究其原因主要在于這款A(yù)PP知道我喜歡聽什么，能根據(jù)喜好向我推薦風(fēng)格類似的歌曲，偶爾還會(huì)推薦幾首很久之前聽過但是忘了名字的歌曲，驚喜又意外，而且，這款A(yù)PP的評(píng)論區(qū)里的聚集了一批活躍的、同好網(wǎng)友，讓我認(rèn)識(shí)到我的偏好并不孤獨(dú)。
作為IT行業(yè)的觀察者，筆者自然知道這背后的技術(shù)叫做大數(shù)據(jù)，偏好推薦是大數(shù)據(jù)最擅長的，但不知道背后提供大數(shù)據(jù)服務(wù)的不是網(wǎng)易APP的直接開發(fā)者，而是整個(gè)網(wǎng)易的數(shù)據(jù)科學(xué)中心，2018年4月下旬，在2018首席信息官峰會(huì)上海站，筆者有幸見到了網(wǎng)易數(shù)據(jù)科學(xué)中心負(fù)責(zé)人余利華，這些大數(shù)據(jù)推薦服務(wù)都出自余利華和他的技術(shù)團(tuán)隊(duì)。
資料顯示，余利華于2008年正式加入網(wǎng)易研究院，十年來，一直以來專注于數(shù)據(jù)基礎(chǔ)設(shè)施（Data Infrastructure），包括數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)檢索、數(shù)據(jù)庫以及大數(shù)據(jù)領(lǐng)域的研究工作，在網(wǎng)易的工作期間，參與了分布式文件系統(tǒng)、分布式塊設(shè)備系統(tǒng)、分布式檢索系統(tǒng)、MySQL存儲(chǔ)引擎、網(wǎng)易云和猛犸大數(shù)據(jù)平臺(tái)等項(xiàng)目。
網(wǎng)易數(shù)據(jù)科學(xué)中心是網(wǎng)易的公共部門，負(fù)責(zé)網(wǎng)易的數(shù)據(jù)基礎(chǔ)設(shè)施相關(guān)工作，包括網(wǎng)易云音樂、網(wǎng)易游戲、網(wǎng)易郵箱、網(wǎng)易嚴(yán)選、網(wǎng)易門戶（網(wǎng)易新聞APP）、網(wǎng)易考拉等常見的產(chǎn)品中都用到了該部門的大數(shù)據(jù)技術(shù)，其中以網(wǎng)易云音樂作為著名。
余利華提到了一個(gè)組非常有趣的數(shù)字，普通音樂的APP大概只有20%-30%的音樂被聽過，而網(wǎng)易云音樂被聽過的音樂大約占到音樂庫的80%。這是怎么做到的呢？筆者從余利華演講中了解到，這一秘訣來自用戶創(chuàng)建的歌單（與之相關(guān)的，還有一系列想讓人記在小本本上的神之評(píng)論，等UGC相關(guān)內(nèi)容），就是說網(wǎng)易云音樂靠的不只是大數(shù)據(jù)推薦算法。
網(wǎng)易云音樂的推薦系統(tǒng)認(rèn)為，品鑒力比較強(qiáng)的人會(huì)創(chuàng)建歌單，從分析來看，這些人在大數(shù)據(jù)系統(tǒng)中呈現(xiàn)的特征也更明顯，從筆者經(jīng)驗(yàn)來看，同一類型的歌曲才會(huì)放到一個(gè)歌單里。另外一部分人是分享歌單的人，這部分人認(rèn)可歌單中的內(nèi)容，最后一部分是根據(jù)普通用戶的播放行為做推薦，挑選出最熱的1%當(dāng)熱門歌曲推薦出去。
除了網(wǎng)易云音樂的推薦以外，網(wǎng)易大數(shù)據(jù)的實(shí)踐場景還包括大數(shù)據(jù)精準(zhǔn)營銷、大數(shù)據(jù)優(yōu)化工業(yè)工藝方案、大數(shù)據(jù)優(yōu)化運(yùn)營效率等等。
網(wǎng)易非常擅長挖掘數(shù)據(jù)的價(jià)值，提取一些共性的東西服務(wù)于網(wǎng)易的各種產(chǎn)品，在技術(shù)成熟之后，網(wǎng)易通過云服務(wù)將這些能力對(duì)外輸出，對(duì)外提供大數(shù)據(jù)服務(wù)，這就是網(wǎng)易的大數(shù)據(jù)服務(wù)。
網(wǎng)易的大數(shù)據(jù)產(chǎn)品包括兩大產(chǎn)品線，一個(gè)是開發(fā)計(jì)算平臺(tái)，叫做網(wǎng)易猛犸，用來管理數(shù)據(jù)資產(chǎn)，提供開發(fā)環(huán)境和大規(guī)模查詢的能力，一個(gè)是商業(yè)智能的系統(tǒng)，數(shù)據(jù)可視化分析平臺(tái)，叫做網(wǎng)易有數(shù)，幫助企業(yè)做決策。
在技術(shù)架構(gòu)上，余利華的團(tuán)隊(duì)研究和挑選各種大數(shù)據(jù)相關(guān)技術(shù)，整個(gè)架構(gòu)的絕大部分的軟件都是自己開發(fā)的，從各種分布式系統(tǒng)的實(shí)現(xiàn)到上層的各種應(yīng)用，都是自己開發(fā)的，非?？简?yàn)技術(shù)積累，當(dāng)然會(huì)有一些開源的方案，比如Hadoop之類的方案。
網(wǎng)易的產(chǎn)品以自用為主，先內(nèi)部使用，定期向外部發(fā)布一個(gè)版本，部署上，由于很多時(shí)候涉及到企業(yè)信息安全，大多數(shù)時(shí)候都以私有化部署為主。久病成良醫(yī)，豐富的實(shí)踐經(jīng)驗(yàn)是網(wǎng)易大數(shù)據(jù)與一些別的大數(shù)據(jù)服務(wù)商的重要區(qū)別，這也是一種優(yōu)勢(shì)。
余利華表示，互聯(lián)網(wǎng)在大數(shù)據(jù)領(lǐng)域有天然優(yōu)勢(shì)，網(wǎng)易大數(shù)據(jù)選擇將內(nèi)部成熟的東西分享出去，為企業(yè)提供大數(shù)據(jù)服務(wù)，將互聯(lián)網(wǎng)的技術(shù)服務(wù)應(yīng)用到別的行業(yè)，從而產(chǎn)出更多價(jià)值。
網(wǎng)易大數(shù)據(jù)部分應(yīng)用已經(jīng)具有很大規(guī)模。余利華介紹說，網(wǎng)易的大數(shù)據(jù)平臺(tái)每天要處理PB級(jí)的數(shù)據(jù)，集群規(guī)模有幾千臺(tái)服務(wù)器。在服務(wù)客戶方面，網(wǎng)易的大數(shù)據(jù)服務(wù)對(duì)包括吉利汽車這樣的制造業(yè)、平安科技、汽車之家、中興金融等等外部企業(yè)用戶。（文/朱朋博）
