给“算法驱动”换个名叫“私人订制”的发型

　　从网易云音乐的推荐说起
　　在网易云音乐私人FM成功的推荐了几首符合我口味的RB后，我完全被这几首歌high到了，一顿热血中忽然联想到之前称赞过的UBER算法驱动的事情。因为从获取用户数据处理并给予相应反馈的机制上来说，这两个APP在算法的模式上非常相似。
　　随后我查阅了很多关于网易云音乐私人FM功能介绍的文章，然而并没有找到一个合理的系统性的关于功能工作原理的解释。既然没人来说道这事，那我就自己动手来写好了。下面我会从它的工作逻辑入手，加上自己已有的知识来推断它的工作原理。
　　第一步、对音乐进行细致分类。
　　音乐库里的音乐会被专业人士进行分解，有可能不仅仅是流行、经典、舞曲等等曲种的分类，甚至应该分得更细，比如歌手、音乐旋律、和声、节奏、谱曲、编排等等，音乐被精致的贴上各种标签。
　　第二步、把用户的操作进行分类。
　　把用户的操作分成喜欢和讨厌两大类。喜欢的操作中还要分几种权重，比如被单曲循环的歌肯定排第一权重位，收藏排第二权重位，返回再听一遍排第三权重位，一首歌被听的完整度排第四权重位，等等。讨厌的操作中也一样分几种权重，比如被塞到垃圾箱里的排第一权重位，被点了下一首的歌排第二权重位，被快进的歌排第三权重位，等等。
　　第三步、计算用户的操作权重
　　权重越高的音乐，相应标签优先被提取或排除。权重高的和权重低的音乐的重叠标签再次被提高或降低排序。
　　第四步、匹配音乐
　　提取标签到乐库进行匹配计算，然后推荐给用户。
　　第五步、重复提取数据进行计算
　　实时记录用户的操作，重复之前的操作。
　　通过以上步奏，随着用户听的音乐越来越多，数据的累积不断增加，音乐推送的精准度也就越来越高。
　　这种算法驱动提供的内容更加贴近用户的爱好，在这样一个个性的世界里，私人订制一定会给用户带来超出预期的惊喜。单从音乐上来说，它可以把之前搜歌、收藏、到自己的歌单里循环的复杂工作给简单化，并且提供了一个更大的数据空间，无形中给用户的搜索范围提高了好多个档次。这就是算法驱动带来的巨大优势。
　　算法驱动的逼格
　　说完网易云音乐的事，回到本文的标题“让我们给‘算法驱动’换个名叫‘私人订制’的发型”上来。为什么这么说呢，因为业内对于算法驱动的定义实在太low，已经low到完全不能配上算法驱动本该有的逼格。
　　给你们举个例子，请看下面大众点评关于算法驱动的诠释。
　　它认为通过对已有数据内的相近人、附近推荐菜、过往购买数据推算出的结果便是一种算法驱动内容的推送行为。
　　这种基于本地大众的消费习惯和认知简直辱没了算法驱动的强大，它的定义好比一个对湖南略有些了解的外地人对身边的朋友宣称：湖南的妹子都是大长腿而且特别能吃辣。
　　然而算法驱动其实能做得更多，它更应该像个心理学家，通过一个湖南妹子的行为细节可以推算出她是不是大长腿、腿白不白、能不能吃辣、能吃多辣、喜欢穿齐逼小短裤还是亚麻长裙、喜欢听RB还是伤感情歌，甚至交过几个男朋友、男朋友长什么样、姓名、学习经历、家在哪、手机号码多少、身份证号码多少、一般几点睡觉等等都不在话下。
　　它能渗透到生活中的任何一个细节，包括你现在的心情如何，想吃点什么等心理需求也是没问题的。
　　（说白了，其实所谓的算法驱动就是很早就被人提过的大数据的进化版，只是鲜有人尝试而已。）
　　当然，这些都是依赖数据的，巧妇难为无米之炊。然而现在市面上的应用大多都没有把这些珍贵的用户数据利用起来，大多应用所做的依然是以自我为中心的运营模式。
　　它们把内容按照既定规则进行分类，卖衣服的把衣服分为春夏秋冬长短品牌等硬性分类，用户跑上去找了一圈幸运的能找到一件喜欢的，大多都是不幸运的只能悻悻的关了应用，换换其他同类应用再找找。
　　竞品间的功能区分度很低，用户的需求度很难被满足，更不用说意外的惊喜。
　　软文类把文章分为文艺科技实事等硬性分类，用户上去找到自己感兴趣的版块，在众多软文里能找到几篇自己喜欢的算是不错的了。其实，原本他们可以做的更多。
　　给算法驱动换个发型
　　为什么要换个发型？
　　看看历史上所有牛逼的公司，他们为什么能够从市场里脱颖而出成为牛逼的存在，其中最重要的一个点就是：他们做的产品一定与市场同类产品有差异性。
　　香水刚盛行的时代，香奈儿推出的香水区别于其他香水浓烈刺鼻的香味，香奈儿的香水气味清淡适鼻，虽然可能不符合贵妇人们耀人的装扮需求，但是绅士们喜欢啊，女为悦己者容，于是它火了。
　　MP3盛行的年代，Ipod的出现横扫了MP3市场，因为它造型好看，操作简单，容量超大，跟市场上其他MP3都不一样。
　　让我们再看看现在市面上的众多APP，基本都是基于自己的规则来提供服务的。APP把内容一分类就推给用户，不管用户喜欢不喜欢，那一类内容都会强行展现在用户面前。如果某一款APP会为你量身定制一套内容推送给你，你选择谁？私人fm就在做这么一件事。
　　因为产品的差异性很重要，所以就目前来说，私人定制这么一件事显得很特别。而业内对于算法驱动的理解深度也不够，并没有把它的功能完全发挥出来。既然它原本就很帅，那为什么不换个发型做个高逼格的帅比呢。
　　发型的设计原理
　　基于用户的使用细节收集数据，解析数据，分类数据，按数据权重进行匹配，推送数据，反复循环不断排除误差数据，最终使数据趋于用户的喜好。重中之重是以个体用户的使用行为为根据，而不是基于大众数据为基础。（这里指的是直接与用户交互的版块，像京东物流那种补仓方式，可能就需要依赖于地区消费趋势来进行推算）
　　剪刀吹风机洗发水
　　整个流程里数据的流动和计算量都非常大，所以在服务器端对CPU的分配很重要，服务器需要迅速的处理用户的实时数据并查找过往数据，实时进行单个用户数据库的更新，这期间容易出现用户等待付服务器处理的情况，这个用户体验感必须妥善的处理好，因为用户的耐性是很差的。
　　如果用户基数比较大，带宽的压力也是很大的，CDN如何去处理也需要去考虑。
　　有一个比较靠谱的处理方法，就是把部分预操作放到终端去。不过这个必须进行机型的识别，好机型配置什么操作，差机型配置什么操作，这里面的利用空间还是不少的。
　　还有一个点也需要考虑，类似于Uber这种数据不间断流通的应用，需要照顾手机端的电量和流量的消耗。用户的容忍度是零，替用户节省资源不是一种附加值而是一种责任和义务。
　　私人订制的权重位
　　我认为，在任何平台里，这种私人定制个性化的权重位一定都很高。因为这是时代的趋势，用户在应用里获取兴趣内的内容难度越高，留存率也就越低。
　　以淘宝为例，这种私人定制应放在第二权重位，第一权重位留给现在的版块分类。因为这种信息提供平台要照顾自身的商业模式，用户首次登录应该被展现平台的所有分类信息，为用户提供多样性的选择空间的同时，也避免流量过于集中而导致许多小商家没有流量而无法生存下去。
　　用户在所有分类里无法满足需求时，平台就可以通过用户点击了哪些分类，浏览了哪些页面，页面的留存时长，过往交易记录，收藏等信息进行私人定制的推送。精准用户需求、提供大数据带来的巨大搜索空间、简化搜索流程。
　　试想，你想要买条亚麻长裙，在分类版块搜索了很多都搜不到满意的，于是跳到私人定制版块，淘宝实时的分析你刚才的访问路劲来定位此时你想买什么东西，再通过以往的浏览和购买数据推算你的心理需求，并推送给你相似品味、优质评价、正在流行的款式、经济承受能力范围内的亚麻长裙，你会不会觉得很爽。
　　但是在服务功能偏重的应用里，这种私人定制的权重位必须排在第一位。例如现在多如牛毛的各种相亲约炮应用中的老大陌陌，它现有的附近的人和按照你填写的相关信息所推荐的人都很难达到用户的痛点，因为即使是住在你家门对门的姑娘似乎跟你也没有一毛钱关系，你能从哪里打开聊天的阀门呢？难道要说：“hey，我们住的很近哦。”别开玩笑了亲，别让人家以为你动机不纯，连线下偶遇的机会都一次性都被毁了。
　　如果换成算法驱动呢？服务器可以通过你看过的妹子的类型、阅读过的软文、点开过的兴趣小组、喜欢过的音乐、去过的地方、喜欢的明星、撸过的串等等信息进行匹配，两个人一上来就能找到N多共同话题。
　　当然陌陌的确在共同兴趣上没少下功夫，可是能让用户之间发展到一对一互聊的成功率太低难度太高花费时间太长，都喜欢《小苹果》这首歌的人实在太多了，构不成互聊的引爆点。
　　理发师
　　这个太重要了，并不是谁都能干得了这个活的。比如网易云音乐私人fm的产品组里一定有专业的音乐人，由这些专业人士对音乐进行细致而专业的处理，才能把音乐分类这件事做到极致。
　　其实不光是这里需要专业人士，个人认为任何一个应用涉及到的领域都要有专业的人士来指导，因为专业所以极致。p2p类的需要资深金融人士，约炮类的需要心理学专家，资讯类的需要专业的媒体人等等。
　　私人订制也需要一点点意外
　　这种私人定制容易走入一个死胡同，因为随着数据的不断增长，推送的精确度也越来越高，会出现反复推送同一种风格内容的情况。
　　拿私人fm来说，有可能随着你听的音乐越来越多，后台推送给你的有可能都是某一种风格的歌，你很难得到歌曲风格上的拓展。任何一件事，太腻了也会烦，偶尔也需要一点小小的不同。
　　所以算法里应该要有这种意外情况的设置，帮用户打开选择的空间也是很人性化的一件事情。
　　举几个栗子
　　说了这么多，让我们来幻想下算法驱动的私人定制实施到案例中的场景吧。
　　简书
　　进入app首先看到是app推送出的当日热门文章，翻了翻没有感兴趣的，进入私人定制书柜。服务器已经在我进入app那一刻就通过我收藏的文章、阅读深度、阅读偏好等等信息把产品分析类文章、叙述手法的情感类文章、未来科技类文章按照70、20、10的比例准备好，并且把已阅读过的文章自动略去，我一点进去就直接展现给我。嗯，很舒服。某一天推送的文章里还有个《关于教我如何十分钟内搞定女神》的文章，我操，产品狗就一定是单身么？！不过，文章还是蛮不错的，点进去瞧一个先。
　　优酷
　　进入APP是首页的热门视频，翻了翻，点了一两个看了会儿就出来，再翻一眼LOL版块有没有好的更新视频，如果没有直接转入私人定制电视台。优酷已经根据我以往的播放记录安排好我喜欢的内容列队等我观看，我瞧了眼今天不太想看这些东西，因为今天泡妞不顺心。“美女视频”我对着手机说了一声，APP接到指令立即开始进行计算，分析我以往看过带有美女标签的视频风格、内容类型、时间长度、评论有无、点赞有无等数据，两秒钟后直接开始播放唐嫣最近的一个访谈节目。嗯不错，我的女神，靠谱！
　　美团
　　中午要开会，来不及点外卖，也不知道该吃点什么，于是点开美团私人定制厨房。“随便来吃的，一小时后送到公司”，APP接到指令开始处理信息，着重从过往的午饭时段点过的外卖里提取标签，甜辣、荤素、中式西式、分量多少等，再依据一小时后的天气来筛选符合当时口味的食物，并计算出一小时后能完成送单的店铺。一小时后，一份清凉的西式甜点送到我的桌子上，天热就应该吃点凉快又容易下咽的东西。
　　MONO
　　进入APP喝完“下午茶”，心情比较舒爽，点开私人定制橱窗。添加标签“冷色系”，服务器在我的个人过往数据内搜索是否有“冷色系”标签，如果有则把“冷色系”标签调到下午时段的第一权重位；如果没有此标签，则搜索此标签是否被包含在数据库内，如果也没有则自动寻找词义相近的标签进行匹配。最后把带有“冷色系”标签为主，我兴趣相关的标签为辅的内容推送给我。并且，第二天下午时段我再次进入私人定制橱窗的时候，推荐内容排第一位依旧是冷色系为主的内容。
　　总要有点追求和梦想
　　社会太浮躁，浮夸无处不在。现在确实是轻应用的春天，可惜太多人做产品戾气太重。市面上一种产品能找到N多基本没有什么区别的产品。一个产品火了就有一堆人涌上来抄袭模仿，然后迅速完成产品制作，再跑去找各种投资人点头哈腰要融资。然而最终事实却是最先进入空白领域的吃了肉，后进入的喝了点汤，最后还想进来的，要么一出生就饿死了，要么死在半路上。
　　曾经我认为罗永浩只是一个情怀婊，依靠粉丝做捞金生意。直到他上次的个人告别演讲才改变了我对他的看法，他说以前他以为自己在创业的路上是上面这张图那样，现在他觉得自己应该是下面这张图那样。一个拥有众多死粉的公众人物能够主动退到幕后，去中心化，断掉个人文化与企业联系，并且重新考量自己，认认真真的开始潜心学习和做事，这样的人我认为他是可敬的。
　　为什么要唠叨上面这些有的没的东西，因为算法驱动这件事路很难走，数据的处理需要付出大量大量的时间人力和精力。这里没有捷径可走，在现在这样戾气浓重且浮夸的环境里很难坚持下来。但是历史的车轮一定碾过所有的虚荣浮华，最终乘上历史动车的一定是有梦想肯潜心学习做事的团队。