上節(jié)說到題庫有兩類，一是以學(xué)霸君為代表的拍題產(chǎn)品，一是以猿題庫為代表的組題產(chǎn)品。組題產(chǎn)品給我的感覺是在做一個“活”的練習(xí)冊，“可以根據(jù)你對考點(diǎn)的掌握情況智能出題”。因?yàn)槲易约哼^去也搞過一點(diǎn)點(diǎn)大數(shù)據(jù)，然后我自己用了用這個產(chǎn)品，覺得這個事情不太對。主要的問題有兩個，第一個是“先有雞還是先有蛋”。你要有大量的數(shù)據(jù)才可能訓(xùn)練出精準(zhǔn)的推送模型，可是你要足夠“智能”才可能有大量的學(xué)生使用你的產(chǎn)品。冷啟動問題怎么破？

在回答問題前我吐個槽。去年6月份的時候我參加了一個小沙龍，聽猿題庫的朋友說用戶量已經(jīng)接近300萬了，每天最活躍的時候是晚上十點(diǎn)多。我特別想吐槽的是，這個app有個選項(xiàng)默認(rèn)是打開的，叫做“每日答題提醒”（最新版本在“發(fā)現(xiàn)”里面）。它的作用是每天晚上十點(diǎn)半準(zhǔn)時打開app并用最大音量提醒你來做題吧，不管你當(dāng)時在什么別的app里面或者哪怕你手機(jī)調(diào)的是靜音……囧rz。到了7月份我聽說猿題庫拿了1500萬刀的C輪，10月份的時候我看到新聞?wù)f用戶數(shù)突破500萬，每周新增30萬。于是我明白了，冷啟動怎么破？有錢啊！嗯，有錢真的可以的，數(shù)據(jù)量這一局暫時你贏了。然后就是第二個問題了，數(shù)據(jù)質(zhì)量，給大家看兩張截圖。

??

注意圖中的“考點(diǎn)”和“標(biāo)簽”，機(jī)器是不認(rèn)識“題目”的，機(jī)器學(xué)習(xí)的數(shù)據(jù)就是這些人工打上的“標(biāo)簽”?，F(xiàn)在的題庫動輒號稱千萬題量，其實(shí)哪怕是百萬，生產(chǎn)一個上圖這樣標(biāo)準(zhǔn)化的題庫的唯一辦法就是雇傭大量的廉價勞動力，比如大學(xué)生兼職團(tuán)隊(duì)。在這種情況下，你打出來的標(biāo)只能是“粗粒度”的?！按至６取痹趺蠢斫?？大家都學(xué)過中學(xué)數(shù)學(xué)的，我們嘗試估計(jì)一下這種標(biāo)簽的種類數(shù)量。整個高中數(shù)學(xué)約30個單元，如數(shù)列、立體幾何、函數(shù)、不等式等。按照“等差數(shù)列、等比數(shù)列”、“定義法”、“空間幾何體”、“圖解法”這樣的用詞，每個單元平均十幾個標(biāo)簽吧，總數(shù)我猜在300個左右。好，我們來感受一下這樣一個場景，智能題庫給你推送了5道題，都帶有“直線方程”這個標(biāo)簽，結(jié)果你全做錯了。這時不管背后的機(jī)器怎么學(xué)習(xí)，它一定要再給你推一道帶“直線方程”標(biāo)簽的題吧。這有用嗎？你剛才犯的錯誤是“用點(diǎn)斜式設(shè)直線方程時忘記考慮斜率K不存在的情況”，或者是忘記了“與直線Ax+By+C=0垂直的直線是Bx-Ay+C1=0 (C1≠C)”，再或者是在“用方法四求直線關(guān)于某定點(diǎn)對稱的直線”時用錯了“中點(diǎn)坐標(biāo)公式”，blablabla……然后這次給你推的題是“求兩條直線的交點(diǎn)坐標(biāo)”。嗯，它們都是“直線方程”。

?

回到上面題庫的第二個問題就是，任何數(shù)據(jù)所訓(xùn)練出來的模型的顆粒度不可能超過數(shù)據(jù)本身的顆粒度。所以，在數(shù)據(jù)質(zhì)量（顆粒度）達(dá)到某個閾值之前，再多的數(shù)據(jù)可能都是“廢的”，數(shù)據(jù)的質(zhì)量決定了個性化的有效性。

實(shí)際上，數(shù)據(jù)顆粒度這件事還間接影響了前一篇中我們提到的“學(xué)習(xí)主動性”問題。這里先賣個關(guān)子，回頭一并在學(xué)習(xí)主動性一節(jié)闡述。

市面上估計(jì)有十幾款題庫，有興趣的朋友可以都裝來看看，show出來的知識點(diǎn)基本都是上面截圖那種粒度的。然后就有個朋友跟我說“真像你說的那么多問題，人還拿了那么多錢呢”。對這個問題，我想起前幾個月有篇文章，講的是對比IDG和紅杉的投資，標(biāo)題是“賭選手還是賭賽道”之類的。這兩年在這個領(lǐng)域創(chuàng)業(yè)有兩個感覺，一是好像全行業(yè)都覺得所謂風(fēng)來了，他媽的再有個三五年，在線教育絕對是和電商之于傳統(tǒng)零售一樣，對傳統(tǒng)教育必須是顛覆??；二是至今都沒有一個能夠得到較廣泛認(rèn)可的模式或產(chǎn)品，尤其是K12。所以，第一點(diǎn)決定了資本必須布局，得投啊，晚了沒坑了啊。第二點(diǎn)是都不靠譜那投誰呢？其中一個答案就是“賭賽道”，越有錢越這么干。起碼最好的賽道要有我的份，然后每個賽道里面盡量挑最好的選手唄。猿題庫當(dāng)年也是做平臺（粉筆網(wǎng)）的呢。2013年，多少平臺拿錢了呀，到2013年下半年就開始死了，粉筆網(wǎng)團(tuán)隊(duì)很棒啊，能夠快速轉(zhuǎn)型到第二波最靠譜的模式——題庫。然后各種題庫紛紛冒出來了，到現(xiàn)在題庫也開始泛濫了，那第三波最靠譜的在哪里？不知道，希望是我們哈。

其實(shí)組題類題庫還有一種，就是面向老師的，猿題庫是面向?qū)W生的。我個人其實(shí)比較喜歡面向老師的組題類產(chǎn)品?？赡苁且?yàn)樽约鹤隽硕螘r間老師，覺得自動組卷這玩意真是有用啊。去年我們經(jīng)常用梯子網(wǎng)查題，可惜它倒了?，F(xiàn)在也有一些面向老師的組題產(chǎn)品，不過比較少。想來想去，面向老師的組題產(chǎn)品不能成為主流的原因可能是兩個，一是盤子小，二是商業(yè)模式不成立。面向?qū)W生的組題產(chǎn)品的商業(yè)模式，我理解核心是導(dǎo)流玩轉(zhuǎn)化率，通過對接其他環(huán)節(jié)完成整個閉環(huán)。用一個朋友的話講是，“給人特別互聯(lián)網(wǎng)的感覺”。對比起來，面向老師的就差的比較多了。這一塊因?yàn)橄氲牟欢?，就先不展開扯淡了。

今天拍了很多猿題庫，猿題庫的朋友不要打我哈。猿題庫是題庫里做的最棒的，我們也偷著學(xué)了點(diǎn)東西。比如公式的處理，latex串用的很棒，在存儲、傳輸和顯示等方面都有極大優(yōu)勢，還有很強(qiáng)的擴(kuò)展性，比起現(xiàn)在很多用圖片的那是高大上太多了。

FROM Techxue