漫谈今日头条、大数据与智能推荐算法

又几天没和大家聊天了，最近个人有点毛燥，需多吃些草，沉淀一下，挤出精力来写技术文章。我尽量写有用的，写书的人容易用书面语，文白混杂，大家凑和着看，欢迎来人来函来稿。

其实在互联网生活里，内容推荐技术已经无处不在了。

我从Amazon买了一本《时间简史》，回过头来再浏览，它可能推荐我可能喜欢《未来简史》，或者推荐《PHP高性能应用开发与实践》（它还没智能到知道是我写的，欢迎大家支持，一个知识分子码农能说这样的话也是够了 ^_^）。

我登录YouTube上看小电影，它推荐我可能喜欢的视频。友情提示，如果电脑是共用的，同学们千万要注意哦~

为了支持小扎，我上Facebook，它会推荐哪些朋友更新，哪些人你可能认识。最要命是它会推荐一些你可能喜欢的美女，要注意这些人可能只是照片长得好看...

今日头条一打开，就给我推荐互联网相关的内容，还给我推荐单身攻略，婚姻修养，历史钩沉，社会杂闻，还有我这九零后看不懂得的段子，是名符其实的『今日辣条』。实在忒low，我这么高雅的人，这种低级趣味真是看够了。

渣浪的媒体优势越来被机器替代，每个频道也开始了个性化探索，微博上除了可能感兴趣的人外，信息流里也开始展现哪条微博可能我有兴趣，

搜狐等老牌门户也被倒逼，做起来了个性化新闻，话说我们21CTO社区微信号已经被入驻。

低头族除了玩手机，然后就是塞着耳机听音乐，网易云音乐。QQ音乐，虾米

掌握了你的重口味。

要查看其它语言的网站，Google会帮我们自动翻译27国语言。更逆天的是，它竟然能够翻译视频里的字，比如把可口可乐的英文说明转成中文，可以把英文字幕转成中文。最新的翻译包括语音翻译、点按翻译、实景翻译、离线翻译，有图有真像！

标准机械化的文章完全可以取代编辑，由机器人来代写了。特别是导购类，新闻资讯文章，大家敢快学语文去。

查找航班，买火车票，机器帮我们预测票价，自动抢票等能力。

还有购买基金，选股票神马的。像前段时间支付宝同学执着的想加入社交，产品经理们都开始拉妹子在线了，就差没做出『你附近的有钱人』，这样，怕是没人敢用支付宝了。

当然最常用的场景，Siri或点评推荐我们附近的餐馆，地图导航应用，微信中查看附近的人（我觉得它倒该做一个像Facebook那样你感兴趣的人）等帮助我们程序员们交友。

这些后端都来自于机器学习算法。机器学习算法属于人工智能领域的一个分支。它从一堆数据中推断，然后再理解后做事，掌握的数据越多，机器推荐地越准确。相当于自己给自己编程。

在这里，我们程序员们充当了小神灵（创造算法并将其编码的人），创建创意不同的世界。

头条们如何做推荐

说到机器算法，智能推荐，都会提到今日头条或一点资讯这些内容产品。

今日头条是主要基于移动互联网（手机客户端）的产品，当然也有Web（PC端）。

内容强调更新快，强调推送，而非传统的展示或刷新，提供的内容更“精准”，做到千人千面和资讯时效性。

它的内容推送完全基于机器算法，减少小编人为干预，不断训练和提高自己，并获得内容变现和成本上的好处。

移动互联网为今日头条的兴起提供了红利，手机现在和用户如影随形，这就产生了大量碎片化的富余时间，同时手机的便利性也为时效性的竞争提供了空间，可以重新定义用户价值，于是信息流的内容提供模式有了用武之地，而在PC端，用户的时间和便利性受到的压缩，使得信息流的价值难以体现出来。

头条的推荐机制

第一次安装了今日头条，你打开APP时，它会记住用户手机的操作系统，版本，屏幕，遍历用户安装的App，浏览器的Cookie、收藏夹，客户端网络，LBS地址如北京市海淀区等信息，这样在用户未登录的情况下，能够通过这些基本的Profile做一个基础画像。

如果用户使用微博，QQ等社交平台登录后，内容APP会对这些社交平台的好友关系、微博内容，粉丝性质，评论等维度，能够有更详细的用户画像。

至于今日头条的文章内容，一部分来自于机器抓取，一部分来自合作伙伴，也就是头条号，类似于微信公众平台。

余下的，头条根据我们的阅读文章的分类，喜好兴趣，阅读时长，发表评论等维度进行更清晰的画像，然后推荐给我们。

有一个非常现实的例子。你有一个非常喜欢的妹子，你每天盼着和她聊天，每次聊天，有时候很好，这时候你想约她出来。但是如果遭到拒绝，你又很难过。又到周五时，你拿着手机考虑要不要给她电话，隐约记得上次你问过她，被她拒绝了。可是明明的两回她是答应的，前一次又拒绝了呢？是不是她不想出门，还是她喜欢小黑屋，不喜欢泡吧？喜欢吃包子，不喜欢吃披萨？你百思不得其姐，细思恐极。

于是你先放下天天拿着的手机，默默地做了个下面类似机器算法的表格：

那么，我们试图从此表格中来找寻规律。

但是很明显，有时候约会和自己的发现这状态有关，还有的时候取决于她的情绪，明明天气很好，但是她的脾气却很坏，还有每次两个人说的话都不会重样，这样一来，机器算法也无法预测答案，因此，这样的场景就不适合用大数据和机器算法，它适合于规律和标准化的数据。

但是它能总能给我们一些启示，特别是一些糊里糊涂，天天就知道写代码的人——就像我这样的，拖延狂还有码农综合症，忘记生活，需要有大数据来严重介入。

不知道愚人节大家被骗了几回，反正我中午吃了一顿烤馕。