近日，百度校园发布一则有关百度个性化关键词推荐系统的微博，介绍了参与百度主题研究项目的颜仕星同学在其百度导师江申的指导下，实现了凤巢关键词个性化推荐系统的一项新突破——改进后更加可靠的推荐系统，能够有效消除“哈利波特”类大众词，助广告主找到更加个性鲜明和精准的关键词，防止广告被淹没。

没想到该微博一经发出便迅速吸引了众多网友的目光，许多网友基于自身专业角度提出了不少独到的见解。其中，@雨霏爱夏天同学提出了把信息传播理论嵌入到推荐系统优化之中，并就此与项目主要参与人颜仕星同学进行深入讨论。

@雨霏爱夏天同学基于自身积累的信息传播学知识，提出了能否把个别人物的推荐引入推荐系统的观点。这个新颖的想法想改变现有的协同过滤推荐方法，从综合每个“同好者”的兴趣偏好作为当前用户的兴趣偏好，各个“同好者”的影响权重相同的方法，改进成为某个群体引入“个别人物”后，通过提高和改变“个别人物”的权重的方法。这个方法能够让系统更精确收集和了解到该群体的个性化信息。

这个新颖的建议立刻吸引到了颜仕星同学的注意。他觉得两种方法比较起来，“协同过滤”比“个别人物”显得幼稚得多，未来新的推荐方法说不定可以借鉴这个理论。但是作为机器学习智慧结晶的“协同过滤”推荐法几乎无法区分这些“个别人物”，同时工业界一般也不喜欢太复杂的东西，所以如果没有公开的能提供这些“个别人物”信息的数据，又或者建模过程非常复杂，这个新颖的想法就难以应用于在工业界之中。

可以看出，@雨霏爱夏天同学让颜仕星同学认识到如何从信息传播学角度来思考推荐系统优化的问题，相当于给他提供新的解决问题的思考方向；而颜仕星同学也基于自身实践经验为@雨霏爱夏天同学普及工业界开展项目基本原则。

其实，这正是百度为了更好的与网友探讨和交流计算机领域问题而做的众多尝试所取得的成效之一。这种交流方式，一方能够让网友更好的了解百度技术实力和取得技术进展，成为沟通网友和百度的信息桥梁，另一方面能够让百度一线的工程师与广大网友直接互动沟通，网友们的新观点或新问题可能帮助这些工程师学拓展思路或从不同角度认识问题。

此次微博互动交流取得的成效，直接从侧面反映了学术交流在新兴网络平台上存在的活力和潜力，而未来百度也将继续通过这种互动交流模式向网友展示百度的技术实力和技术进展，让网友更加深入了解百度，进而更加深入了解互联网世界。