最老程序员创业札记：全文检索、数据挖掘、推荐引擎应用27

投资组合
虽然在项目融资方面几乎没有任何进展，但是吴言发现网站的注册用户数还是在不断增加着，现在已经突破了一千，并且每天都会有十几个注册用户，而且有几十个用户俨然已经成为活跃用户，无论登录次数、浏览产品次数、写评论次数，都在平稳地增加。甚至慢慢已经有人在写产品博客，还有些用户已经在修正产品WiKi中的内容了，这些应该已经不是搜索引擎的蜘蛛了，而是实实在在的用户，吴言看到自己的网站渐渐有了真实的用户，感到无比的欣慰。
吴言觉得是考虑加入协同过滤机制的时侯了，但是第一步是分析现有的用户，因为每次在和VC交流时，他们都会问你的目标客户是谁，他们有什么特点，每次吴言对这个问题的回答都有些差强人意，现在已经有了几百个用户数据，看来可以对这些数据进行一番挖掘了。
用户在注册时填写的所有必填数据中，包含性别、年龄、职业、收入等信息，将这些量作为用户的属性，然后统计用户的在线时间，应该可以发现一定的规律性。吴言开始动手实现这个想法，吴言首先找出信息完整的用户，初步统计了一下，大约有300个左右，然后吴言随机取出200个样本作为训练样本，其余100个作为测试样本，然后利用WEKA框架，定义用户属性，输入训练样本数据，采用RBF Network作为预测模型，运行预测模型，然后运行测试样本对预测模型进行评价，根据均方差、平均绝对误差等评价标准，这个预测模型基本可用。这样，吴言如果输入一个新的用户，给定性别、年龄、职业、收入等信息，就可以预测出该用户的在线时间，这对日后开展各种促销活动比较有意义。通过这些算法分析，吴言也发现，自己的活跃用户群的一些特征，如一般为男性、年龄在25-35之间，职业一般为白领，这和其他电子商务网站的活跃用户群不太一致，吴言猜想这其中的原因可能有两点：其一是自己的网站以3C产品为主，而男性相对对这些产品更感兴趣，其二是自己的网站还没有大面积推广，目前的用户多为业内人士，而业内人士多以男性为主。
完成这些功能之后，吴言又在向自己在Sourceforge.net网站上的开源项目上传代码和文档了，出乎吴言意料的是，这个项目虽然还很不完善，竟然已经有人开始下载试用了。会不会是其他竞争对手呢？对于这一点，一直以来吴言十分好奇。
这天，吴言收到了清纬创投的赵海波的邮件，邮件主题是“Fw:Re:健康门户商业智能应用”，咦，这个主题很奇怪，吴言想不出和自己有什么关系，但是赵海波这个清纬创投的副总能给自己发邮件，，兴许是自己的融资有眉目了，想到这里吴言还是兴奋异常，迫不及待地打开了邮件。
邮件是一个关于健康门户网站的内部讨论邮件，基本背景是当前健康门户“健康120”当前虽然有很多医疗资源，同时有很多医疗方面的专业精品内容，目前也做了很多尝试，比如增加SNS模块、问答模块，甚至尝试了药品电子商务，但是效果都不理想，经过分析，认为症结在于没有很好的个性化功能，目前所有的尝试还集中在门户外围的功能增补上，因为脱离不了门户的定式，因此无论SNS还是问答都只能成为摆设。目前需要大力引入Web2.0元素，充分利用医疗资源其内容，开发出全新的产品及服务。
赵海波在给吴言的邮件中是这样写的：吴言，上次和你的交流印象非常深刻，“健康120”是我们投资的一个健康门户项目，下面是他们的一份内部邮件备忘录，目前他们准备开发全新的健康社区产品，但是他们目前没有相应的技术积累，我们想聘请你作为我们的行业专家，与健康120团队一起讨论一下这方面的技术问题，不知道你最近是不是有时间参与？
原来是邀请吴言参加技术交流，吴言不免有些失望，但是想到赵海波这么看重自己，让自己作为行业专家，参与他们的项目讨论，吴言还是毫不犹豫地答应了下来。
在开会的那天，吴言几乎提前了一个小时就到了清伟创投，刚一走到前台面前，前台MM就抬起头来，主动地说：“吴先生，您好！”
虽然吴言到这里来过一次，但是已经有一段时间了，前台还是一下就认出自己，并且主动和自己打招呼，这不免让吴言受宠若惊。同时也很奇怪，吴言相信自己还没重要到让前台MM一下子就记住自己的地步，那前台MM怎么能有那么好的记性呢？
前台MM客气地说：“您来的真早，您参加的那个会还有一个小时呢！赵总也过来了，您先到赵总的办公室坐一会儿吧！”
吴言连忙说：“不用了，别客气，我就在这里等会儿吧，不打拢赵总了！”
前台MM接着说：“赵总刚才跟我说过，说如果您早过来了，就到他办公室去坐会儿。”
吴言一听这话，才跟着前台小姐再次走进了赵海波宽敞的办公室。赵海波见吴言进来，把笔记本往旁边一推，把吴言让到了沙发上，客气地说：“真不好意思，这次麻烦您来参加我们的技术讨论会！”
吴言连忙说：“赵总，别客气！我觉得能参加您的技术讨论会挺好的！”
赵海波和吴言都坐在了沙发上，然后递给吴言一份资料，介绍说：“这是健康120门户下一阶段产品研发计划，你先熟悉一下，呆会就讨论这里边的内容。”
在吴言翻看着资料时，赵海波又接着说：“我先给你介绍一下基本情况，健康120门户是我们前几年投资的一个垂直门户，当时认为凭借健康120团队的医疗背景，医疗保健又是随着生活水平提高之后的一个硬需求，认为前景很光明。”
赵海波顿了顿，接着说：“但是这几年下来，发现业务始终不见起色，因为当初我们和项目团队签署了对赌协议，健康120的股权我们已经获得了绝大部分，这当然不是我们希望的，VC们最怕的就是投资最后成股东的情况，这样创业团队也越来越没积极性，同时我们也越来越难以退出，因此我们需要想办法解决这个问题。当然项目还有其他的问题，但是这个问题是目前最大的问题。”
吴言点了点头，接着赵海波的话说：“因此，现在就想转型做医疗社区和问答的产品与服务？”
赵海波点了点头，接着说：“这是他们项目团队制定的计划，希望得到我们的下一轮投资。但是目前我们比较谨慎，所以才请你来，一起讨论一下，看看这个方向是否可行。我主要是想，你现在项目中的全文检索、数据挖掘、推荐引擎的技术，能不能应用到健康领域中来。”
虽然这是吴言第一次接触健康领域，也是第一次思考全文检索、数据挖掘、推荐引擎在健康领域的应用，吴言还是略微思考了一下，就有了很多想法，于是有条有理地说了起来：“我觉得数据挖掘在健康领域应用很广，比如用户可以在网站上输入性别、年龄、病史等信息，如果还能记录一些生活习惯，那么我们就可以开发数据挖掘算法，可以确定什么样的人群容易患什么疾病，同时通过跟踪用户用药的副作用，可以得出什么性别、年龄、病史的用户，使用某种药物最容易出来副作用。”
吴言还有很多想法，但是一时限于表达能力的限制，不能一一列出，想了想，又接着说：“还比如，用户在选择用药时，我们可以根据其年龄、性别、病史进行推荐，同时还可以考虑价格和安全性等因累，还可以看到其他与其情况相似的用户使用该药后情况......”
吴言很有激情地说了一番，感觉如果给自己多一些时间，还能说出很多来。
赵海波听着吴言的话，点了点头，说道：“你说得非常对，只要我们解决了一些政策性风险，同时做到保证医疗安全，这些领域确实大有可为！”
是呀，健康网站最重要的就是医疗安全问题了，自己刚才怎么没想到呢！看来还是这位赵总历害，一下子就找到了项目的关键，想到这些，吴言不禁对赵海波增加了一分敬佩。
“时间过得真快呀，我们的会快开始了，咱们先过去开个会吧！”赵海波看了一下表，说着。
赵海波和吴言一前一后进入了清伟创投的大会议室，会议桌的另一侧，估计是健康120团队的成员，已经早早地到齐了，清纬创投这边，也已经坐了两位清纬创投的投资经理。
看到赵海波走了进来，纷纷站起来打招呼，赵海波和大家打了招呼，然后向大家介绍了吴言：“这位是吴言，我们商业智能领域的行业专家！”
吴言赶忙和大家打了招呼，之后会议就正式开始了。
先是健康120团队的CEO介绍下阶段计划，PPT内容就是赵海波刚给吴言的材料，这位CEO演讲技巧还不错，不仅把项目介绍的很清楚，而且还很有煽动性，这点吴言就自叹不如。
赵海波在健康120的CEO讲完之后，总结性地说：“很好，谢谢王总给我们分享了下阶段的产品计划，大家有什么意见？”
这时坐在赵海波旁边的一位投资经理首先开口了，说：“项目的大方向没有什么问题，但是这个项目的预算我个人觉得有些问题。”他看了一眼赵海波，似乎得到了肯定的答复，接着说：“我觉得单就这个新业务方向的开发而言，投入150万似乎太大了。另外，项目推广阶段300万的广告费用也偏高。”
“是这样的，”健康120CEO回应着，“我们需要建立起一个全新的研发团队，其中数据挖掘高手的成本非常高，我们计划引进3个这样的高手，每个人成本为3万5每个月，另外我们需要3名云计算专家，需要精通Hadoop技术，每个人成本也需要3万，另外还需要6名开发人员，这样的团队开发半年左右时间，成本至少需要150万。至于广告费用，我们前期健康120门户的广告费用还不止300万，考虑到通胀因素，这部分费用应该是不能再低了。”
双方似乎马上要争论起来，气氛有些紧张。
赵海波这时不失时机地说：“好！那咱们先看看研发成本部分，咱们先来听听行业专家的意见，吴言你来说说看！”
吴言清了清噪子，说：“对于研发这块，数据挖掘方面我觉得用不了3名专家，只需要一名就够了，同时每月3万5的成本也高了一些，云计算Hadoop方面，我认为一位技术高手也就差不多了，他可以负责把控Map/Reduce算法设计，同时负责Hadoop配置和性能调优。另外，项目一期最好时间在三个月左右，这样可以尽早收集用户反馈，避免做无用功。”
赵海波等吴言刚一说完，就接着说：“是呀，吴言说得很有道理，你们回去再仔细考虑一下！”
停了一下，赵海波接着说：“说到广告费用这块，你们原来签的广告合同应该都没结束，我建议你们在后续的广告中可以加入新产品的元素，这样广告费用也可以大幅度削减。”
健康120团队有些面面相觑，一时间不知道怎么回应才好。
赵海波又接着说：“现在健康社区领域有一个新网站，叫医圣社区，你们对这个网站怎么看？”
“这个网站......，我们还没仔细研究过！”健康120门户CEO回答着。
赵海波语重心长地说：“你们应该好好研究一下，他们的业务开展得很不错，我们都已经仔细研究过了，我相信你们肯定比我们更了解！”
健康120门户的团队成员一时不知道该怎么回答，表情有些尴尬。
赵海波看了他们一眼，接着说：“不过这个你们不用担心，因为我们发现他们的用户资料是盗用我们健康120门户的用户资料！所以我们还是有办法的。”
“但是用户资料相似很普通吧！说盗用用户资料，很难找到证据的！”健康120门户CEO提醒着。
赵海波笑了笑，接着说：“不错，通常这种情况下我们是没有办法的，但是这次我们做了些准备，因为我们在1千多万的用户资料中加入了几百个假的用户资料，我们发现他们用户资料中就有这些假的用户资料，他们很难解释这点！我们已经请律师拟好了律师函，同时向法院申请了证据保全，这点应该没问题！”
健康120门户团队这时沉默了下来，吴言在旁边看得一头雾水，感觉这次技术交流会有些变味，这里面肯定有蹊跷，但是吴言还是猜不透是什么。
赵海波随后又用相对轻松的口气说：“当然了，我们也不是非得诉诸法律，如果同意让我们控股，我们也可以和医圣社区合解。你们的意见呢？”
健康120门户团队点点头，略带勉强地说：“是呀，是呀！”
会议就这样结束了，会后赵海波又邀吴言来到自己的办公室，两个人坐定了之后，赵海波先开口了，说道：“你是不是觉得今天的技术交流会有些奇怪。”
“是呀，是呀！”吴言确实一直很奇怪。
“是这样的，”赵海波缓缓地说着，“由于之前的对赌协议，现在健康120门户创始团队总股份目前还剩下不到12%，因此他们肯定有些想法，这些是可以理解的。但是他们一方面想像今天这样，利用我们已经投入了那么多不想打水漂的心理，不断拿新方向来跟我们要钱，另一方面，他们利用健康120门户的用户数据，偷偷地做了医圣社区，幸好我们背着他们在用户数据中加入了假数据，这样我们才发现他们竟然想另立门户，所以才有刚才的那一幕了！”
吴言此时才恍然大悟，原来这次就是一次鸿门宴，摆明是演给健康120门户团队看的，想把他们私下里做的东西收回来，吴言不禁暗自佩服这位赵总的高明之处。
赵海波接着说：“这次叫你来呢，除了和他们讨论技术方面内容之外，还有一点，我们认为现在健康120门户管理团队的问题比较大，尤其是他们的CEO和CTO，我们准备换掉他们，CEO的人选我们已经选定了，CTO由于我们的背景，还是比较难选的，因此想起你来，看你有没有兴趣！”
原来是这样，吴言到此刻终于明白了。CTO，这是吴言以前梦寐以求的职位，现在突然出现在了自己的面前，怎么能不让吴言怦然心动呢！况且，吴言现在项目已经到了山重水复的地步，如果接受这个职位，一切问题就可以迎刃而解了，多么好的机会呀。
吴言正在为这个职位浮想联翩的时侯，赵海波又接着说了起来：“我们的想法是这样的，你和我们指定的CEO先以普通员工的身份进入健康120，然后由经过一系列运作，将现有的健康120门户管理团队挤出去。”
吴言听到这些话，心里不禁打了个寒战，这种事情以往只在电视剧里出现的，马上就要在现实中上演了，而且要自己演这么关键的一个角色，真是太刺激了，但是关键问题是自己演得好吗？
赵海波似乎看出了吴言的疑惑，接着说：“你可以放心，我们的CEO人选就是现在的前台，我对她很有信心，后面的一切都由她来安排。”
停了停，赵海波接着说：“你别小看她，给你举一个细节，在你进来时，她是不是一下子就认出你来了，你知道她是怎么做到的吗？”
是呀，吴言本来一进公司时就有这个疑问，只是因为刚才一直在开会给忘记了，现在赵海波又提起来，吴言的好奇心又被勾了起来。
赵海涛颇为自豪地说：“其实她自己开发了一个系统，对于每个访客，她都进行的拍照。当这些访客需要第二次再预约来的时侯，她就提前熟悉了这些人的照片。这样，当这些人再来的时侯，她当然可以一眼认出来访的客人了！能想到这点的前台，我们对她很有信心！”
原来如此，吴言心中的疑问终于解开了，同时对这位前台MM也生出了几分敬佩。但是吴言还是觉得，她怎么可能完成赵海波的这个艰巨任务呢？
赵海波似乎看出了吴言的疑问，接着说：“你是不是担心她怎么可能完成这件事呢？这点你不用担心，首先健康120团队并不认识我们的前台，这样就肯定不会对她有什么戒心，然后我们再给他们一种感觉，就是这位小MM可以很好地与我们沟通，她就很容易得到重用。同时他们团队也不是铁板一块，正好可以使我们先逼走CTO，然后再逼走CEO。”
这个计划看起来很可行，只是有些怪怪地感觉，虽然说不上阴险，但是也显得有些不光明磊落。吴言心中暗自想着。
“怎么样？有兴趣加入未来的健康120门户管理团队吗？”赵海波问着。
突然被问道自己的想法，吴言还真是难以做出决定，但是看着赵海波期待的目光，吴言知道自己必须做出决断了。吴言仔细想了想，最终下定决心，坚定地说：“谢谢赵总的好意，我觉得我做技术还可以，像您说的这种任务，我觉得我做不了！”
本来以为赵海波听了以后会很失望，出乎吴言意料的是，赵海波好像早就预料到了似的，点了点头，深有感悟地说道：“是呀，你确实不太适合做这件事。最可贵的是你知道自己能做什么不能做什么。”
看成来是要告辞的时间了，吴言觉得这样浪费了和赵海波的见面太不甘心了，但是怎样才能更好地利用这次机会呢？吴言在心中盘算着。
敬请期待下集：MBA同学