想到议论自己的可都是素质极高的大学生，个人素质过硬，这要是能凭自己现在的校内名气给请来帮自己分担一些hao123的人工审核工作，自己可能就不用天天担心对hao123的精力投入不足，有一天会被竞争对手干掉了。
而想到这种多人分担工作任务的情景，陆道升立马回想起前世出现的一种人工标注平台的业务模式（比如）。
在大数据时代，为了使一些机器学习算法取得良好的效果，就需要大量的样本数据供算法进行模型训练。但有时候搜集不到那么多的有效样本数据，就需要人工进行诸如文章分类、图片标注等工作，来人力产生足够多的样本数据。
也有一些靠机器学习算法解决不了的问题，比如色情图片，恶意评论等等，也需要人力审核来进行捕获。
以上这些事情，大大小小的互联网公司都有需求，但是绝大多数公司都不会亲自雇人来做这个事情，而是会转交给专门从事标注工作的第三方公司来完成。
标注工作在参与人员上也有讲究，那就是不能人员数量太少且固定。如果就是雇佣几十上百个人，然后去标注百千万的数据，那么很可能会出现认知偏见。最好是能有更多的不相关的人来参与标注，这样累积出来的数据才不会出现明显的偏向性，才能让机器学习算法训练出适用性最强的预估模型。
为此，这些标注公司演化出了一种分派式的业务模式。
即先从需要对数据进行标注的公司那里获取待标注的数据合集，然后将数据合集分割成一个个数量很少适用于单人的问卷，再将这些问卷通过自己构建的平台分发给平台上的答题人。
一份问
第111章 系统改造(3/4)