第167章 少不等于雅,多不等于俗
书海居 m.shuhaiju.net
第167章 少不等于雅,多不等于俗(第 2/3 页)
这个项目,叫做“yy智能搜索推送”。
看上去,带了搜索两个字,似乎跟百度家的业务有点重合,但是深入进去仔细研究,就知道完全不是一回事。
百度的搜索,是对客观题比较友好,而对主观题并不友好的。比如一个人如果百度“甲钴胺片治什么病”这种客观题,度娘马上可以给出答案(没有莆田系的关键词干扰的话),但是如果百度一下“05年最好听的歌”这种问题,度娘就爱莫能助了,只能给出今年最热搜的歌名,但搜索者喜不喜欢就不知道了。
顾诚给张一鸣画饼的这个项目,是个性化的智能推送:通过分析用户的内容产品消费习惯大数据,大致推算出用户的爱好。一旦用户搜索某些内容关键词,就把最符合用户审美习惯的内容优先排序在搜索结果的最前面。
最终的结果,就是“一千个人眼中有一千个哈姆雷特”,每个人搜索同一个关键词,得到的结果都不一样。
这事儿看着很美,不过没个两三年的苦功,是不可能做出成绩来的。
一方面,用户的喜好画像非常艰难,需要多年的深度学习型人工智能算法的打磨、砥砺。
另一方面,还要考虑用户看同类东西过多之后会不会形成“信息孤岛”,看多了会不会腻,会不会因为“重复/旧闻”而抵触,从而需要调整外部扰动的频次。
最后,处理如此海量的数据,所需要的云计算资源目前也不够。在计算资源变充分之前,“一千个人眼中有一千个哈姆雷特”是不现实的,只能先从“一千个人眼中有十个/一百个哈姆雷特”这种角度努力。
通过分析用户的行为数据,把用户每千人、百人……乃至最后数人归并到一个用户组里,默认同一组里的人兴趣爱好完全相同,然后渐渐深入……
这个项目顾诚定下的指标是2008年初步出成果,可见其难度了。
而且,yy网络科技会在这个项目中每年投注入数亿美元的科研经费——顾诚说了,从今年开始,他会拨出《魔兽世界》50%的运营毛利,来补贴这个内容分发算法的科研。
别觉得这点钱多,平行时空的2010年之后,扎克伯格的facebook在这方面(信息feed流领域)花的科研经费只会比这个价码更多。
喜欢被成就感和友人的羡慕所推着走的张一鸣,只能是破天荒头一遭地不断自己给自己找一个个小目标,让自己能够有成就感一点。
……
张一鸣进入新项目组已经有一个月。
在这里,他认识了无数的技术大牛,包括好几个杰夫辛顿教授带的深度学习算法博士生,还有曾经给人人网做图片搜索、人脸识别的项目组成员。
他曾经的少年张狂,很快被如饥似渴的求知欲给掩盖了过去,每天除了勤勤恳恳地写代码,就是找牛人请教。
刚刚入行的张一鸣,职场情商还比较低,一如所有的技术死宅型极客,不太在乎别人的看法。很快他就发现这是一个让人如鱼得水的领域——哪怕这个世界上最有经验的人,在这个领域的经验也不会超过两年。作为一个应届生,能够在刚毕业后短短工作磨合几个月,就进入这一领域,实在是太幸运了。
-->>(第 2/3 页)(本章未完,请点击下一页继续阅读)
书友们都在看