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）