很多人都知道， iPhone3是iPhone撬動中國市場的核心。彼時的iPhone市場占有率還不足1%，而今天，中國手機市場似乎再沒有誰能撼動蘋果的地位。來自兩個群體的強大力量推動了這種格局的形成，一是我們熟知的“年輕果粉”，另外一個更加重要的群體被稱為“技術紅顏”，iPhone的演進潮流與這個群體有極其密切的關系。

[[165901]]

技術紅顏引發的iPhone旋風

“技術紅顏”是誰?從2009年開始，北京大學新媒體研究院副院長劉德寰與他的同事們開始了一項主題為“手機人”的研究。在定性研究的過程中，他們發現了一個極為特殊的小群體，這個群體小到往往不被注意。她們只占全部人口數量的0.67%，由年齡在35歲到45歲的職業女性組成。她們普遍學歷高、收入高、職位高，喜歡追逐時尚潮流，怕落伍，買技術最全面最先進的手機，但卻只使用其中10%的功能。這個群體被劉德寰等人稱為“技術紅顏”。

“技術紅顏”帶動了潮流的變化，引發蘋果旋風，其影響力遠遠超過“年輕果粉”。因為她們將偏中年、偏成熟的女性引入時尚大潮當中，并形成了更大的族群，一種全新的經濟模式被帶動——“熟女經濟”。無論是微博整移動化的發展，移動內容的付費、網購， 都不乏技術紅顏的“興風作浪”。

大數據時代已經到來，每個企業都開始忙著數據挖掘，忙著數據分析，忙著構建各種算法模型。但為什么你無法引發技術紅顏式的蝴蝶效應?為什么你眼中對用戶的“精準推薦”，成了Ta備感厭煩的“精準騷擾”?

日前在友盟主辦的“全域大數據峰會”上，劉德寰院長一語中的：

“你沒盯著我的人，老盯著我兜里的錢。我兜里又沒多少錢還緊著盯，我不煩你煩誰。”

我們的用戶推薦到底在哪兒出現了問題？

推薦算法困境

• 標簽推薦的困境

目前最常見的推薦機制為“相似鄰居推薦”，這是一種基于純行為的標簽推薦：當進行海量數據的收集和分析后，如果發現行為A、行為B總體共現次數多，系統就會向有行為A的人推薦B。比如在網購時，如果你的朋友喜歡，那么系統就會認為你也喜歡，就會把朋友買過的衣服推薦給你。

但其實，我們在日常生活中最討厭的事情之一就是——撞衫!!

• 關系推薦的困境

再以微博推薦機制為例，其邏輯基本如下：

我與A非好友，但我的好友中有不少人與A是好友，即我和A有不少共同的好友，好么系統便會A也推薦給我(共同好友);我關注的人中有不少關注了B，那么系統推測我也可能會喜歡B，從而變會把B也推薦給我(間接關注人)。

但大多數時候，我們可能會這樣覺得，“這位和我有毛關系?”

• 行為賦值的困境

再說說音樂分類分類，大家常常會進行這樣的行為賦值：

“單曲循環=5，分享=4，收藏=3，主動播放=2，聽完=1，跳過=-2，拉黑=-5”

這些分值分別代表什么意思?對行為量化到什么程度?你又真的清楚這些行為的原因嗎?如果簡單的認為將某個行為變成數值后就可以著手分析的話，面臨的真正難題不是計算，而是如何明確地判斷這些行為，并進行用戶匹配。行為的背后到底是什么，需要精細的考量。

我們都知道這些機制有問題，那最好的解決辦法是什么?——從用戶真正關注的內容入手。應該通過增加對用戶內容的搜索，尋找到用戶與用戶之間共同的興趣、偏好和價值。比如分析用戶在微博中發表、轉發的內容，找到不同用戶共同的關注點、興趣點、價值觀、生活方式，這才是真正有價值的實現路徑。

看到這里，一定不乏憤世小青年發出咆哮：

“你的系統能實時全盤掃描海量用戶的海量微博內容?知道這得多少臺機器嗎?千萬臺!

”U can U up.No can No BB!“

所以，我們只能退而求其次，選擇這些看起來邏輯很清楚，實際上效率要弱得多的算法機制。但這背后的問題是，我們現在利用的數據絕大部分是稀疏的，算法經常停止于局部最優，結果極其不穩定，并存在大量的過度擬合，經常把噪音當成信號。最重要的是算法的構建絕對不是基于人性，而是基于商業。

真的沒辦法了嗎?其實，無論是大數據還是小數據，運算的原則都是一致的。讓我們來看看那些真正有效的運算原則。

有效運算的七大原則

穩定性原則。運算精準的前提是穩定。面對不穩定的用戶、不穩定的行為，不穩定的情感等干擾，必須要找到行之有效的辦法去解決。

人性原則：人與物品的區別是人是有情感的，人有態度、人情緒、有對情境的考量、有動機……人的所有行為隨著環境的變化瞬息萬變。人性的不穩定，怎么能在大數據的運算當中呈現出來，這是一個問題。

數據全面性原則：數據全面是有效分析的基礎，數據缺失多錯誤率一定高。現在數據分析當中面臨最常見的問題是低價值數據稠密，高價值數據稀疏。我們的對象是人，定要基于人的邏輯考慮，產生人可以認識的分析結果。數據的維度應該基于人能力所及的范圍，而非機器。

分類原則：做過調查的人都知道，做抽樣的時候永遠應該先分層。在分析用戶之前，我們也一定要先分群。個體永遠是復雜的，復雜性對復雜現象只能添亂。所以不要把人回歸到個體的維度，而是放在群體里討論。這是一個降維的過程，也降低了問題的復雜性。

變量多元指向原則：不要以為變量都只有一種展現方式，所以不要拿比例表做所謂用戶畫像。一個變量就是一個含義。以“代溝”為例，它的形成可能關乎年齡、學歷、家庭生命周期、社會現象等等，一個變量是可以對應N個維度的。

變量復雜性原則：變量的呈現并不是簡單的、分離的現象，而是混后、疊加、再分類后的行為組合。這非常類似于深度學習的層級。

效率原則：效率一定是和人的行為匹配的。如果在沒有進行準確匹配的前提下進行推送，人們只會將大量的推送服務視為騷擾。

理論有了，實現路徑在哪里?劉德寰提出兩個假說。

有效大數據運算的兩大路徑假說

• 假說一：基于人，尋找“常人”和“常模”

數據運算的本質是找尋常人”穩定的人“，分析的本質是建構”常模“，常模建立之后才能對象于個人。

任何一個人的行為都沒有規律，但是人的生活行為方式是都極其規律的。因此在進行數據運算時，對生活方式的探究價值要遠遠大于對行為打標簽。生活方式對應的就是“常人”。

人的態度、行為、情緒、場景都是不同的，似乎找不到規律可言。但人是生活在群體當中的，群的行為是用戶特征的綜合，代表的是一種穩定的生活方式與態度，是可以感知和評判的，其變化是也有規律可循的。正確的做法是對某一個群體的行為分析來建立常模，要注意的是，這不同于數據挖掘算法中的”分類‘。這種分析這不是行為的疊加，是一種生活方式的展現， 一個人可以從屬N個群。文章開頭提到的“技術紅顏”就是典型的例子。

• 假說二：基于物，尋找N維空間與人的認識能力

這個假說的前提是每個非人的事物都有一個確定的N維空間，而且N可以從人的認識能力角度定義。每一個不同的物品，N維空間不一定一樣，但都是相似的，體現的只是數量的變化。

TESCO的運算邏輯是抽樣實驗+分析+大數據推送，隨時實驗，購物籃組合，它把每一個產品都用20個維度打標簽，收集了海量的顧客數據，通過對每位顧客海量數據的分析，對每位顧客的使用程度和相關風險都有一個極為準確的評估。推薦這件事情就變得簡單多了。

其實，運算當中可以融入社科的所有思想，現有很多程序員只關注自己的領域，對其它的行業一點不了解，您說說，做出的分析能靠譜嗎?

大數據運算的邏輯本身是要反推人性。因此數據科學要將社會學、經濟學、法學、政治學、傳播學等所有學科已有的知識，穩定到計算當中。相信那種運算規則不僅效率高，而且簡單。