第058章 数据的心跳

投票推荐 加入书签 留言反馈

  soho办公室的角落里,有一间常年拉著窗帘的小房间。
  那里是halo的“大脑”——算法实验室。
  房间里没有杂乱的电线,也没有那种极客风的涂鸦。
  只有四面巨大的白板,上面写满了密密麻麻的数学公式。
  空气中瀰漫著一种乾燥的粉笔灰味道。
  大卫·陈站在白板前,手里的粉笔已经断成了两截。
  这位从普林斯顿出来的数学博士,此时正面临著他职业生涯中最大的挑战。
  “不行。还是不行。”
  大卫把粉笔头扔在地上,有些焦躁地抓了抓稀疏的头髮。
  “数据太稀疏了。虽然我们有几百万用户,但大部分人只对自己感兴趣的那一点点东西点讚。矩阵里全是零。按照现在的线性回归模型,计算出来的推荐结果,误差率高达40%。”
  “也就是说,我给一个喜欢看猫的用户推了狗的照片,他可能会觉得我在侮辱他的智商。”
  顾清舟坐在旁边的椅子上,手里拿著一份数据报表。
  他看著大卫,就像看著一个陷入死胡同的绝世高手。
  在2007年,推荐算法还是个新鲜词。
  大部分网站还在用人工编辑的方式来决定用户看什么。所谓的“个性化”,顶多就是根据你填写的性別和年龄,给你推不同的gg。
  但halo要做的是——猜你喜欢。
  “大卫,你把问题想复杂了。”
  顾清舟站起身,走到白板前。
  “你试图用一个完美的数学公式去解构人性。但人性是不完美的,是混沌的。”
  他擦掉了一块复杂的矩阵运算,画了一个简单的坐標轴。
  “我们不需要知道用户到底喜欢什么。我们只需要知道,他和谁像。”
  “协同过滤。”
  顾清舟写下了这四个字。
  这是亚马逊用来卖书的逻辑。
  但在社交网络里,它更有效。
  “假设用户a喜欢看美女、豪车和科技新闻。用户b也喜欢看美女和豪车。”
  “那么,当用户a给一张新的iphone照点了赞时,我们就可以大胆地推测——用户b也可能喜欢这张照片。”
  “即使b从来没看过科技新闻。”
  大卫的眼睛亮了一下,但隨即又黯淡下去:“这个理论我知道。但在海量数据下,计算量太大了。我们要实时计算几百万用户之间的相似度?伺服器会烧掉的。”
  【记住全网最快小説站 101 看书网超顺畅,????????????.??????隨时看 】
  “降维。”
  顾清舟在坐標轴上画了几个圆圈。
  “我们不需要计算每个人。我们把人变成『向量』。”
  “给每个用户打標籤。比如:美妆、极客、摄影、美食、宠物……”
  “用户a不再是用户a,他是一个向量:美妆: 0.1, 极客: 0.9, 摄影: 0.5。”
  “我们只需要计算向量之间的夹角。夹角越小,这两个人越像。”
  “然后,把那个像的人看过的东西,推给他。”
  大卫盯著白板上的那个坐標轴,脑海里仿佛有一道闪电划过。
  作为数学家,他习惯了追求精確解。
  但在商业应用里,有时候“模糊的正確”比“精確的错误”更有价值。
  “向量化……”大卫喃喃自语,“这確实能极大地降低计算量。我们可以把用户的行为日誌离线处理,生成用户画像向量,然后在线上实时匹配內容向量。”
  “可是,还有一个问题。”
  大卫推了推眼镜,指出了关键,“冷启动。对於那些刚註册的新用户,我们没有任何数据,怎么给他们生成向量?”
  “那就『骗』他们交出数据。”
  顾清舟笑了。
  “在註册流程里,加一步。让用户选三个感兴趣的標籤。比如:你喜欢猫还是狗?你喜欢旅行还是宅家?”
  “这不仅是为了收集数据,更是为了给用户一种『被尊重』的错觉。让他们觉得,halo是在为他们量身定製的。”
  “而且……”
  顾清舟走到大卫身边,压低了声音。
  “我们还有一个杀手鐧。”
  “什么?”
  “位置服务。”
  “一个人在哪,决定了他是谁。”
  “如果一个用户经常出现在华尔街,那他大概率对財经和豪车感兴趣。如果他经常出现在苏荷区,那他可能是个时尚达人。”
  “把地理位置信息也加进向量里。”
  大卫深吸了一口气。
  他看著顾清舟,眼神里多了一丝敬畏。
  这个年轻人不仅懂產品,更懂那些隱藏在数据背后的逻辑。
  “我明白了。”
  大卫转身,拿起一支新的粉笔。
  “给我三天。我会重写推荐引擎的核心算法。”
  “我要把halo的用户,拆解成一千个维度的向量。我要让算法,比他们的男朋友更懂他们。”
  接下来的三天,算法实验室的灯就没有熄过。
  大卫带著他的两个助手,像是在进行一场精密的手术。他们把halo那庞大的资料库切开,把每一个用户的每一次点击、每一次停留、每一次滑动,都转化成了冰冷的数字,填进了那个名为“协同过滤”的巨大矩阵里。
  三天后。
  halo的新版算法悄然上线。
  没有公告,没有弹窗。
  但在后台的数据监控室里,所有人都屏住了呼吸。
  “上线了。”马克·李盯著屏幕,“流量切过来了。10%的用户正在使用新算法。”
  一分钟。
  两分钟。
  那条代表“用户平均停留时长”的曲线,突然向上跳动了一下。
  然后,开始爬升。
  48分钟……50分钟……55分钟……
  “涨了!涨了!”
  王胖子激动地拍大腿,“老顾,这玩意儿真神了!我看后台日誌,有个用户本来只打算看两分钟,结果硬是刷了半个小时!因为系统一直给他推他喜欢的球鞋!”
  大卫·陈靠在墙上,手里拿著一杯咖啡,脸上露出了疲惫但满足的微笑。
  “这只是个开始。”大卫说,“现在的模型还很粗糙。等数据量再大十倍,等那个矩阵填满的时候……”
  “它会產生『心跳』。”
  顾清舟接过了话头。
  “它会知道用户什么时候开心,什么时候无聊,什么时候寂寞。”
  “它会在用户最需要的时候,把那张最能触动他神经的照片,送到他的眼前。”
  “这就是——猜你喜欢。”
  顾清舟看著屏幕上那条昂扬向上的曲线。
  他知道,这才是halo真正的护城河。
  滤镜可以抄,界面可以抄,但这种沉淀在数据里的智慧,是任何竞爭对手都偷不走的。

章节目录