Facebook OpenGraph 终于露峥嵘
Gary Wang
Tomatoes网站上已经有多个模块被Facebook化，如上图中圆圈的部分。最左上的圆圈是‘朋友们最喜欢的电影’，下方是‘根据你的评分推荐给你的电影’，右侧是‘最近的活动’。这就是Facebook在今年F8大会提出的“实时个性化”（Instant
Personalization）功能，而Rotten Tomatoes是首家实验合作伙伴。
谷文栋
邓同桐
Mahout
On 9月26日, 下午7时11分, 谷文栋 <wendell...@gmail.com> wrote:
> 搜索已死，推荐登基。
>
> 2010/9/26 Gary Wang <gary.wang1...@gmail.com>
>
> > Facebook推出“实时个性化”功能http://www.techcrunchchina.com/4517：Rotten
Boolean Tao
Boolean Tao
Zi-Ke ZHANG
zike zhang
--
Université de Fribourg
Département de Physique
Chemin du Musée 3
1700 Fribourg
Switzerland
Boolean Tao
Boolean Tao
Gary Wang
Xu Yizhi
Tinyfool
我认为有实质结合的地方再扯一生万物那一套比较好，不然的话，其实也就是纯净水。
2010/9/26 Xu Yizhi <xuy...@gmail.com>:
--
Tinyfool的开发日记 http://www.tinydust.net/dev/
代码中国网 http://www.codechina.org
myTwitter: http://twitter.com/tinyfool
Xu Yizhi
我折腾过一段时间个性化搜索引擎，由于个性化，所以需要推荐系统。
做下去发现搜索和推荐用到的都是统计模型那一套，都是通过计算概率预测用户需求，都是用马尔科夫模型简化，都是通过各种数学模型进行rank，基本上大部分模块推荐系统和搜索系统都可以共用。不同之处只是处理数据不一样。搜索是对所有web数据进行统计，推荐系统是根据用户日志建立一个最大熵模型，然后进行统计。
后来发现大部分人工智能都是在做统计模型，只是实现细节不一样罢了。比如开复同学的语音识别，证卷自动交易系统等。
当然，这只是个人瞎折腾的感受。
邮件组里各位做推荐系统的，系统核心算法难道不是用的统计模型么？
xlvector
应该说这20-30年，模式识别的最大发展就是统计模型。
On Sep 27, 1:19 am, Xu Yizhi <xuyi...@gmail.com> wrote:
> 刚才灌的确实有点像纯净水，那我来点黄河水吧；0
>
> 我折腾过一段时间个性化搜索引擎，由于个性化，所以需要推荐系统。
>
> 做下去发现搜索和推荐用到的都是统计模型那一套，都是通过计算概率预测用户需求，都是用马尔科夫模型简化，都是通过各种数学模型进行rank，基本上大部分模块推荐系统和搜索系统都可以共用。不同之处只是处理数据不一样。搜索是对所有web数据进行统计，推荐系统是根据用户日志建立一个最大熵模型，然后进行统计。
>
> 后来发现大部分人工智能都是在做统计模型，只是实现细节不一样罢了。比如开复同学的语音识别，证卷自动交易系统等。
>
> 当然，这只是个人瞎折腾的感受。
>
> 邮件组里各位做推荐系统的，系统核心算法难道不是用的统计模型么？
>
> 2010/9/26 Tinyfool <tinyf...@gmail.com>
>
> > 大面上这么说也可以，不过实质上流行技术上来看，走向根本不同模型也没有什么太紧密的联系。
>
> > 我认为有实质结合的地方再扯一生万物那一套比较好，不然的话，其实也就是纯净水。
>
> > 2010/9/26 Xu Yizhi <xuyi...@gmail.com>:
>
> > 我觉得搜索跟推荐是一个东西，都是用的一个统计模型，只不过是表现形式不一样罢了。搜索是你输入信息后推荐给你需要的信息。推荐是你没有输入信息，根据你的以前记录推荐给你信息。这么来看，推荐是搜索的一个特例而已。
>
> > > 2010/9/26 Gary Wang <gary.wang1...@gmail.com>
>
> > >> 搜索就是一种推荐，推荐就是搜索，这是从技术层面来看。从产品上，还是有不同的适用场景。死或者不死，还是要看大部分用户的使用习惯。
> > >> 在 2010年9月26日 下午8:31，Zi-Ke ZHANG <zhangz...@gmail.com> 写道：
> > >> > 我觉得只要人的主观意愿存在，搜索就不会死 ^_^
>
> > >> > 2010/9/26 Boolean Tao <beas...@gmail.com>
>
> > >> >> 嘿嘿
> > >> >> 中国儿童受多年教育世界上只能有一种声音、一个方向是正确的，推荐要登基了，那搜索不死行吗？
>
> > >> >> ------------------------------------------------------------
> > >> >> Boolean Tao
>
> > >> >> 2010/9/26 Mahout <mahout.c...@gmail.com>
Boolean Tao
Boolean Tao
raullew
思路还是很有差异的
On 9月26日, 上午10时19分, Xu Yizhi <xuyi...@gmail.com> wrote:
> 刚才灌的确实有点像纯净水，那我来点黄河水吧；0
>
> 我折腾过一段时间个性化搜索引擎，由于个性化，所以需要推荐系统。
>
> 做下去发现搜索和推荐用到的都是统计模型那一套，都是通过计算概率预测用户需求，都是用马尔科夫模型简化，都是通过各种数学模型进行rank，基本上大部分模块-推荐系统和搜索系统都可以共用。不同之处只是处理数据不一样。搜索是对所有web数据进行统计，推荐系统是根据用户日志建立一个最大熵模型，然后进行统计。
>
> 后来发现大部分人工智能都是在做统计模型，只是实现细节不一样罢了。比如开复同学的语音识别，证卷自动交易系统等。
>
> 当然，这只是个人瞎折腾的感受。
>
> 邮件组里各位做推荐系统的，系统核心算法难道不是用的统计模型么？
>
> 2010/9/26 Tinyfool <tinyf...@gmail.com>
>
>
>
> > 大面上这么说也可以，不过实质上流行技术上来看，走向根本不同模型也没有什么太紧密的联系。
>
> > 我认为有实质结合的地方再扯一生万物那一套比较好，不然的话，其实也就是纯净水。
>
> > 2010/9/26 Xu Yizhi <xuyi...@gmail.com>:
>
> > 我觉得搜索跟推荐是一个东西，都是用的一个统计模型，只不过是表现形式不一样罢了。搜索是你输入信息后推荐给你需要的信息。推荐是你没有输入信息，根据你的以前-记录推荐给你信息。这么来看，推荐是搜索的一个特例而已。
>
> > > 2010/9/26 Gary Wang <gary.wang1...@gmail.com>
>
> > >> 搜索就是一种推荐，推荐就是搜索，这是从技术层面来看。从产品上，还是有不同的适用场景。死或者不死，还是要看大部分用户的使用习惯。
> > >> 在 2010年9月26日 下午8:31，Zi-Ke ZHANG <zhangz...@gmail.com> 写道：
> > >> > 我觉得只要人的主观意愿存在，搜索就不会死 ^_^
>
> > >> > 2010/9/26 Boolean Tao <beas...@gmail.com>
>
> > >> >> 嘿嘿
> > >> >> 中国儿童受多年教育世界上只能有一种声音、一个方向是正确的，推荐要登基了，那搜索不死行吗？
>
> > >> >> ------------------------------------------------------------
> > >> >> Boolean Tao
>
> > >> >> 2010/9/26 Mahout <mahout.c...@gmail.com>
>
> > >> >>> 为什么要把搜索和推荐对立起来呢
>
> > >> >>> On 9月26日, 下午7时11分, 谷文栋 <wendell...@gmail.com> wrote:
> > >> >>> > 搜索已死，推荐登基。
>
> > >> >>> > 2010/9/26 Gary Wang <gary.wang1...@gmail.com>
>
> > >> >>> > > Facebook推出"实时个性化"功能http://www.techcrunchchina.com/4517：Rotten
>
> > Tomatoes网站上已经有多个模块被Facebook化，如上图中圆圈的部分。最左上的圆圈是'朋友们最喜欢的电影'，下方是'根据你的评分推荐给你的电影-'，右侧是'最近的活动'。这就是Facebook在今年F8大会提出的"实时个性化"（Instant
> > >> >>> > > Personalization）功能，而Rotten Tomatoes是首家实验合作伙伴。
>
> > >> > zike zhang
> > >> > --
> > >> > Université de Fribourg
> > >> > Département de Physique
> > >> > Chemin du Musée 3
> > >> > 1700 Fribourg
> > >> > Switzerland
>
> > --
> > Tinyfool的开发日记http://www.tinydust.net/dev/
> > 代码中国网http://www.codechina.org
> > myTwitter:http://twitter.com/tinyfool- 隐藏被引用文字 -
>
> - 显示引用的文字 -
Tinyfool
真的明白的混在一起也就算了，其实也明白里面的区别。但是实际上这种调调很烦人，经常被一些半懂不懂的人拿出来用，就像，“哦，推荐系统啊，我知道，他们都说了，跟搜索也没什么区别嘛”
2010/9/27 raullew <rau...@hotmail.com>:
--
George Zhang
是的，就是统计模型，在统计模型之前是基于规则的，比如 产生式系统，数理逻辑
应该说这20-30年，模式识别的最大发展就是统计模型。
Best Regard
George Zhang
Gary Wang
Tinyfool
George Zhang
就像你自己说的一样，“大部分人工智能都是在做统计模型”，所以没有任何场景的强调搜索和推荐一致，没什么信息量，再者，你也说了其实也只有个性化搜索是推荐，基本上倒排索引那套跟推荐系统还是不一样的。
真的明白的混在一起也就算了，其实也明白里面的区别。但是实际上这种调调很烦人，经常被一些半懂不懂的人拿出来用，就像，“哦，推荐系统啊，我知道，他们都说了，跟搜索也没什么区别嘛”
George Zhang
又跑题了，我想文栋说的意思是，终于有了一个推荐引擎应用的巨大场景，而不是仅仅捆绑在一个网站，一套数据上。
王立才
raullew
我说的是，虽然都是用统计做，不同的方法之间，至少我觉得，思路差异还挺大的，有些方法我读起来心里是比较抗拒的
On 9月26日, 下午6时52分, Tinyfool <tinyf...@gmail.com> wrote:
> 就像你自己说的一样，"大部分人工智能都是在做统计模型"，所以没有任何场景的强调搜索和推荐一致，没什么信息量，再者，你也说了其实也只有个性化搜索是推荐，-基本上倒排索引那套跟推荐系统还是不一样的。
>
> 真的明白的混在一起也就算了，其实也明白里面的区别。但是实际上这种调调很烦人，经常被一些半懂不懂的人拿出来用，就像，"哦，推荐系统啊，我知道，他们都说了-，跟搜索也没什么区别嘛"
>
> 2010/9/27 raullew <raul...@hotmail.com>:
>
>
>
>
>
> > 我看下来用统计做模型和用统计做学习
> > 思路还是很有差异的
>
> > On 9月26日, 上午10时19分, Xu Yizhi <xuyi...@gmail.com> wrote:
> >> 刚才灌的确实有点像纯净水，那我来点黄河水吧；0
>
> >> 我折腾过一段时间个性化搜索引擎，由于个性化，所以需要推荐系统。
>
> >> 做下去发现搜索和推荐用到的都是统计模型那一套，都是通过计算概率预测用户需求，都是用马尔科夫模型简化，都是通过各种数学模型进行rank，基本上大部分模块--推荐系统和搜索系统都可以共用。不同之处只是处理数据不一样。搜索是对所有web数据进行统计，推荐系统是根据用户日志建立一个最大熵模型，然后进行统计。
>
> >> 后来发现大部分人工智能都是在做统计模型，只是实现细节不一样罢了。比如开复同学的语音识别，证卷自动交易系统等。
>
> >> 当然，这只是个人瞎折腾的感受。
>
> >> 邮件组里各位做推荐系统的，系统核心算法难道不是用的统计模型么？
>
> >> 2010/9/26 Tinyfool <tinyf...@gmail.com>
>
> >> > 大面上这么说也可以，不过实质上流行技术上来看，走向根本不同模型也没有什么太紧密的联系。
>
> >> > 我认为有实质结合的地方再扯一生万物那一套比较好，不然的话，其实也就是纯净水。
>
> >> > 2010/9/26 Xu Yizhi <xuyi...@gmail.com>:
>
> >> > 我觉得搜索跟推荐是一个东西，都是用的一个统计模型，只不过是表现形式不一样罢了。搜索是你输入信息后推荐给你需要的信息。推荐是你没有输入信息，根据你的以前--记录推荐给你信息。这么来看，推荐是搜索的一个特例而已。
>
> >> > > 2010/9/26 Gary Wang <gary.wang1...@gmail.com>
>
> >> > >> 搜索就是一种推荐，推荐就是搜索，这是从技术层面来看。从产品上，还是有不同的适用场景。死或者不死，还是要看大部分用户的使用习惯。
> >> > >> 在 2010年9月26日 下午8:31，Zi-Ke ZHANG <zhangz...@gmail.com> 写道：
> >> > >> > 我觉得只要人的主观意愿存在，搜索就不会死 ^_^
>
> >> > >> > 2010/9/26 Boolean Tao <beas...@gmail.com>
>
> >> > >> >> 嘿嘿
> >> > >> >> 中国儿童受多年教育世界上只能有一种声音、一个方向是正确的，推荐要登基了，那搜索不死行吗？
>
> >> > >> >> ------------------------------------------------------------
> >> > >> >> Boolean Tao
>
> >> > >> >> 2010/9/26 Mahout <mahout.c...@gmail.com>
>
> >> > >> >>> 为什么要把搜索和推荐对立起来呢
>
> >> > >> >>> On 9月26日, 下午7时11分, 谷文栋 <wendell...@gmail.com> wrote:
> >> > >> >>> > 搜索已死，推荐登基。
>
> >> > >> >>> > 2010/9/26 Gary Wang <gary.wang1...@gmail.com>
>
> >> > >> >>> > > Facebook推出"实时个性化"功能http://www.techcrunchchina.com/4517：Rotten
>
> >> > Tomatoes网站上已经有多个模块被Facebook化，如上图中圆圈的部分。最左上的圆圈是'朋友们最喜欢的电影'，下方是'根据你的评分推荐给你的电影--'，右侧是'最近的活动'。这就是Facebook在今年F8大会提出的"实时个性化"（Instant
> >> > >> >>> > > Personalization）功能，而Rotten Tomatoes是首家实验合作伙伴。
>
> >> > >> > zike zhang
> >> > >> > --
> >> > >> > Université de Fribourg
> >> > >> > Département de Physique
> >> > >> > Chemin du Musée 3
> >> > >> > 1700 Fribourg
> >> > >> > Switzerland
>
> >> > --
> >> > Tinyfool的开发日记http://www.tinydust.net/dev/
> >> > 代码中国网http://www.codechina.org
> >> > myTwitter:http://twitter.com/tinyfool-隐藏被引用文字 -
Tinyfool
Mahout
有几种主要的学习方法，bayesian (以及最大似然最大后验), PAC, 和VC维；bayesian当然是统计模型了，但别的这么说就不准
确，虽然也有人用统计模型来解释他们。
On 9月27日, 上午1时19分, Xu Yizhi <xuyi...@gmail.com> wrote:
> 刚才灌的确实有点像纯净水，那我来点黄河水吧；0
>
> 我折腾过一段时间个性化搜索引擎，由于个性化，所以需要推荐系统。
>
> 做下去发现搜索和推荐用到的都是统计模型那一套，都是通过计算概率预测用户需求，都是用马尔科夫模型简化，都是通过各种数学模型进行rank，基本上大部分模块推荐系统和搜索系统都可以共用。不同之处只是处理数据不一样。搜索是对所有web数据进行统计，推荐系统是根据用户日志建立一个最大熵模型，然后进行统计。
>
> 后来发现大部分人工智能都是在做统计模型，只是实现细节不一样罢了。比如开复同学的语音识别，证卷自动交易系统等。
>
> 当然，这只是个人瞎折腾的感受。
>
> 邮件组里各位做推荐系统的，系统核心算法难道不是用的统计模型么？
>
> 2010/9/26 Tinyfool <tinyf...@gmail.com>
>
> > 大面上这么说也可以，不过实质上流行技术上来看，走向根本不同模型也没有什么太紧密的联系。
>
> > 我认为有实质结合的地方再扯一生万物那一套比较好，不然的话，其实也就是纯净水。
>
> > 2010/9/26 Xu Yizhi <xuyi...@gmail.com>:
>
> > 我觉得搜索跟推荐是一个东西，都是用的一个统计模型，只不过是表现形式不一样罢了。搜索是你输入信息后推荐给你需要的信息。推荐是你没有输入信息，根据你的以前记录推荐给你信息。这么来看，推荐是搜索的一个特例而已。
>
> > > 2010/9/26 Gary Wang <gary.wang1...@gmail.com>
>
> > >> 搜索就是一种推荐，推荐就是搜索，这是从技术层面来看。从产品上，还是有不同的适用场景。死或者不死，还是要看大部分用户的使用习惯。
> > >> 在 2010年9月26日 下午8:31，Zi-Ke ZHANG <zhangz...@gmail.com> 写道：
> > >> > 我觉得只要人的主观意愿存在，搜索就不会死 ^_^
>
> > >> > 2010/9/26 Boolean Tao <beas...@gmail.com>
>
> > >> >> 嘿嘿
> > >> >> 中国儿童受多年教育世界上只能有一种声音、一个方向是正确的，推荐要登基了，那搜索不死行吗？
>
> > >> >> ------------------------------------------------------------
> > >> >> Boolean Tao
>
> > >> >> 2010/9/26 Mahout <mahout.c...@gmail.com>
>
> > >> >>> 为什么要把搜索和推荐对立起来呢
>
> > >> >>> On 9月26日, 下午7时11分, 谷文栋 <wendell...@gmail.com> wrote:
> > >> >>> > 搜索已死，推荐登基。
>
> > >> >>> > 2010/9/26 Gary Wang <gary.wang1...@gmail.com>
>
> > >> >>> > > Facebook推出“实时个性化”功能http://www.techcrunchchina.com/4517：Rotten
>
> > Tomatoes网站上已经有多个模块被Facebook化，如上图中圆圈的部分。最左上的圆圈是‘朋友们最喜欢的电影’，下方是‘根据你的评分推荐给你的电影’，右侧是‘最近的活动’。这就是Facebook在今年F8大会提出的“实时个性化”（Instant
> > >> >>> > > Personalization）功能，而Rotten Tomatoes是首家实验合作伙伴。
>
> > >> > zike zhang
> > >> > --
> > >> > Université de Fribourg
> > >> > Département de Physique
> > >> > Chemin du Musée 3
> > >> > 1700 Fribourg
> > >> > Switzerland
>
> > --
Mahout
On 9月27日, 上午9时36分, Boolean Tao <beas...@gmail.com> wrote:
> 咱这技术人群就是矫情~~~
>
> 人家小谷喊个口号而已，口号嘛……别较真了啊~~~人家本意也没要把搜索和推荐对立起来……
>
> ------------------------------------------------------------
> Boolean Tao
>
> 2010/9/27 xlvector <xlvec...@gmail.com>
Boolean Tao
Boolean Tao
谷文栋
- 首先，推荐的探索越来越多，各种新产品冒头的频率越来越快。
- 然后，越来越多人看到了个性化的重要性。
问GroupOn如何应对山寨，他说我要做个性化团购；
问FourSquare如何应对Facebook Places，他说我要退出个性化推荐。 - 最后来看google，google说了，“搜索的未来要靠个性化”，google在积极地布局个性化。GoogleMe很可能是最后一击了，如果还不给力的话，它就杯具了。
- 搜索肯定没那么快死，这是刚性需求：寻找信息。之前只有搜索这么一种方式来满足这个需求，但现在有其他选择了，比如社会化网络，将来可用的方式应该会越来越多。
Odyli Li
文栋提到了一个大势。
在这个大势中，将构建的新未来似乎是触手可及的。过程，是要经历混沌的。
这个趋势的逻辑是： 第一层——信息和服务，最后一层——ID和ID的关系。通过什么业务形式将这二两层关联起来，建立它们之间的关系。
Facebook通过社交网络将它们关联起来；Facebook侧重ID和ID的关系（FB的ID是真实的人）。
Google的搜索姑且我们认为是关注的信息；对于ID的判断Google是一个弱判断。
核心的问题是如何构建一个 facebook or google的模式，建立用户“心智模型（需求）”、信息和ID之间的关系。
这个关系不应该仅仅是“推荐”二字。推荐也是需要一些“基础数据”做支撑的。——购买、评论、关注、订阅等都是推荐的基础。
获得这些基础性的“数据”的途径是什么？？
还有什么呢
（开会了……待续）
Odyli
------------------------------------------------
福满乾坤，一件锦囊裹酒腹
德照大地，两行草纸书往复
raullew
如何聚集用户的资源
如何聚集信息的资源
如何聚集服务和可交易商品的资源
如何将这三样资源匹配？进行资源重组？
很想听听这些问题的解答
On 9月26日, 下午9时45分, 谷文栋 <wendell...@gmail.com> wrote:
> "搜索已死，推荐登基"，这是我越来越强烈的一个感悟，用了一种比较标题党的话语喊了出来。
> 如果大家留心的话，会发现一些有意思的事情：
>
> - 首先，推荐的探索越来越多，各种新产品冒头的频率越来越快。
> - 然后，越来越多人看到了个性化的重要性。
> 问GroupOn如何应对山寨，他说我要做个性化团购；
> 问FourSquare如何应对Facebook Places，他说我要退出个性化推荐。
> - 最后来看google，google说了，"搜索的未来要靠个性化"
> ，google在积极地布局个性化。GoogleMe很可能是最后一击了，如果还不给力的话，它就杯具了。
> -
> 搜索肯定没那么快死，这是刚性需求：寻找信息。之前只有搜索这么一种方式来满足这个需求，但现在有其他选择了，比如社会化网络，将来可用的方式应该会越来越多。
>
> 之前忘了在哪儿看到一个分析，是讲Facebook的开放平台，意思是说，用户更习惯去专业的网站解决特定的问题，而不是在一个大平台上解决所有问题。大平台的-模式本身也不符合互联网的本质以及现代社会分工协助的基本经济准则。我们建组之初曾经讨论过一轮"推荐能不能做成一种基础服务"，再回头看Gary
> Share的这篇文章，Facebook的这种模式正在让它变得可能。
>
> 巨头之间的战争，正在从入口之争，演进成ID之争。
>
> 前一段儿时间听谢文老师讲课，有一点深以为然。互联网产品的三大要素是：服务、信息、人。之前（包括google在内）做互联网的模式是"服务为中心，串联起人-和信息"，Facebook不管是有心还是无意，逐渐在把模式变成"人为中心，串联起服务和信息"。一个看似简单的模式中心的调换，搞不好就能让Google交-出互联网的权杖，改朝换代。
>
> 2010/9/27 王立才 <wiiz...@gmail.com>
>
>
>
> > 对用户而言，搜索是一种主动行为，推荐是一种被动行为。
>
> > 对系统而言，搜索和推荐都需要预测用户偏好或者Rank。
>
> > ------------------------------
> > 王立才
> > 2010-09-27
> > ------------------------------
> > *发件人：* George Zhang
> > *发送时间：* 2010-09-27 10:00:48
> > *收件人：* resys
> > *抄送：*
> > *主题：* Re: [resys] Re: Facebook OpenGraph 终于露峥嵘
>
> > 推荐和搜索是两个发展时段的产物
> > 在信息时代，为了方便查找信息产生了搜索这种行为
> > 在电商时代，其实是因为电子商务平台的特殊性，使得更个性化的推荐系统有了基础
>
> > 说白了，如果不是facebook，电商和google的一些竞争关系，google获得了人们的连续网络行为以后，做推荐系统又有何难？
>
> > 所以技术与模型是一些工具，工具本身的通用性决定了可以用这些工具来解决各种类似的问题，而搜索和推荐系统使用的模型与工具应该是很接近的，他们的差异主要还是-在应用场景上
>
> > 在 2010年9月27日 上午9:52，Tinyfool <tinyf...@gmail.com>写道：
>
> >> 就像你自己说的一样，"大部分人工智能都是在做统计模型"，所以没有任何场景的强调搜索和推荐一致，没什么信息量，再者，你也说了其实也只有个性化搜索是推荐，-基本上倒排索引那套跟推荐系统还是不一样的。
>
> >> 真的明白的混在一起也就算了，其实也明白里面的区别。但是实际上这种调调很烦人，经常被一些半懂不懂的人拿出来用，就像，"哦，推荐系统啊，我知道，他们都说了-，跟搜索也没什么区别嘛"
>
> > --
> > Best Regard
> > George Zhang- 隐藏被引用文字 -
>
> - 显示引用的文字 -
Guozhu.Wen
因而，搜索与推荐这两个广义上的应用领域必然地包含了相似的算法基础就一点都不奇怪了，因为放眼看去，大多我们熟悉的智能应用技术也都是建筑在同样的一些基石上面。这两个应用不过是在朝着同一个目标前进的两个不同的发展阶段，正如搜索引擎现在正加入了越来越多的用户行为信息与个性化分析，各个应用领域也开始采用越来越多的个性化特性，这个发展趋势并不单体现在电商领域，因为说到底，电商只不过是这个发展潮流中的一个浪花而已。
搜索引擎帮我们索引信息，推荐引擎帮我们发现信息，从这个角度上讲，后者是一个更高层面的信息组织方式（但不是最终的方式），最终目标它们都是要让人们更有效率地生活，它们、包括语义网等等，都是实现这个目标的手段，它们也许有着共同的技术基础，但它们又绝不是一个东西。
2010/9/27 谷文栋 <wende...@gmail.com>:
--
阿稳
Guozhu. Wen
算法攻城师
mail: guoz...@gmail.com
douban: http://www.douban.com/people/wentrue/
blog: http://www.wentrue.net/blog/
twitter: https://twitter.com/wentrue
skype: wentrue
Guozhu.Wen
2010/9/27 Guozhu.Wen <guoz...@gmail.com>:
Felix Zhang
这个回复引用文栋的是因为看了文栋的回复也手痒想说话了，并不是观点上的对立或补充：） 就此说明一下，否则看官们看起来就有点一头雾水了
2010/9/27 Guozhu.Wen <guoz...@gmail.com>:
> 关于统计学，是这几十年来智能分析技术得到越来越广泛应用的一个很重要的原因，我不敢保证将来它还是趋势（正如它现在正遇到越来越多的瓶颈），但不否认它在智能技术发展上的贡献，这源于最初的基于知识与推理的人工智能技术的局限性，以致于统计分析与数值算法构成了现代社会绝大部分智能技术应用的实际基础。
>
> 因而，搜索与推荐这两个广义上的应用领域必然地包含了相似的算法基础就一点都不奇怪了，因为放眼看去，大多我们熟悉的智能应用技术也都是建筑在同样的一些基石上面。这两个应用不过是在朝着同一个目标前进的两个不同的发展阶段，正如搜索引擎现在正加入了越来越多的用户行为信息与个性化分析，各个应用领域也开始采用越来越多的个性化特性，这个发展趋势并不单体现在电商领域，因为说到底，电商只不过是这个发展潮流中的一个浪花而已。
>
> 搜索引擎帮我们索引信息，推荐引擎帮我们发现信息，从这个角度上讲，后者是一个更高层面的信息组织方式（但不是最终的方式），最终目标它们都是要让人们更有效率地生活，它们、包括语义网等等，都是实现这个目标的手段，它们也许有着共同的技术基础，但它们又绝不是一个东西。
>