“17。”
“不对，是10。5+5等于多少？”
“12。”
“不对，是10。是5+5等于多少？”
“10。”
“对了。5+5等于多少？”
“10。”
“5+5等于多少？”
“10。”
沈向阳做出了这个解答，然后接结束了这个问题，“这就是机器学习的逻辑。当然不是算术了，而是计算用户对广告或者内容的喜好度。其实针对广告的个性化投放，不能根据广告本身，而是根据内容。朋友网的个性化广告我看了，主要就是根据用户的个人信息，这略显粗糙，准确率也不高。”
“那应该怎么做？”
“通过机器学习，把广告和内容捆绑。比如阅读内容a的用户，都喜欢广告a，两者就可以对接了。这个比较简单。更复杂的是内容投放，要结合统计学习和神经网络，通过机器学习，让计算机学习用户的阅读习惯。就像刚才的算术题一样，一开始，错误率比较大，越是学习，错误率就越小，就越贴近正确答案，即用户的阅读习惯。”
周不器不太服气，透露了点小秘密，“朋友网的个性化广告分发算法，是facebook做出来的呢！嗯，我们是合作伙伴。”
“这样啊……”沈向阳笑了笑，“facebook的技术也不怎么样。”
“呃……”
口气真大！
好吧，这哥们的确够资格讽刺facebook技术差。
周不器接着说：“还有一个项目，我们都做了半年了，一点头绪都没有，我们派出了一个很厉害的技术大牛，叫徐铭，他也没办法。他本来是搜索事业群的技术总监，不过项目没进展，接下来就把他调进研究院，你来带吧。”
“什么项目？”
“智能搜索，个性化搜索，千人千页。”
其实就跟个性化内容推荐差不多，不同的是，这次是针对搜索结果的个性化推荐。