社交挖掘：誰是下一個Google

Pagerank是Google排名運算法則（排名公式）的一部分，是Google用來標識網頁的等級/重要性的一種方法，也是Google衡量一個網站好壞的唯一標準。在糅合了諸如Title標識和Keywords標識等所有其他因素之后，Google通過pagerank來調整結果，使那些更具“等級/重要性”的網頁在搜索結果中的排名獲得提升，從而提高搜索結果的相關性和質量。

見到袁雨來的時候，他正在和團隊完善產品。他們總共十幾個人，在中關村租了一套Loft結構的公寓，專心開發基于社交網絡的應用。

從表面看，他們和其他互聯網團隊無異，但在袁雨來眼里，他們做的事情門檻很高：通過社交網絡，利用高效的算法獲知用戶的喜好，從而為其薦歌。形象地說，他們知道你喜歡聽什么樣的歌曲，也知道你喜歡的歌曲在哪里，然后基于社交關系把音樂推薦給你。

走出象牙塔

袁雨來的產品叫音貝網，新版在8月24日上線后已經有了20萬用戶。音貝不判斷歌曲的舒緩、搖滾等屬性，而是根據一些原則為歌曲編織一個網絡——在用戶關系網和歌曲組織網之間相互映射，最終圈定用戶喜歡的歌曲。

要實現這個目的，就需要過硬的算法。在這方面，音貝具有自己的優勢，袁雨來兩年前畢業于清華大學，獲有高性能計算博士學位。他的團隊中有4個人研究算法，其中包括一個他在清華的同學。

面對《創業家》，袁雨來更愿意用“社交數據挖掘”來形容自己的項目，這是一個專業性極強的工作。國內一些高校在對此進行研究，因此很多團隊都和他們的母校有著天然的聯系。

以清華大學為例，計算機科學與技術系的唐杰和陳文光教授都是社交網絡的研究者，袁雨來正是畢業于這個系。此外，在電子科技大學計算機學院，29歲的博導周濤也是這方面的專家，這位本科就開始“帶”博士生的牛人精于數據算法，同時也是電商營銷公司百分點的首席科學家。周濤的學生黃宇于去年創辦了“唯朋友”，這是一個基于微博，促進你和好友之間的互動，以加深社交關系的數據挖掘項目。

此外，北大、北航、上海交大、哈工大都有師生研究社交網絡，他們為國內的社交數據挖掘提供了學術支持和項目儲備。但另一方面，這也促成了這個群體的小眾特征，畢竟一個復雜的算法不是隨便哪個人都能做的。

某種程度上，這些項目還帶有實驗性質。比如哈工大博士于霄創辦的知微，就脫胎于哈工大的社會網絡與數據挖掘聯合實驗室。清華大學計算機副主任陳文光教授帶了一個項目，叫社會化網絡分析平臺，他們和海銀資本共同搭建了一個數據池，陳教授的研究成果可以直接為海銀資本孵化的項目調用。

“社交網絡在全世界都是個新興科學，社交網絡這個詞都沒幾年的歷史”，海銀資本創始合伙人王煜全近幾年一直在研究社交網絡，堅信這是互聯網的發展趨勢。他認為，互聯網自誕生那天起就是一個社交網絡，只不過是基于物理性質的連接，Google的pagerank本質上就是個社會化算法，只不過是用這個社會化算法處理文本和網頁，用社會化算法去處理人和人背后的信息，原理其實都是一樣的。

樂薦網絡創始人戴虎寧建了一個專門討論社交數據挖掘的QQ群，里面大約有300人，基本囊括了中國研究社交數據的高手，里面好多人沒有創業，好多還是學生。“出來創業的估計30支團隊到頭兒了”，王煜全說，“我覺得他們是未來的比爾.蓋茨，具體是誰我不知道，但一定在這堆人里。”

新的顛覆者？

Twitter、Facebook、Foursquare等的出現，真正把人們帶入了社交網絡時代。“社交網絡在科技上有巨大的提升空間，比如對一個人的精確分析，沒有社交網絡就永遠達不到那種精度。”王煜全說這句話的背景是：數據挖掘早已有之，但社交網絡的數據挖掘還是個新課題。

隨著用戶的瘋狂增長，社交網絡產生的數據量是驚人的。每過一分鐘，Flicker上會有3125張照片上傳，Facebook上新發布70萬條信息，YouTube上則有200萬次點擊觀賞。圖片、聲音、文字以及背后的用戶習慣和軌跡構成了互聯網上的數據資源，社交網絡與大數據是天生的親密伙伴。

這些數據價值密度不高，要挖掘出有用的那部分是個力氣活。以Zynga為例，這是一家寄生在Facebook上的社交游戲公司，它的游戲強調好友之間的合作。為了黏住用戶，Zynga每天大約要收集600億個數據點，包括人們一般玩多久游戲，什么時候玩，喜歡購買什么游戲物品等。從某種意義上說，Zynga可能比你自己還清楚地知道你的潛意識決策。

在清華大學陳文光教授看來，社交網絡是下一代應用層面的互聯網。“第一代是雅虎、新聞門戶等，第二代是搜索引擎，第三代就是社交網絡，它不僅是連接信息，更是連接人，會和社會學、心理學、經濟學有很多交互的地方，從研究的角度來講是非常有意思的事兒。”

今年上半年，美國曼徹斯特大學的研究團隊做了一個實驗，他們通過分析Twitter上的數據，提前8天預報了流感的爆發。在一個月內，研究小組收集了440萬個Twitter留言的地理定位數據標簽，使用一種特殊的算法進行處理（類似語義分析），從而預測不同地區的流感發病率。

這似乎印證了《爆發》一書作者、全球復雜網絡研究權威巴拉巴西教授的觀點。他基于社會化大數據基礎，認為人類行為有93%是可以預測的。如果確實如此，那么社交網絡中無疑蘊藏著巨大的商業價值。

在 《創業家》采訪的團隊中，新影數訊（iFilm+）擅長預測。他們通過對微博和過往資料數據的分析來預測電影票房，同時給影片提供營銷建議。創始人劉晗透露，其票房預測準確度可達85%。他們的做法是首先確定影響票房的變量，如演員、檔期、上映時間、首映地等，一些看似與數字無關的事項都被按規則加以量化；然后，他們從統計年鑒中查到了1990年以來上映的四五百部電影數據，讓計算機逆向推導出定量，從而確定公式。預測時把社交網絡中反映出的演員熱度、電影關注度以及預定的上映時間等變量填入公式，進行測算。

真實的算法遠比上面的描述更復雜。劉晗演示時，筆記本屏幕上密密麻麻布滿了數學符號，但電腦要精確計算出人類的行為，仍需繼續探索。“預測準確度提升1%，都需要做大量復雜的工作，必須找到并引入新的變量才行。”劉晗說。

劉晗所面臨的挑戰，是社交數據挖掘者們共同的問題，即便在美國，算法也沒有完全突破，這為中國的創業者們提供了機遇。王煜全把中國偏后期的投資比喻為“拼爹”，以前的互聯網投資是“拼經驗”，前一段流行“拼干爹”，就是大VC靠砸錢來砸市場，到了社交網絡時代就要“拼技術”，因為互聯網的核心本質就是技術，而有算法支持的社交網絡產品是無法抄襲的，即便把國外的算法搬到國內也會水土不服。“在社交網絡上，中國不會落后美國太久了，中國肯定會迎頭趕上。”

王煜全認為，未來只有一個叫社交網絡的互聯網，真正的社交網絡，其實就是人際關系網，凡是沒疊加社交關系的1.0式的網站，理論上都會被顛覆。他的理由有三點：第一，沒有社交關系就沒有個性化，就不知道用戶行為會怎么變化；第二，傳統網站需要內容提供者，而在社交網絡的UGC時代，通過互動激發內容，根本不需要有內容提供者；第三，社交是人類最本質的生存需求，社交能力的高低很大程度上決定人成功與否。目前Facebook的平均好友數是130人，未來隨著算法的演進，人類的社交能力將出現質的飛躍。

賭未來

中國目前最具影響力的社交網絡是新浪微博。自2009年上線以來，它已經成為聚攏了3.68億用戶的開放平臺。在《創業家》6月推出的《開放平臺TOP10》評選中，新浪微博被開發者們評為“最具開放度”的平臺。不同層次的API接口可以調用新浪微博的內部數據，為開發應用提供便利。

《創業家》見到的社交網絡應用團隊，大多數都接入了新浪微博，但他們仍然抱怨新浪的開放度不夠高。黃宇在開發“唯朋友”的過程中，需要大量調用新浪微博的API，但一些重要數據無法訪問，比如用戶的私信，這顯然涉及隱私問題。此外，新浪對一些API的訪問頻率也做了限制。因此，一些團隊也在打算接入騰訊微博，因為騰訊可以把私信都開放。此外，他們也密切關注移動端，一些業務也可以移植到微信上。而無論微博還是微信，都不過是底層的社會平臺，他們要在此之上疊加應用，最終超越原先依附的平臺。

但挖掘者們的技術還不足以處理大數據。“好有美食”是一個10月中旬剛上線的APP，基于好友關系來給你推薦餐廳和美食。它目前能抓取新浪微博的原創和轉發內容，而沒有抓取評論，其中的一個原因就是“數據量太大”。新影數訊的劉晗也強調，他們做的是數據挖掘，而不是大數據處理。“大數據的計算量非常大，一天的數據量就會上T，一般人處理不了，我們要的有價值的數據也就是幾十G。”

陳文光教授估算了新浪微博的數據量級。“不包括圖片和評論，大約是在幾十T到幾百T，如果只拷貝所有的社交關系，那還不到一個T。一臺256G內存的機器，就能把一兩億用戶的關系數據放在內存里，處理起來就快很多。光分析社交關系的數據，就可以做很多工作了。”

他還分析了小團隊的創業成本。“租一個100M的帶寬和IDC機位每年大約要10萬塊，買一臺有4個CPU和256G內存的服務器也要10萬塊，再加上人力、房租，以及寫軟件和用虛擬主機、云平臺等成本，最少有100萬投入才能干這件事。”

這些團隊必須節衣縮食的另一個理由是：社交網絡應用仍然沒有成熟的商業模式，即便VC對社交網絡也沒有特別強的信心。知微創始人于霄對《創業家》表示，“2C（針對個人用戶）的商業模式需要有相當量的用戶留存和頻繁的使用，而現有的產品還剛剛面世，想建立起用戶黏性、吸引大量的客戶還是蠻難的。2B（針對企業用戶）的商業模式則更偏向營銷，可能只維護十個客戶都會做的非常強大，但垂直領域的數據量還沒那么多，最早期的時候沒有太多素材可用。”

新影數訊是我們遇到的唯一有收入的團隊，但全年營收最多也就兩百萬元，還沒打平。劉晗更看重積累數據，對他來說，數據是比現金更值錢的資產，如果能建立起一個中國最全的電影數據庫，賺錢就是水到渠成的事。

海銀資本孵化的社交網絡應用團隊有16個，到年底估計能達到30個，它們抱團取暖。海銀和清華大學合作，后者研究社交網絡的數據池可供這些團隊使用，大多數固定的社交關系可以直接從中調用。在中關村云計算基地，王煜全的好友田溯寧以低于市價一半的價格提供了600平方米的場地，一些團隊不久后就將搬去那里。這些團隊彼此之間也有大量的溝通與協作，比如分工調用新浪微博不同的API以提升效率。此外，在營銷上這些團隊也會彼此借力。

海銀在這些項目上介入很深，王煜全親自和團隊討論確定產品方向。他告訴這些年輕人，一旦大目標確立，至少要堅持三到五年。他坦承，這些業務五年不見得賺一分錢，但是五年之后也許是個Google。他用蘋果公司曾經的廣告語來鼓勵他們：只有那些瘋狂到認為自己可以改變世界的人，才能真正改變世界。