下一IT增長(zhǎng)點(diǎn):推薦引擎2.0

百姓網(wǎng)CEO王建碩最近發(fā)表了文章《2011年注定是中國(guó)互聯(lián)網(wǎng)第三春》，根據(jù)他提出的五年周期理論，每隔五年會(huì)有一批人出來(lái)創(chuàng)業(yè)，就會(huì)有一批風(fēng)險(xiǎn)投資周轉(zhuǎn)完畢轉(zhuǎn)而支持新的項(xiàng)目，這樣算來(lái)，在2005這個(gè)web2D的奇跡年之后，2011年必將會(huì)有新東西爆發(fā)。王建碩看好的概念是“移動(dòng)互聯(lián)網(wǎng)”，而著名IT博客“對(duì)牛亂彈琴”的主人Keso卻不看好2011年的爆發(fā)，因?yàn)楝F(xiàn)有的web2.0公司還在尋求能真正賺錢的模式呢。

但有一個(gè)東西很可能成為未來(lái)幾年互聯(lián)網(wǎng)公司的新主攻方向：推薦引擎。

踐行“長(zhǎng)尾理論”的第三個(gè)法則

今天的年輕人中，可能任意兩個(gè)人在24小時(shí)內(nèi)看過(guò)的節(jié)目和新聞都完全不同，每個(gè)人都能根據(jù)自己的興趣找到特有的一套內(nèi)容，這就是web20的力量。對(duì)2005年的創(chuàng)新公司來(lái)說(shuō)，最重要的革命性思想可能是2004年《連線》雜志主編Chirs Anderson提出的所謂“長(zhǎng)尾”理論——哪怕是最不流行的東西也會(huì)有人喜歡，這是小眾市場(chǎng)的時(shí)代。

而互聯(lián)網(wǎng)，甚至可以說(shuō)整個(gè)社會(huì)的一個(gè)大趨勢(shì)，是人們面臨的選擇越來(lái)越多。過(guò)去是全國(guó)上下看一個(gè)電視劇，而現(xiàn)在中國(guó)每年生產(chǎn)1.5萬(wàn)集電視劇，很多甚至根本沒(méi)有播出的機(jī)會(huì)。19g4年，美國(guó)總共有50萬(wàn)種不同的商品出售，而現(xiàn)在僅僅在亞馬遜網(wǎng)站上就有超過(guò)240萬(wàn)種商品。長(zhǎng)尾和web20，正是選擇越來(lái)越多帶來(lái)的現(xiàn)象。

Anderson提出長(zhǎng)尾的三個(gè)法則，第一是讓所有東西都可以被獲得；第二是讓這些東西賣得很便宜；第三是幫我找到它。前兩點(diǎn)可以說(shuō)已經(jīng)做到而且做得很好了，現(xiàn)在的關(guān)鍵是第三點(diǎn)，怎么幫助用戶作出選擇。這就是推薦引擎的作用了。

傳統(tǒng)的推薦引擎太落后了

據(jù)市場(chǎng)分析公司Forrester統(tǒng)計(jì)，那些在電子商務(wù)網(wǎng)站被推薦過(guò)商品的用戶，有三分之一的人會(huì)根據(jù)這些推薦買件東西。任何廣告都不可能做到這樣的成績(jī)。所以推薦引擎不但是web20的最核心技術(shù)，更是廣告的終極形態(tài)。我們可以設(shè)想，當(dāng)一個(gè)人面對(duì)購(gòu)物網(wǎng)站上幾十萬(wàn)種商品，有多大可能沒(méi)有一件是他愿意買的呢?這個(gè)人空手而歸的最重要原因，也許是那個(gè)他一定會(huì)買的商品沒(méi)有被他發(fā)現(xiàn)。

多年以前，我曾經(jīng)在亞馬遜買過(guò)一本《量子力學(xué)》，這是物理系研究生的教材，結(jié)果是很長(zhǎng)一段時(shí)間內(nèi)亞馬遜就不停地向我推薦各種物理教材。這個(gè)推薦引擎想得非常周到，只可惜它不知道我早就不需要這種教材了。現(xiàn)在當(dāng)當(dāng)網(wǎng)買書，每一本書的關(guān)聯(lián)推薦往往都是一些流行熱賣的相似圖書，這些書我早就知道而沒(méi)有買，難道會(huì)因?yàn)榭吹酵扑]就買么?人們需要的是個(gè)性化的、恰到好處、最好還有一點(diǎn)驚喜的推薦，傳統(tǒng)的推薦引擎太落后了。

推薦比聯(lián)想要困難得多

在線DVD租借提供商N(yùn)etflix有一個(gè)算法保密的推薦引擎Cinematch，它根據(jù)用戶對(duì)電影的打分來(lái)判斷他還可能喜歡什么電影。這是一個(gè)相當(dāng)優(yōu)秀的引擎一亞馬遜可以免費(fèi)給你推薦，而Netflix的電影推薦服務(wù)只給付費(fèi)用戶。但Netflix并不滿足，他們?cè)?006年提出懸賞，希望有人能把推薦引擎的性能提高10％，獎(jiǎng)金是100萬(wàn)美元。可是這獎(jiǎng)金直到2009年才被一個(gè)七人小組得到，其中包括兩名ATT(美國(guó)電話電報(bào)公司)的科學(xué)家。

傳統(tǒng)的推薦引擎主要根據(jù)統(tǒng)計(jì)用戶記錄來(lái)發(fā)現(xiàn)關(guān)聯(lián)，重點(diǎn)是“買過(guò)這物品的人還買了什么物品”。這個(gè)原理簡(jiǎn)單，但它的缺點(diǎn)在于推薦的都是一些相似的東西，可是它們必定有很多人買過(guò)了，它無(wú)法制造驚喜。這可能也是很多人更愿意逛書店的原因之一，在書店里往往會(huì)偶遇一些自己完全想不到，而且沒(méi)有名氣的好書。另一方面，傳統(tǒng)的引擎不知道一本書或者一個(gè)電影到底好在哪里，為什么人們會(huì)喜歡，以至于無(wú)法做出更精確的推薦。

“音樂(lè)基因緝計(jì)劃”

但現(xiàn)在有兩個(gè)新的推薦技術(shù)，堪稱是推薦引擎20。

Pandora是一個(gè)專門致力于歌曲推薦的公司，它的辦法是分析歌曲。在Pandora的算法中，每一首歌都有400種不同的屬性，他們聘請(qǐng)一位音樂(lè)專家，使用20分鐘的時(shí)間給這首歌的所有可能的屬性打分。這樣一來(lái)每一首歌都被一組數(shù)標(biāo)記了屬性。Pandora的目標(biāo)是建立一個(gè)包含所有歌曲的數(shù)據(jù)庫(kù)，稱之為“音樂(lè)基因組計(jì)劃”。他們每月能分析1萬(wàn)首歌曲，在過(guò)去10年之內(nèi)已經(jīng)分析了74萬(wàn)首。

這個(gè)推薦算法的原理是，如果你表示喜歡一首歌，程序會(huì)自動(dòng)尋找跟這首歌的“基因”相同的歌曲，并賭你也會(huì)喜歡。Pandora現(xiàn)在已經(jīng)是iPhone和iPod中最流行的應(yīng)用之一，隨著一首歌的播放，你可以隨時(shí)表示喜歡或是不喜歡，程序通過(guò)網(wǎng)絡(luò)自動(dòng)提供各種你可能喜歡的歌曲。

Pandora的獨(dú)特之處在于它完全根據(jù)一首歌的本身屬性和你的喜好記錄來(lái)判斷你喜不喜歡，而不考慮別人喜不喜歡。顯而易見的好處是也許這首歌并不流行，可是你就是喜歡。Pandora更“了解”歌曲。統(tǒng)計(jì)表明，在使用過(guò)Pandora的人中，45％買了更多音樂(lè)，只有1％的人因?yàn)镻andora減少了音樂(lè)購(gòu)買。

直接分析每一個(gè)人

另一個(gè)推薦引擎公司Hunch有更大的野心，它的做法是直接分析人。Hunch并不去分析歌曲、電影或者書有什么屬性，它分析每個(gè)用戶有什么屬性。你喜歡百事可樂(lè)還是可口可樂(lè)?你喜歡藍(lán)色的筆還是黑色的筆?通過(guò)大量的統(tǒng)計(jì)分析，HunCh發(fā)現(xiàn)，如果你相信UFO存在，那么你更有可能喜歡百事可樂(lè)；如果你有一個(gè)MBA學(xué)位，那么你更有可能喜歡藍(lán)色的筆。

現(xiàn)在去Hunch的網(wǎng)站，它允許你用fa-Cebook或者twitter的賬號(hào)登陸，然后它會(huì)問(wèn)你20個(gè)看上去與電影和書籍一點(diǎn)關(guān)系都沒(méi)有的問(wèn)題。這些問(wèn)題包括你住在城市、郊區(qū)還是鄉(xiāng)下，你會(huì)不會(huì)自己安裝家庭影院的音箱系統(tǒng)，你能不能連續(xù)做10個(gè)引體向上，喜歡吃什么樣的炸薯?xiàng)l等。根據(jù)這些信息，它將會(huì)向你推薦5本雜志、S部電視劇和5本書。我很少看電視劇，但Hunch向我推薦的5本雜志中有2本是我已經(jīng)訂閱了的，5本書里有1本是我看過(guò)的，雖然剩下的我不怎么感興趣，但這已經(jīng)是相當(dāng)不錯(cuò)的準(zhǔn)確度了。

Hunch的雄心壯志便是給每一個(gè)用戶建立一個(gè)個(gè)人喜好檔案，然后那些電子商務(wù)公司就會(huì)向它購(gòu)買完全基于個(gè)人喜好的推薦服務(wù)。

這一回沒(méi)法山寨了

中國(guó)顯然需要高性能的推薦引擎，而且考慮到國(guó)人的喜好與西方用戶未必相同，這種推薦引擎還必然是具有中國(guó)特色的。

推薦引擎會(huì)在中國(guó)有很大的發(fā)展，但是其中也有困難。首先，“煉成”一個(gè)好的推薦引擎需要大量的真實(shí)交易數(shù)據(jù)，而這些數(shù)據(jù)往往備公司保密，是一種稀缺資源。Netflix是為了舉辦100萬(wàn)美元的優(yōu)化大獎(jiǎng)，才公開了部分用戶的電影評(píng)價(jià)數(shù)據(jù)。Pandora則是采用勞動(dòng)密集型的做法，雇人給每一首歌設(shè)定屬性，而且費(fèi)時(shí)多年才開始盈利。很難想象淘寶或者當(dāng)當(dāng)會(huì)把自己網(wǎng)站的交易記錄交給—個(gè)第三方公司去研究。

更重要的是，推薦引擎技術(shù)很難山寨，它不僅僅是一個(gè)編程的問(wèn)題，而必須請(qǐng)統(tǒng)計(jì)學(xué)家、藝術(shù)家和工程師合作研究。中國(guó)在2005年爆發(fā)出來(lái)的web2.0公司，與它們借鑒的歐美公司最大的不同也許僅僅是創(chuàng)意，而現(xiàn)在則到了需要核心技術(shù)的時(shí)候。幾個(gè)大學(xué)本科退學(xué)生甚至高中生，想出一個(gè)好的創(chuàng)意，寫幾個(gè)月程序，然后就能拉到風(fēng)險(xiǎn)投資，說(shuō)創(chuàng)業(yè)就創(chuàng)業(yè)，說(shuō)上市就上市的時(shí)代已經(jīng)快要結(jié)束了。

從web20到推薦引擎20，必定是互聯(lián)網(wǎng)公司從低端到高端的一個(gè)進(jìn)化。