15.推荐引擎.pdf

推荐引擎：未来互联网的发动机 《财经网》 2011 年 登上《财富》杂志封面人物，历来是商界精英成功的一个显著标志。 2010 年11 月，这期杂志的封面人物是50 岁的里德•哈斯廷斯(Reed Hastings)。作为 美国最著名的流媒体影视播放服务商Netflix 的创始人和CEO，哈斯廷斯的名字排在了福特 CEO 穆拉利、苹果创始人乔布斯、Facebook 创始人扎克伯格等50 位业界叱咤风云的精英 之前——他被誉为“群星中的俊杰”。 对这家成立于1997 年的老牌电影租赁服务商来说，过去的10 多年里，Netflix 更多的 是应对“被挤出市场”的威胁，来自Blockbuster、沃尔玛、苹果公司或其他竞争的一次又一 次的严峻挑战。《财富》周刊的封面报道中说，如狼似虎的对手们早就想把哈斯廷斯“赶出 业界，让他绞尽脑汁重起炉灶，或让他提前退休，打发他回家消磨时光。” 无独有偶，2010 年12 月11 日，在《时代周刊》评选出iPhone 十大流行应用中，Netflix 提供的即时影视播放服务Instant Netflix 名列榜首。 能够在超过30 万种iPhone 应用中脱颖而出，拔得头筹，Netflix 所依赖的法宝，正是 其历经10 余载打造的“秘密武器”——协同过滤推荐系统。 截止2010 年底，Netflix 公司的年收入逾20 亿美元，注册用户已经超过了1730 万， 付费用户则超过了500 万。每天有400 万部电影或电视节目，通过各类终端，呈现在消费 者面前，并得到消费者的点评推荐。迄今为止，Netflix 已经积累了30 亿条点评数据，这座 巨大的数据“金矿”，配上自行研发的推荐引擎Cinemath，正成为Netflix 公司稳健财源的巨 大引擎。 交互没问题，问题是谁跟谁交互？ 2004 年有两个概念响彻互联网界，一个是电子科技出版商Tim O’Reilly 提出的Web2.0， 另一个是《连线》杂志主编安德森提出的“长尾理论”。Web2.0 让“交互”、UGC （用户产生 内容，User Generation Content）成为互联网掘金者津津乐道的“法门” ；长尾理论，则直观 地把“个性化消费”诠释得淋漓尽致。 越来越多的电子商务、娱乐、餐饮网站，迅即改变了他们聚集人气、吸纳眼球的方式， 从不辞辛苦地“堆积材料”、“酷图快评”，转向了“让消费者做点什么” ：“顶”和“踩”成了消费者 意见表达的标准动作；热门榜单，成了页面边栏的“标准配置”；关联阅读和链接，成为黏着 眼球、延长页面驻留时间的经常手段…… 不幸的是，在大大改善了网页的浏览体验之后，绝大多数互联网站的思路，被“吸引更 多的眼球”所绑定，他们热衷于竞价排名、SEO （搜索引擎优化），热衷于把“交互”的火力 更多地引向网站自身，沉醉于点击率、浏览量、驻留时间，甚至孜孜不倦地切分多个页面、 制造更炫的Flash 动画、制造更多的插件并相互攻讦。 挖空心思堆积内容资源、变着法儿吸引客户眼球，却难以获得满意的“营业收入”，成为 众多网站的“心头之痛与惑”，他们念叨着一个解不开的魔咒“商业模式”——殊不知，这“模式” 并非是可以构造、设计出来，而是“涌现” 出来的。 Netflix 的推荐引擎，是一个绝好的范例。 让你喜欢的电影“跳”出来 Netflix 公司早期是做DVD 租赁生意的。1997 年公司成立两年后，他们才确立了这种 看上去“其貌不扬”的生意模式：用低廉的价格，为消费者提供他所喜欢的电影DVD 租赁服 务。 做这种生意很容易想到的是两点：一个是拥有巨大的片源；另一个就是拥有大量的潜在 的消费者。剩下的事情，完全可以归之于标准版的MBA 套路：制定价格、组建渠道、开展 促销。 Netflix 早期的做法也正是这么做的。不过，在日益暴涨的电影库和消费者数据的刺激下， 他们在思考一个根本性的问题：如何让消费者喜欢的电影“跳” 出来？ 信息过载的直接后果就是，直截了当地得到所需要的信息，变得异常困难（这一点正是 Google 公司存在的理由）。即便千辛万苦地对信息进行分类、聚合、归档，也无法抵挡数 据汹涌而来的恐惧（早期的Yahoo 就是这么干的）。 Netflix 想到了“网民的力量”。 按照最朴素的看法，人们接触电影、书籍、音乐的最佳途径，其实是“听朋友推荐”。这 个看法一点都不新奇，日常生活就是这样。 不过，