感谢开放的豆瓣团队，感谢阿北和胖子，感谢阿稳同学为这次活动付出的巨大努力！
感谢大家对 Resys 活动的支持，2010 咱们继续折腾！
本文原发 2010年第2期《程序员》杂志，略有修改。也愿 CSDN 的质量节节高升。

年关之际，不仅天气冷，互联网更冷，不过这些都无法熄灭思想的火花。2009年12月19日，国内推荐技术社区 Resys Group（https://groups.google.com/group/resys）的第三次线下活动，在豆瓣网的鼎力支持之下顺利举办。 

Resys，取名自 Recommender System 的简写，社区的宗旨是搭建一个专注于推荐技术领域的讨论平台。截止目前，Resys Group 发展势头喜人，受到了国内推荐技术爱好者们的热情响应，线上讨论很是热烈，线下活动也已经成功进行了三次。 

本次活动由豆瓣网提供场地、点心饮料以及纪念品支持。豆瓣网在国内互联网行业美誉度很高，这是一家以帮助用户发现未知事物为己任的公司，他们在为用户的生活带来诸多乐趣的同时，也已经让自己变得足够有趣。“豆瓣猜”作为其标志性应用，一直以来倍受关注，在 Google 上搜索 “豆瓣猜”，有超过两百万条信息，热度可见一斑。

本次活动上，豆瓣网团队首次公开分享了他们运营 “豆瓣猜”的经验，系统介绍了他们在推荐领域的实践探索，可以说是对豆瓣网的一个不同于以往角度的新颖解读。据介绍，豆瓣网的创始人阿北与算法负责人王守崑是多年的好友。在豆瓣网内部最初的定位，书籍、电影、音乐等这些应用是钉子，推荐引擎是锤子，阿北带队找钉子，王守崑负责造锤子，配合得相当合拍。后来，豆瓣网逐渐成长为了一座舞台，推荐技术也伴随着赢得了更大的施展空间。

这次活动总共有三个主题，第一个是豆瓣网王守崑的《豆瓣在推荐系统领域的实践和思考》，第二个是迅捷英翔孙超与刘凯义的《推荐也是一种产品》，第三个是百度张栋博士的《大规模机器学习算法在互联网上的应用》。

第一个主题，主讲人王守崑总结了豆瓣网在推荐应用领域的探索，包括三个方面的内容。
首先，什么样的产品适合推荐？依据在图书、电影、音乐、文章、RSS源、社会网络等领域应用推荐技术的多年经验，王守崑先从定性的角度提出是“具有媒体性的产品 (Media Product)”，即选择多样、口味(taste)很重要、单位成本不重要，同时能够广泛传播 (Information Cascade)的产品；接着在对真实的数据集进行定量分析后，进一步得出，应该是条目增长相对稳定、能够快速获得用户反馈，数据稀疏性与条目多样性、时效性比较平衡的产品，才是适合推荐的产品。
其次，王守崑分享了豆瓣网的推荐引擎如何应对高成长性的挑战，即通过算法优化与近似算法设计，来寻求推荐质量与计算资源消耗之间的平衡。
最后，针对当前推荐系统面临的问题，王守崑把推荐系统分为 Prediction，Forecasting，Recommendation 三个阶段，并探讨了一种下一代推荐引擎的构想——基于用户行为模型的、有记忆的、可进化的系统。在演讲期间，主讲人也提出了一些开放性问题留给与会者思考，比如推荐能否拥有独立的产品形态？

总结陈词，王守崑把在算法领域的长期实践提炼成一句话：“Algorithms should facilitate rather than replace social process”，点睛之笔，简洁有力，闪耀着智慧的光芒。

第二个主题，是由迅捷英翔公司的孙超与刘凯义带来的《Recommendation Algorithm is a product》。他们从日常工作实践出发，抛出了一个问题：在一个成熟的商业系统里，
1）可推荐的商品（比如彩铃）数量多、种类繁、差异大（比如二人转与交响乐）；
2）用户数目众多且兴趣各异，不同的用户对不同的商品有着不同的偏好；
3）每种推荐算法所擅长解决问题的角度是不同的，比如协同过滤易出惊喜，内容推荐善于举一反三，基因推荐更加人性化。
那么，推荐引擎作为连接起用户与商品的枢纽，是否可以具备自学习的智能导航能力，依据系统反馈来自动为每一个用户优化算法配置呢？

诚恳地讲，这是一个非常有探讨价值的话题。以电影推荐为例，它是推荐技术发源的领域之一，相关的实际应用也最为深入。比如，IMDB 以基于打分的协同过滤技术为主，Jinni 将电影基因体系作为推荐引擎核心，Nanocrowd 通过分析影评的相关度来作推荐，LivingSocial: Movies 是 Facebook 上一款基于社会网络的电影推荐应用，最后还有号称要打败所有电影推荐引擎的 Clerkdogs，他们完全使用人工推荐电影。这些电影推荐引擎专注于不同的推荐维度，各有所长，国外已经有研究机构基于此开展工作，试图探索如何把不同的推荐方法更有效地组合起来。

主题三为《Parallel Algorithms For Mining Large Scale Data》，主讲人张栋博士在大规模机器学习领域经验丰富，一开场就脉络清晰地理出了机器学习领域的发展路线，从神经网络（Neural network）到支持向量机（SVM）到图模型（Graphical Model），再到条件随机场（CRF）并最后回归到深度信任网络（DBNs），各流派之间不断竞争螺旋上升，整个过程高屋建瓴并且故事性十足。接下来的主要话题，包括围绕天涯问答的算法原理，基于社会网络的精准广告，以及 MPI 与 MapReduce 两种并行计算框架的实际案例对比，都让与会者获益匪浅。

从张栋博士的报告中可以看到，顶级互联网公司对大规模计算极其重视，他们将传统的算法进行改造，使其能够适应互联网上的庞大数据量。目前业界云计算概念火热，抛开滥竽充数者，大规模数据计算能力绝对是评价云计算的硬指标之一。 Google 公司的研究总监 Peter Norvig 先生有句名言，“Worry about the data first before you worry about the algorithm”，即是在说大规模数据对于解决问题非常重要。xlvector 同学的感概，很让与会者共鸣，“评价一个（Research）工程师的指标不应该仅是懂多少种算法，还要看处理过多大规模的数据”。

本次活动的与会者，有正在从事数据挖掘相关工作的工程师，有致力于在推荐系统方面有所作为的创业人员，有对这个方向感兴趣的投资人，另外还有不少高校里专注于此方向的研究人员。各个主题的间隙是自由讨论的时间，与会者们进行了自由开放的交流。相对来讲，第一个与第三个主题更加直观和吸引人一些，毕竟大家可以从中窥得成功的经验。但是，Resys Group 同样也真诚地欢迎第二组演讲人这样的做法，提出探讨式的开放性主题，提供数据，交流体会，无权威结论，这样更加能够引发听者的思考与辩论。互联网上不会存在永远的领先者，自由、开放与分享是互联网的本质，顺应这个潮流终究可以超越。逆势而为者，死路一条。

本次活动各个主题的 PPT 文件，均可以从 http://www.slideshare.net/clickstone/tag/resys 下载。其中王守崑的报告尤其受欢迎，并在 twitter 上引发了大量转推，PPT 上传到 slideshare 网站的当天，即因为关注度高而进入了网站的首页推荐。

2010年，即将到来的 Resys Group 第四次线下活动，荣幸邀请到IBM CRL推荐技术研究团队作专场演讲，主题各个精彩，欢迎有兴趣的朋友保持关注。