3. 世纪佳缘，一种另类的推荐系统
哥决定推迟写facebook了，有一些零零散散的东西想先写掉。最近特别想写东西，不如趁这个机会把一些考虑都用纸笔的方式记录下来。在公司的时候还特喜欢画画，自闭症的症状又开始发作了。哥去开世界精神病大会的时候绞尽脑汁给自己写了三点研究方向，其实是一个冷笑话，结果大家都没有笑，所以回来的时候一怒之下就都给扔了，没有人笑的笑话是不值得保留的，就像会被忘记的质性材料一样。人工智能做了这么多年，还没有能够代替人类工作的A.I.出现，那么连世界上最伟大的人脑都记不住的东西，还用得着用硬盘去记录吗？回答“是”的，你们都是尾随陈老师的摄影爱好者。
哥有两个比较明文的爱好，一是专家系统，一是推荐系统，今天就讲讲推荐系统：比如世纪佳缘怎样为你推荐一个称心如意的配偶。废话不说，直接上结论。
故事1：当你去amazon买婴儿尿不湿的时候，系统会问你，你也要买奶粉吗，这个比较容易理解；当你去amazon买那个的时候，系统也会问你，你还要买奶粉吗，你是不是想抽它，虽然它推荐得很准确。这个典型就是对用户的聚类分析，背后的逻辑是类似的用户有类似的需求。在世纪佳缘也是这样。男人女人征婚的时候特别喜欢写征婚要求，这部分的匹配对于系统来说是很好做的，可是这个部分的匹配起到的作用并不会很大，因为女人说话有一半是假的，男人说话全是假的。
抛开不谈。重点谈谈，怎么量化“眼缘”，并进行匹配。很简单，不量化就是最好的量化，男人A和男人B都浏览了某女人W的页面并表示了兴趣，那么可以就可以简单的将男人B曾经浏览过的历史推荐给男人B了，系统几乎没有什么负荷，这里面的核心技术就在于，让用户自己思考，用户的人类智能是一笔宝贵的财富。
故事1.5：对故事1做一个小小的改进，如果男人A是楼主这样的快手流选手，每小时可以点开40个不同女性的页面进行浏览，那么如果把这样的浏览历史全部推荐给慢手流选手男人B，将是一个非常不愉快的用户体验。解决的方法很简单，当男人A和男人B的交集超过一定数量之后系统才认为他们两个是类似用户。这是聚类路径的问题，推荐系统的8种基本逻辑之一，不细讲。
故事1.5.1：为什么我们认为这是一个不愉快的用户体验，很简单，这个系统背后是没有算法的，系统什么也没做，然后用户批评系统什么也没做，系统会很郁闷，因为系统的确就什么也没做嘛。
故事2：男人都是花心的，你今天给他推荐范冰冰，他买了一张邮票开始聊天，聊得挺好，明天给他推荐陈好，他又去买了一张邮票！（PS：在这一点上楼主无疑是百里挑一的好男人，楼主坚持范冰冰路线一百年不动摇，楼主的娘觉得这个思路不错）那么怎么解决这个问题呢，还记得吗，我们的系统是个空系统，后台其实什么算法也没有。其实解决方法也很简单（假设他始终迟迟不做决定），第一天推荐给他40个女人，第二天将其中20个换掉（由于他是一个典型的迟迟不做决定的用户，具体的例子可以参考一个一年不上线的死用户，不具体考虑换哪20个的问题，可以认为是随机），第三天将其中5个换掉，第四至第七天保持不变，第二周第一天将其中1个换掉，以后每过3*rand()天，将1*rand()个换掉。这时候用户就会以为自己得到了良好的用户体验。
故事2.1： 系统干了什么？系统根本不知道你喜欢什么类型的女人，根本不知道推荐的对不对，但是只推荐这40+rand()个给你，假装很professinal的进行了匹配，其实系统什么也没干。用户B体验到了什么？系统推荐的这40个女人我都觉得很漂亮，首先这40个女人是用户A选出来的，系统什么也没做，其次， 系统推荐的女人名单出现了微调，但是总体而言趋于稳定，用户认为匹配很准确嘛，其实系统什么也没做。
故事2.2：我干嘛要分析这个案例？也很简单，在没有数据的时候我们怎样做数据挖掘：利用丰富而强大的人类智能，人脑云计算。实际上现在世纪佳缘有了这么庞大的用户群和成功案例，应该足够做深度的数据挖掘了，但据我观察他们并没有这个打算，这可能还是和传说中HR都是英文系和计算机系的悖论有关吧。
后记：哥喜欢用男人和女人做例子，因为这个话题会引起大多数人的emotional反应，失去理性思考的能力，这样哥在其中讲述的背后机制就不那么容易被剽窃了。