zoukankan      html  css  js  c++  java
  • 再谈搜索已死,推荐上位

    最近开始写ResysChina公众号之后,断断续续地又开始有朋友问我怎么看「推荐」这个事情,这个领域的发展前景怎么样之类的问题。在2011年初的时候,我写过一篇标题党嫌疑的blog「搜索已死,推荐上位」,现在回看此文,我很欣慰没有忽悠大家。

    首先界定一下概念,这里的「推荐」,应该不单纯指的是大家所熟知的「购买了X的还购买了Y」这种狭义的形式,而应该是更泛化概念的「搜索」与「发现」中的后者,「推荐」的目标是让用户的互联网体验更加「个性化」,帮助用户轻松「发现」感兴趣的信息,或者说「让信息找到你」。

    总结一下当年那篇文章的实质,其实就是重点说了两件事情,而这也差不多是看一个方向能不能成为大趋势的两个基础判断:

    1. 这件事情是不是越来越被广泛地接受与认可?此乃判断是否具备成为「大势」的潜力。

    2. 是不是有越来越多的人才投入到这件事情?此乃「人才密度」,事在人为,大势更是需要足够密度的人才去支撑。

    最近有个流行词叫「活久见」。对于本文开头我列举的那些个趋势前景类似问题,几乎是每一批新入行者都会问到的问题,这种问题由老司机们来回答别具优势,反而不用苦口婆心地讲道理了,直接摆事实就好了。

    就「推荐」来讲,是不是越来越被广泛地接受与认可?我举个栗子。

    2011年阿里赞助了ResysChina当年的推荐系统论坛,我们请来了Netflix Prize冠军队成员Yehuda Koren,很是火爆。那些年阿里的双11还是人工运营驱动的,前一年2010年双11交易额为9.36亿元,这在当年已经是天文数字了。阿里同学因此问了我一个问题,我至今记忆犹新,「以阿里的规模,要投入搞一个高质量的推荐系统,怎么也得两三百号人,这些都是顶级工程师工资都低不了,再考虑计算资源,以及试错成本等,综合算下来这么大的投入,和我们人工运营出来的已经这么猛的双11相比,应该怎么理解推荐这个事情的价值呢?」我当时反问了两点:1)你们相不相信你们的业务会爆发性增长?2)你们认不认可「数据驱动」的价值观?

    我反问的这两个问题目前答案已经非常清楚了。第一个问题,2015年双11交易额912.17亿元,相比2010年增长100倍,据最后一版公开可见数字[1],2013年双11当天由推荐直接引导的成交总额56.8亿。第二个问题,人类已经无法阻止马云以「电商、金融、数据」为三大核心的生态系统蔓延了。

    再说是不是有越来越多的人才投入到推荐这件事情上。当年的文章里我有段话,

    搜索死了吗?答案是「肯定没有」。「寻找信息」是刚性需求,搜索会长存。但它一定会变得越来越不性感,对于业界顶尖工程师会越来越丧失吸引力,大家会转去追逐更能吸引他们的事情。

    5年过去了,这一点也无需多言,大家看看现在推荐领域的当红炸子鸡某头条的推荐团队成员有多少来自于百度凤巢就明白了。

    信息发现领域,从搜索Google、到好友分享Facebook、到社交媒体Twitter、到算法分发今日头条、互动问答Quora等,人机交互的形式一直在变。而下一代人机交互界面基本已经被小扎盖棺定论了,就是「聊天bot」,激进的人已经在呼喊「chatbots are the new apps」。搜索在这种交互下将进一步被弱化,即使如Google那么简单的搜索结果列表,放在聊天界面里仍显复杂,需要的是一击即中。Facebook的Messenger平台,是目前bot类应用的最佳载体,而Messenger本身又让Facebook沉淀下了海量的对话。在「聊天」这种交互下,Facebook相对Google占据了一个独特的优势,就是Facebook可以懂得你语境的「上下文」。Facebook刚刚发布了基于深度学习的自然语言理解引擎「DeepText」[2],就是意在更加精准地理解用户在聊什么。

    不管是基于语音还是文字,「聊天」基本就是回归到了人类最简单自然的交流方式上了。但其实「越简单,越复杂」,前端是简单的聊天式交互,中间是基于各种API的连接,后端真正拼的将是「知识图谱+推荐引擎」的综合能力。这也许将是可见的未来里最主流的智能应用形态。让我们拭目以待。

     转载Resyschina

    参考资料:

    [1] http://club.alibabatech.org/resource_detail.htm?topicId=123

    [2] https://code.facebook.com/posts/181565595577955/

  • 相关阅读:
    Xamarin Layout属性(转)
    Oracle基础
    tableViewNestTableView(tableView嵌套collectionView)
    抓包工具Fiddler的使用教程(五): 修改response的数据 .
    Web调试利器fiddler
    SQLServer光标
    SQLServer触发器
    web端功能测试总结(一)
    web功能测试
    test zlj
  • 原文地址:https://www.cnblogs.com/peizhe123/p/5604456.html
Copyright © 2011-2022 走看看