“所以，他们根本不看内容，只是机械地在屏幕上隔几秒划一下，甚至有人把手机放在桌上，用手指胡乱扒拉。”
“这种行为，给我们的后台制造了大量的噪声数据。”
视频那一头的周博士接过了话茬，神色严肃地向林辰汇报了这个客观现实。
“林总，现在业界处理大规模数据，主要依赖的还是基于CPU集群的HadOOp批处理架构，我们现在的机器算力，只能支持每天夜间跑一次离线数据计算，根本做不到毫秒级的实时特征更新。”
“算法模型方面，我们采用的协同过滤、矩阵分解和TF-IDF关键词提取，本质上还是基于统计学概率的粗颗粒度匹配，跟真正意义上的懂人心还是有很大的差距的。”
“在实际推送中，由于缺乏深度的语义理解能力，系统现在表现得很僵硬。”
“比如一个用户偶尔好奇点开了一篇讲怎么修车的文章，或者为了赚金币在里面多停了五秒钟。我们的离线模型晚上跑完数据，第二天就会判定他对修车感兴趣，一股脑地给他推七八篇这种类型的内容。”
“这种推送是缺乏准确度的，甚至经常引起用户在评论区里抱怨，说推荐的内容翻来覆去就那么几样，像个复读机。”
“而且因为大家为了赚金币乱点一气，很多原本不爱看这些内容的人也被算法打上了混乱的标签，导致冷启动阶段的模型收敛速度比我们预期的要慢得多。”
“按现在的开发进度，我们至少需要两三个月的时间去清洗掉这些为了金币而产生的垃圾滑动数据，短期内，算法只能作为一个辅助的分流工具，做不到多精准。”
听完两人的汇报，林辰点了点头。
“我们花钱给用户发红包，本来就是给技术团队争取试错的时间。”
“技术的发展有它客观的规律，所以不要害怕数据粗糙，也不要嫌弃离线计算慢。但尊重客观规律，不代表我们可以慢悠悠地混日子，我们买来的这个时间窗口并不长。”
林辰突然看向视频里的周博士，“京城那边现在有多少人了？”
“人一直在招，目前有两百多了。”周博士如实道。
“还不如够！”
林辰下令道：“你们接下来的工作重心，放在三件事上。”
“第一，反作弊与数据降噪。建立更严密的滑动轨迹识别规则，把那些纯粹为了薅羊毛的无效挂机行为从训练样本里剔除出去，保证算法吃进去的粮食尽量干净。”
“第二，耐下性子去打磨特征工程。把基础的协同过滤和用户长短期兴趣分类做好，哪怕每个月算法的匹配度只提升百分之五，一年累积下来，也是不可跨越的护城河。”
“第三，招人！两百多号人，就算个个长着三头六臂，面对每天数以亿计的日志，也是捉襟见肘，去外面抢人，去百度、去微软亚洲研究院、去各大高校的计算机国家重点实验室。”
“只要是真刀真枪做过分布式架构、搞过自然语言处理和数据挖掘的大牛，不管是博士还是架构师，薪水直接翻倍开，给足期权，预算在总办这边不设上限。”
“兵力充足了，才能多线程推进，周博士，把研发队伍在两个月内给我扩充两倍以上，分成不同的攻坚小组去死磕底层的各个模块。”
“我们要尊重规律，但更要用最密集的弹药和顶尖的人才，把试错和进化的速度拉到最快！”
深夜11点五十五分。
阿里总部大楼的一号作战指挥大厅里。
大厅正前方的中央投影巨幕，散发着刺眼的猩红色冷光。
屏幕最上方，倒计时正在以毫秒级的速度向着最后的终点跳动。 【00:04:12】
【00:04:11】
长条形的指挥台前摆满了香槟，高脚玻璃杯排成了一座座金字塔。
几十名受邀前来的全国核心财经媒体记者，手里死死攥着长枪短炮般的单反相机，镜头全部对准了大屏幕正中央的那一串交易额数字。
彭蕾站在大屏幕左侧，双手下意识地紧紧攥在一起。
站在她身旁的几位负责天猫商城和技术架构的高级副总裁，呼吸同样粗重到了极点。
他们熬了整整大半年。
所有的付出，所有的豪赌，全都在等待这一刻的封盘。
站在正中央的马老板，穿着一件宽松的亮黄色套头毛衣。
他的双手插在西裤口袋里，静静地注视着那不断跳动的数字。
随着最后十秒钟的倒计时在全场员工口中整齐划一地吼出。
“砰！”
数道金色的彩带礼花在大厅上方炸响，漫天的碎屑伴随着欢呼声洋洋洒洒地飘落下来。