天造地设的一对：机器学习与红酒

摘要：这项领域内的大数据技术已经开始在业内取得了权威，以前对于一款红酒品质的话语权掌握在品鉴师的手中，现在话语权却将转移到大数据技术手中。这就是一种可以让激发九零后乃至零零后消费市场利润的方式。

当你踌躇在堆放着红酒的货架走廊里时，那种感觉除了压抑之外，为你心爱的芦笋菜肴选取一瓶能搭配这道菜的红酒的确是一件劳心费神之事。我们有建议搭配表、书籍，还有充斥着各种描述和星级评价的专业参考网站，但是这些参考依据并非有充足的科学依据。当你在寻找并购买一款红酒时，结果却发现你选择的方向居然和你的初衷背道而驰，我想这大概是所有人都曾经历过的一件事。那么有什么好的方法可以让红酒的选择和搭配变得更加简单吗

答案就是大数据，是的，你没有看错。大数据提供的不仅仅是简要的信息图表或者建议集锦，还有以数据驱动的计算方法和分析等这样更加有科学根据的办法。这种方式听起来或许一点也不浪漫，但是已经有不少红酒厂商开始广泛地利用数据进行葡萄的种植以及红酒的加工。大数据可以帮助厂商评估现有的红酒，甚至可以来预测下一茬葡萄酿造出来的红酒具有怎样一种口味。

FIRST, ONE QUESTION: HOW DO YOU LIKE YOUR TEA 第一点，问题一：你喜欢什么样的茶

目前现有的匹配系统只是简单地向读者提出“你喜欢哪种口味的红酒”这样的问题。“你喜欢水果味儿的吗还是雪松色调的或者是香烟那种甜兮兮的味道呢”但是这些问题并没有让读者欲望的根源和口感得到满足。这些仅仅是对于味道的一种描述而已。然而，一般人在购买红酒的时候根据的是口感的记忆、产品标签、价格以及当时随机产生的提示，数据却可以超越人们对于红酒的“受欢迎”或者是熟悉程度等因素，根据你个人的口味来为你匹配适合你的红酒。通过提出类似“你喜欢什么样的茶”这样的问题，数据可以决定出关于所有偏好的更加基本的答案。这种方式的结果就是你不仅可以得到受大众欢迎的雷司令或者是著名的黑皮诺等口味的葡萄酒，数据还可以为你提供非常具体的不同种类的红酒。

利用机器学习算法的话，你得到的结果会更加满意。根据每一份返回的调查结果显示，消费者得到的红酒匹配程度变得更加精准并且可靠性更高。这就是为零零后乃至九零后准备的方式。小伙伴们，别再猜测了，而且不再会有失望的买卖发生了。对于梦想成为红酒鉴赏家的人而言，一款能够根据众多因素(价格区间、原产国等)为红酒选购给出精确建议的手机应用程序将会成为你具有专业红酒知识的好帮手。现在有好几个网站和应用程序汇集了很多对于红酒的等级评定，以便于告诉人们“上乘”的红酒是什么样子的，但是红酒几乎不是“一刀剪”的市场。有的人喜欢口味厚重浓郁的红酒，还有些人希望自己的红酒品尝起来有一种葡萄汁的味道。除此之外，大多数情况下，偶尔喝红酒的人实际上不清楚他们自己想要什么样的口味。当他们实际上想要“甜味”的时候，他们也许会说自己喜欢“水果味”。他们也趋向于评估不同口味之间的联系，而非一种口味。在这中情况下，目标数据可以切断消费者不恰当的语言使用方式和错误意见的采纳。消费者的智能手机总是和自己寸步不离，而且他们所面对的红酒有无数种选择。未来需要手机应用程序来帮助我们更加简单地选出完美的红酒。红酒的选择将不再是品鉴行家能做的事儿。

MAPPING PATTERNS FOR PROFIT 为市场利润进行模式的匹配

对于品鉴行家和红酒制造商而言，借助于大数据和机器学习的方式，他们可以获取更多种选择。如果将天气数据和波尔多地区知名的高级红酒进行合理匹配，一个人可以破解数据代码来辨别出一瓶波尔多产区红酒的品质是否优良。H20’s Alex Tellez利用来自于葡萄原产区那些已经有60年之久的天气数据以及机器学习算法来完成这项工作。通过让机器学习葡萄原产区每一年平均下来的天气模型，厂商能够探测出关于葡萄植株成长过程中可能遭遇的异常现象，如果你的葡萄园中有特别优异的品种，那么你还可以用这种方式提前得到暗示——事实上这种方法的确是这样做的。机器能正确的辨认出哪一年会迎来品质卓越的葡萄酒。这种机器学习的方式已经将人们认为是某种艺术形式的事物进行了量化，但是这个过程仍在继续。接下来的这一步就是将该算法应用到数据库当中，然后去推测明年的葡萄酒将会有怎样情况的好转。如此看来，即使是经验最丰富的红酒达人也无法打败数据和机器学习的威力。更重要的是，当我们在预测这些品质极佳的红酒的同时，也会吸引投资商的目光——这就是该项目新的终极目标。大数据的作用还能够在别的地方有如此淋漓尽致的发挥吗

现在让我们把目光转向葡萄酒庄。很多大型规模的酒庄已经将他们的葡萄园安装上了很多感应装置，这些感应装置可以将信息传递到云端。享受一杯品质绝佳的红酒时，你会因为其口感而心满意足，而你却不知道一杯上乘品质的红酒当中凝聚了多少科学结晶。葡萄的生长过程充满了工作人员无微不至的关怀：从规划、评估再到看守。科学技术和具体知识对于庄家的种植，一直以来都扮演这重要的角色，但是现在大数据算法更能让整个种植过程变得更加优异。虽然红酒种植的古老实践会随着时间不断的得到优化和累积，但是革命性的改变的确不需要如此长久的等待时间。实际上，很多酒庄也越来越多的依靠经验和猜测而非科学技术以及大数据来进行红酒的酿造。如果将大数据、算法以及机器学习与物联网结合的话，科技将会把红酒种植者们带到一个崭新的世界。

在美国加州，大部分庄家都需要灌溉，所以想知道灌溉的最佳时机和方法是一件很困难的事儿。尽管对于这个问题我们希望得到显而易见的具体答复，但事实上，人们往往需要根据猜测和推断来得到答案。因此，对于科技公司而言，他们将会迎来重要的发展机遇，因为即使是再小的环境变化都会对红酒的口味造成很大的影响。持续搜集数据和分析数据的最大的卖点就是可以从中得出实时的灌溉决策。这块市场空白点正在被投资商充分的利用。获取的种植数据正在不断的传送到云端并进行分析。这些公司获得的结果非常喜人。看来红酒庄园仍旧在慢慢的适应这种技术，当然，他们也需要点时间来充分地使用这个信息。

相对而言，这些数据分析平台还是很新的。另外也需要研究和技术的加入让这些系统变得更加完善。大数据和计算方法并非所向披靡，也不可能凭空做出精确的预测。幸运的是，我们可以从以消费者为基础的项目那里得到反馈。每当消费者对一款红酒做出喜爱或者不喜爱的评价时，机器学习算法就会得到一次很好的改进和提升。这项领域内的大数据技术已经开始在业内取得了权威，以前对于一款红酒品质的话语权掌握在品鉴师的手中，现在话语权却将转移到大数据技术手中。这就是一种可以让激发九零后乃至零零后消费市场利润的方式。