?

智能Web應用實例

讓我們回顧一下過去幾年里利用了智能設計的Web應用。前面提到過，網絡發(fā)展史上一個重要的轉折點就是搜索引擎的誕生。在1998年之前，互聯網的發(fā)展基本上是波瀾不驚的，直到基于鏈接分析（link analysis，詳見第2章）的搜索技術風卷殘云般地占領了整個市場。Google公司能在10年內從一個名不見經傳的創(chuàng)業(yè)公司成長為技術王者，主要歸功于基于鏈接分析的搜索技術，其次是它所提供的諸如Google News和Google Finance之類多種多樣的服務。

然而，智能Web應用的發(fā)展已經不再局限于搜索引擎領域。在線零售商Amazon是第一個根據用戶的消費習慣推薦商品的電子商務網站，你可能非常熟悉這個功能：假如用戶購買了兩本書，分別是關于JavaServer Faces和Python的。當用戶將這兩本書放入購物車時，Amazon就會向用戶推薦與這兩本書相關的其他商品，例如，關于AJAX或者Ruby on Rails的書籍。此外，在用戶下次訪問Amazon時，Amazon還會繼續(xù)推薦有關的商品。

另一個智能Web應用的例子是世界上最大的在線電影出租網站Netflix ，它現在為700萬用戶提供90000部DVD，以及5000部可以隨時在計算機上觀看的電影和電視節(jié)目，這些數字還在不斷地增長。根據ForeSee Results and FGI Research公司每半年一次的調查，Netflix在2005年到2007年間連續(xù)5次被評為用戶體驗最佳的網站。

Netflix的成功部分要歸功于它能幫助用戶在浩如煙海的電影庫中便捷地挑選到中意的電影。實現這一功能的核心就是名為Cinematch的推薦系統，該系統的作用就是根據用戶對其他電影的喜好來預測其是否會喜歡某部電影。這又是一個智能Web應用的絕佳實例。Netflix在2006年10月宣布，如果有人能提高該系統的預測能力，將獲得100萬美元的獎勵 ，足見該系統的預測能力對Netflix的重要價值。到2007年10月，該比賽已經吸引了來自165個國家的28845位競爭者。在第3章將會詳細介紹構建Cinematch這樣的推薦系統所必需的算法。

利用收集的數據做出智能的預測并不僅僅局限于書籍和電影的推薦。Predict WallStreet公司收集用戶對股票或指數的預測，從中推測操盤手的觀點，進而預測該資產的價值。我們并不是建議你根據他們的預測進行股票交易，但這確實很有創(chuàng)意地利用了本書將要介紹的技術。

?

本文節(jié)選自《智能WEB算法》一書。

圖書詳細信息:http://bvbroadview.blog.51cto.com/3227029/643291

?

轉載于:https://blog.51cto.com/bvbroadview/646446

總結

以上是生活随笔為你收集整理的智能Web应用实例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。