Myspace首席技術(shù)官譚曉生：移動社區(qū)搜索
2008/12/19
12月18日-19日，第二屆CNGI工程技術(shù)論壇暨移動互聯(lián)網(wǎng)國際峰會在北京召開，會上，工信部副部長奚國華、中國移動副總裁沙躍家、中國工程院副院長鄔賀銓、以及各大設(shè)備廠商、終端制造商、內(nèi)容服務(wù)提供商等出席了會議并做了主題演講。
以下是Myspace首席技術(shù)官譚曉生的演講實錄。
譚曉生：謝謝主持人，剛才前面幾位嘉賓很多都談到了facebook和Myspace，今年三月份我們給這個網(wǎng)站起了一個中文名字叫做聚友網(wǎng)，Myspace對中國很多用戶聽起來都會有很多的困難的。Myspace是從互聯(lián)網(wǎng)起家的SNS網(wǎng)站。因為它有非常龐大的互聯(lián)網(wǎng)的基礎(chǔ)，所以開始比較早的進(jìn)入到手機(jī)的應(yīng)用，從Web的應(yīng)用到嵌入式客戶端的應(yīng)用都有，目前在Myspace.com有各種各樣的傳統(tǒng)的操作系統(tǒng)方面的應(yīng)用，也有比較新的像iphone上面的，像Google的系統(tǒng)下面都有客戶端的SNS的應(yīng)用，但是應(yīng)用的模式基本上還是從互聯(lián)網(wǎng)到手機(jī)的擴(kuò)展，沒有太多的做完全基于手機(jī)的SNS，更多的把互聯(lián)網(wǎng)上SNS的功能移植到手機(jī)的客戶端上，方便用戶的使用，目前還是處于這樣的階段。
對于Myspace中國來說，聚友網(wǎng)我們在08年推出了第一個免費版本，也是考慮到中國手機(jī)的用戶和互聯(lián)網(wǎng)的用戶，其實用戶使用體驗和西方的用戶差別都比較大。今天談到的題目是移動社區(qū)搜索，在07年5月份我們就組建了一支團(tuán)隊，是來做個性化的信息搜索，這里面正好在移動社區(qū)收縮當(dāng)中可以使用到這樣一個技術(shù)。首先這是一個背景數(shù)字，我就不過多的做介紹了，中國互聯(lián)網(wǎng)的用戶市場仍然是保持非�？焖俚脑鲩L的。社區(qū)交友的用戶量也非常大，而且尤其在東亞區(qū)，對SNS的使用比例也是比較高的。
用戶為什么在社區(qū)里面要使用搜索？這種使用其實還是有點不太一樣，在社交網(wǎng)絡(luò)里面，他如果要來搜索，第一個會在已經(jīng)存在的人際關(guān)心網(wǎng)絡(luò)里面找到其中某一個人，或者某一個人的信息，在SNS里面分，分network和networking兩種不同的分支，第一個network是把已經(jīng)有的社交網(wǎng)絡(luò)搬到移動互聯(lián)網(wǎng)或者客戶端進(jìn)行訪問，這種要找已經(jīng)有的這些朋友，找到已經(jīng)有的聯(lián)系人，然后找到已經(jīng)有的聯(lián)系人，基本上一個要看他最近有什么樣新的動向，比如說他web狀態(tài)信息是什么，或者他現(xiàn)在和誰又成為了朋友，他新發(fā)了一張照片或者新寫了一篇博客等等，這是對已有朋友的了解，找到這個人以及這個人相關(guān)的信息。還有一種需求是在陌生的環(huán)境里，他要交新的朋友，像networking這種應(yīng)用，就是要找一個人去聊一聊，要結(jié)識新的朋友，一般的目的一個是為了打發(fā)時間，另外就是為了找一些艷遇這也是非常正常的。在陌生人的網(wǎng)絡(luò)里面，陌生人的量是非常大的，在Myspace有3億多注冊用戶，在聚友網(wǎng)內(nèi)也有差不多將近600萬的用戶，在這里面你找到什么樣的人是你所需要的，如果一個個看和聊成本是非常高的。另外他不是為了找人，他上來是為了找有趣的內(nèi)容，比如很多上聚友網(wǎng)的內(nèi)容很多的是為了看博客和照片，尤其是看照片是第一需求，找各種各樣的照片看，看到誰比較來電，就會去看看這個人寫的博客，或者去他的空間看一看，這是一種比較典型的應(yīng)用。我們?nèi)绻谑謾C(jī)終端上做這樣的服務(wù)就相當(dāng)?shù)睦щy，比互聯(lián)網(wǎng)還要難。手機(jī)終端的展現(xiàn)能力比較有限，你看照片的話不可能看尺寸太大的照片，如果看空間的話，往往都是抽象出來，比如說這個名字是什么，昵稱是什么，多大年齡，是男的還是女的，這些信息的展現(xiàn)非常有限，和互聯(lián)網(wǎng)的應(yīng)用有很大的差別。在這種情況下，用戶的互動也不會像電腦上一樣，找的如果不太合適很方便的翻頁，可以瀏覽的比較快，通過手機(jī)終端去做的時候，交互的速度相對比較慢，通過大量得按鍵操作，這個時間也相對來講比較長，這里面就有如何我們給用戶提供，僅僅是給自己有用的信息。其實我們有一個理念，什么東西是信息呢？信息是用戶能夠信任的，并且和用戶息息相關(guān)的這些消息才稱之為信息，對于用戶是有用的這些信息。
怎么解決這些問題？我們從去年5月份實踐就是要做個性化的信息提取，第一包括了用戶個人的信息空間，和他自己要檢索的信息空間，和我們這個社區(qū)里面已經(jīng)有的信息空間，在里面要做一些匹配，目前我們做了一些嘗試，首先看我們有什么樣的東西，就是在這種社交網(wǎng)絡(luò)里面有用戶的姓名，有他所在的國家或者地區(qū)，有他所在的地域信息，其實這里面地域信息一個是通過IP地址自動提取的歸屬地在哪里，另外就是有年齡和性別，在Myspace我們還會要求用戶填他的性取向，其實在中國目前比較開放的國家，他填的還是蠻開放的，同性戀什么的也都會填上去，而且基本上也不會隱諱這些東西。用戶會來填寫自己的興趣和個性，是喜歡聽音樂，喜歡古典還是什么音樂，有些什么愛好，都是自己填出來。還有他會填自己受教育和工作的經(jīng)歷，在Myspace這種陌生人的交友網(wǎng)絡(luò)上填的相對小一些。比如像facebook，像國內(nèi)的校內(nèi)網(wǎng)用戶的信息就會填得很好，你幫他檢索所需要的人或者是內(nèi)容的時候，都會非常有用。他感興趣的群體這個是在Myspace填的很多的，就是你上來為了干什么，你為了結(jié)交什么樣的人？這是用戶自己所聲明的信息，這是我們作為用戶興趣顯性挖掘的時候，我們當(dāng)做顯性信息。
還有其他隱性的東西就是這個用戶在上面交了什么樣的朋友，他的朋友都有什么樣的特性，我們通過這個都是能夠知道的。還有這些用戶自己都產(chǎn)生了什么樣的內(nèi)容，他說他自己上來是為了找音樂愛好者的，但是如果他整天看的都是美女圖，看的這些博客的內(nèi)容也都是在某一個另外的傾向上，我們可以認(rèn)為用戶自己聲稱的東西和實際的表現(xiàn)是有差別的，這是用戶的行為。這些用戶自己產(chǎn)生和消費的內(nèi)容，比如他讀了什么東西，寫了什么東西，他都看過什么樣的空間，他和朋友互動的時候，這里面用戶在社區(qū)里面經(jīng)常會碰到美女，認(rèn)識一下，交換一下QQ號，還有就是直接的問，你有沒有興趣我們晚上一起出去什么的，這種都會有，也是反映用戶的行為特性的，我們雖然說從隱私保護(hù)來講別的用戶不會知道這些信息，但是我們做后臺分析的時候這是能夠知道的，有多少人的興趣是一夜情，這個我們也是可以知道的。比如對廣告點擊的歷史也可能知道，他感興趣的內(nèi)容是什么，比如說現(xiàn)在投了三星的廣告，這個用戶是不是點擊了這個，點擊了這個，這個階段他對手機(jī)感興趣是相對比較大的。他安裝了一些什么樣的SNS，現(xiàn)在Myspace也是做了開放平臺，今年4月份的時候我們做的，在這西面用戶安裝了什么樣類型的也是一個隱含的信息，他喜歡展示類的還是喜歡和人去互動類的，還是安裝的是一個比較偏暴力的游戲，這些信息部分我們叫做隱性的挖掘，就是用戶隱性信息的挖掘，根據(jù)他的行為，不是他自己聲明的，是自己實際做的。
這個項目是在去年5月份立項的，今年年初我們開始和國內(nèi)一家機(jī)構(gòu)進(jìn)行合作，這個方面也非常有意思，個性化信息檢索是我們國家自然科學(xué)基金一個項目，研究機(jī)構(gòu)有一個痛苦的地方，他們沒有用戶海量的數(shù)據(jù)和用戶行為的數(shù)據(jù)，Myspace正好有這樣一個特點，我們和國內(nèi)一家科研機(jī)構(gòu)達(dá)成一個合作，由他們幫我們做一些基礎(chǔ)的科研，我們提取一部分用戶數(shù)據(jù)來作為科研輸入的東西，以及作為驗證的一些資料，同時我們自己有一個三四個人的團(tuán)隊，由他們來做商業(yè)化，就是怎么樣轉(zhuǎn)化到實際中的應(yīng)用，到后面大家會看到我們有一個系統(tǒng)，是一個內(nèi)部使用的，在我們產(chǎn)品上實際上已經(jīng)投放了，在內(nèi)部要評估，叫做information for you。在這里面可以看到，這是inforU的截平，每個ID對照的是一個用戶，這個ID對照的用戶來說，我們這里面提取出來的可能會有的興趣，這個提取是顯示和隱性兩部分都有的，他自己聲明的是什么，他寫的博客是什么，目前還沒有加入到用戶人和人之間的互動，而是自己產(chǎn)生的內(nèi)容，他在博客里面寫的，和在論壇里面發(fā)的東西，我們提取他對什么感興趣，這個里面有閱讀、輪滑，喜歡電視，又練瑜珈，又看了《狼圖騰》這個書，這些東西其實在做用戶匹配的時候，給他推薦朋友的時候，我們現(xiàn)在在傳播的模塊里面有一個這個人你可能會認(rèn)識，或者這個人你會感興趣，給他推薦的時候會加上這樣的匹配。這里面有一個我們是同行，或者我們過去是同事，或者是同學(xué)，這個比較多的是從顯性化里面的，他如果填了社交網(wǎng)絡(luò)可以填業(yè)緣。地緣我們是同一個城市的，或者我通過IP地址可以看到你是非常近的區(qū)域的，我和你所處的地理位置比較近，比如像一些群組里面，比較明顯的要做一些線下活動，給他推薦的地域至少是同一個城市，可能產(chǎn)生一些事情，這是地緣。音緣，Myspace在整個全球里面有980萬的音樂人，在中國雖然中國的本土音樂很少，但是畢竟音樂是Myspace的一個招牌，很多人上來也是為了聽歐美的音樂或者和音樂人有一些交往，音緣就是你們都是喜歡某種類型的音樂，我們會記錄用戶所有的音樂消費歷史，在空間的玩法里面，用戶為了找某一個音樂放在自己的空間里面當(dāng)做空間的背景音樂，大多數(shù)用戶都有這樣的選擇。他歷史上都選擇過什么樣的音樂，我們都是給他記錄下來的，叫做歌單，從這個歌曲來說，其實最后可以分出來，這個音樂是屬于什么類型的音樂。在音緣里面，給他推薦個性化信息的時候，這首歌你可能會喜歡，或者這個人他的音樂方面的愛好和你非常像，你愿不愿意看看是不是可以成為朋友。
這是我們實際在產(chǎn)品里面的體現(xiàn)，就是你可能認(rèn)識他們，但是這個產(chǎn)品的體驗做得還不是很好，我們馬上要推出的版本里面會直接告訴你為什么我推薦他。這是我們的一個問題，給他推薦了，但是沒告訴他為什么你可能會和這個人有緣，這里面的信息有，只是沒有把這個展現(xiàn)出來，在下一個版本里面這些東西就都會有的。
這是Myspace日本的手機(jī)客戶端，Myspace在全球里面，在手機(jī)上做得最好的是Myspace日本，美國目前Myspace.com所做的產(chǎn)品，基本上就是把Web上的功能引到手機(jī)上，就是所有的功能都可以有，但是用戶的使用體驗的確用起來不是很方便。包括Myspace中國我們是把Iphone也開發(fā)出來了，應(yīng)該這幾天就可以發(fā)布。這個版也是繼承了美國的風(fēng)格，就是僅僅是完成了所有的功能，功能很全，我們估計中國用戶用的時候不是很方便。像剛才說的我們的推薦，這部分內(nèi)容也沒有帶進(jìn)去，第一個版本也沒有帶進(jìn)去，但是下面會集成進(jìn)去，第一個我們當(dāng)做練手的Iphone，下面會往手機(jī)平臺上做。這是Myspace最新的一些消息，這是網(wǎng)站推薦的內(nèi)容，這是網(wǎng)站推薦的人，還有這些朋友請求，這個版本比較多的就是功能性的，在這里面可以看到有音樂內(nèi)容，可以給你推薦音樂內(nèi)容，允許用戶對別人進(jìn)行評價，這邊是做廣告的，這里面在Myspace Japan里面會有TV，在中國TV是進(jìn)不來的。這是要找某一個音樂人的界面，這是對于用戶的空間來進(jìn)行評級，對音樂來進(jìn)行評級，對于視頻進(jìn)行評級，這部分的東西一個是和搜索相關(guān)，另外就是和方式相關(guān)。在這里面有非常大的改進(jìn)空間，可以做個性化的，根據(jù)用戶過去消費的歷史進(jìn)行匹配。
回過頭來做一個總結(jié)，個性化信息檢索目前處于一個什么階段？個性化信息檢索，研究的開始其實在上個世紀(jì)的80年代就開始的，包括斯坦福、卡內(nèi)基梅隴、微軟的美國研究院，以及國內(nèi)的北大研究室，復(fù)旦大學(xué)、中科院計算所、哈爾濱工業(yè)大學(xué)等等這些研究機(jī)構(gòu)或者是學(xué)校，其實早就開始在做個性化信息的檢索。但是真正的個性化信息檢索開始引起足夠的重視，比如說進(jìn)入到國家自然科學(xué)基金應(yīng)該是去年到今年的事情，而研究機(jī)構(gòu)在這方面其實是面臨著很大的困難，經(jīng)費還是小事，最主要的沒有數(shù)據(jù)，而這方面的研究，其實大量的要靠樣本，原有的數(shù)據(jù)拿過來做模型，看這個模型訓(xùn)練的結(jié)果，最后再看評估體系，往往還是加上是人介入的。就是一般的比如編輯拿過來，用人工來判定，人工來判定當(dāng)做一個學(xué)習(xí)的資料去學(xué)，再由人工判定的資料做一個自動的判定，最后往往還有大量人工的判定，檢測模型的效果，不行的話再進(jìn)行調(diào)整，這是用的主流的方法之一。在這里面包括了要建用戶檢索的信息空間模型，在做這種個性化信息檢索里面，還會挖掘人和人之間的關(guān)系，挖掘人的社會屬性，他的朋友是什么樣子的，他的朋友的信息也會當(dāng)做他檢索模型里面的信息要推送過來。同時最后還會做一些協(xié)同過濾方面的東西，就是和他相似的這些人檢索信息的時候有什么樣的特色，最終也會當(dāng)做他所檢索信息的一些屬性進(jìn)來。就是他的朋友以及系統(tǒng)給他自動聚類出來的，這些人他們可能在現(xiàn)實生活當(dāng)中不認(rèn)識，但是他們檢索信息的模式非常相近，這部分也會當(dāng)做檢索信息的內(nèi)容給出來。目前還是一個非常初級的階段，在Myspace的產(chǎn)品里面，我們目前僅僅是用到了推薦朋友，給他推薦新朋友，第二個是閱讀博客，或者閱讀論壇的時候，尤其是閱讀博客的時候，會給他再推薦一些其他的內(nèi)容，用到內(nèi)容推薦，這是目前非常初步的應(yīng)用。
預(yù)計在明年年初的時候，我們和科研機(jī)構(gòu)第一期會出來一些成果，這些成果出來之后，會繼續(xù)的用在網(wǎng)站和手機(jī)版的推薦上面，應(yīng)該會再往前走一步。當(dāng)然真正從科研項目來說，時間是五年，我們還有四年時間，只是一個初步的，所以它仍然在發(fā)展。但是在企業(yè)上，在商業(yè)上的應(yīng)用應(yīng)該是已經(jīng)基本上能夠用了，成熟期還談不上，但是應(yīng)該是可以用了。存在的問題就是潛在有隱私的問題，當(dāng)這個研究目的，比如說用戶的數(shù)據(jù)我們拿出去做分析，簽有關(guān)的保密協(xié)議等等這些東西，在中國畢竟用戶的隱私大家還不是那么在意，如果這個事在美國的話弄不好可能會被告了，但是做一個研究也是很無奈的事情。對于它的前景來說，我個人是非常看好的，因為它存在非常大的需求，讓用戶很快的找到信息，用戶的方便性。中國之所以能夠樹立一個非常高的互聯(lián)網(wǎng)的門檻，跨國的互聯(lián)網(wǎng)公司進(jìn)來很多發(fā)展的不是很順利，和用戶的使用心理有很大的關(guān)系，中國的互聯(lián)網(wǎng)用戶非常懶，而且不主動，如果你不能夠主動的把信息推到他的面前去看，讓他尋找去學(xué)習(xí)的話就非常難以成功。我們?nèi)ツ戤?dāng)時發(fā)布Myspace是原汁原味的產(chǎn)品，結(jié)果我們被罵得狗血淋頭，磚頭真的是滿天飛，有一個月時間我們壓力特別大，這也是中國互聯(lián)網(wǎng)公司的機(jī)會，因為它直接拷貝進(jìn)來的話非常難以成功，Google是另外一個特例，Google的搜索之類的東西其實是非常簡化了，但是如果在社區(qū)上面，在中國絕對需要這個方面的創(chuàng)新。目前我們做的個性化信息檢索項目不是Myspace全球做的，僅僅是Myspace中國自己開始的一個項目，在這方面是能夠提高用戶體驗的一個方式。
我的演講就到這里，謝謝大家，謝謝主持人，祝大家中午有一個好胃口。
搜狐IT
相關(guān)鏈接: