第41章 神秘备忘录（3 / 4）

权宝雅平复了一下内心的纠结，展颜问道：“那我最近有什么要做的么？天天跟着满叔打理公司，安排艺人，也挺无聊的。看你们貌似都有大动作了……”

“你这边，如果想做的话，事情多了去了――叮铛网的用户分类算法，其实你和高老师、周老师这些懂音乐的人，都可以去帮忙做数据标识。不求你完成多少工作量，至少是涨涨见识，知道这门生意是怎么运作的。

如果还有空，我给你个电影剧本你揣摩熟悉一下，可能今年，可能明年，就会有动作。赚钱的电影，对于我来说，《不能说的秘密》已经是人生最后一部了，剩下的都是教好莱坞同行做人的。”

按说听到有电影时，权宝雅是应该兴奋的，然而顾诚前面提到的那项工作，立刻让她怂了下来，因为她完全没有上过理科生的大学课程，对于“数据标识”这种工作天生就有一种畏惧。

“数据标识是个什么鬼？好像和音乐人不对口吧……”

顾诚解释道：“很对口，数据标识不是让算法工程师来干的，正是要各行各业的懂行的艺术家来干的――我举个例子好了，我经营了好几年的某点，目前在张一鸣的改造下，加入了一个‘看过本书的人还喜欢xxx’的功能，今年刚做好的。

但是我去看了，那个功能目前简直就是一坨s。只会做那些‘因为你看过《xx终结者》所以猜你也喜欢《xxxx》’这样的推送――这几本书是同一个智商级上的东西么？

之所以这样，是因为目前的数据标识维度太简陋，只能靠书是都市/玄幻，又乃至下面某个细分品类‘商战/官场/言情’去划分作品归类，然后再靠‘热血/兵王/腹黑/无敌/废柴’这些标签来划分风格。但实际上一来这些标签太简陋，二来写手写书很容易风格上文不对题，所以同类类型、标签，而且点击率也很高的作品，不一定喜欢看前一本书的人就会同时喜欢看后一本书。

这就是算法没有真正读懂作品导致的，算法只是在按照‘用户点击大数据’的规律来归类。而淘宝上还有不少刷-榜狗在制造虚假数据，对于我们的大数据归类就更难了。这时候，就必须要有懂行的编辑或者音乐人，对算法的推送进行一次次的人工修正，判断算法哪些地方要调整，然后给算法工程师下任务：或者是丰富更多标签、或者是优化算法折叠、或者是加强真正的机器能力。

更麻烦的是，这背后涉及到千百万写手、歌手、演员、导演的切身利益和曝光率。在人工修正的时候难免有人主官夹带私货，