搜尋引擎如何優化？
上圖中，上面是“貨”，下面是“人”，大部分人隻能看到“爆款”産品，但是有非常多的産品是無法看到的。是以我們通過優化搜尋引擎，希望更多的、适合的産品展現在更多人的面前，但是效果不好。可是我們想了一個方法，在人群中先找到一個“達人”——所謂“達人”就是比比其他人更會挑選商品的人，ta們比人群中其他人的能力強，總能挑到物美價廉的商品。在大資料樣本中，一般會有“達人”出現。定義了“達人”後，我們跟蹤達人的行為，看ta是如何找到商品的？學習“達人”的搜尋方式後，我們找到更多的好商品和店鋪。然後我們會找到更多的“達人”，不斷的尋找新的“達人”，但是必須要有足夠的樣本量，因為今天我是“達人”，未必明天還是“達人”。是以，流程如下圖：
（1） 定義達人
（2） 偵測達人行為
（3） 發現特色長尾商品發現小而美賣家
（4） 揣摩達人決策
（5） 發現達人
大資料也有盲點
舉個例子，今天早上我看到一件好的襯衫，上班後，在網上搜尋，準備下單，這時老闆找我去開會，我隻能停止搜尋。在會上，我覺得比較無聊，用手機繼續搜尋襯衫，結果看到廣告，就花了100元買了一塊手表。如果從背景資料分析會得出兩個結論：（1）使用者a在pc上搜尋後，對那款襯衫不感興趣（2）使用者b在手機買了一塊手表。如果不是這個人戴一個googleglass，是無法還原真實的購物、浏覽過程的，是不知道使用者a和使用者b是一個人，使用者a并不是對襯衫不感興趣，而是因為沒有時間。是以，盲點是：以交易為核心而非以浏覽為核心。
資料也有生命周期
資料是有生命周期的，不是所有資料都有用的，比如搜集一個關于網站浏覽的資料，通常過了18個月，這個資料就沒有用了。因為經過18個月，整個網站可能都變了。整改網站的變化會影響資料的生命周期。聽說美國要做些法律改變，一個公司搜集個人的資料，隻能儲存最近6個月的資料。
最近的思考
（1） 資料開放還是不開放
（2） 資料存還是不存，如果存存多久？
資料十誡
（1） 好的問題、答案就在裡面
（2） 在實踐中提煉資料
（3） 讓資料變成technology，enable更多人
（4） 讓資料跟着“人”走
（5） 木有資料品質，神馬資料都是浮雲
（6） 以假設資料都能夠擷取去思考問題；
（7） 大資料安全，不是監管
（8） 利用資料拿到更多有用的資料
（9） 建立資料的資料，才有進步
（10） 讓人做人擅長做的事、讓機器做機器擅長做的事
趨勢
dt：data technology
ci：consumer intelligence，就是以使用者為中心的一種說法
原文釋出時間為：2014-04-26
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号