繁体
这
分数据就是不是一份薄薄的简历能够搞定的了,这些只能从个人的大数据中找了,好在通用利用轨迹2。0已经将这些数据渠
打通,莫回只需要调用就好了。
以此类推,人对于十年前的关系已经大
分忘却了,就算是5年前的关系也忘却了相当
分。
比如a和b认识,就可以用
度学习技术,分析a和b的所有网络信息记录,从多个角度定义他们之间的关系,甚至还可以辅助视频监控记录,通过分析两人见面时的表情和肢
语言,
行对应的心理分析,以便更加准确的定义两人之间的关系。
这4000人
现在人生的各个时期,他们通常是你的各个阶段的同学、邻居、同事。
加各类party认识的朋友,比如参加各类社团认识的朋友。
好在超极本比较给力,让莫回在神不知鬼不觉中,悄悄完成了这项浩繁的工作。(未完待续。)
这类关系是很难
现在简历、档案、法律记录中的,而这
分关系占比还偏偏很
,这同样需要找到合适的数据源。
这些人基本上只
现在你人生中的某一阶段,然后随着你年龄的增长,他们都会被逐渐忘却。
除了各
公共信息之外,莫回还能拿到用
在各大网站上的**数据,将所有这些数据汇集起来,利用
度学习
件
行大范围筛选和比较。
这些也是非常关键的信息,就是说莫回需要把每个人日常生活中常接
的那300个人找
来,建立准确的关系定义。
因为很多资料都是现成的,所以分析速度很快,超极本的超级
能在这
大范围
密度数据面前充分发挥着作用。
随着接
频率的降低,以及生活距离的拉大,这些人中必定也有相当一
分慢慢淡
你的记忆。
除此之外,莫回还需要给这些社
联结赋值,比如哪个人
是什么
质的关系,相互影响度如何?关系的亲密度如何?
所有这些数据唯一的障碍就是传输速度和调取速度,很多数据都沉淀在各个运营商机房的磁盘阵列
,这都需要一
调取
来。
照数据统计,一个人一生中大概能认识4000人左右,这个认识通常是指你能记住他的长相,知
他的名字,与他
谈过,并且你们的关系是相互的,他也同样认识你。
如果你是个20多岁的人,那么你现在应该已经记不得几个小学同学的名字了,而他们的长相你也需要
很长时间
行回忆了。
我们日常能够记住的人,基本上维持在300个左右,这300人是日常经常接
的,现在能够记起来他们长相的。
莫回现在需要
的事情就是将这4000个人找
来,给数字人赋值,让他们在数字世界里建立相互之间的社
联结。
如果你是个30岁的人,那么你的初中同学差不多也开始步
淡忘的阶段。