霍　光

在IT領(lǐng)域,在學(xué)術(shù)和職業(yè)生涯兩方面都有突出成績的人中,雅虎研究院資深研究員及副總裁Andrei Broder無疑是最有代表性的人物之一。他曾以《Syntactic Clustering of the Web》等兩篇論文分別獲得WWW6和WWW9的最佳論文獎(jiǎng),并創(chuàng)建了“計(jì)算廣告學(xué)”這一新興的交叉學(xué)科。

2009年11月13日,在北京清華大學(xué)舉行的雅虎Big Thinkers Day上,Andrei Broder受邀做了關(guān)于“計(jì)算廣告學(xué)”的演講。同一天,他接受了記者的獨(dú)家專訪。

讓廣告被量化

計(jì)算廣告學(xué)是一個(gè)新興的領(lǐng)域。實(shí)際上,在互聯(lián)網(wǎng)出現(xiàn)之后,廣告與計(jì)算就產(chǎn)生了密不可分的聯(lián)系。在清華大學(xué)的演講中,Andrei介紹,計(jì)算廣告學(xué)所要應(yīng)對的最大困難和要解決的最大問題是,如何在指定用戶、指定主題和適合的廣告中找到最匹配的結(jié)果。

廣告的力量是巨大的。Andrei介紹,雅虎曾對電器商店做了一個(gè)調(diào)查,把用戶分為事先看過關(guān)于這一產(chǎn)品和廠家介紹的人群和從來沒有看過互聯(lián)網(wǎng)廣告的人群,并追蹤調(diào)查他們的購買行為。調(diào)查發(fā)現(xiàn),即使在三個(gè)月之后,看過廣告的這組人群仍然對這款產(chǎn)品有著更強(qiáng)的購買意愿。然而,最終的廣告效果是難以量化的。“在廣告領(lǐng)域有一個(gè)非常有趣的問題。比如,一個(gè)用戶首先看到了一則索尼電視的互聯(lián)網(wǎng)廣告,在后來的應(yīng)用過程中,他又看到了一條有關(guān)銷售索尼產(chǎn)品的文本類的信息,這條信息促使他回過頭來點(diǎn)擊了互聯(lián)網(wǎng)上的這則廣告,進(jìn)入商家購買了這款產(chǎn)品。究竟是因?yàn)檫@個(gè)客戶最初的搜索,還是因?yàn)樗吹郊埫嫔系男畔⒆罱K促成銷售?誰應(yīng)該得到這份功勞?現(xiàn)在很難做一個(gè)具體估計(jì)?！?/p>

Andrei在清華大學(xué)的演講中講到了如何對文本廣告、Banner等不同廣告形式當(dāng)成一種信息,并對其實(shí)現(xiàn)的效果進(jìn)行計(jì)算,并指出,尋找“最佳匹配”問題的核心是對過于繁多的信息進(jìn)行檢索和選擇。

因此,雅虎也在努力提供一套對廣告效果進(jìn)行分析的工具。雅虎的Advertiser Analytics就是這樣一套工具,它可以根據(jù)收集到的數(shù)據(jù)對廣告的效果進(jìn)行分析和調(diào)查。

除此之外,雅虎還試圖將傳統(tǒng)的用戶提交關(guān)鍵詞之后得到信息的“Pull”模式改變?yōu)樾畔⒏鶕?jù)用戶的需求自動(dòng)給出的“Push”模式,以實(shí)現(xiàn)更好的用戶體驗(yàn)。

從Pull到Push

Andrei在寫于七年之前的一篇早期論文《A taxonomy of web search》中,談到了網(wǎng)頁搜索的三個(gè)階段:對傳統(tǒng)信息檢索模式的擴(kuò)展,關(guān)于元數(shù)據(jù)的結(jié)構(gòu)判別,以及當(dāng)時(shí)正在發(fā)展的基于文本語義和分析的階段。而他認(rèn)為現(xiàn)在應(yīng)當(dāng)進(jìn)入第四階段,也即信息提供的搜索引擎時(shí)代。實(shí)際上,對語義的研究離真正的實(shí)際應(yīng)用還差的很遠(yuǎn)?！案玫膸椭脩簟笔茄呕⒛壳白铌P(guān)注的?！把呕⑾嘈艖{借我們對互聯(lián)網(wǎng)的理解,深知怎樣將其中有用的數(shù)據(jù)和相關(guān)的信息提取出來,從而更好地服務(wù)用戶?！盇ndrei介紹,雅虎正在研究如何在用戶輸入查詢詞的過程中,利用技術(shù)手段進(jìn)行分析,并主動(dòng)提供一些內(nèi)容給用戶,讓用戶不需要輸入完整的查詢詞,就可以獲得想獲得的信息。

不過,在收集用戶習(xí)慣信息這一過程中,用戶最擔(dān)心自己的隱私被泄漏。對此,Andrei表示,“雖然互聯(lián)網(wǎng)不會忘記,但雅虎會忘記?！彼榻B,一方面雅虎提供了讓用戶自主選擇是否由雅虎記錄相關(guān)信息的機(jī)制,另一方面,雅虎僅僅保留互聯(lián)網(wǎng)用戶90天以內(nèi)的信息,這樣用戶就不會擔(dān)心今天的一次失態(tài)會在幾十年之后身居高位時(shí)再被人搜索到。

另外,雅虎還試圖在查詢到的信息中最大化用戶的收獲。例如,在用戶查詢一家餐館的時(shí)候,并非只是為用戶提供餐館的電話號碼,而是通過深層次的分析,將用戶的回饋和評價(jià)提供給查詢者。這又牽涉到雅虎的另一項(xiàng)研究:情感分析。

別對我撒謊

互聯(lián)網(wǎng)上的評價(jià)可信么?正在熱播的一部美劇《Lie to Me》中,主人公認(rèn)為謊言無處不在。同樣,人們在互聯(lián)網(wǎng)上評價(jià)的時(shí)候,各種情緒也會導(dǎo)致他們的表達(dá)失真。憤怒,失望,還是非常滿意?互聯(lián)網(wǎng)上的評論背后隱藏著用戶當(dāng)時(shí)的情感因素在內(nèi)。雅虎希望做到的是,通過字面上的文本信息,通過一定的技術(shù)手段進(jìn)行分析,來探尋用戶的回答后面隱藏著的感情。

情感分析說起來容易,但實(shí)施起來非常困難。“看似很簡單的一個(gè)分析背后,隱藏了很深?yuàn)W的技術(shù),像信息檢索、優(yōu)化、自然語言處理等,還有一些統(tǒng)計(jì)方法?！闭劦竭@里,Andrei笑著表示,正因如此,吸引更多的人才就成為他現(xiàn)在最希望做到的事情。

實(shí)際上,雅虎開展Big Thinkers Day這一高校之間的學(xué)術(shù)交流和探討活動(dòng),部分也是希望招攬更多的人才。另外,雅虎之所以設(shè)立雅虎北京研發(fā)中心,也是看重了北京的高端人才。雅虎北京研發(fā)中心是雅虎全球三大研發(fā)中心之一,對云計(jì)算、廣告和溝通等事關(guān)雅虎未來發(fā)展的項(xiàng)目都有涉及,也是雅虎全球布局的關(guān)鍵一子。