最新网址：wap.qiqixs.info
方案定下来了。
接下来一个月，团队投入个性化排序的开发。
技术上比分布式索引更复杂，需要建立用户行为模型，需要实时计算偏好，还要保证不影响搜索速度。
但团队热情很高。
这是前沿技术，国内外都还没成熟产品。
如果能做成，百度将在技术上领先一大步。
开发过程中，贾瀞雯每周和陈浩通话汇报进展。
“匿名化处理做得怎么样？”陈浩在电话里问。
“技术团队设计了双重加密方案。”贾瀞雯说，“用户行为数据先脱敏，再加密。
存储服务器和业务服务器物理隔离，访问需要多重授权。”
“用户教育呢？”
“我们做了详细的帮助页面，解释个性化功能是什么，需要什么数据，用户有什么权利。
还做了示意图，很直观。”
“好。”陈浩说，“记住，透明是关键。
用户不怕你收集数据，怕的是你偷偷收集。”
一个月后，个性化排序功能进入内测。
选了五千名用户参与，都是自愿报名的。
陈浩也加入了内测名单。
贾瀞雯给他开了个测试账号。
内测开始一周后，陈浩打来电话。
“功能我试了。”他说，“确实更相关了。
我搜了几次电影，再搜‘导演’，结果里电影导演的内容就排前面。”
“有什么问题吗？”贾瀞雯问。
“有。”陈浩顿了顿，“推荐太狭窄了。
比如我搜了几次武侠片，结果后来搜‘电影’，出来的全是武侠片。
可我可能也想看看其他类型，只是还没搜过。”
贾瀞雯记下来：“你是说，个性化过度了？”
“对。”陈浩说，“算法太依赖历史行为了，会把用户限制在已有的兴趣里。
但人是有探索欲的，有时候想看看新东西。
所以我们需要一个平衡——既要基于已知兴趣推荐，也要偶尔推荐未知但可能感兴趣的内容。”
“技术上怎么做？”
“可以加一个‘探索性推荐’模块。”陈浩说，“比如用户搜‘电影’，大部分结果按他的历史偏好排序，但可以插一两条其他类型的优质内容。
或者定期给用户推送‘猜你可能还喜欢’的推荐，这些推荐不完全基于历史，而是基于相似用户的行为。”
（本章未完，请点击下一页继续阅读）
最新网址：wap.qiqixs.info