很簡單，非常地簡單，三天之前，這個(gè)新注冊的新人，以簡潔有力的語言，狠狠地打了一位老人的臉，迫使這名老人不得不承認(rèn)了自己的錯(cuò)誤。
　　
　　????而這名老人，則是實(shí)名認(rèn)證后的微軟亞洲研究院內(nèi)的工程師，在論壇享譽(yù)已久，很少有人敢于反駁他的言論，就更不用說還能打臉成功，且迫使對(duì)方承認(rèn)錯(cuò)誤了。
　　
　　????就是這么一件事，“k”雖說才是個(gè)沒人權(quán)的新注冊用戶，也讓當(dāng)時(shí)眾多圍觀的人記住了這個(gè)新id,更得承認(rèn)了這個(gè)人的水平非常厲害。
　　
　　????眾多的高手們正集中在置頂帖內(nèi)爭執(zhí)，斗爭白熱化加重之時(shí)，一個(gè)新的帖子無聲無息出現(xiàn)在了頁面上。
　　
　　????新帖子很常見，在論壇的這個(gè)版面內(nèi)，一天發(fā)出的新帖子，沒有兩三百，也有一百五，至于回復(fù)就更多了。
　　
　　????但由于此刻太多的會(huì)員集中在了置頂帖內(nèi)，導(dǎo)致其余的帖子冷寂清清，許久也不見有人回復(fù)，直到這個(gè)新帖子出現(xiàn)。
　　
　　????id：k
　　
　　????先不看標(biāo)題，一眼瀏覽到發(fā)帖的id，幾個(gè)吵累了的高級(jí)id剛出來刷新了下頁面，立刻怔然了一會(huì)，馬上想起了三天前的那場爭論。
　　
　　????隨后，又想起了另外件事情。
　　
　　????那場爭論的焦點(diǎn)便是關(guān)于自然語言理解。
　　
　　????當(dāng)時(shí)，那位微軟亞洲研究院的工程師，對(duì)于一個(gè)求助帖進(jìn)行了解答，其中對(duì)人工智能中的自然語言理解，提出了一番自己的見解，贏得了很多人的贊賞。
　　
　　????可這個(gè)“k”隨即便出現(xiàn)了。
　　
　　????毫無廢話，簡潔有力，以最為樸實(shí)的言語，平淡卻極度充滿力量地反駁了那位工程師的見解，且讓對(duì)方無法可說，承認(rèn)了自己的見解有不足之處。這一幕令許多人的印象極為深刻。
　　
　　????這時(shí)一看見“k”的id發(fā)了個(gè)帖子，就有人忍不住點(diǎn)擊了進(jìn)去。
　　
　　????“測試?！?br/>　　
　　????簡簡單單的兩個(gè)字，還是那位“k”說話的風(fēng)格，不予你任何的解釋，就這么平淡擺放在你的面前。
　　
　　????趙石岐也是三天前親眼見證了那一幕的人，作為移動(dòng)互聯(lián)網(wǎng)的產(chǎn)品經(jīng)理，他曾在劍橋工程系有過兩年的學(xué)習(xí)經(jīng)歷，對(duì)于語音識(shí)別技術(shù)了解很是深入，也正是這樣，他對(duì)于這位神秘人很是佩服，佩服對(duì)方在語音識(shí)別中的自然語言理解上的深厚功底，那不是一般頂級(jí)高手的水平，而是處于金字塔頂尖那層階級(jí)的人物。
　　
　　????當(dāng)時(shí)見證了那一幕之后，趙石岐忍不住心中的興奮，當(dāng)即就私信聯(lián)系對(duì)方……可惜直到目前為止，他都沒等來對(duì)方的任何回信。
　　
　　????趙石岐不無遺憾，估計(jì)對(duì)方也不怎么瞧得起自己。
　　
　　????嗯，也許不是。
　　
　　????以這位神秘人的行事風(fēng)格來看，更像是淡漠的無視了？
　　
　　????這感覺十分的奇怪，猶如走在街上，周圍的商販都在大力吆喝自己的產(chǎn)品時(shí)，其中一位商販，就這么坐在那里，既不吆喝，也并非那種愛理不理的懶散，而是平靜地端坐在地，就這么把商品擺放在攤位上，安安靜靜地等待有緣人似的。
　　
　　????沒錯(cuò)，這就是“k”帶給趙石岐的感覺。
　　
　　????確實(shí)有點(diǎn)荒唐，有緣人？
　　
　　????哈哈，一想起自己這般荒唐的想法，趙石岐便有點(diǎn)失笑的沖動(dòng)……但視線僅僅移動(dòng)到了屏幕的下方，他就再也笑不出來了。
　　
　　????標(biāo)題是“測試”，一進(jìn)去便真的是測試的題目了，既沒有說明原因是什么，也沒有任何的解釋與說明，就干干脆脆地提出了個(gè)題目在下面。
　　
　　????“推薦算法？”
　　
　　????眉頭越加緊皺，密密麻麻的頁面上，一個(gè)構(gòu)思奇妙的算法洋洋灑灑在屏幕上展現(xiàn)出來。
　　
　　????“有點(diǎn)意思?！?br/>　　
　　????瀏覽下去，趙石岐真是吃了一驚，現(xiàn)目前的推薦算法基本便是三種套路，第一是基于內(nèi)容的推薦（content－basedfiltering），第二是社會(huì)化推薦（socialrecommendation），第三則是基于協(xié)同過濾推薦（collaborationfiltering）。
　　
　　????可這個(gè)“k”所提出來的算法，竟然是種全新思維，從另外個(gè)角度來思考問題的算法，有點(diǎn)類似于潛在因子lf算法……但效率看起來似乎更高，算法誤差更小得多。