随想·4

今天很混乱，慎入。...



最近想的东西比较杂，尝试一下用混杂的写作方式来记录。1、首先记录下关于推荐系统的思考，最近对这块的产品和技术方案关注比较多。推荐系统的思路有两种，一种是基于数据驱动的方式，把所有内容聚合起来，利用数据和匹配算法再分发，推荐的池子很大，推荐的过程是一个信息过滤模型，会有大量的人为调参干预，它实际是一种聚合分发的流量渠道，是集中化的思路；另外一种是基于用户的社交关系，推荐的池子很小，通过社交网络自由扩散，没有过多人为的干预，依赖社交网络本身的动态调整能力来自适应，社交网络是幂律的不均衡的动力系统，推荐的效果也会受它的影响，呈现出不均衡的现象，它是基于社交网络的流量放大器，是去中心化的思路。

控制与否，又是一个值得推敲的问题。

2、最近读了一篇关于人工智能的文章，文章说人工智能在语音识别、图片识别等领域取得的成绩主要原因是这些领域产生了大量的数据，从海量数据中机器深度学习学会了很多，甚至超越人类，但在医疗领域却很难取得这样的成绩，因为医疗的基础是人类的健康，很难去大规模测试产生海量数据。做产品也有类似的情况，线上和线下的产品，线上产品可以快速尝试，从一个idea变成一个产品方案，小范围尝试，引爆了就全面推开，但线下产品很难产生这样的效应，线下没有线上那样充分连接的网络，影响面受时空限制大，引爆的动力不足，而且环节多流程长，idea的试错周期长。

做线下需要试错的是试错的方式。

3、线下业务的设计，可以归纳出两种思路：规则驱动和数据驱动，规则驱动是通过设计一套规则，让商户和用户在规则下连接起来，不断积累起真实的更新的数据，它是一套活系统；数据驱动是从基础平台收集到数据，通过建模识别出商户，再与用户连接，初期它是一套死系统，能否起死回生依赖于连接用户的方式。

线上只要考虑体验设计，线下还需要做好场景和流程的设计。

4、上周和wawa在探讨线下的一些事情，完了我很有感慨的说了一句：做产品是从0到1难，做技术是从1到100难，他随手就画了下面这张图，

我就把那句话配上图发了条朋友圈，感觉还是蛮理性的总结，小龙给了一个感性的解读：“看懂了，表达了产品和技术相向而行最终擦身而过的遗憾”，顺着他的角度，我也读出一点不一样的内容：“没有产品依靠，技术站不住脚”，同样一幅图，从不同的角度可以看出完全不同的内容，由这个小插曲联想到数据分析的工作，不同的角度可以得出完全不同的结论，没有绝对的正确，多一些角度去看一件事情，也许会有不同的发现。

创新往往就是多一个角度而已。

    关注 啃饼们的故事