个性化商业与精准用户定位

机器人是不是会最终占领地球和统治人类？或许是个面向未来的问题，但是科技的发展，事实上正在真真切切地改变着人类的生活方式。

科技发展的目的，并非是用一种全新的方式颠覆人类业已习惯的生活方式，而是最大程度地改善人类的生活。随开放架构硬件和软件技术崛起而涌现的云计算、大数据、人工智能、机器学习、高性能计算等全新应用，正在做这样的尝试。

传统商业模式中，所有的交易的数据、库存的数据、产品价格，以及一些与客户相关的基本数据，并没有直接参与到商业流程当中来，仅仅作为一种验证手段，通过事后统计和分析，用以修正以往的错误。或者更近一步，来估计和预测在未来一段时间某一区域的销售需求和销售特点——很显然，这样的数据和这样的数据应用方式，对即时销售的支持是极其有限的。

在大数据时代，商业流通环境发生了变化，因此数据的来源和对数据的应用方式发生了变化：利用对大数据的分析结果，零售商对每一位曾经的消费者和潜在消费者信息的记录、收集和存储能力都得到了前所未有的提高，针对区域的数据记录粒度已经可以精细到每一位消费者——不仅可以通过消费者自己提供的基本资料可以了解消费者的基本信息，而且可以通过各种途径（例如通过消费者的社交网络等）了解其对某些类型、品牌和价格区间的产品更感兴趣，甚至是对购买环境、商品、价格等的偏好。

这使得人类的商业环境真正走入了数字服务经济时代，对于商业目标的关注更加准确，营销过程更具个性。

假期里躲在沙发里看美剧，已经是很多上班族最享受的假日时光。但是不知道是否有人注意过：即便是同一个视频网站，针对每个用户推荐的观看内容却是不一样的。在这样一个“千人千面“的网站内容运营策略背后，实际上存在一个融合了大数据、人工智能和机器学习等全新信息技术的数据中心和数据分析中心。

如果将观众比做消费者，视频网站比作商家，那么如何准确地为用户推荐他们喜欢的视频，就是一个准确定位消费者，实现精准营销的过程。这不仅需要海量用户数据，更重要是通过底层技术实现对这些海量数据的分析与挖掘。

作为中国网络视频行业领军企业之一，优酷土豆很早就看到了大数据技术对公司业务发展的价值，并通过分析用户的行为爱好、对视频的题材偏好以及视频播放历史，使网站的视频推荐更加个性化、智能化。

2009年，优酷土豆开始使用Hadoop大数据平台来进行数据的分析及挖掘。起初整个平台只有十多个节点，到2012年，集群节点已经达到150个，2013年更是达到了300个。但是随着数据量的急剧增加以及业务的迅猛发展，每天优酷处理的数据量已突破200TB，优酷土豆的技术人员发现一些场景并不适合利用MapReduce进行处理。

为此，优酷土豆在英特尔公司的帮助下率先尝试了Spark/Shark内存计算框架来解决多次迭代以及复杂的算法。通过混搭的方式，Hadoop与Spark/Shark结合的架构不仅使计算资源能够更加协调地被利用，也完善了优酷土豆的大数据分析，而重复视频推荐、刷浏览量冲击榜单的情况也减少了很多。

“与前几年不同，为了更加精准地为用户做出视频推荐，我们已经不再是简单匹配视频的元信息了。计算视频与视频之间的相似关系，我们用到了图计算。利用图计算，我们将搜集到的视频图谱做聚类，然后再推荐给用户。”优酷土豆集团大数据团队技术总监卢学裕曾经在接受采访时说：“通过测试与对比，我们发现，计算相同规模的数据量，以前在单机上实现需要80多分钟，而在四台节点的Spark集群上运算时间缩短到了5.6分钟。”

Viscovery创意引晴公司是另一个利用英特尔新一代超级计算核心至强融核，将机器学习和人工智能融入视频识别，从而实现精准广告营销的初创公司。

这家2011年成立于台湾的公司，以影像辨识为基础，为用户提供离线识别、视频识别服务。透过视频分析技术，Viscovery 能够实现自动解析影音内容中具有商业价值的物品、场景、人物资讯，从而实现 “情境式广告”的诉求。

简单地说，过去的广告形式，是根据用户曾经造访的网站、商品，加入性别、收入等，来推测用户可能对哪些商品或者符合哪些广告主目标受众的定位，借此投放广告以争取购买及产生品牌印象的机会。虽然人正确了，但如果能抓住影片本身与受众之间达成的共鸣情绪，选择符合当下情节、相关商品的时间点展示，那么受众买单，及愿意采取行动的可能性显然更高。

通过FITAMOS专利技术的视频识别平台，能够识别人脸(face)、图片／商标(image)、文字(text)、声音/对话/音乐(audio)、动作(motion)、物件(object)、场景(scene) 七大内容标，可批量挖掘主播周边的广告商机，如电脑、饮料、手机、耳机等，同时准确抓出“奔跑”、“竞逐”、“户外”，且同时考量画面占比、灯光、是否在视觉聚焦等因素，选择出多部综艺、电视剧的广告机会提供给机能型饮品、运动品牌等广告主作为情境式广告投放版位。“简单来说，我们让影音内容可以被检索、分类。让广告主可以在对的影片情境，针对对的用户，投放对的广告。” Viscovery公司CEO黄俊杰在接受媒体采访时说：“借助基于英特尔全新一代至强融核处理器的高性能计算能力，借助软硬件的协同整合，Viscovery首次尝试构建CPU-Only的全新架构的视频深度学习平台，在视频流识别的能效上甚至比传统方案提升高达3至6倍。”

在2016 年 8 月 17 日召开的英特尔信息技术峰会上，英特尔披露了侧重于高性能机器学习和人工智能的下一代英特尔至强融核处理器产品家族（研发代号为 “Knights Mill”）。可以预期的是：到了2017年，当该产品推出时，人类所面对的商业营销可以更精准。