算法不是万能,即使细微的人为干预也可带来巨大效益

标签: 算法 万能 巨大 | 发表时间:2013-03-22 14:55 | 作者:Le.py
出处:http://tech2ipo.com/feed

音乐推荐算法

我创办的公司CD Baby,在成立一年之后仍然是一个个人项目,当时我的办公室就在我的卧室。一次,硅谷一家资金雄厚的在线音乐公司的CEO和副总裁联系我,说他们想飞到纽约来和我见面。我同意了,于是一个星期后我们在纽约一起吃了一次午餐。

一开始,我们在饭桌上谈论的都是一些鸡毛蒜皮的小事,我就纳闷他们到底想干嘛。后来,他们终于道明了自己的来意:

“我们之所以飞到纽约来见你是因为我们一直在观察市面上的音乐推荐引擎,我们用过很多,但是在这么多推荐引擎中cdbaby.com背后的推荐引擎是我们见过最好的。所以能请你给我们说说你用的算法和数据点吗?”

呃……我有点搞不清状况,于是我问他们什么意思。

他们接着说:“你网站上那个<<如果你喜欢这个那么你也会喜欢这个>>推荐,我们测试了很多次,我们发现这个推荐应该不是像Amazon那样根据销售情况给出的。你的那个音乐匹配算法给出的推荐实在是太准确、太神奇了。你用的是什么推荐引擎?”

噢!我明白了,我笑笑的指着我车说:“没有推荐引擎。我听过那些音乐,然后我就推荐那些类似的音乐。”

现在轮到他们搞不清状况了。“但是这样怎么可能做大呢?你不可能去听所有专辑!等你一天添加一百张新专辑的时候你怎么应付?”

我说,“或许我会雇人专门去听那些专辑。我也不知道。我的网站还没发展到那个规模。到时再说吧。”

我就是那么跟他们说的,当我的网站真的每天新添加一百张专辑的时候,帕梅拉·鲁尼(Pamela Rooney)获得了一份世界上最酷的工作,他的职责就是有新专辑的时候去听,然后给出相应的推荐。

最小化还是最大化?

当所有的人都在试图自动化一切的时候,使用一点点人为干预,可以为我们的产品增加不少竞争优势。

问题是很多创业者将这个视为成本,而不是机会。很多人都是在想方设法的实现成本的最小化,而不是竭尽全力去让收入、产品质量、用户忠诚度、用户的满意度、快乐和其他一些好得不得了的东西最大化。然而,恰恰是这些被人忽视的才是用户最在乎的。

你可以购买一个很好的电话应答系统,让用户去听那些机械化的选项,用户按了5, 然后再听6个选项……

或者……

……你可以招聘一个声音迷人的客服,在用户拨通电话的那一刻就接起来,给用户一个美好的印象。你觉得那个更能帮助你获得新用户?

很多科技创业者钟情于寻找每个问题的技术解决方案,但是别忘了,即使是一点点人为干预都有可能是最佳算法实现,而且这还会给你的公司带来巨大的效益。

谁应该使用人为干预?

我知道很多人都有一个思维定势。就像是说“让软件和用户去做这些事情可以让我们的公司更加有效率,也更容易形成规模。”

但是,你要知道,如果你想让用户付费,如果你想让你的产品更有价值,你必须做更多的工作,担负起更多的东西。

我遇到太多太多的创业者认为自己的产品会是下一个Facebook,可以形成巨大的规模,于是他们不愿意付出人力,认为这种方式无法形成规模。但是去除了人为干预的产品的价值往往会降低,于是他们永远都不会壮大,以至于连考虑壮大以后如何应付的机会都没有。

文章编译自: Sivers



相关 [算法 万能 巨大] 推荐:

算法不是万能,即使细微的人为干预也可带来巨大效益

- - TECH2IPO创见
我创办的公司CD Baby,在成立一年之后仍然是一个个人项目,当时我的办公室就在我的卧室. 一次,硅谷一家资金雄厚的在线音乐公司的CEO和副总裁联系我,说他们想飞到纽约来和我见面. 我同意了,于是一个星期后我们在纽约一起吃了一次午餐. 一开始,我们在饭桌上谈论的都是一些鸡毛蒜皮的小事,我就纳闷他们到底想干嘛.

缓存算法

- lostsnow - 小彰
没有人能说清哪种缓存算法由于其他的缓存算法. (以下的几种缓存算法,有的我也理解不好,如果感兴趣,你可以Google一下  ). 大家好,我是 LFU,我会计算为每个缓存对象计算他们被使用的频率. 我是LRU缓存算法,我把最近最少使用的缓存对象给踢走. 我总是需要去了解在什么时候,用了哪个缓存对象.

BFPRT算法

- zii - 小彰
BFPRT算法的作者是5位真正的大牛(Blum 、 Floyd 、 Pratt 、 Rivest 、 Tarjan),该算法入选了在StackExchange上进行的当今世界十大经典算法,而算法的简单和巧妙颇有我们需要借鉴学习之处. BFPRT解决的问题十分经典,即从某n个元素的序列中选出第k大(第k小)的元素,通过巧妙的分析,BFPRT可以保证在最坏情况下仍为线性时间复杂度.

贪心算法

- Shan - 博客园-首页原创精华区
顾名思义,贪心算法总是作出在当前看来最好的选择. 也就是说贪心算法并不从整体最优考虑,它所作出的选择只是在某种意义上的局部最优选择. 当然,希望贪心算法得到的最终结果也是整体最优的. 虽然贪心算法不能对所有问题都得到整体最优解,但对许多问题它能产生整体最优解. 如单源最短路经问题,最小生成树问题等.

缓存算法

- 成 - FeedzShare
来自: 小彰 - FeedzShare  . 发布时间:2011年09月25日,  已有 2 人推荐. 没有人能说清哪种缓存算法由于其他的缓存算法. (以下的几种缓存算法,有的我也理解不好,如果感兴趣,你可以Google一下  ). 大家好,我是 LFU,我会计算为每个缓存对象计算他们被使用的频率.

K-Means 算法

- - 酷壳 - CoolShell.cn
最近在学习一些数据挖掘的算法,看到了这个算法,也许这个算法对你来说很简单,但对我来说,我是一个初学者,我在网上翻看了很多资料,发现中文社区没有把这个问题讲得很全面很清楚的文章,所以,把我的学习笔记记录下来,分享给大家. k-Means 算法是一种  cluster analysis 的算法,其主要是来计算数据聚集的算法,主要通过不断地取离种子点最近均值的算法.

查找算法:

- - CSDN博客推荐文章
从数组的第一个元素开始查找,并将其与查找值比较,如果相等则停止,否则继续下一个元素查找,直到找到匹配值. 注意:要求被查找的数组中的元素是无序的、随机的. 比如,对一个整型数组的线性查找代码:. // 遍历整个数组,并分别将每个遍历元素与查找值对比. 要查找的值在数组的第一个位置. 也就是说只需比较一次就可达到目的,因此最佳情况的大O表达式为:O(1).

排序算法

- - 互联网 - ITeye博客
排序算法有很多,所以在特定情景中使用哪一种算法很重要. 为了选择合适的算法,可以按照建议的顺序考虑以下标准: .     对于数据量较小的情形,(1)(2)差别不大,主要考虑(3);而对于数据量大的,(1)为首要.  一、冒泡(Bubble)排序——相邻交换 .  二、选择排序——每次最小/大排在相应的位置 .

联接算法

- - CSDN博客数据库推荐文章
本文摘自《锋利的SQL》: http://item.jd.com/10380652.html. 在Microsoft SQLServer Management Studio中执行查询时,如果选定工具栏中的 按钮,可以看到为查询生成的执行计划. 执行计划以图形方式显示了SQL Server查询优化器选择的数据检索方法,如表扫描、排序、哈希匹配等.

万能 Java

- - ITeye博客
我常常问面试者,“你最喜欢的编程语言是什么. ” 答案几乎如出一辙,“工作中我只选择正确的编程语言. ” 废话,谁会故意选择错误的语言呢. 这显然是为了逃避选择一种具体的编程语言,以免选择了一种我不喜欢的. 如果面试者这样回答“我最熟悉某一种编程语言”,这同样也没有回答我的问题. 当时要是我的话,我会这样回答,“我最喜欢 Python,因为使用它编程让我感到快乐,但我只在某某情况下使用它.