1、 戀愛中的馬太效應：投入越多的人越不容易被珍惜，越自利的人吸引力反而越高
馬太效應在戀愛中表現為：強者越強，弱者越弱。
當你願意多為自己付出，不斷完善自己，你的個人魅力得到提升，從而提高個人吸引力；而當你一味討好對方，則會讓對方恃寵而驕，你在投入過程中不斷“貶值”，對方卻在投入過程中不斷“增值”。
2、 戀愛中的“墨菲定律”：你越在乎他，越容易表現不好
你會發現，當你越在乎一個人時，你的得失心就會變重。你越愛他，就越難以自控，越容易導致表現減分。
而當你抱著平常心，正常發揮時，你的個人魅力反而會展現得淋漓盡致，更容易獲得對方的青睞。
這也就不難說明為什麼“喜歡總是支支吾吾，玩玩卻是妙語連珠”。
3、 間歇性強化：最聰明的“馴服“方法，讓他永遠對你欲罷不能
最早發現這個概念的，是心理學家斯金納。
他做過一個實驗：將三隻貓放在三個不同的裝置中，第一隻貓觸動按鈕就會給貓糧；第二隻貓即使觸動按鈕，也是隨機給貓糧；第三隻貓觸動按鈕也不會給貓糧。
實驗發現，第二隻貓觸動按鈕的頻率最高。
在感情中，這種“隨機獎勵“同樣適用：他每次約你出門，你都有求必應，時間久了他自然就會覺得約你見面毫無挑戰性，產生懈怠心理；但你每次都不答應，他則會覺得毫無餘地，容易直接放棄；只有”隨機“答應，才會讓對方猜不透、摸不著，每次都抱著蠢蠢欲動的試探心裡去約你，新鮮感永遠存在，對你欲罷不能。
4、 羅密歐與朱麗葉效應：阻礙越多，感情越深
當在對對方的情感基礎相同的情況下，外在阻力越多，他們就對對方愛得越深。
5、 首因效應：第一面的感覺，直接決定了對方對你的整體印象
男女雙方初次見面時，帶來的印象“餘波“最深遠。
精心打扮的你，會給對方傳達一種“她是個精緻的人”的印象；即便以後你不常打扮，這個刻板印象在對方的腦海中也很難揮去。
6、 近因效應：“和平分手”是給對方樹立好印象的最後機會
隨著雙方的長期相處，“近因效應”代替“首因效應”後來者居上。
“近因效應”是指，隨著多種刺激的出現，我們印象形成主要取決於最新出現的刺激。
這也就不難解釋，為什麼“和平分手”帶給雙方的回憶更好；而撕破臉分開的兩人，日後想起來對方也是怨恨得咬牙切齒。
7、 投射效應：為什麼你總是要求別人“懂你”
投射效應是指：一個人容易將自己的特性，強加到別人身上，認為對方也跟自己有著一樣的感情、意志、特性。
比如，你對待他人的示好從不拒絕，於是你會懷疑愛人同樣在外面“不主動、不拒絕、不負責”，從而按照自己的猜想，不斷尋找證實猜想的蛛絲馬跡。
8、 吊橋效應：“心動”不代表“喜歡”
也許你常有過這樣的感覺：某一瞬間，在某一場景下，會對一個平日裡完全沒感覺的人忽然心動，於是你以為自己喜歡上對方了，繼而做出無數行為來迎合自己的假想。
其實，這是典型的“吊橋效應”：當時的環境場景引起了你生理上的緊張、心跳加速，於是你會把這種情況歸於對在你身邊的人的心動。
9、 多看效應：日久生情的心理學依據
心理學家查榮茨做過一個實驗：他向參與者出示異性的照片，分別以20次、10次、1次為前提，之後請參與者評價他們對照片內人物的喜愛程度。實驗結果表明：出現次數最多的照片，受歡迎程度最高。也就是說，觀賞次數增加了喜愛程度。
10、 振奮效應：正確的愛人會讓你變得更優秀
越是對自己愛的人刻骨銘心，你越會想為了他變得更優秀。
應了朱茵的那句話：如果你看到鏡子裡面的自己越來越好，恭喜你，你找到對的人了。
11、 逆向效應：愛得越深，恨得越深
在關係中付出越多的那個人，到分道揚鑣的時候越容易“黑化”；或是在追求的過程中，對方戀愛不成，就容易反目成仇、由愛生恨。這叫做愛情的“逆向轉化”。
12、 古烈治效應：人類為什麼喜新厭舊？
心理學中，把人類（尤其是男性）見異思遷的情況歸於“古烈治效應”。這一效應在很多哺乳動物身上都得以體現，人類作為高等哺乳動物，同樣不可避免地保留著這一痕跡。
所以個人的自律性和責任感在此時就顯得格外重要。
13、 拍球效應：吵架的時候，為什麼會越吵越兇？
顧名思義，當你用力去拍球，球面承受的壓力越大，它彈跳得就越高。
在爭吵中，你一言我一語不間斷的互相攻擊，使人承受的壓力變大，潛能發揮的就越大；反之，如果中途有一方提出冷靜，就相當於他放棄了繼續用力“拍球”的行為，結果就會好很多。
14、 戀愛補償效應：人總是最先注意到那些喜歡自己的人
“兩情相悅”的群體中，有相當一部分歸功於“戀愛補償效應”。
人類總是對那些對自己有好感的人產生興趣。當一個人表現出喜歡你的傾向，只要他的自身價值還算過得去，你就會不自覺地尋找對方身上的長處，不知不覺地也容易喜歡上對方。
15、 蔡格尼克效應：得不到的永遠在騷動
“欲擒故縱”是吸引異性的經典套路，背後的原因可能你也知道：得不到的總是在騷動。
在心理學層面上來講，這是一種記憶效應：指的是人們對於尚未處理完的事情，比已處理完成的事情印象更加深刻。
閱讀更多 精華大搜羅 的文章
