大数据：你的私人定制.docVIP

大数据：你的私人定制 　　关于大数据，有个人性化的说法——大数据就像青少年之间的性，每个人都以为别人正在进行中，所以每个人都把它列在自己的计划上；每个人都在口耳相传，没几个人真的见过——对互联网公司而言，大数据是个时时被提起的宏大战略，但真正靠谱的产品很少见；而对普通用户来说，大数据更像是个耳熟能详的抽象概念。 　　如今，普通用户也有了可以利用大数据的入口。2013年年底，视频网站爱奇艺在综艺节目的进度条下，添加了两个不起眼的小字：绿镜。点击后，你所看的将是剪辑过的节目片段合集。举个例子，当下最热门的综艺节目《爸爸去哪儿》一期的总共时长是90分钟，开启绿镜模式之后，你所看到的是29分钟的精华版。 　　负责剪辑节目的不是网站的视频编辑，而是后台系统，或者说所有观看视频的普通用户。大多数人在观看视频时，都会根据自己的兴趣暂停、快进、倒退。对于爱奇艺首席技术官汤兴来说，这就是用户在无意识地通过这些动作来评价内容的好坏，“用鼠标来反映哪些是他们认为好看的、哪些是无聊的。” 　　简单的说，绿镜就是将所有用户“评价”汇总，再经过后台系统的运算，将最受欢迎的片段剪辑出来，形成精华版视频。 　　这不是视频网站第一次应用大数据，视频网站的首页推荐，播放页边栏上的“猜你喜欢”，都是以用户行为分析为依据。绿镜在算法上，甚至比前者更为简单，却是更实用的大数据产品，之前的产品精准度还不足以让大多数用户注意到它们，而绿镜在没有经过宣传的情况下，第一天就有20万用户点击。 　　相信很快就会有许多绿镜的类似产品出现，这种产品不仅仅能够为普通用户节省时间，更重要的是让电视台等内容制造方准确了解哪些明星、桥段才是观众喜闻乐见的。 　　用户定制的时代来了。 　　灵感来自吐槽老板 　　这个产品最初的起源，只是几个工程师的玩笑。2013年2月份，爱奇艺CEO龚宇以嘉宾的身份登上湖南卫视的访谈节目《天天向上》，与他同期上节目的嘉宾还有电视剧《笑傲江湖》的主演霍建华与陈乔恩，这期节目隔天就在爱奇艺上线。 　　几个爱奇艺的工程师，本着对领导的原始好奇心，偷偷在网站后台用算法总结出这期节目的用户行为数据。结果印证了他们的猜想，在龚宇出场的时间里，收视曲线降到谷底，“惨不忍睹”，等到陈乔恩和霍建华出场后，曲线陡然升上高峰。与看电视时的被动接受不同，当节目的进度条可以随意调节的时候，嘉宾究竟受不受欢迎这件事儿就变得更加直观残酷。 　　这次吐槽式的观察成为绿镜开发的灵感和起点。花了两个多月时间，爱奇艺的绿镜算法研发完成。 　　实际上，这个产品并不是由一个部门完成的，而是由爱奇艺内部不同部门协作完成。具体的说，以《爸爸去哪儿》为例，一个绿镜版的产生，先需要收集数据，在达到一定数量后进行清洗，然后根据清洗后的数据建立模型，完成视频编辑。 　　所谓清洗，就是去年汤兴所说的“噪音”数据，这些数据并不是真实的用户行为，举例来说，如果一个用户在某一点上暂停几秒钟，他可能是在截屏，如果是几分钟那上厕所的可能性更大。 　　在建模时，先要按重要度来为快进快退、暂停、分享、评论以及截图等行为赋予不同的权重，然后为每个片段打分，之后的计算过程非常简单，一个30分钟片长的视频，只需要十几毫秒的时间就能完成。 　　在互联网世界里，收集用户数据比传统电视行业要容易得多。用户的所有交互行为都会在互联网上留下痕迹，存储在各家公司庞大的数据库里。生成绿镜版本的前提是节目有10万以上的播放量，这个数字不难达到。在视频网站上，一线综艺节目整体播放量的单位通常是亿，像《爸爸去哪儿》这种有热度的节目，上线一个小时之后就能够生成绿镜版本。 　　“每隔20分钟，系统还会重新更新一次。”爱奇艺产品经理赵超越介绍道。当初那群好奇地研究龚宇是否受观众欢迎的工程师中，戴着黑框眼镜的赵超越是其中之一。她是90后，算是看着综艺节目、玩着互联网长大的一代人。对他们来说，光是看节目是不够的，他们更想参与其中。 　　和其他大数据产品一样，绿镜还不够成熟。用绿镜看节目无可回避的一个问题是画面不够连贯。大数据剪刀手只能挑出那些受欢迎的片段，它们分散在节目的各个桥段里，生成绿镜版的时候并不能保证衔接流畅。这也是绿镜为什么暂时只在综艺节目上运用的原因。综艺节目对剧情连贯性没有很高的要求，观众主要看的是自己中意的表演嘉宾，哪怕画面突然被切断也没有很大的关系。在电视剧、电影上，很难想象被切割后的情节还能够同样被观众欢迎并接受。 　　在目前的版本中，爱奇艺用最简单粗暴的办法来解决连贯性的问题，就是干脆不去考虑如何保持剧情连贯，而是在每个片段中间暂停一下，闪现“绿镜”标志，然后直接转到下一个片段。 　　绿镜的版本仍然在优化。在内容的连贯度没那么容易解决的情况下，研发团队将重心放在满足每个用户对时间的需求上。在大数据的世界里，