個性化是商業(yè)的未來

　　現(xiàn)代社會是一個商業(yè)社會，工業(yè)化解決了批量生產(chǎn)商品的問題，促進(jìn)商業(yè)蓬勃發(fā)展。隨著社會的不斷發(fā)展，商品也越來越多樣化，以期滿足大眾的不同需求。以電視機(jī)為例，最初只有尺寸的區(qū)別，后來可以選擇品牌型號。直到11年9月27日，海爾和天貓?jiān)诰W(wǎng)上發(fā)起用戶定制電視的活動;用戶可以在電視機(jī)生產(chǎn)以前就選擇電視尺寸、邊框、清晰度、能耗、顏色、接口等屬性，再由廠商組織生產(chǎn)并送貨到客戶家中。這樣的個性化服務(wù)受到廣泛歡迎，2天內(nèi)1萬臺訂制電視的額度被搶光。類似的定制服務(wù)在空調(diào)、服裝等等商品上都受到用戶歡迎。這些事例已經(jīng)展示了未來商業(yè)的曙光通過滿足個性化需求來使用戶得到更滿意的產(chǎn)品，進(jìn)而縮短設(shè)計(jì)、生產(chǎn)、運(yùn)輸、銷售的周期來提升商業(yè)運(yùn)轉(zhuǎn)的效率。

　　大數(shù)據(jù)是實(shí)現(xiàn)個性化的基礎(chǔ)

　　要實(shí)現(xiàn)個性化的商業(yè)模式，充足的數(shù)據(jù)是基礎(chǔ)。比基尼生產(chǎn)廠商都知道他們的產(chǎn)品在海灘邊或?yàn)I海城市有市場?？捎姓l能料到新疆和內(nèi)蒙古的男人最愛給自己女人買比基尼呢?這樣的潛規(guī)則隱藏在數(shù)據(jù)中，需要深挖才能見天日，就像啤酒和尿布的經(jīng)典故事那樣。而大數(shù)據(jù)相對于傳統(tǒng)的數(shù)據(jù)挖掘更進(jìn)一步。數(shù)據(jù)量大、數(shù)據(jù)種類多、數(shù)據(jù)之間有潛在關(guān)聯(lián)是挖掘大數(shù)據(jù)的前提。整個互聯(lián)網(wǎng)的用戶和所有的商品本身就是一個足夠大的數(shù)據(jù)空間，加上空間、時間、天氣等等潛在相關(guān)因素，想要知道每個用戶的喜好，所需要的數(shù)據(jù)量是巨大的。數(shù)據(jù)越多對用戶的理解越精準(zhǔn)。

　　互聯(lián)網(wǎng)大數(shù)據(jù)處理的技術(shù)挑戰(zhàn)

　　處理互聯(lián)網(wǎng)大數(shù)據(jù)充滿挑戰(zhàn)，首當(dāng)其沖的就是處理大數(shù)據(jù)的能力。為使消費(fèi)數(shù)據(jù)的速度趕超生成數(shù)據(jù)的速度，擁有足夠的計(jì)算資源是必要條件。在此基礎(chǔ)上，線性擴(kuò)展的計(jì)算框架、高效穩(wěn)定的程序設(shè)計(jì)以及精準(zhǔn)的算法都是大數(shù)據(jù)處理的核心能力。

　　第二個挑戰(zhàn)便是時效性。用戶在互聯(lián)網(wǎng)上的操作不斷地暗示其意圖，只有及時感知到這些意圖，才能在用戶下一次操作前做出有效的響應(yīng)，最終給用戶帶來便捷。這樣的時效性要求系統(tǒng)的計(jì)算框架能夠以數(shù)據(jù)流的方式來運(yùn)轉(zhuǎn)。最終導(dǎo)致系統(tǒng)在如何實(shí)時分流負(fù)載、實(shí)時容錯等問題上采用與傳統(tǒng)批量大數(shù)據(jù)處理截然不同的技術(shù)方案。

　　為了更大程度的滿足個性化需求，還必須具有足夠強(qiáng)大的定制能力。一方面，盡管單個用戶的定制需求可能很小，但用戶數(shù)量巨大，定制需求迥異，不是幾個工程師努力下就能完全解決問題的。需要有像數(shù)據(jù)庫SQL語言那樣給用戶足夠多的自由，使再小的需求通過簡單的操作就能滿足。這樣的定制能力要在數(shù)據(jù)的存儲、運(yùn)算、查詢、展現(xiàn)等多方面都有體現(xiàn)。

　　阿里云的解決之道云推薦

　　不論是收集大數(shù)據(jù)的計(jì)算和存儲能力，還是處理個性化問題所需要的實(shí)時計(jì)算和算法技術(shù);對于網(wǎng)站站長和開發(fā)者而言都是不容易快速得到解決的問題。阿里云正試圖通過云端服務(wù)來降低個性化服務(wù)的門檻，使更多網(wǎng)站站長和開發(fā)者能夠低成本享有自己的個性化服務(wù)。

　　如果某網(wǎng)站是介紹美食菜譜的，用戶在瀏覽茶樹菇雞湯的時候，如果能夠有些相關(guān)菜譜推薦，那么便可以讓用戶在網(wǎng)站內(nèi)停留更多時間，訪問更多內(nèi)容。事實(shí)上，有多種推薦算法可以找到用戶感興趣的內(nèi)容：

　　l 從用戶訪問日志里面也許發(fā)現(xiàn)用戶訪問好這個菜譜以后五成用戶都會去看看補(bǔ)血益氣烏雞湯、這種現(xiàn)象一定有其背后的理由，也許會成為一個不錯的推薦。

　　l 既然用戶在看雞湯類別的菜譜，那就可以把網(wǎng)站里面其他熱門的雞湯菜譜推薦出來，如香菇雞湯。

　　l 通過分析某一個用戶過去歷史的訪問記錄，或許能發(fā)現(xiàn)該用戶相對于其他用戶更偏向于文火慢燉的湯，那就應(yīng)該適當(dāng)推薦出類似燉雞湯這樣的菜譜。

　　l 相對于雞湯而言，羊肉湯也是湯類別的熱門品種，用戶也許會吃雞湯吃膩了想換換口味。

　　然而，要實(shí)現(xiàn)這樣的推薦，傳統(tǒng)的做法需要大量人工編輯工作。既不能做到即時，也很難保證效果。人工編輯更難驗(yàn)證這些推薦算法是否能在真實(shí)流量上產(chǎn)生足夠好的效果。一個精準(zhǔn)的推薦模型，必須對算法本身的整體效果以及用戶對各種算法推薦結(jié)果的偏好作一個綜合評估，這樣才能找到合適每一個用戶的精準(zhǔn)推薦模型。最終讓用戶享受到推薦展位千人千面的個性化服務(wù)。