最老程序员创业札记：全文检索、数据挖掘、推荐引擎应用26

清华帮
吴言在每天的第一件事都是先上到天使街转一圉，因为天使街是吴言的一个朋友Thomas创建的，吴言想给Thomas的网站增加点人气。最近这个网站各方面逐渐完善了起来，无论从内容方面，还是从版面设计方面，都有不小的进步，吴言很替Thomas感到高兴。吴言把自己当前的情况给Thomas发了信息，想听听他有什么好的建议。
出乎吴言意料的是Thomas很快就给吴言回了消息，而且写得很长，一看就知道是认真思考后写的。吴言不禁很感慨，一个网站的创始人，如果对每一个用户都有这种认真负责的精神，那么网站怎么可能不发展壮大呢！网站的发展，很大程度上和网站创始人的境界有关，比如说雷军小米科技的米聊，本来是一个不被人很看好的业务，雷军硬是凭着自己的影响力，对前几千名注册用户，每一位都亲自打招呼，令新用户感激涕零，怎么能不在感恩戴德之外，全力为米聊做免费的口碑宣传呢！正是凭借这一点，米聊现在已经至少有几百万用户了。雷军现在在做小米手机，吴言一点都不担心小米手机的前景，也许在将来的某一天，你就可以看到雷军在街头签名售机，有这种精神，有什么做不成呢！
反观山寨工场投资的某些项目，比如问知平台，本来是模仿国外著名问答网站Quora，最开始是炒作邀请码，号称只有有身份地位的人才能获得邀请，成为问知会员就是身份地位的象征，然后就玩起饥饿营销，严格控制邀请码数量，吊足普通用户的胃口。吴言是在四万多名用户时获得邀请的，刚开始进去也受宠若惊，拼命的找问题回答和问问题，居然后来还获得了邀请别人的机会。但是吴言发现，自己无论是问问知团队的问题，还是给他们发送的私信，都会石沉大海杳无音信。仔细研究了他们的网络使用行为后发现，他们只与一个小圈子交互。这就不难理解了，他们自认为是一群精英，怎么能看得起像吴言这种普通用户呢，跟吴言这种人对话也太掉价了。这常使吴言感慨，他们一定在收到自己以及其他人的类似信息后，心里骂着“这帮人，也不撒泡尿照照自己是什么玩意儿，也想上这来跟我们附庸风雅，太可笑了！”，然后看都不看就直接删掉了。经过这样对待的用户，至少对吴言来说，反应一定是再也不上这个网站了，一有机会就诋毁一下这个网站。他们已经很牛了，自己没必要费力让他们变得更牛，尤其是人家根本不在乎你捧场的情况下。这样的网站发展能好吗？至少从现在来看，这个问知平台离聚集百万用户的互联网业务的生死线还很远。
吴言仔细阅读着这位朋友的回复，发现这位朋友向吴言打开了一扇大门，让吴言看到另一世界真实的情况。Thomas在回信中介绍说，现在一线投资机构的主要负责人，要么有海外留学经历，要么就是清华北大毕业的清北帮的，他们投资的项目，一般也都集中在清华及北大系的项目。现在有很多清华及北大的项目，每天都在缠着这些一线投资人，因此他们被投的概率最大。另外，以清华为例，每个领域都会有一两个创业项目，清华学生做的项目，重点不是和社会上的创业团队竞争，而是和清华校内的创业团队竞争，只要在清华校内做到前三名，就可以在各种创业大赛中获奖，进而接触到一线投资人，最后获得投资。因此，清华及北大创业具有先天的其他人无法比拟的优势。
他比较熟悉清华的情况，清华创业以经管系为主，这个系主办MBA及EMBA教育，还主办创业者训练营，当前在EMBA班中很多都是企业老总和大企业金领，到这里来就是来寻找机会的，你也可以看到，有好几个成功的企业都是清华MBA同学做出来的。
因此，Thomas建议如果真想得到投资机构的投资，最好到清华读个博士或EMBA，这样可以在老师的帮助下，得到清华资源的资助，利用清华平台把项目做起来。
原来是这样，吴言想想也觉得有道理。现在的互联网创业界，和金庸小说中的江湖非常类似，清华、北大就是当前最大的帮派，而雷军系、阿里系、新浪系、腾讯系、创新工场系就是各个门派，创业者必须依附到某个门派才行，否则个人势单力孤很难成事。自己之前创业这么久，做不出一点可圈可点的成绩来，很大程度上就是因为自己不是这些门派的门徒。
但是怎样才能成为这些帮派的门徒呢？考清华的博士倒是一条看起来不错的路，考MBA和EMBA对吴言来说显然在经济上负担不起，如果不是把钱花在创业上倒还差不多，如果当初Thomas给自己这个建议，用创业的钱读MBA可能会更好，吴言不禁有些后悔。但是，以吴言的性格，未必可以在MBA期间积累起强大的人脉，如果是这样那钱也很可能白白浪费了。
考清华的博士，吴言倒不是很发憷，一直以来吴言对考试都比较在行，即使是在北航也经常考全班第一、二名，这成绩上清华问题应该不太大。但是，怎样选博导老师呢？大部分博导老师估计都比自己小，想起年轻老师带一个老学生，吴言自己都觉得好笑，这些博导肯定也会有类似的顾虑吧！年龄问题一直是吴言的一大心病，在中国当前的社会氛围下，如果一个人三十岁最多三十五岁还没出成绩的话，社会上就会给他贴上失败的标签，再想做什么就比较困难了。
考清华的博士虽然可行性方面还存在巨大的问题，但是吴言还是不经意的准备了起来，对于博士学位吴言还是很向往的。当年本科毕业时，因为不能留京，所以咬牙上了研究生。由于家境贫寒，吴言对缓解家庭财务困难很有压力，本来家里因为自己上学就借了不少债，读研究生又浪费了两年半，所以当研究生毕业时，吴言绝不敢奢望再读博士了，唯一的想法就是工作挣钱替家里还债。现在家里经济情况好多了，自己目前也没有什么更好的打算，读个博士确实是个好选择。
经过多方打听，吴言终于找到了清华经管系搞数据挖掘研究方向的博士生导师，叫张国锋，正好今年对外招生，而且有一点令吴言很欣慰，张国锋是71年的，比自己还略大一些，经过几番周折，吴言终于和张国锋约好在清华大学纬纶楼303室见面。
吴言在周二的上午走进了清华校园，九月的清晨，走在清华园宽敞的林荫道上，校园中弥漫着静谥地书卷气，偶尔经过的行人，脸上也带着一脸的纯真学院派气息，不像吴言近些年所见到的冷漠和高傲。十几年之后重返校园，而且是中国最顶尖的校园，吴言感觉就像走进了童话世界，一切都那么的美好，沉浸在其中真的感到心无杂念，时间仿佛都消失了一样。这一切虽然就在眼前，但是他觉得离自己又那么遥远，只有在这一刻才能和这个完美的童话世界亲密接触，自己要好好珍惜这一刻，生怕一不小心，这个世界又离自己远去了。
吴言准时地轻轻地敲响了纬纶楼303室的门。
“请进！”语调中带着平易进人的气息。
吴言轻轻地打开了门，见到了张国锋正坐在办公桌旁。张国锋瘦瘦的，看起来比实际年龄显得略小一些，虽然是学院的领导，但是没有一点架子。
“张老师，您好！我是吴言。”吴言向张国锋打着招呼。
“吴言呀！请进！”张国锋放下了手头的工作，微笑着向吴言说着，接着把吴言让到了办公桌对面的椅子上，吴言正襟危坐在了椅子上。
“我跟你们李老师挺熟的，经常一起开会！”张国锋说着。李老师是吴言研究生时的导师。
“是吗？那太好了！”吴言回答着。
“怎么着，工作了十几年，又想接着再读书了？”张国锋问着。
“是呀，其实我想读书有三个原因，当年因为家境不好，所以研究生毕业时没有选择，只能赶快去工作挣钱，所以读博士一直是我的一个心愿。其次是我现在搞的全文检索、数据挖掘、推荐引擎应用，但是这些算法应用到实际中时，还有很多不完善的地方，如果要想改进的话，就需要做一些深入的研究才行，做研究只有高校才有这种氛围。最后一点，我觉得搞研究的目的还是要应用，这点清华做得非常好，我也想借助清华这个平台，把研究成果应用到实际中去。”吴言对这个问题早有准备，所以回答起来当然得心应手，非常具有条理性了。
“你最后一点说得非常对，在清华，尤其是我们经管系，由于我们有MBA和创业者训练营等资源，我们的研究成果的市场转化率很高。”张国锋总结着说。
接着张国锋问了一下吴言现在所做的项目，采用的算法等情况。吴言看得出张国锋对这个项目还是有一些兴趣，这使他觉得很欣慰。
谈话接近尾声，吴言正要起身告辞时，这时一个学习生突然先敲了一下门，还没等张国锋说“请进”就闯了进来，非常着急地对张国锋说：“老板，我师哥Tim做的程序出问题了！他现在人在美国，而且咱们明天就要演示了，指望他肯定来不及！”
吴言看了一眼这个闯进来的学生，是个女孩子，说话非常快，就像连珠炮似的，听口音吴言猜是湖南人，整个人透着一股干练劲。
张国锋略略想一想问道：“是不是那个将WEKA神经网络实现改为利用遗传算法修正连接权值的那个程序？”
“是，就是那个！”这个女生确认着，“本来是好好的，但是在人口普查数据做分析预测时，您不是说原来的算法太慢，需要好几分钟，给改成基于Hadoop的实现了吗？改完之后就出问题了。”
“是这样啊！你给领导演示时，让他们在你机器前站几分钟等着，肯定不能接受！”张国锋说着。
“可是真凑巧，咱们学计算机的同学都不在这，所以才让你来搞的，看来我是低估了这个任务的难度了！”张国锋半自言自语地说着。
“哎，对了，你对WEKA和Hadoop熟不熟？”张国锋突然抬起头，这么直接的问着吴言。
WEKA和Hadoop吴言倒是都搞过，于是说：“这些以前搞过一些。”
“那你帮我们这位女同学看看，她本来是学管理的，现在让她搞程序设计，有点勉为其难了！”张国锋直接地说。
吴言不禁有些激动，同时也有些心里没底，如果做出来了当然好，如果搞不定那不就丢大脸了！想到这里，吴言很谨慎地说：“我只能是尽力而为了，不过......”
“没关系，我知道。那你就帮忙看看，没关系。”张国锋很宽容地说。
于是三个人来到了实验室，那个女生把吴言让到了一台计算机前，说道：“你看，就是这个，你看这个异常报的！”女生一边说一边指着满屏幕的异常说着。
吴言坐到的计算机前，张国锋就站在身后，吴言的心砰砰直跳，深深吸了一口气，平静了一下既兴奋又紧张的心情，将注意力集中到计算机上来。原来是个基于Eclipse的项目，吴言将一支手放在鼠标上，一支手放在键盘上，先看了一眼异常，从异常中很难发现什么线索。于是，吴言开始了调试过程。吴言首先确定了操作系统版本、内存数量、JDK版本、JRE版本及安装位置、WEKA版本及安装位置，随后又检查了Eclipse的版本，项目库文件配置是否正确包含WEKA和Hadoop，经过这一系列检查，吴言此刻可以肯定，这个问题不是因为配置原因造成的。
在吴言做这些检查时，那个女生偶尔还不耐烦地说着：“这些都不用看，没问题！”但是这是吴言做事的思路，对于Java程序，首先要保证环境配置的正确性。
虽然没仔细看源码，通过注释和函数名的猜测，吴言觉得将WEKA任务拆分为Hadoop的Map/Reduce也没有原则性的错误，那么问题会出在哪呢？吴言陷入了沉思。
刚开始时，由于张国锋站在身后，吴言还有种如芒在背的感觉，但是当吴言逐渐进入到程序中时，吴言已经完全忘记了张国锋的存在。直到张国锋拍了一下吴言的肩膀，说：“看来这个问题还挺复杂，我呆会还要开个会，辛苦你帮我们这个女同学调一下。”
吴言被吓了一跳，这才缓过神来，一看右下角的时间，发现自己已经调试了一个小时了，不禁有些不好意思了。于是站起来说：“不好意思，我还得看看，张老师有事儿您先忙，我再试试！”
张国锋点了点头，就直接出去了。
吴言又全身心地投入到程序调试中，突然吴言想到以前好像也遇到过类似的问题，当时是什么原因造成的来着？又是怎么解决的呢？吴言陷入了冥思苦想中。这时，计算机嘟嘟地叫了起来，吴言吃了一惊，原来是刚才自己想得太出神，手指压在键盘上，键盘缓冲区溢出了。吴言赶忙把打上去的字符重新删掉，原来吴言把一个HashMap对象硬生生从中间给断开了，吴言不好意思的吐了一下舌头。等等，HashMap对象，吴言眼前顿时一亮，这个HashMap对象需要几个线程同时访问的，HashMap对象不具有线程安全特性，但是给他加锁机制了吗？吴言仔细阅读了相关的代码，确认了程序并没有给这个HashMap对象加锁，也许就是由于这个原因造成的。
找到了可能的原因之后，吴言采用synchronized的方式，给这个对象加上锁，然后保存运行，太好了，程序居然没有异常，在经过几十秒的等待之后，一幅漂亮的统计报告跃然显示在了屏幕。太好了，要不是在清华的实验室，吴言早就高兴地跳起来了。极力压抑住狂喜的心情，吴言把那位女同学叫了过来，尽量平静地给她演示了一遍。那个女生也很兴奋，连说“太好了，太好了！对了，你是怎么搞出来的！”
接着吴言给她解释起了原因，吴言尽量解释得比较通俗，那个女生很聪明，吴言说到一半就完全理解了。接着那位女生又饶有兴致地问吴言是做什么的，来找张老师做什么等等。
两个人正聊的高兴，张国锋从外边推门进来了，首先问道：“怎么样？问题解决了吗？”
吴言站起来，如释重负地说：“解决了，解决了！”
“那太感谢你了！要不要中午一起吃顿饭？”张国锋问道。
“别客气，不了，不了！我下午还有事情！”吴言谢绝了张国锋的邀请。
张国锋亲自把吴言送到了楼梯口，在路上语重心长地说：“其实一个好老师不在乎他自己有多牛，关键在于能对自己的学生知人善任，并且能够掌握学生们做的程度，这样才不会造成学生们每次都重新发明轮子。我从你坐在计算机前的一刻起，就发现你是个计算机高手，因为你做事情有条不紊从容不迫，你肯定是一个搞数据挖掘算法的好手。”
“哪里哪里！”吴言受到张国锋的肯定，心里十分激动。
临分手时，张国锋和吴言握着手，说：“希望你明年能考出好成绩！”
和张国锋分手后，吴言着实为自己刚才的幸运出了一身汗，如果不是因为自己把那个HashMap对象断开，怎么可能发现它没加锁呢？真是太幸运了。很多时侯，吴言解决各种难题都是由于偶然原因搞定的，有时侯吴言真的感觉好像真的是有神灵相助似的。
张国锋的话不禁使吴言想起了于丹论语上的一个故事，一个顶级茶艺师因为穿了武士服而得罪了一个武士，非要和他决斗。无奈之下，茶艺师只好向另一个武师求教，那个武师在看了茶艺师的茶艺表演之后，说你只要像你泡茶一样去准备和那个武士的决斗就可以。果然，比武那天，茶艺师就在那个武士面前缓慢而认真的摘下幅子，裹好衣服，绑好裤脚，最后拨出剑，结果那个武士被吓得跪在地上，说你是我见到的武功最高的武士了，我认输了。显然，要想成为一个领域的高手，真的必须注意细节，正是这些细节可以体现出一个人的专业，自己以前养成的一些习惯，阴差阳错地就成为了一个程序高手所应体现的细节，但是这些方面自己还有需要加强的地方。
敬请期待下集：投资投资