第173章 人一生认识多少人（1 / 2）

想要做到这一点有很多工作需要做，首先要做的一点是理顺社会关系网络，将每个数字人置于一个社交网格中，然后标定他们相互之间的人际关系。

比如tom和jerry是大学同学，那么在数字世界中，就需要将他们所有的同班同学全部标定出来，建立联系。

同样的，tom如果11年到13年在谷歌的市场部工作，那么他那个时期的同时也需要标定出来，tom的邻居，tom的父母，等等这些主要的社交链接都需要标定出来。

为了搭建这个社交网络结构，莫回专门引入深度学习技术，这个技术拥有一定的自主学习能力，在学习中能够具备一定的智能性，这个技术正好可以帮助莫回来解决数据解析的问题。

有了分析技术，莫回还需要数据源，用来标定每个人的主体社交联结，这个主体社交联结是指那些比较容易能够观察到的，显性的社会关系，比如亲戚关系、邻居关系、同学关系、同事关系，这些关系基本上很难造假和模糊，比较容易定义。

绝对掌控

求书，找书，请发站内短信给管理员，

莫回索性将无线路由关闭，结果发现超极本上网完全不受影响，只要输入网址，超极本就能正常访问互联网，一切都像是正常的一样，只不过最不正常的是它根本不需要接入设备，甚至在屏蔽实验室里都一切如常。

莫回输入天网服务器的ip地址，超极本顺利链接到服务器上，所有文件调用正常，各种指令执行正常。

莫回感觉超极本还有很多未知的秘密等待他的挖掘。

为了获得这部分主体社交联结数据，莫回通过上帝之手的力量，调来了美国主要的几个招聘网站的简历库，其中linkedin的数据就具备这种社交网络的雏形。

简历上的数据都是能互相印证和排错的，你的简历可以造假，但是你的社交联结很难造假。

有了美国主要招聘网站的简历库，数据人的社交网络的主体框架就搭建出来了，但是每个人除了那些主体社交关系之外，还存在很多其他的社交关系，比如网友、比如脸书上加的好友，比如客户关系，比如工作中认识的朋友，比如参加各类party认识的朋友，比如参加各类社团认识的朋友。

这类关系是很难出现在简历、档案、法律记录中的，而这部分关系占比还偏偏很高，这同样需要找到合适的数据源。

~~~~~~

数字世界的框架很快搭建完成，世界的基础就是数字纽约，里面已经入驻将近两千万人，这两千万人实际上都是数字人。

这些数字人基本上与现实的人一一对应，但是这些数字人入驻之后不过是一个个枯燥的数字人模型，它们与对应人的外形虽然高度相似，但是目前显得非常的呆板。

数字人建模完成了，只不过是给某个现实人配了一个数字人模型而已，做到这一步其实还无法体现出数字世界的价值来。

接下来莫回需要给数字人添加“人”的属性，让它从一个数字模型，变成一个有血有肉，可以模拟现实人行为的这个带“人性”的数字模型。