基于大数据的百度推荐

第五届云计算大会于2013年6月5日—6月7日在北京会议中心隆重召开，本次大会以“大数据大带宽推进云计算应用与立异”为主题，以全新的国际视界，观察全球云计算开展趋势，并从应用动身，讨论云计算与大数据、云计算与移动互联网、云安全及云计算职业应用等焦点论题，共享云计算开展阅历，推进云计算立异协作。

6月6日上午，中国电子学会云计算教授委员会委员、百度公司副总裁范丽宣布主题为“百度大数据与云计算”的讲演。

在讲演中，范丽回忆了百度曩昔一年在大数据和云计算方面取得的成果，包含根底设备和架构的前进、百度移动云在根底设备上的应用，以及网页查找的变革。

在根底设备和架构的前进方面，范丽谈道，百度一向是全球前五大互联网公司之一，用户量也是前五大。存储才干是大于2千PB，处置量是10到100万PB每天，录入的网页有千亿和万亿。百度做云计算有一个很大的目标，即是尽量降低本钱，前进功率。在曩昔的10个月，从上一年7月到本年4月，每GB的存储空间本钱降低超越50%。当然，这是硬件和软件一同前进的成果。除此之外，百度还通过GPU前进到34倍的核算才干。整机柜服务器现已在南京机房上柜，自主研制的万兆设备可以使接入本钱降低83%。这些都是百度在根底设备和架构方面取得的前进。

据范丽介绍，百度在北京的数据中心抵达了年均匀PUE1.36，最佳均匀1.18，在北京这样的条件能抵达全年约一半的时刻完全免费冷却。

谈到大数据和云计算的开展，范丽以为大数据在云计算年代真实火起来需求必定的条件，从百度的时刻进程中看到，大数据还需求许多的技能才干真实发挥作用。

 百度最新一代搜索将参与“智能推荐”

百度从09年开端研讨新一代查找——即搜即得、即搜即用、不搜即得。最新一代的查找百度做了更深度的数据发掘，用数据图谱的联系发掘出更深层次的常识关联，可以在网页的右侧给用户带来一些簇新的爱好激起。

范丽举例解释道，例如在百度上搜李德毅院士，左侧是一切关于李院士的各种信息，李院士的百度百科，包含他最新的新闻，他的图像，他写的作品在百度文库上的存储等等，这是很天然的查找，没有参与任何处置。右侧咱们想推介一些关联性的信息，比方说有哪些李院士的搭档是工程院院士？有哪些李院士触及比拟多的范畴？最风趣的是推行连接，是关于李院士自个作品的一些书本的广告，这些是归纳的结合和深度的发掘，这是咱们下半年做的“智能推荐”。

以下是讲演全文：

范丽：在座的各位教授，各位领导，咱们早上好!很快乐今日有时机跟咱们共享一下百度在这一年来在云计算和大数据上的作业和成果。一同，我也想借此时机论述一下我在百度担任云计算和大数据的感触和观念。

今日我的讲演首要分三个有些：榜首有些，跟咱们一同回忆一下这一年来百度云计算和大数据的成果。取得的成果首要分三个有些，一有些是根底设备和架构上所做的作业。第二有些是百度移动云在架构和根底设备上的应用。第三有些介绍一下我最新担任的网页查找的变革。

第二有些我想介绍一下云计算的厚积和薄发。我之所以挑选这个标题，是想跟咱们讨论一下云计算通过这么多年的堆集是不是现已到了薄发的期间，我觉得很快到了，但还有许多疑问需求处置，才干真实爆宣布它的威力。

第三有些，我总结一下我自个以为大数据在云计算年代真实火起来需求的条件。听了怀校长的说话，我觉得许多观念都是相似的，大数据还要许多的技能晋升才干让大数据真实发挥作用。

先简略回忆一下百度在根底架构和设备方面的开展。咱们的存储才干是大于2千PB，处置量是10到100万PB每天，录入的网页有千亿和万亿。这些数据是跟国际一流的互联网公司比美的，百度一向是全球前五大互联网公司之一，用户量也是前五大。

咱们曩昔做云计算有一个很大的目标，即是尽量降低本钱，前进功率。在曩昔的10个月，上一年7月到本年4月，每GB的存储空间本钱降低超越50%。当然，这是硬件和软件一同前进的成果。

这些是咱们在根底设备方面取得的前进。今日下午还有专题的陈述，咱们的GPU可以前进34倍的核算才干。整机柜服务器现已在南京机房上柜，自主研制的万兆设备可以使接入本钱降低83%。

咱们的国内大型数据中心PUE的最佳实习，在北京的数据中心抵达了年均匀PUE1.36，最佳均匀1.18。在座的一些领导大概跟咱们的团队一同观赏过，我自个也屡次去数据中心。在北京这样的条件能抵达全年约一半的时刻完全免费冷却。

在根底方面有了这么好的架构和设备，咱们也做了十分多的大数据作业。百度做大数据是天然的，有必要做，并且能做得好的作业。首要咱们有十分多的数据，不管是用户数据、网页数据，仍是互联网上各式各样的暗网数据，百度在十多年的堆集中现已存储了许多、处置了许多，这几年更要做到十分智能的剖析，可以在剖析处置核算中给用户带来更多的价值。

下面我再简略介绍一下移动云应用。若是在座各位参与了上一年的百度云开发者大会，现已看到过咱们的七种兵器。下面我简略介绍一下百度移动云的思路，它是依托在传统云计算上的优势，给用户供给自个云，以自个需求为中心，让用户具有核算、存储的才干。你不需求忧虑存储空间，不需求忧虑安全和备份。当咱们的生活中有多种设备，Pad也罢，手机也罢，一处修正，多端同步。

今日的主题并不是讲移动云，我仅仅简略介绍一下。其实咱们的移动云还有多种多样的兵器，有爱好的同学可以再看一下。

全体来说，百度的思路即是咱们有云才干，咱们建造云渠道，咱们期望开发者用最少的本钱获取用户流量，获取收益。也期望用户有更多的个性化的构思云效劳。咱们之所以能做这些，是因为百度公司在做查找引擎的时分堆集了许多技能，也堆集了许多自个的主意。

咱们的自个云效劳商品在短短的一年多时刻取得了十分多的好评，运用率、品牌影响力都是独占鳌头的。

有一个数字可以共享，咱们的开发者注册量到5月初现已突破了20万，这些都是在百度云渠道上，期望可以面向用户的十分有构思的开发者。

最终一点是我想介绍一下百度下半年开端研讨的新一代查找。即搜即得、即搜即用、不搜即得，不仅仅给你带来极好的信息，一同应用也罢，各种暗网信息也罢，都可以十分快捷。这个是从09年开端研讨的。

最新一代咱们做了更深度的数数据发掘，用数据图谱的联系发掘出更深层次的常识关联，可以在网页的右侧给咱们带来一些簇新的爱好激起。这是我举的一个比方。若是你在百度上搜李德毅院士，左侧是一切关于李院士的各种信息，这个是很天然的，没有通过任何处置。我也搜过怀校长，也搜过吴部长，根本上是相似的。李院士的百度百科，包含他最新的新闻，他的图像，包含他写的作品在百度文库上的存储。右侧更多的并不是主需求，而是咱们想推介一些关联性的信息，比方说有哪些李院士的搭档是工程院院士，别的还有哪些李院士触及比拟多的范畴。我觉得最风趣的是推行连接，是关于李院士自个作品的一些书本的广告，我自个感受仍是很关联的。这些是归纳的结合和深度的发掘，这是咱们下半年做的智能推荐。

第二步是全体的百科常识。我自个也有小孩，他们十分关怀各式各样的博物馆。我举一个比方，上海博物馆，在左侧有关于上海博物馆这个主体的各种信息。在右侧，咱们看到了有几层不一样的信息展示。榜首层是博物馆的展品。第二层是上海市区比拟抢手的展览景点，若是你去上海博物馆，有可以关怀邻近的其他抢手展点。第三层，有些人到上海可以看博物馆，也可以去城隍庙，也可以去新天地。

第三个比方是医疗。近来咱们在医疗上有许多变革，这是咱们的堆集。百度百科堆集了许多用户信息，咱们做的是进一步结合，将一个表现拓宽到其他患者提出的疑问，也拓宽到这个表现可以带来的其他疾病，也拓宽到因为你想治病而需求的医师和医院。

以上是百度在曩昔几年中在云计算和大数据方面的实习。今日我还想跟咱们讨论一下云计算是不是到了厚积薄发的期间。我觉得在关联领导的关怀和职业尽力下，现已堆集了许多的才干，但有没有薄发，我要跟咱们讨论一下。

我自个以为互联网的开展一向到了98年、99年，有了google、百度这样的查找引擎才真实迸发。在没有查找引擎之前，用户看不到许多网上的内容，你十分艰难地知道本来互联网有这么多的信息，这么多有用的东西。有了查找引擎，让咱们更多、更快、更快捷、更结合地看到这些信息，因为用户看到了它的价值，商家看到了它的价值。查找引擎开展到现在，咱们阅历了SNS，也阅历了移动互联网设备的变迁，用户不只可以通过PC触摸互联网，你的Pad、手机、智能电视，可以随时随地触摸到互联网，全体的威力大概更大。是不是现已爆宣布来了?云计算自身现已打好了十分深沉的根底，但这个引爆点有没有到来?我觉得还需求做更多的尽力。

为啥这么说?我想举几个比方。在本年年初，江浙区域迸发了禽流感，引起了全国的惊惧。从正面来看这个比方，比起十年前的SARS，政府、社会的反应都是十分正面，并且敏捷的。百度做了啥?大概说这即是今日禽流感的成果，咱们在左侧结合了许多跟禽流感的信息，在右侧推荐了防止办法和与疫情关联的内容。

再比方雅安地震。在当天，百度公司一切商品人员都聚集在公司，咱们结合了许多信息，比方全网寻人、其他互联网寻人的渠道，还包含地图实时的救援道路。

我自个觉得咱们可以做得更多。有哪些呢?比方方才怀校长讲到了，若是数据剖析抵达必定的水平，是不是可以猜测流感的趋势?若是百度可以十分敏捷地把信息结合起来给用户看，能不能做到猜测?包含余震的时刻，百度也是尽咱们的所能在榜首时刻发布。可是，我觉得从时刻的发布到百度公司可以拿到信息，因为线上和线下的阻止，时刻会比拟慢。还有即是余震的道路，在雅安救灾的进程中有许多不必要的阻止，比方救援的道路、高速的拥堵，许多互联网公司现已取得了这些信息，但我可以幻想救援的队员怀着一腔热忱去救援的时分，他身边没有才干及时的拿上PC上百度或者是其他互联网。若是咱们可以及时结合到手机里边，一旦咱们认识到你的道路鄙人一步会有所拥堵，咱们会通知你换一条路，给一线的救援人员让路。我觉得这些信息都散落在各地，可是把它串联起来的作业还需求做。

接下来的比方是咱们一向说的医疗。在5月初，百度上了一个新的交互形式，比方你搜小儿咳嗽，咱们会依据表现来剖析有可以是小儿支气管炎，也有可以是小儿肺炎。一同，若是你想治病，向你推荐在你这个区域有哪些闻名的医院，有哪些威望的医师。若是点这个威望的医师，下面的词条会展开说这个医师有可以协助你。这现已不是咱们简略地通知用户一些简略的词条，而是可以直接通知你下一步想知道的信息。

医疗是民生的刚需，在座各位都知道在中国治病十分难，像协和、北医三院这样的好资源十分少。每一自个治病，不管是给爸爸妈妈，仍是给孩子，我信任都阅历过挂号难、征询难，想找到靠谱的医师难。在这些方面，咱们能做哪些作业。百度在这个方面现已有许多的堆集和研讨，下一步会做更多的。在网上卖药品的时分，是不是能敏捷判别药品的真伪?咱们现已推出了药监局和咱们联合发布的威望数据，若是你有药品的姓名，它的号码可以查到药监局批阅的时刻和信息。

若是是用户的状况，有一些小毛病，比方我孩子身上找一些瘊子，网上一查，若是结合得好会发现若是常常游水，孩子就简单长瘊子，有一些很根本的自我医治的办法，你就不需求挤到医院去排队两个小时问医师5分钟。

咱们也会积极地结合一些社区，比方你家里有一个终年中风的白叟，有哪些根本的防止办法和保养办法，百度通过多年的商品堆集，这些效劳是可以给咱们供给的。

咱们在互联网堆集了这么多数据的状况下，还有许多作业可以做，并且可以切实地帮到咱们的用户。

再看一下交通，许多人为了参与大会，今日又是北京的雾霾天，必定需求提前设计好道路，可以提前抵达会场。在交通中，咱们现已做了许多，比方百度地图会供给实时的交通拥堵道路图。有一些开车的人知道，可以过了半个小时，中心有一个交通的控制或者是事端，绿色可以就成为赤色。其时你现已在路上了，你怎么办?在这一点上，你可以想到，咱们今日有云计算，多个设备信息同步，这些技能都是有的，仅仅咱们的商品开发者还没有想得更深、更透，可以把用户的需求串联起来。方才我讲到交通拥堵的实时改动状况。若是你开在一条道路上，是这个应用的用户，这个应用完全可以跟百度地图结合起来，发现一个事端的时分，它会通知你可以挑选另一条道路。像这样的比方，咱们从技能上和云计算的才干上现已预备好了。可是，从商品理念上，曩昔仍是更多重视公司的功率、本钱，还没有重视到民生，将用户在生活中的每一步串联起来。

最终再介绍一下教学。这个是2013年的在线教学趋势。这几年，美国在线教学的开展规划一向在稳步上升。在中国也有一个缓慢上升的趋势，但这个趋势比起美国来说仍是比拟缓慢。别的即是教学的民主化。

在中国的教学职业，咱们都是在中国的教学体制下成长起来的，许多人都知道入学难、择校难，咱们要做各式各样的挑选，许多信息是缺失的。我举一个比方，百度公司有一位十分有名的科学家，近来他的小孩是小升初，他本来在市中心念一个十分好的名牌小学，他期望他的小孩既可以有谨慎的学业，也可以取得敞开的心态。他自个是做查找引擎的，阅历了多轮的查找，很苦楚的摧残，最终他通知我找到了一切的信息，但根本上是太太全职在家查找了一个多月，才把一切的信息汇总起来。

从这个比方可以看到信息的不整齐、不透明、不揭露，运用户在生活中进行挑选的时分有许多艰难。但这些信息自身完全可以揭露，我信任咱们的政府、咱们的各位教授深信是可以揭露的，是可以给用户带来价值的，但咱们还没有做到这一步。我期望在座的开发者们可以跟百度公司一同多想一想用户真实的刚需，他生活中的衣食住行需求的。把咱们这么多年堆集的智能化的数据剖析、智能化的数据了解、云计算的才干发挥出来。

最终我总结一下，若是想让大数据真实活起来，榜首，十分欢喜的是在咱们这么多年的堆集进程中，云计算现已有了结合处置剖析大数据的才干。可是，要改动生活，首要要改动认识。不只仅是本钱的疑问，不只仅是功率的疑问，还有快捷性、连贯性和结合的疑问。在我方才举的许多比方傍边，咱们的信息是碎片化的。

咱们也有许多在线教学、医疗信息化的作业，我方才在台下读了云计算大会的组织，包含有一个医疗信息化的专题。就像这些教学、医疗，咱们每自个都诚心关心，是云计算和大数据要真实做到的，要真实改动的。许多比方的瓶颈在于线下到线上，咱们有那么多的数据，全国有那么多优异的医师、优异的医院、优异的教师，他们的精力、他们所专长的、他们对教学、医疗的观念有许多，从线上到线还没有做到。还有一点是我一向着重的，即是要刚需。在生活中不行逃避的必定是教学、医疗、出行。数据的信息化、揭露化、实时化是大数据要活起来的根本要素。大数据活起来了，运用的灵活了，咱们才干真实用技能改动生活、改变社会、改变自己。

标签：百度  大数据  云