第1822章你是說，個性化過度了？
方案定下來了。
接下來一個月，團隊投入個性化排序的開發。
技術上比分布式索引更複雜，需要建立用戶行為模型，需要實時計算偏好，還要保證不影響搜索速度。
但團隊熱情很高。
這是前沿技術，國內外都還冇成熟產品。
如果能做成，某度將在技術上領先一大步。
開發過程中，賈瀞雯每周和陳浩通話彙報進展。
“匿名化處理做得怎麼樣？”陳浩在電話裡問。
“技術團隊設計了雙重加密方案。”賈瀞雯說，“用戶行為數據先脫敏，再加密。
存儲服務器和業務服務器物理隔離，訪問需要多重授權。”
“用戶教育呢？”
“我們做了詳細的幫助頁麵，解釋個性化功能是什麼，需要什麼數據，用戶有什麼權利。
還做了示意圖，很直觀。”
“好。”陳浩說，“記住，透明是關鍵。
用戶不怕你收集數據，怕的是你偷偷收集。”
一個月後，個性化排序功能進入內測。
選了五千名用戶參與，都是自願報名的。
陳浩也加入了內測名單。
賈瀞雯給他開了個測試賬號。
內測開始一周後，陳浩打來電話。
“功能我試了。”他說，“確實更相關了。
我搜了幾次電影，再搜‘導演’，結果裡電影導演的內容就排前麵。”
“有什麼問題嗎？”賈瀞雯問。
“有。”陳浩頓了頓，“推薦太狹窄了。
比如我搜了幾次武俠片，結果後來搜‘電影’，出來的全是武俠片。
可我可能也想看看其他類型，隻是還冇搜過。”
賈瀞雯記下來：“你是說，個性化過度了？”
“對。”陳浩說，“算法太依賴曆史行為了，會把用戶限製在已有的興趣裡。
但人是有探索欲的，有時候想看看新東西。
所以我們需要一個平衡——既要基於已知興趣推薦，也要偶爾推薦未知但可能感興趣的內容。”
“技術上怎麼做？”
“可以加一個‘探索性推薦’模塊。”陳浩說，“比如用戶搜‘電影’，大部分結果按他的曆史偏好排序，但可以插一兩條其他類型的優質內容。
或者定期給用戶推送‘猜你可能還喜歡’的推薦，這些推薦不完全基於曆史，而是基於相似用戶的行為。”
（本章未完，請點擊下一頁繼續閱讀）第1822章你是說，個性化過度了？(第2/2頁)
賈瀞雯飛快地記著。
陳浩的想法總是很超前。
“這個模塊要控製比例。”陳浩繼續說，“探索性推薦不能太多，否則就失去了個性化的意義。
但也不能冇有，否則用戶會困在信息繭房裡。”
電話打了四十分鐘。
賈瀞雯記了滿滿兩頁紙。
掛電話前，陳浩問：“你那邊幾點了？”
賈瀞雯看了眼表：“十一點半。”
“又加班？”
“嗯，在看內測報告。”
“早點休息。”陳浩說，“功能可以慢慢優化，身體不能熬。”
“知道了。”
掛了電話，賈瀞雯翻開筆記本，看著剛才記的內容。
陳浩的字裡行間，透著對產品的深刻理解，也透著對她的關心。
她忽然想起剛才通話時，自己記筆記時嘴角不自覺上揚的樣子。
那種感覺……像學生時代，聽喜歡的老師講課，既學到東西，又心裡甜甜的。
她搖搖頭，趕走這些雜念。
繼續看內測報告。
但看著看著，她又笑了。
分布式索引讓搜索更快，個性化排序讓搜索更聰明。
某度正在進入一個新的技術階段。
而帶領他們進入這個階段的，是遠在橫店的陳浩，和坐在這裡的她。
一個看方向，一個帶路。
這個組合，真的像王工走時說的——最可怕，也最珍貴。
她合上筆記本，關掉電腦。
今晚不加班了，聽陳浩的，早點休息。
走出辦公室時，她看了眼窗外的北京。
燈火璀璨，車流不息。
這座城市的某個角落，也許正有人用某度搜索著什麼。
他們不知道背後的技術有多複雜，不知道有一群人在為他們能更快更準地找到信息而熬夜。
但他們能感覺到——好用。
這就夠了。
賈瀞雯鎖上門，走進電梯。
電梯下行時，她想：明天要和技術團隊討論“探索性推薦”的實現了。
又要開始新的攻關了。
但她不覺得累。
反而覺得，很有意思。
因為這不僅僅是一份工作。
這是在創造未來。
電梯門打開，她走出去，腳步輕快。
【跪求禮物，免費的為愛發電也行！】