王煜全：刚才文光在上面讲，我们在下面微信群里看，朋友说，真是教授，一堆的技术的东西。本来文光一上台，批评我话唠，我一直比较忐忑，而且文光讲说目标靠企业来提，我们看看我们企业提完目标以后得到的结果是什么样的，下面环节是各个企业来做展示，第一个是唯朋友黄宇。
黄宇：大家好，我给大家带来的产品是唯朋友，一直在开发的基于微博来做的一个项目，微博就是大宝藏，我们基于微博来提炼更好的价值的一窝决心者。唯朋友用一句话来讲，唯朋友是帮助用户维系感性的工具，微博上可以看到无时无刻都有新鲜事情，在那里发生传播的一个地方，发现很多朋友上微博都是为了看新闻，看咨询以及来看一些好玩儿的段子，在这种情况下，实际上在微博上我们做一些数据统计，微博上我们的好朋友，每个人的平均可能只有几十，但是这些好朋友每天发布量平均只有五条。在微博上很多朋友越玩微博越发现，很多东西很旧了，都是以前的东西，比方说有很多段子，今天发了明天还会转，觉得融入感不是很强，和自己好朋友维系起来不是特别容易，我们产品的核心想要帮助用户把他的强关系，好朋友找出来，在这个平台上维系朋友之间的感情。
实际上，我们为用户做了三件事情，第一件事情，是帮用户把他的好朋友挖掘出来，能够把他们的关心做一定的量化，用户就能够在这个平台上了解得到，跟关系比较好的好朋友都有哪些，根据我们的互动哪些人更关心我。第二件事儿，我们分析用户的微博让用户与用户之间促进他们之间的了解，这件事情是这样的，每一个用户在微博上都有比较异常的行为，比如说，我以前有几个好朋友，有一段时间发微博发的比较少，突然有一段时间发的比较多，有的时候不怎么写心情，但突然又写心情了，写的心情都是跟感情相关的，我们能发现出来这朋友跟感情有关系。这种行为异常可以提炼成为一种状况，这种状况为用户分析出来，让用户可以看得到，这是我们能够增进用户了解的第一块。
第二块，通过用户之间的关注网络分析了用户的兴趣，我们发现即使自己最好的朋友也不知道他喜欢哪个明星或者哪一类的兴趣，最近才知道我很好的朋友才喜欢电视，他在微博上关注很多这样的人，跟他现实情况中，跟平常看电视是相关的，这样的行为为用户分析出来，从而促进用户之间的了解。
第三件事，希望能够提高用户的互动，90%的生活类的微博互动量不足5%，大部分微博都是信息的，爆炸性的信息才有回复，这种情况下，我朋友在微博上没有融入感。我们的做法首先是为微博打一定的标签，有很多微博是在一定情况下，比方说，他周末的时候，他以前周末都是出去玩儿了，这次周末没有出去玩儿或者这次周末宅在哪个地方办公了，我们可以挖掘出来。有的用户他在很晚的时候，有的时候我们自己可能忽略了这样的事情，尤其是上微博九十点钟，看不上晚上两三点钟的事情，有的朋友熬夜，三点种发了微博，在加班，我经常在三点钟发微博，这种时候可以看得到，这样很方便找得到我与用户互动的理由。当你发现用户有行为异常的时候，你可以把他的行为异常提取出来做成一个Feed。
我们在后台做了两件事情，基本上可以直观看得到，这个微博是怎么回事，我对微博的分析，比方说在外游玩和周末宅女的情况，我们来分析用户的微博，为用户提供出微博方面的标签和可能的互动。第二块通过微博的分析之后，提升到对人的分析，一块是时间，一块是地点，一块是内容，不同的时间有不同的行为特点。有一个人晚上发微博发的特别多，或者是早晨发了一条微博，我们都可以确定他有什么事情。我们开放了地理位置的接口，这种情况可以统计用户经常去的地方和不经常去的地点，可以看得到，最近签到或者某一条微博的位置信息，代表的是常去的区域活动还是突然到了非常远的地方或者没有去过的地方去，这主动为用户提供出来，用户更好的了解朋友和朋友做互动。
内容也是一点，字数是非常有意思的事情，大部分微博不会超过100字，50字都很少，但是有的时候发现，不同类的人发微博的字数不一样，有的人特别话唠，特别喜欢表达自己观点，这种观点可能是他专业性或者兴趣性的东西，这时候是字数很多的。对于普通用户而言，他很喜欢，我只说一句牢骚话可能十几二十几字，还有人喜欢空转，这些人在他们生活中的行为和性格特点都是不一样的。基于这样，突然发现有些人发微博次数超了或者跟以前不一样，代表的肯定是不同的微博。
关键词也是我们做的东西，这几块是我们为用户做的分析，这个页面可以看到跟好朋友的关心状况，可以看到我跟他们之间相对关心到底谁关心我多，我关心他少。最后这个页面就是我能够为用户分享出来的东西，分享最近状况，我跟他的相关关系，还有这朋友最近的状况，这是整个产品为用户带来的东西。谢谢大家。
王煜全：谢谢，你跟我一样话唠，就像文光介绍的，很多产品背后必须需要很强的技术支持，黄宇是成都电子科技大的硕士研究生，老师昨天还在做报告的周涛，也是大数据计算化领军方面的人物地。好友美食，王博。
王博：我们的口号是好友帮你选美食，大众点评是黄页式的餐饮选择的，我们是从好友帮你选择试图颠覆大众点评，我们看看我们的源起。芦总介绍新浪微博产生的信息1亿条，我们接近50%的美食相关数据带图片的，如果第一条是金矿，第二条就是金矿的含水量，非常高，我们通过算法可以精准地了解每一个用户他发美食微博的时候，他的需求是什么，以及他的生活背景是什么，了解朋友之间的亲密度，我们来给他推荐。
数据挖掘技术和社交网络相结合，能够产生非常大的化学效应，试图在餐饮这个垂直领域把这两个结合起来，我们怎么做的呢？好友帮你选美食，这是我们产品，打开网页可以看到这个界面，其实同列表来说跟大众点评类似的，不一样的是每家餐馆告诉你有哪些关注的朋友在这儿吃过，比如说这是我朋友在附近吃过的，叫田野家的店有一个名人，蔡文胜老师，这家店有什么特点，蔡文胜老师说，我在北京田野家吃过什么什么东西，很牛的餐馆让蔡文胜老师吃呢，大家注意中间有一个云标签，通过对所有微博上点评田野家这家店的微博进行云分析和聚合结果，特点是早餐味道还行，有豆浆、有油条，出现大大的山寨，我们看看怎么回事，点开山寨，看微博上大家这么说的，中午吃了田野家很山寨，是一个山寨的吉野家，我们马上知道这个蔡文胜老师跑到山寨吉野家吃了一顿饭。我举蔡文胜老师的例子是因为大家都认识，如果打开页面可以知道自己的朋友在那儿吃了，他会给你推荐。
比如说，我朋友在附近吃的不多，可以问二度朋友，薛蛮子老师和所有朋友为我推荐，打开以后，薛老师当然是高帅富了，有一个推荐的餐馆是国贸79，有什么好的地方，云标签是牛排西餐，晚餐不错，环境不错，夜景不错，牛排下面两个字最高，最高什么意思，大众点评不会把最高两个字放在国贸79下面的，网友点评在北京最高楼的最高层吃饭，在国贸三期79吃西餐北京最高的餐厅，这家餐馆马上知道它的属性是北京最高的餐馆，在79层。通过这些数据挖掘技术和朋友分析的事情，我们把这个事情变成了朋友推荐式的，网友调侃式的一种新的形式，我们希望用这种形式和朋友的建议重新定义一家餐馆，谢谢大家。
王煜全：下一位是电影票房预测，忽悠完了《1942》了。
沃特：大家好，我们讲一下怎么预测票房的，我们看它的太极投了一个亿，收入是1.46亿，实际上到了三亿应该是赚钱的，《太极2》同样1.2亿的票房。《1942》投资1.2个亿，预测票房3.75亿，今天上映两周3亿左右，6.9亿左右才会赚，赔的很大，直接导致的结果上映30号那天股票跌停，《1942》太极都是口碑非常好的片子。《画壁》是赚钱的，《四大名捕》也是赚钱的，《泰冏》投资三千万，九千万就赚钱了，票房预估2.85亿，同样的光线他的股票在有上扬。那就是说票房的好坏跟口碑好坏没有什么关系，跟什么有关系？我们这么多类型的片子，有爱情片、科幻片，同时还有动作片，恐怖片，还有喜剧片，我们来看这是对用户的标识了，我们美食项目和唯朋友讲了很多了，主要定位25岁的女性月收入是什么样的，公司白领，有一名男朋友，追求者无数，她喜欢看什么片子，从社交网络上拿到的各方面的数据，最后我们发现她喜欢看爱情类的片子，像《画皮2》也是爱情和魔幻的片子，喜剧类的片子，我们认为她就是平常喜欢拉男朋友一起去看爱情戏，年底放松一下看喜剧片，我们通过用户的需求进行分析，来看他对影片的价值感知和诉求，可以估算出来影片的受众人群和大众的观影意愿。
本文来源：网易科技报道
责任编辑：
王晓易_NE0011
