第264章360的红利
第264章360的红利(第2/3页)
，皱起眉头思考了片刻。
“老板，您的意思是，我们在飞鸽内部嵌一个类似于百度的搜索引擎？”
张栋试探着提出了一个技术方案，“我们可以抓取所有公众号的文章关键词，建立一个强大的站内爬虫索引库。用户想看什么，自己输入关键词去搜。百度的竞价排名和搜索逻辑我们完全可以复刻。”
“不，那还是老路。”
林辰直接否定了张栋的想法，点出了传统搜索模式的局限性。
“百度解决的是‘人找信息’的问题。用户必须明确知道自己想要什么，才会去搜索。但大多数时候，人们在等公交、坐地铁、或者晚上睡前刷手机的时候，他们的大脑是放空的，他们根本不知道自己想看什么。”
林辰站起身，走到办公室的白板前，拿起笔，在上面写下了四个字。
信息找人。
“我要做的，不是让用户去搜索。”
林辰转过身，看着张栋，提出了一个在2010年显得有些天方夜谭的概念：
“我要让我们的系统，比用户自己更了解他们。”
“我们要通过用户在飞鸽里的每一个动作：他停留在一篇文章上的时间长短，他点赞了哪类图片，他屏蔽了哪个公众号，甚至他平时在群里聊天最常出现的高频词汇。”
“把这些数据收集起来，在底层给每一个用户画一张极其精密的‘数字画像’。然后，通过协同过滤算法，从那每天几十万篇的文章库里，精准地把军事文章投喂给军迷，把美妆资讯推给年轻女孩。”
“他们不需要搜索。只要他们往下滑动屏幕，永远有他们感兴趣的内容在等着他们。越刷越上瘾，越刷越离不开。”
会议室里安静了下来。
张栋端着咖啡杯的手停在半空中。作为国内顶尖的系统架构师，他并没有觉得林辰在异想天开，相反，他在脑海中迅速推演这套逻辑的技术可行性。
几分钟后，张栋的额头上渗出了一层细汗。
“老板，这套逻辑在理论上是完美的。”
张栋深吸了一口气，声音变得凝重，“但这背后的技术门槛，高得离谱。”
“传统的搜索只是文本匹配，但您说的这个，是基于海量大数据的机器学习和人工智能领域的推荐算法。”
张栋放下杯子，坦诚地指出目前的困境：
“目前国内的互联网公司，包括企鹅和阿里，在底层算法这块都还处于非常初级的阶段。我们要处理每天几亿人的行为日志，进行毫秒级的特征提取和实时推荐模型计算，这对算力的要求是天文数字。”
“更致命的是人才。我手底下的这帮架构师，搞高并发通讯没问题，但要搞这种前沿的人工智能算法推荐，专业不对口。国内真正懂这块顶尖技术的人，寥寥无几。”
（本章未完，请点击下一页继续阅读）