2011年11月25日，星期五。

nba劳资双方达成协议的同一天，在没有任何提前宣传的情况下，已经荒废许久的百视达线上业务重新开启了。

尽管还使用百视达的域名依托百视达的名号，新的百视达网站却跟以往完全不同了，甚至可以说跟原百视达的关系只剩下一个名字。

新百视达提供三种业务并不包括原来的dvd租售业务，取而代之的是在线流媒体播放、视频分享和在线直播。

在线流媒体播放业务瞄准的对手是奈飞，只要每个月支付3.99镁元就可以在新百视达的网站上随意观看超过两万部电影。

当然，铧国有一句老话叫做“一分钱一分货”，这话放之四海而皆准，放在镁国也一样准。

新百视达的月租费用便宜，主要原因是片库太烂了，内容大多是百视达之前购买下来的各种老电影版权，这些电影主要集中在七八十年代，九十年代的电影只占20%左右，新世纪的电影更是只有10%，至于各种最新的好莱坞大片，抱歉，一个都没有！

视频分享业务瞄准的对手是油管。

二零零六年谷歌斥资16.5亿镁元收购了创立仅仅一年多的油管，当时被很多人认为是疯了。

结果光是去年，油管就为谷歌带来了超过十五亿镁元的净收入，可以说谷歌当初做了一笔特别合算的生意。

二零一一年的油管已经成长为全球最大的视频网站，拥有超过七亿用户，全世界用户每天都在油管上花费几亿小时。

想要分油管一杯羹的视频网站不计其数，百视达只是其中的一个罢了。

在线直播的直接竞争对手是twitch，这是一个今年六月份才刚刚创立的电子竞技视频平台，视频游戏玩家可以在平台上实时地观看其它玩家的游戏情况。

李睿把九间房的那一套直播方案复刻到了新百视达网站上，不但有游戏玩家的实时直播，还另外开辟了美女频道，游戏和美女这两个年轻男人最喜欢的要素齐聚，就不信吸引不来用户。

随着百视达网站上线的，还有张铭开发的协同过滤算法，

这种算法可以将用户进行分组并有针对性的推荐电影，其实就是前世铧文热点个性化分发和智能推荐的雏形。

表面上看起来，李睿这是在丰富百视达的推荐系统，实际上是为了帮助张铭尽快完成算法研究。

为了积累足够的数据，新百视达不但使用了百视达之前的所有dvd电影租售数据，还推出了一个电影评分系统。

根据正面或者负面评价的重合度来给用户进行聚类，进而通过用户喜欢的电影来进行推荐。

为了让这套系统发挥作用，李睿和张铭采取了游戏化设计，用户收藏、观赏、评价电影之后都会获得各种不同的成就奖励，当用户浏览新百视达网站的时候，系统会利用各种方式吸引或者是诱惑他们给电影评分，只要有足够多的用户提供更多的评价，就能为数据库提供最准确的数据支持，构建一个可以预测用户电影偏好的协同过滤流程，在权衡众多关键因素后向用户推荐电影。

目前这个算法还比较稚嫩，未来需要经过不断的进化。

为了让这个进化的过程加快一点，李睿推出了重金悬赏。

百视达大奖！

这是一个面向机器学习和数据挖掘的奖项，旨在提升协同过滤算法的预测能力，凡是能够将算法准确率提升10%的团队，将会获得百视达颁发的一百万镁元奖金！

具体量化指标为rmse--预测的评分与真实评分相差的均方根（rootmeansquarederror），张铭的算法目前的rmse得分是0.9525，谁能将这个得分降低到0.8572或更低，就能拿到一百万！

李睿确实没有为新百视达的上线做任何宣传，但他在推特、脸书、reddit和其他各种网络媒体上同时发布了百视达大奖的消息，立刻引发了全世界科学家、数学家和算法研究者的关注。

……

新泽西，弗伦翰公园，这里距离曼哈顿有九十分钟的火车车程，看不到大城市的繁华和华尔街的行色匆匆，有的只是一大片绿色的原野和郁郁葱葱的大树。

镁国电话电报公司香农实验室就座落在这里，一大片简洁的建筑之中，到处摆满了早期的电话机和各种已经可以称之为古董的电子设备。

克里斯·沃林斯基是实验室的执行董事，他正坐在二层的休息室里摆弄着手机，以便放松一下被各种数据占据的大脑，刚刚刷新出来的reddit页面上，忽然蹦出了一个吸引眼球的标题。

【想拿百万镁元大奖吗？百视达大奖等待着你！】

百万镁元？

百视达？

这两个词语都深深吸引到了沃林斯基的注意力，立刻点击那个帖子。

看完内容之后，他又马上登陆百视达网站，果然发现这个被认为已经死去的网站不知什么时候复活了，干净整洁的页面，井井有条的排列，以及三大新业务板块都在昭告世人：那个曾经统治着全镁国家庭电视机的巨头又回来了！

在沃林斯基年轻的时候，曾经也是百视达忠实的用户，当然他早已经抛弃老旧的百视达转投奈飞的怀抱，但看到百视达起死回生还是有些激动。

更何况他对百视达提供的百万镁元大奖很感兴趣。

要知道，他的实验室里就有一个数据挖掘小组，多年来一直都在预测客户的潜在行为。

数据挖掘其实也是一种算法，是在庞大数据集中寻找预测性或关键性模式的过程。

比如通过对谷歌页面的几千万次检索，判断哪些客户更有可能购买苹果手机？

或者是通过对于信用卡消费情况的数据分析，判断什么样行为的客户更容易成为欺诈犯？

再或者对某个破产群体的数据分析之后，研究类似人群最有可能面对的风险是什么？

沃林斯基觉得，百视达这个大奖就是为他的数据挖掘小组量身定做的，他立刻用手机给小组的二十几个成员群发了短信，把大奖链接和内容告诉了他们。

很快，一条条回复如同雪片似的返回。

“来吧，让我们一起争夺百万大奖吧！”一个叫做贝尔的员工这样说着。

与此同时，在镁国，在欧洲，在铧国，在全世界很多地方，许多天资聪颖的人也都发出了这样的声音。

区区百万镁元，李睿就让这些全球最聪明的脑袋集合到一起，为完善张铭的算法开始努力奋斗了。