Biweekly[14.03.03-14.03.16]
2014-03-15
有一天姜南大哥突然给我发QQ消息说博客上互加一下友情链接，然后小小说了一句：“这年头坚持写博很难。”后来回想才感觉到，他应该有在暗示我还是要坚持写点什么，不然几百块钱的空间和域名费就白花了（其实重点是不写作基本就不思考）。
新加坡玩过回来，一星期经历了成都-厦门-龙岩-永定-杭州，终于感觉累的不行。于是开始了我在阿里巴巴崭新的实习生活。如果说腾讯是小资安逸，百度是民工火热，那么阿里应该是介于两者之间的张弛有度。就像腾讯产品是老大，百度技术称王道，阿里巴巴里面似乎就更平衡一些。上面基本都是我的一些道听途说，其实过来后最深恶痛觉的是中午没地方午休，只能趴桌子养神，搞久了我怕搞废了我靠着吃饭的那双手！
说来也快，朝九晚九的两周也就过去了。除了搬进了租的房子、网购了大量东西（每两天平均两个包裹），剩下的大量时间就是磨磨蹭蹭地把WebX熟悉了一下。能用Eclipse/IntelliJ IDEA配合JBoss跑起服务代码，并自己加一些简单的功能。企业级的代码库真是太烦杂了，而且Java本身又引用一堆包（package），这就是我一直讨厌或说害怕的原因，可是现在必须适应。
日常学习外，还参加了一门《机器学习》课堂，密西根州立大学的Prof.Rong Jin是阿里妈妈的算法顾问，于是顺便也在公司内部开了这么一门课。前两节课我就觉得很精彩，而且绝对不是ML零基础就可以听懂的。第一节课我印象最深的是讲到有团队利用TD-Learning（正是我做六子棋时详细研究过的方向）训练机器TD-Gammon，赢得Backgammon人机大赛的世界冠军时，有同学提出——“您为什么不举深蓝(Deep Blue)的例子，它更早就成为了国际象棋的世界冠军”。金教授的解释很充分：第一，深蓝决策的方法是利用搜索树，而Backgammon的搜索空间（大于10的20次方）比国际象棋还要大的多，根本用不了搜索树，深蓝的成功在于说明机器的强大；第二，深蓝的启发式搜索参数来源于棋谱，而TD-Gammon完全是自己跟自己下棋，自学成才——这就是机器学习的魅力呀！
跟大牛交流的乐趣就是在于，他们常常能一两句话击中你的兴奋点。那个兴奋点也许是你以前一直没想明白这东西有什么意义，也许是给出一个从现象到本质的经典模型。上星期六跟涛哥的一次聊天，我跟他说了我毕设+实习想要做的事情——检测虚假交易，他眼珠都不转就啪啦啪啦给我讲了一堆，例如银联刷卡机的MCC套用，最后给我献策出了一个基于社团发现的作弊团队检测模型。也许你们不能体会到这其中的快乐，但我那时候真是感觉棒极了。所以做人，一定要有料！泡妹子更必不可少，我最近就处于基本不懂怎么跟妹子说话的状态，过得太素了。
说说我的毕设吧，到公司后改了一下题目：基于大规模用户行为的交易反欺诈系统设计。用户行为的研究，实际上是人类动力学的范畴，而在线用户行为吸引的研究也越来越多。13年有篇PNAS的研究，就利用Facebook上用户点赞（Like），来预测出这个用户是同性恋还是异性恋（88%），是民主党还是共和党（85%），甚至还有75%的准确率来预测这个用户的年龄。这些行为数据对用户个人信息的补全、信息推荐和异常用户识别都有极大的作用，你看，要是百合网接通了新浪微博、人人网的数据，研究透一个人的转发、点赞，肯定能提升配对率呢。那我做交易反欺诈，跟识别同性恋也有一点像，因为都属于异常发现（同性恋的概率大概在5%上下）。只不过Facebook用了Like信息，我可能会拉取用户的浏览路径。机器学习方法是一块重要的武器，运用复杂网络尤其是二部图进行建模，同样也能发现有价值的信息。具体怎么做，结果如何，过两个月再说吧：）