绿色表示肯定的回答，现在我们来找和她可能匹配的男生。 You Person 1 Person 2 Person 3 Like Dogs? Like to Travel? Went to university Like to swim? 第一位男士对这四个问题的回答有两个和这位女士的回答是一致的，另外两 个是不一致的，我们给他评分为两分。第二位男士四个问题的回答全部是否定的， 但是，其中有两个和这位女士也是相同的答案，所以他的得分也是两分。第三位 男士的回答有三个问题和这个女士的答案是相同的，所以他的得分就是三分。相 比之下，我们就会发现这位女士和第三位男士之间的相似度更大，于是他们之间 存在缘分的可能性越大，所以我们就会把这个男士推荐给这位女生去约会。 从前面两个例子中，我们可以看到，无论是社交网站还是约会APP,它们都 会面临相同的问题。什么问题呢？我们来看看默默的网站，在它的主页上它写了 这样一句话，“超过两亿人的社交选择”。而在探探的网页上，他在主页上显示了 一个计数器，这个计数器已经超过了30亿。也就是说，这两个应用都需要面对 海量数据的分析。 另外，社交网络和约会APP都有明确的业务模型，也就是说，它们知道如何 分析数据去建模，如何得到想要的结果。它们只是在依托计算机集群的强大的计 算能力来加速其分析和处理的速度和准确性，这就是我们看到的数据科学依托现 代计算能力产生新型业务的例子。绿色表示肯定的回答，现在我们来找和她可能匹配的男生。 第一位男士对这四个问题的回答有两个和这位女士的回答是一致的，另外两 个是不一致的，我们给他评分为两分。第二位男士四个问题的回答全部是否定的， 但是，其中有两个和这位女士也是相同的答案，所以他的得分也是两分。第三位 男士的回答有三个问题和这个女士的答案是相同的，所以他的得分就是三分。相 比之下，我们就会发现这位女士和第三位男士之间的相似度更大，于是他们之间 存在缘分的可能性越大，所以我们就会把这个男士推荐给这位女生去约会。 从前面两个例子中，我们可以看到，无论是社交网站还是约会 APP，它们都 会面临相同的问题。什么问题呢？我们来看看默默的网站，在它的主页上它写了 这样一句话，“超过两亿人的社交选择”。而在探探的网页上，他在主页上显示了 一个计数器，这个计数器已经超过了 30 亿。也就是说，这两个应用都需要面对 海量数据的分析。 另外，社交网络和约会 APP 都有明确的业务模型，也就是说，它们知道如何 分析数据去建模，如何得到想要的结果。它们只是在依托计算机集群的强大的计 算能力来加速其分析和处理的速度和准确性，这就是我们看到的数据科学依托现 代计算能力产生新型业务的例子