在生活中，我有 73% 的時間在考慮 web 性能-在低配手機上達到 60 FPS、 有序加載資源、離線緩存任何能緩存的資源。還有一些其他的優化。

最近，我發現自己對 web 性能的定義可能太狹隘了，從用戶的角度上來說，這些只是 web 性能中的一些小插曲。

所以我打開了我經常去的網站，嘗試了所有的用戶可能的操作，并記錄操作所花費的時間。(我們需要一些用戶操作時光軸工具)

之后，我發現了一個可行的提升性能的方案。

下面的文章內容聚焦在某個具體網站的具體操作步驟。但是我覺得這個解決方案(嗯，沒錯!就是機器學習)可以應用到很多其他類型的網站上去。

問題，如何才能節約時間

這個網站，用于賣家出售沒用的東西，買家通過購買這些東西來淘一些有價值的東西。

當賣家要在網站上出售東西時候，要先選擇分類, 再選擇對應的模版，然后填寫細節信息，預覽，最后發布。

然而第一步 — 選擇分類 — 就把我帶進了一條彎路

首先，一共有674個類別，我根本不知道我你破舊的皮劃艇屬于哪個類別( Steve Krug 說的好， 不要讓用戶去思考 )

第二步，即使我知道商品所屬的類別 — 子類別 — 子子類別，我也要至少花費12秒的時間。

如果我跟你說，我能把你的頁面的加載時間減少12秒，你一定覺得我瘋了。那么為什么不在一些別的地方來節約這12秒呢。

正如凱撒大帝所說，時間很寶貴的呢。

我一直認為用戶無知是福。我如果把商品的標題、描述、價格放到機器學習的模型里面，系統應該能自動計算出商品所屬的分類。

這樣子用戶選類別的時間就能省下來了。他們就可以開心的把這些時間拿來去 reddit 找 DIY 的雙層床了。

機器學習-你不該逃避它，你要去擁抱它

一開始的時候，我對機器學習一點概念都沒有。我是在游戲 AI ，以及 Alpha 狗戰勝人類頂級圍棋棋手之后才有所了解的。

因此我打算開始去了解它，下面的幾步一個小時都不需要。

1. Google 搜索 'machine learning'
2. 查看大量的關于機器學習的文章
3. 發現了亞馬遜發布的 機器學習 相關的服務
4. 我開始意識到我不需要知道太多的關于機器學習的東西
5. 嗯。好開心

(作者注: 因為沒有去系統的學習機器學習，所以文章的一些專業術語可能被亂用。。)

一個簡單的實現流程

亞馬遜發布了他的機器學習文檔 。如果你不是對這個文檔很感興趣，打算花5個小時去閱讀，那么就來看下我寫的一些總結吧。

整理如下：

• 獲取一些 CSV 數據文件，每行都是一個商品項(^_^我的皮劃艇)，列名是標題、描述、價格、所屬分類。
• 把數據傳送到亞馬遜的 AWS S3 bucket 里面
• 用數據去訓練機器。這樣子，這個小小云機器人就能通過商品的標題，描述和價格去預測他的分類了。
• 在前端頁面上，寫一些代碼，獲取用戶輸入的 標題/描述/價格，發給這個云機器人，經過計算，就能向預測這個商品所屬的分類了。

實戰模擬

下面是我寫的一個表單，模擬了賣家發布信息的幾個關鍵流程。

下面的結果一定會讓你對機器學習保持興趣。你只要相信我，建議類別是由深度學習模擬預測出來的。

讓我們去賣一個冰箱

再來試一下賣個水族館：

這個云機器人居然能識別出水族館!

當我看到這個結果的時候，手舞足蹈，是不是棒棒噠?

(我偷偷的告訴你我是怎么實現的：React, Redux, JQuery, Mox, RxJs, BlueBird, Bootstrap, Sass, Compass, NodeJs, Express, Loadsh。項目是使用 webpack 打包。最后生成的文件在1M左右)

嗯。不 BB 了。開始講正經事。

一開始為了拿到機器學習用的數據。我也是想破了頭。我大概需要10K條數據。后來是在一個當地的交易網站上面發現有這些數據。看了一下 URL 和 DOM 結構之后，我用 Google Scraper 插件提取了一些數據。導出成 CSV 文件。在這些數據上我大概花費了四個小時。將近整個項目時間的一半了。

數據整理好之后，上傳到了 Amazon S3 上，配置了一下機器學習的參數，設置了數據模型。整個學習的 CPU 耗時才3分鐘。

界面上還有一個實時預測功能，所以我打算用一些參數測試一下。

嗯。還挺好用的。

為了不在瀏覽器里面暴露出我的 Amazon API ，所以我把 API 放到了 Node 服務器上。

后臺代碼(Node)

使用方式很簡單。接口參數為 modelId, 服務器返回一個 prediction ：

const AWS = require('aws-sdk');  
const machineLearning = new AWS.MachineLearning();  
const params = {  
MLModelId: 'some-model-id',  
PredictEndpoint: 'some-endpoint',  
Record: {},  
};  
machineLearning.predict(params, (err, prediction) => { // we have a prediction!}); 

這里參數用大寫字母開頭，本來打算改掉的。后來想想還是算了。

Record, 是一個JSON對象。屬性值是(title, description, price)

我不想只提供一些代碼片段。為了幫助大家更好的理解。我把所有的服務端代碼都貼上來了。

server.js:

const express = require('express'); 
const bodyParser = require('body-parser'); 
const AWS = require('aws-sdk'); 
const app = express(); 
app.use(express.static('public')); 
app.use(bodyParser.json());  
AWS.config.loadFromPath('./private/aws-credentials.json'); 
const machineLearning = new AWS.MachineLearning();  
app.post('/predict', (req, res) => {  const params = { 
    MLModelId: 'my-model-id', 
    PredictEndpoint: 'https://realtime.machinelearning.us-east-1.amazonaws.com', 
    Record: req.body, 
  };  
  machineLearning.predict(params, (err, data) => {    if (err) { 
      console.log(err); 
    } else { 
      res.json({ category: data.Prediction.predictedLabel }); 
    } 
  }); 
});  
app.listen(8080); 

aws-credentials.json:

{ 
  "accessKeyId": "my-access-key-id", 
  "secretAccessKey": "shhh-secret-squirrel",  "region": "us-east-1" 
} 

(在.gitignore 中忽略 /private 文件夾)

上面就是所有的后臺代碼。

前端代碼

表單里面的代碼功能比較簡單。

• 監聽幾個輸入框的 blur 事件
• 讀取表單里面的字段值
• POST 給 API 端
• 把 API 端返回的 prediction 顯示在頁面上

(function() { 
  const titleEl = document.getElementById('title－input'); 
  const descriptionEl = document.getElementById('desc-input'); 
  const priceEl = document.getElementById('price-input'); 
  const catSuggestionsEl = document.getElementById('cat-suggestions'); 
  const catSuggestionEl = document.getElementById('suggested-category'); 
   function predictCategory() {     
    const fetchOptions = { 
      method: 'POST', 
      headers: {        'Content-Type': 'application/json', 
      }, 
      body: JSON.stringify({ 
        title: titleEl.value, 
        description: descriptionEl.value, 
        price: priceEl.value, 
      }) 
    };  
    fetch('/predict', fetchOptions) 
      .then(response => response.json()) 
      .then(prediction => { 
        catSuggestionEl.textContent = prediction.category; 
        catSuggestionsEl.style.display = 'block'; 
      }); 
  }  
  document.querySelectorAll('.user-input').forEach(el => { 
    el.addEventListener('blur', predictCategory); 
  }); 
})(); 

上面就是全部的前端代碼了。

啊啊啊……云服務還要收費呢

別忙著收起你的帽子，魔術表演怎么可能是免費呢。

我上面用到的 model 數據(10K行/4列)有6.3MB. 云端在等待接受請求的時候，消耗了6.3MB的內存。這些資源的開銷是每小時0.0001刀。或者每年8刀。 我在手套上面花的錢都比它多。

每次進行 prediction 的時候，也要0.0001刀。所有就不要隨隨便便就調用這個 API 了。

雖然目前不僅僅是 Amazon 提供了這個服務，但是我還是沒有找到另外兩個大廠家的價目表。

Google 有 TensorFlow , 但是我看了一下 入門教程 就跑了。

Microsoft 有 Machine Learning offering , 但是IE6還是讓我有點耿耿于懷 (可能不久后，Amazon 和 Microsoft 之間會有一場大戰吧)。

一些總結

或許只是我感到有些許驚訝(我還記得當我意識到‘news’是‘new’的復數的時候)，我認為這些都十分讓人驚訝。它允許像你我這樣的普通人(對發展影響的程度較小的人)在機器學習中進行挖掘，可能會促成那些用戶很大的改進。

下一步在哪?

上面的例子顯然是進行過設計的，并且，我承認，我省略了一些話題。

如果我可以的話，我應該列出所有問題，但要是你自己去做你自己發現問題那也是很有趣的。

因此，去做吧，如果你取得了一些成功，我將樂于在評論中看到它們。