近日，百度校園發布一則有關百度個性化關鍵詞推薦系統的微博，介紹了參與百度主題研究項目的顏仕星同學在其百度導師江申的指導下，實現了鳳巢關鍵詞個性化推薦系統的一項新突破——改進后更加可靠的推薦系統，能夠有效消除“哈利波特”類大眾詞，助廣告主找到更加個性鮮明和精準的關鍵詞，防止廣告被淹沒。

 

沒想到該微博一經發出便迅速吸引了眾多網友的目光，許多網友基于自身專業角度提出了不少獨到的見解。其中，@雨霏愛夏天同學提出了把信息傳播理論嵌入到推薦系統優化之中，并就此與項目主要參與人顏仕星同學進行深入討論。

 

@雨霏愛夏天同學基于自身積累的信息傳播學知識，提出了能否把個別人物的推薦引入推薦系統的觀點。這個新穎的想法想改變現有的協同過濾推薦方法，從綜合每個“同好者”的興趣偏好作為當前用戶的興趣偏好，各個“同好者”的影響權重相同的方法，改進成為某個群體引入“個別人物”后，通過提高和改變“個別人物”的權重的方法。這個方法能夠讓系統更精確收集和了解到該群體的個性化信息。

 

這個新穎的建議立刻吸引到了顏仕星同學的注意。他覺得兩種方法比較起來，“協同過濾”比“個別人物”顯得幼稚得多，未來新的推薦方法說不定可以借鑒這個理論。但是作為機器學習智慧結晶的“協同過濾”推薦法幾乎無法區分這些“個別人物”，同時工業界一般也不喜歡太復雜的東西，所以如果沒有公開的能提供這些“個別人物”信息的數據，又或者建模過程非常復雜，這個新穎的想法就難以應用于在工業界之中。

 

可以看出，@雨霏愛夏天同學讓顏仕星同學認識到如何從信息傳播學角度來思考推薦系統優化的問題，相當于給他提供新的解決問題的思考方向；而顏仕星同學也基于自身實踐經驗為@雨霏愛夏天同學普及工業界開展項目基本原則。

 

其實，這正是百度為了更好的與網友探討和交流計算機領域問題而做的眾多嘗試所取得的成效之一。這種交流方式，一方能夠讓網友更好的了解百度技術實力和取得技術進展，成為溝通網友和百度的信息橋梁，另一方面能夠讓百度一線的工程師與廣大網友直接互動溝通，網友們的新觀點或新問題可能幫助這些工程師學拓展思路或從不同角度認識問題。