1.1 智能Web应用实例 让我们回顾一下过去几年里利用了智能设计的Web应用。前面提到过，网络发展史上一个重要的转折点就是搜索引擎的诞生。在1998年之前，互联网的发展基本上是波澜不惊的，直到基于链接分析（link analysis，详见第2章）的搜索技术风卷残云般地占领了整个市场。Google公司能在10年内从一个名不见经传的创业公司成长为技术王者，主要归功于基于链接分析的搜索技术，其次是它所提供的诸如Google News和Google Finance之类多种多样的服务。 然而，智能Web应用的发展已经不再局限于搜索引擎领域。在线零售商Amazon是第一个根据用户的消费习惯推荐商品的电子商务网站，你可能非常熟悉这个功能：假如用户购买了两本书，分别是关于JavaServer Faces和Python的。当用户将这两本书放入购物车时，Amazon就会向用户推荐与这两本书相关的其他商品，例如，关于AJAX或者Ruby on Rails的书籍。此外，在用户下次访问Amazon时，Amazon还会继续推荐有关的商品。 另一个智能Web应用的例子是世界上最大的在线电影出租网站Netflix ，它现在为700万用户提供90000部DVD，以及5000部可以随时在计算机上观看的电影和电视节目，这些数字还在不断地增长。根据ForeSee Results and FGI Research公司每半年一次的调查，Netflix在2005年到2007年间连续5次被评为用户体验最佳的网站。 Netflix的成功部分要归功于它能帮助用户在浩如烟海的电影库中便捷地挑选到中意的电影。实现这一功能的核心就是名为Cinematch的推荐系统，该系统的作用就是根据用户对其他电影的喜好来预测其是否会喜欢某部电影。这又是一个智能Web应用的绝佳实例。Netflix在2006年10月宣布，如果有人能提高该系统的预测能力，将获得100万美元的奖励 ，足见该系统的预测能力对Netflix的重要价值。到2007年10月，该比赛已经吸引了来自165个国家的28845位竞争者。在第3章将会详细介绍构建Cinematch这样的推荐系统所必需的算法。 利用收集的数据做出智能的预测并不仅仅局限于书籍和电影的推荐。Predict WallStreet公司收集用户对股票或指数的预测，从中推测操盘手的观点，进而预测该资产的价值。我们并不是建议你根据他们的预测进行股票交易，但这确实很有创意地利用了本书将要介绍的技术。