十三年前，我剛進碩士班，台灣也剛有網際網路。因為台灣的網際網路是先從學術網路開始普及的，而在大學校園裡的網路資源分配又以研究所為優先，上網的主力族群很自然地就是研究生和研究助理。
一群苦悶的研究生與研究助理，每天在實驗室裡除了做實驗、寫程式或分析資料，就是上 BBS 聊天了。以前的人在 BBS 上挑選帳號名稱的習慣比較保守，多半都是用自己名的拼音。就以「林志玲」這個名字為例好了，有些人就用姓名拼音的縮寫，例如 lcl，有些人則是用名字的拼音，例如 chihling，也有名字縮寫姓氏全拼的，例如 cllin。當年，主流的拼音仍是 Wade-Giles，政府推動的注音第二式不流行，漢語拼音則是既不普及也不受歡迎。
我大學畢業時就已經對 Wade-Giles 拼音、漢語拼音和注音第二式都很熟悉了，看到拼音的帳號名稱都會忍不住想猜名字。可是，一個音節可以對映到幾十個字，而一個縮寫的字母更可以對映到幾百個字。再加上台灣人從小接受注音教育，基本上是拉丁字母盲，許多人常常把自己的名字拼錯。要找出拼音或縮寫最可能代表的字，其實不容易。
我那時很喜歡做一件事：一個陌生的帳號進到聊天室，如果看起來像是名字的拼音，我會在三秒鐘之內就打出一個最可能的名字。例如，看到 kunyuan 馬上就打出「昆原」，看到 chungping 馬上打出「中平」。我有很高的機率第一次就猜對，所以經常會收到感覺起來有點驚訝的悄悄話回應：「你是誰？」、「為什麼知道我的名字？」、「別鬧了！你是不是某某某？」。有時候猜太準是會被罵的，因為總有人不喜歡網路上的人知道自己的名字。
在這個猜測的過程中，有很多策略（heuristics）可以幫忙判斷各種組合的可能性。
例如，同音字的頻率，「昆」比「坤」高，「中」比「忠」或「重」高，諸如此類。又如有一些字是比較常被用於命名的，另一些字則較少出現在人名中。例如，「苑」和「願」兩個同音字，前者就比後者常出現在名字中。
還有，性別與命名用字是相關的。以 kunyuan 為例，很少女生的名字中有「ㄎㄨㄣ」這個音，所以這比較可能是男性名字。既然是男性名字，「ㄩㄢ」就不太可能是「媛」。再說 chungping 這個例子，女生的名字較少有「ㄓㄨㄥ」這個音，「ㄆㄧㄥ」是「萍」的可能性就降低了。
單一字母的縮寫比較難猜，但原則是一樣的，那就是運用命名用字的頻率判斷各種組合的可能性。例如，看到 chwang 時，我的前三個反應可能會是「王家豪」、「王志豪」、「王志宏」。這樣在三次以內猜對的機率，其實非常高。
以前就是這樣一面聊天，一面猜名字，一面找資料做各種統計的。例如，Common Chinese names 和 Mandarin syllable frequency counts for Chinese characters。我一度還想把找出來的策略寫成程式，後來一方面沒時間，一方面覺得自己動腦比較有樂趣，就沒真的寫出來。而且，很多仰賴即時的社交互動從對方的反應之中找線索的策略，也很難寫成程式。即使如此，每年的大學聯考放榜，我還是會找來榜單，分別依姓和名作個頻率統計。
雖然已經很多年沒有時間玩聊天室了，今年的大學考試分發入學放榜後，我還是照例做了統計。統計完之後，看著這些常見姓名，想起以前的猜名字經驗，總覺得有些話想說。於是，就有了八月十一日中國時報時論廣場那篇「菜市場名的背後」。
隔天，八月十二日，中央廣播電台的「早安中國人」節目就針對這篇文章對我作了十分鐘的即時電話訪問，從錄取考生的常見名字談性別與人權。而九月號的《講義》雜誌及十一月號的《光華》雜誌，也都請我授權轉載這篇文章。一個從自己休閒活動（姓名頻率統計）的經驗中作的直觀推論寫出來的文章，竟然得到許多迴響，也是始料未及。