回到書架，把這塊沉沉的磚頭塞回原位。猛然發現，雖然拿到這書的時候我只是瞟了一眼書列位置，沒有刻意去記住，但是回來的時候，大腦卻自動指引了我回到這裡，我居然已經不用刻意去關注周圍的事情，只要眼睛看過，就能記得了。

　　沒有其他的Android開發的書籍了，我正準備換個地方，眼神透過書架層之間的空隙，剛好看到了前面書架上擺的技術書的標題——《推薦系統》。

　　我印象中，推薦系統是2012年才開始逐漸火起來的，現在有這類的書可以看，不禁讓我產生了興趣，想著又可以提前布局了，畢竟推薦系統在後面也是很熱門的一個風口。

　　走近一看，竟然還有不少，書架上一整排都是，不僅有講推薦系統原理的，還有講實踐的，其實這個年代，推薦系統雖然還沒有火起來，但是已經早就應用在了電商購物網站了，比如亞馬遜，所以，它的實踐也是被寫成了不少磚頭書的。一時之間不知道看哪個，乾脆都看算了。我一本本的把書從書架上抽出來，壘在左手上越壘越高，直到快頂出我的下巴，然後雙手捧著它們往座位方向走去。

　　薛雙還坐在那裡，遠遠地我就看見她雪白的露背，她掏出手機好像是在回短信，稍微往前傾著身子，我路過的時候不經意看了一眼，正好瞄到她胸口的曲線，腳下一滑，差點摔了我一個踉蹌。

　　“怎麽回事?”薛雙收起手機，問我，還沒等我回答，她看到我雙手端著這麽厚的書，接著追問道，“這麽多，你這是全要借走嗎?夠你看好幾年了吧！”

　　“不是，我直接現在看完。”說完我就坐下來，拿起書開始翻，這次看得更快了，書頁翻的就像點鈔機一樣。一旁的薛雙看著我瞠目結舌，我這才想起來我現在這翻書的做法確實會讓旁人費解，於是開口跟薛雙解釋:“我最近學會了一樣特殊技能，可以在一秒內就看完一頁書，並且把內容都記牢固了！”

　　我這麽說，薛雙當然不相信，直接就認為我在吹牛。為了證明給她看，我把剛翻過的書本遞給她，很自信地說:“來，我剛看完了第一章，你就考第一章吧，隨便一段，你起個頭。”

　　薛雙半信半疑接過書，翻開到一處，開始念道:“亞馬遜在1998年……”

　　還沒等她念完，我直接搶答，背起來這一段:“亞馬遜在1998年上線了基於物品的協同過濾算法，基於你當前的場景和你過去的行為，亞馬遜的推薦系統從一個數以億計的商品庫中，為你挑選出少量你可能感興趣的物品。其背後的算法並不是什麽魔法，它只是將其他人已經發現的信息與你共享。一切都由算法自動進行，在計算機的幫助下，人與人之間在隱性、匿名地互相幫助……”

　　“行了行了。”薛雙伸出手掌，示意我不用繼續背了，眼神裡的信任多了一分，但她還是不肯服氣，決定再來一次，於是又往後翻了翻，開始念叨，“基於內容的推薦是信息過濾技術的……”。

　　我再一次打斷，背了起來:“基於內容的推薦是信息過濾技術的延續與發展，它是建立在項目的內容信息上作出推薦的，而不需要依據用戶對項目的評價意見，更多地需要用機器學習的方法從關於內容的特征描述的事例中得到用戶的興趣資料。在基於內容的推薦系統中，項目或對象是通過相關的特征的屬性來定義，系統基於用戶評價對象的特征，學習用戶的興趣，考察用戶資料與待預測項目的相匹配程度。

用戶的資料模型取決於所用學習方法，常用的有決策樹、神經網絡和基於向量的表示方法等……”　　“可以了可以了。”薛雙看我背的這麽長一段，但是居然一字不差，直接就擺出來非常驚訝的表情，眼睛睜得很大，“你確定你是剛剛第一次看的第一章?這是你以前背過的吧?”

　　看她還是有些懷疑，我直接就開大招:“要不你隨便找一本書，給我看一下，我直接給你背下來！”邊說著，我邊很自信的指著書架。

　　大概是這種自信把她鎮住了，她直接投降，“得了得了，我相信你。你這神功是怎麽練的?我也要學。”說完就直接滿懷期待地看著我，這麽厲害的過目不忘的本領，有誰不想學呢，學會了的話任何一門考試還不都是手到擒來麽。

　　雖然心裡很想有給美女授課，借機親近的機會，但是我總不能把七星連珠，穿越過去的故事告訴人家吧，而且就算說了，人家也不會信的，隻好糊弄她一下了:“沒有什麽刻意去學習訓練的，就是，今天早上一起床，我就覺得腦袋不對勁，這不，你早上也看到了，我還晨跑掉隊了，特地去休息了，就是腦子有點暈，可能是受了什麽刺激，然後上午過來看書，就發現了自己有這個過目不忘的本事了。”

　　“切，你這說了等於沒說嘛！”薛雙見沒有聽到什麽有用的東西，身體都坐直了，“不肯說就算了，還神神叨叨的。”剛說完，她的手機響了，來了新短信，她沒有再理我，直接掏手機聊天去了。我也樂得自在，繼續看我的書，準確的說，是繼續像點鈔一樣翻書。

　　一本，兩本，三本，很快的，我把看完的書堆到旁邊凳子上，一摞摞的，越堆越高，最後終於，全部看完，看了一下表，距離我進來圖書館也才一個小時多點。

　　”快中午了，我們吃飯去吧。我請你吃牛排！”眼看也不早了，我向薛雙發出約飯邀請，今天心情特別好，我主動提出要吃大餐。薛雙也看了看時間，點了下頭，說:“好啊，這麽快到飯點了，我的考點都還沒有開始看。”說著就起身，幫著我一起把書搬回書架旁的推車上，待工作人員來將他們歸位回書列中。

　　走到電梯間，等電梯過程中，薛雙大概是想起來了什麽，問我道:“你第二回一開始不是說要去找Android的書麽，最後怎麽扛回來了一摞推薦系統什麽的，那推薦系統又是什麽玩意兒啊?”

　　要是早上的我，肯定是答不上來，但是現在不一樣了，我已經滿腦子塞足了專業知識，直接開始跟她掉書袋:“最常見的，你看亞馬遜上的商品，種類樣式多到爆炸，你怎麽去選，一件一件的挑?那可能太耗時間了，如果你是一個不想逛街，沒時間逛街的人，最好的辦法就是店家直接能夠挑出你想要的商品，給你推薦，等著你來買就是了。這個挑出你喜歡的商品的任務，就是推薦系統該完成的目標。推薦系統往往是利用一些數學上的方法，分析人的興趣偏好維度，商品的屬性維度，來計算人和商品的匹配程度，從而實現打分，按照分數排名來找到適合推薦的商品。當然，不僅僅是在線上購物網站，只要是人去找東西的地方，可以出現推薦系統，反過來實現東西找人。比如，人會習慣去新聞網站搜新聞，找新聞，那麽新聞網站也可以搭建一個推薦系統，把人最感興趣的新聞內容直接挑出來，展現在人的面前，從而實現了‘新聞找人’。新聞找人的好處就是，它可能會比用戶還更了解自己的興趣愛好，推薦出用戶自己都沒有想到過的，自己會感興趣的新聞，從而引導用戶發現出自己的信息需求。一個好的推薦系統不僅能為用戶提供個性化的服務，還能和用戶之間建立密切關系，讓用戶對推薦產生依賴，你用推薦系統越多，推薦系統就會更了解你的興趣愛好，給你推的信息就會更準確，然後會更讓你依賴推薦系統，這樣就是一個良性循環，實現雙贏！”

　　“叮”的一聲，電梯到來的鈴聲打斷了我的講述，說真的，如果不是電梯來了，我還可以講更多。

　　我和薛雙安靜地上了電梯，下到一樓，剛才那一段薛雙不一定聽懂了，但是看起來，她似乎也引起了興趣。

　　走出電梯來到一樓電梯，後面一個聲音叫住了我。

　　“小夥子，等一下。”

　　我回頭看，叫住我的是一個大概二十七八的男人，戴著一副黑框眼鏡，中等身高，臉型有點瘦削，手裡抱著書，還真巧，剛好就是我第一本看完的《推薦系統》。

　　男人走到我面前，點頭招呼示意，我也笑著點頭回應，問，“你是?”

　　男人沒有自我介紹，直接開始發問了:“剛剛等電梯的時候我也無意間聽見了你和這位女生的談話，看來你對推薦系統的研究也很深刻，你是有做過這方面的工作嗎?”

　　“他怎麽會?”我還沒有開口，薛雙倒是先笑了起來，“我們還是沒畢業的學生呢，能有做什麽工作?是吧，楊秀，我就說你長相太顯老了，站那裡活生生就一個工作經驗豐富的職場老油條。”

　　男人有些驚訝，“你們還是大學生啊?但剛剛看你說話的語氣不像啊，真的就像是工作經驗豐富的老員工一樣。”

　　薛雙想了想，說:“他剛剛說的話，都是從書本上面看來的，他只是記性好，背下來了而已。”說完她看到了男人手裡的書籍，指著道，“正好，就是你手裡的這本書裡面的。”

　　男人看了看手裡的書，才又面向著我，說道:“是嗎?那看你理解也挺透徹的呀，小夥子。”男人誇了誇我，隨即問道:“你剛剛對推薦系統最後的雙贏的評價，總結的很好，我也有點疑問看你能不能幫忙解答一下?”

　　我點頭，只要書裡的，隨便問吧。

　　男人開口:“你剛說到新聞也是可以做到利用推薦系統，實現‘新聞找人’的，但是大部分人的習慣還是直接去大的新聞網站，比如搜狐，新聞門戶等等直接去看新聞，手搜新聞而已，而且我了解到大家的消費時間段也比較集中，無非就是早上起床出門前打開電腦看一下，晚上回家睡覺前再打開電腦看一下。你描述的推薦系統是提前找好新聞給用戶看，但是目前這麽單調的用戶場景，是不是說你推薦系統發揮的空間其實並不大呢?因為早上晚間來看新聞，用戶的耐心還是足夠的，他總有機會一條一條的看完今天所有的新聞內容。推薦對他來說，無非就是他看新聞的順序可能有點變化。”

　　男人突如其來的疑問，並不是書本裡原本介紹過的可以解決的問題，我剛剛熟記的推薦系統的知識，似乎不足以完美的解答這個問題，一時之間讓我有些一籌莫展。但看到一旁薛雙期待的眼神，她似乎心裡覺得這個問題我應該能夠答上來，我冷靜了一下，努力想著答案。

　　對哦，我自己生活的2021年，那個時候的新聞找人的形態是怎麽樣的呢?我努力回憶，整理思路，終於想好了說辭。

　　“是這樣的，這個大哥。”我頓了頓，開始說我的理解，“新浪，搜狐之類門戶新聞網站現如今可以風生水起，是因為現在的互聯網新聞資源的數量還不夠，我們本質上還是把傳統的報紙上的新聞電子化了而已，所以一個人每天消化完成的新聞有限，確實沒有推薦系統的什麽事情，畢竟推薦系統要解決的問題，是‘信息過載’，只有等到互聯網上的新聞數量多到爆炸，讓用戶沒有辦法一條一條看的時候，推薦系統的能力才能展現出來。”

　　“讓新聞數量多到爆炸?”男人很想知道答案，“怎麽樣會讓新聞多到爆炸?”

　　此時薛雙正在回復信息，她的手機正是iPhone 4，我指著她的手機說:“這類新的手機平台可以做到，iPhone和Android，它們在未來會火起來，成為最流行的操作系統，並且它們的流行，會讓新聞多到爆炸的！”

　　此時，薛雙也收起手機，加入了傾聽行列，我接著解釋，”比塞班更強大的是，iPhone和Android的娛樂功能沒有上限， 現在的年輕人喜歡分享自己的生活，傳統的個人電腦上分享會受限於時間和空間，每天分享的時間段和地點都比較固定，但是有手機平台了就會不一樣，很多手機已經像素高，可以拍出精彩的照片，配上文字描述，就是一篇很好的文案，雖然不是新聞稿，但是其實這些信息和新聞一樣，是有很大的目標受眾願意看的。新浪微博的火爆不就說明了這一點麽?以後會有更多的新浪微博這樣的平台出現，就像土豆網說的那樣，‘每個人都是生活的導演’，那麽，每個人都可以在不同的平台產生內容，而且直接在手機上發布，不受時間和空間的限制，這樣就會讓內容多到爆炸。同時，人們也會利用手機隨時隨地來獲取新聞內容，Android和iPhone這類新平台更是有很獨特的‘消息推送’的功能，用戶不必登入到網站上才能收到內容的，而是內容直接觸達到了用戶，把用戶直接從桌面引到自己的站點裡，自己的軟件裡。所以，內容爆炸，加上消息推送，這不就是‘推薦系統’大展身手的時候了麽?“

　　一通連珠炮式的發言，我已經劇透了未來十年的移動互聯網發展形勢，讓兩位聽眾直接目瞪口呆。

　　男人回了神，問，“你是大幾學生啊?”

　　我回答，“大三，馬上畢業。”

　　“三年製，專科嗎?”男人問。我點了點頭，“是的。”

　　男人掏出兩個名片，分別遞給我和薛雙，說，“如果需要實習的機會，可以打給我的秘書。就說是一明讓你們聯系他的。”