办公室里。
西格巴恩和阿尔文一起研究着论文。
他只是看了个介绍，马上就意识到，论文可能会对改善数据模型、改善算法有帮助。
西格巴恩不同于阿尔文，他不会自己慢慢去研究，而是干脆喊了几个人过来，“大家放下手头的工作，先一起看看这个。”
这一看，就是两个多小时。
他们也得出了结论，“这种辅助构建数据模型的方式，确实是可行的。”
“按照这种方法来做，数据越多、效率和精准度越高，而当数据少的时候，就不适用了。”
“难点在于最初模型的构造，我们不可能推翻原本的构造，采用这种方法重新构造。”
“方法是新的，想应用却不容易。”
西格巴恩带领的是核心算法组，手下的几个员工可以说是研发中心的精英。
他们仔细研究讨论了以后，对论文上说的构建方法，已经有了基本的了解，并且能推断使用后的情况。
最后西格巴恩做了总结，“一般而言，数据分析问题，数据越多，精准度越低。”
“这个模式也不例外，但是精准度下降的速度很慢，比如，一百个数据，我们所采用的构建模式，正确率百分之九十九点九。如果是一百亿个数据，就变成百分之八十。”
“采用这个模式构建的算法，一百个数据，正确率只有百分之九十，而一百亿个数据，正确率也不会低于百分之八十五。”
“这种模型构建方式，确实非常有意义，但在应用上，还是要慢慢的研究。”
“论文上，很多只是介绍个大概，但方法是没问题的。我们或许可以试试看，如果有下个适合的项目，就能采用这种方法。”
……
阿迈瑞肯，加州，旧金山，谷歌公司研发中心，数据与数据应用实验室。
布莱克-琼斯正坐在办公室里，他已经在谷歌工作了十一年，参与过算法定制、安卓系统完善以及人工智能等项目，是个经验极为丰富、水平非常高的算法工程师。
现在他看着订购的计算机期刊。
上面有连续三篇论文吸引了他的注意力，他拧着眉头仔细看了好久，感觉里面说的方法非常有意思，就干脆拍了个照分享到了同事群组，“大家看看这个，新的数据模型构建方法。”
“我看了下，很有意思。”
很快。
好几个没订购的同事，就让布莱克-琼斯再拍照发几张图片，最好是把论文都发过来。
布莱克-琼斯试了下图片提取文字功能，发现牵扯到数学内容时，好多都提取的一塌糊涂，干脆苦着脸一张张的拍照。
这件事本来是过去了。
下午的时候，技术部经理就找到了布莱克-琼斯和其他人，认真的说道，“布莱克，我也看了你发的东西，很有意思，重要的是，也许很有价值。”
“我们必须重视起来。”
“伙计们，放下手头的工作，一起研究一下，这个方法也许能提升我们的效率……”
……
同样的事情，发生在好几个互联网大公司的研发中心，甚至是国家级别的数据控制中心、信息中心。
当出现一种全新的数据模型构建方式，可以应用于海量数据分析工作并提升效率和精准度时，肯定会受到互联网相关的公司、信息中心的重视。
仅仅一次之后，国内也收到了消息。
阿巴云集团公司的大数据研发中心，技术部总监冯友立收到了手下国外员工的汇报--
《计算机数学与信息工程》新一期刊登的论文中，介绍了一种全新数据模型构建方法。
“值得重视！”
员工汇报时特别强调。
网上订购浏览会延迟三天开放，国内暂时还没办法看到，但有很多办法能绕过延迟。
冯友立很快拿到了论文的全部内容，他找了几个高水平的技术员工，一起仔细的进行分析。
同时，冯友立有个想法，“论文的作者是西海大学的教职工，他能研究出一种全新的数据模型构建方式，肯定是个极为优秀的人才。”
“最简单直接的方法，就是把他请到阿巴云来工作。”
“他是个人才，阿巴云最需要的就是人才。”
“如果这种方法可行，相关的应用、底层算法的修正完善，由他来主导才会是最完美的。”
……
当论文的影响慢慢发酵的时候，王浩暂时并没有受到什么影响，他和张志强一起完成‘cauchy非负矩阵分解表达’的研究，论文也交给了张志强来发表。
