应用中，二部图就是语义推荐使用，系统是搜索引擎，数据是二部图结构，参数是“全部海归的7-8个博士、顶级专业人才”。。。。然后带着当时的疑惑，来到这里，四处打听相关技术，然后慢慢理解了，“曾经这是一家运营公司”“曾经这是一家数据库公司”

     “曾经这家公司都不怎么用技术的”。。。。

    自语语言学+领域学知识+社会学知识构成了“有效推荐”的三大基石。

     自语语言初级：分词、词性标注

     中级：本体、语料

     高级：领域、主体的关联和聚合

     领域学：领域热点、核心、焦点价值、商业模式

     社会学：用户行为、思考、互动等。

    然后综合起来就是，通过自然语言对文本聚类、领域下主体聚合，依赖领域学+社会学的关联参数。

     前面已经基本成熟，而后者成为难点。能做到第一点的已经很少，更别说后者了。

     所有这一切的工具扭带就是搜索引擎！

    想想未来可能就是搜索+推荐的开发或者平台或者应用，自己已经在搜索的路上打滚、积累，并介入文本处理，

     是时候做更远的准备了，本体、预料库、领域结构化、领域属性。。。

     现在开始准备应该不晚吧，尽管从业界讲是重复的，但在自己、在自己接触理解的部门看，至少3年你是不会有

     这种KPI、意识、结果的吧。有点夸张可能！—-这里是指一个平台型的、通用的知识库。