云计算帮你成为“剁手党”

三位对购物完全不感兴趣的在校理工男，鼓捣出的“黑科技”却深刻影响了在双十一购物的“剁手党”。这，就是大数据时代带来的“裂变”。

李翔、钱肃驰、彭甫镕三位南京理工大学的在校生，平时连超市都懒得逛，却设计出了一套有关购物的推荐算法：能根据每位顾客过往的消费行为数据，推测出他们究竟想要挑选什么商品，并把这些商品放在最显眼的地方。

这种算法不是用在实体店，而是用在类似手机淘宝这样的移动电商平台上。他们运用云计算资源，处理了庞大数据量后，开发出了一套移动推荐算法模型，让手机淘宝的个性化推荐业务成交率提高了15%以上。

在李翔他们看来，如果把数据比作一种新能源，那云计算就是一架能让它充分释放能量的引擎。

他们认为，也许正因为自己对购物有选择恐惧，才激发出了创新。“我一到商场就发蒙，完全不知道该从哪里逛起。用手机也是翻来翻去不知道要买什么。”钱肃驰说，这套大数据算法就是针对这些痛点来设计解决方案的。

“每天有上亿人次在打开手机淘宝，如果你做的算法所产生的结果，每天被展现在所有人的手机上，我觉得这是一件有非常强满足感的事情。”

他们的这一算法模型，是在移动电商平台组织的一次竞赛中脱颖而出的。

那次比赛的初赛，他们拿到了一万个淘宝用户的购买行为数据以及上百万的商品信息。这是他们第一次处理分析如此大的数据量。三个人在网上查阅了大量资料，还借鉴了上一届比赛类似选题的解决方案。可他们的成果实际运用到手机淘宝的推荐算法里，并没有太大的效果。

“并不是每个人用的模型都是一样的，别人讨论的有些方法放到我们的模型里面，性能反而下降了。”

技术就必须要和人的体验相结合。好在他们的女朋友都是资深“剁手党”，经过向她们耐心求教，他们了解到了淘宝用户的实际需求。经过不断试错，三个人终于拿出了第一套算法模型，从7000多支参赛队伍中胜出，以第二名的成绩进入复赛。

可到了复赛，他们遇到了500万用户完整行为的数据，以及上千万的商品信息。这让他们之前的算法失效了，一下从初赛的第二名掉到了复赛的20名之外。

这需要重新调整算法模型，可如此之多的数据在本地电脑上进行计算，显然是行不通的。幸运的是，大赛主办方为所有参赛者提供了一个云计算平台。不到一周，他们就完成了所有海量数据的计算任务。最终，他们的算法模型夺得了大赛冠军。

“我一直有个云计算购物梦，现在梦想终于实现了。”彭甫镕说。

如今，这个算法模型已经大量实际运用到手机淘宝的个性化推荐业务上，并让这项业务的成交率提高了15%以上。

一位在这次比赛现场观察的国外互联网企业人士称，中国最有创造力的年轻人群体，一旦接触到海量的真实数据，以及强大的计算资源，创造力很快就会被激发出来，大数据和云计算让资源不再成为束缚年轻人创新的障碍。