知到陳橋的笑聲，阿灰也下意識發出了一陣銀鈴般的笑聲以作回應。

    陳橋聽得頭皮發麻，不得不承認人工智能的情緒表達還需要再調試一下……

    笑了兩聲，阿灰又問道：“陳橋，接下來我們怎么辦？”
    第(1/3)頁