我想组装一台新电脑，所以最近一段时间没少上各大电脑网站，了解各种配件的价格、性能，阅读各种各样的评测文章。有几次，我去太平洋电脑城转，发现卖电脑的竟然还不如我对各种配件了解－－当然，指的是水平一般的人。
不过，在关注电脑行情时，我越来越明显地感觉到，选择一款合适的配件是简单的－－只要它的价格合适、性能符合要求、质量可靠，做出最终的决定却是困难的，因为有太多的选择、太多的评测文章、太多的不同意见、太多的市场活动。有时候，看了许多文章，觉得某个配件合适，在看了一些“编辑评价”后，就又立即选择放弃；有时候，从来不关注的配件，因为一个广告，而一举变成“可以考虑”，甚至是“优先考虑”。这些问题产生的根本原因在于，在选择的过程中，感性成分太大。那么，有没有可能采用一种完全理性的方法来选择呢？我认为有，这就是人工智能系统（一个有力的证据是人工智能可以有效地分析世界杯球队的优劣）。
我们先回顾一下什么的配件是最合适的配件。简单地说，就是价格合理、性能好、质量好。
首先说价格，什么样的价格是“合理”呢？如果买家只追求性能，价格基本忽略不计，那么“合理”的价格范围就非常大，价格在配件所占的比重就比较低。反之，如果买家的预算有限，那么，价格的变化就小，价格所占的比重就高。
其次是性能，它一般包括两个方面：物理参数、运行时评测分数。每个配件的物理参数是固定，但是每个物理参数对整体性能的影响却是不同的。如果每个参数所占的比重能够确定，则物理参数的评价就非常容易了。运行时评测分数相对来说，比较直观，容易判断。
最后是质量。如何评价一个配件的质量好坏呢？一般来说，一线厂商的产品更可靠些，用户投诉的少、赞扬的多的产品更好些。
现在，我们已经知道了比较配件的基本原则，那么，如何应用这些原则做出有效地统计呢？
1，价格。价格是容易获得的。在国外的网站，已经可以同时列出许多网站的报价。国内的网站还不行，没有“交流”的接口。
假设我们能够知道配件的价格，以及它的生产时间、价格变化趋势。
首先确定产品的生命期：成长期，成熟期，还是淘汰期。处于成长期的配件，价格往往稍高，价格波动也较大；而处于成熟期的配件，因为竞争最剧烈，价格往往已经是最低，性价比最高；而淘汰期的配件，因为利润不高、市场份额不大，虽然价格相对来说较低，但最佳性价比并不突出。
其次，买家要确定对价格的敏感程度。敏感程度可以用价格范围来表示，也可以用百分比来表示。
最后，将上述两个因素，结合产品当前的价格，就可以得出一个价格合理度。当然，各种因素的所占比重，是需要一个训练过程才能够确定的。而且，并不存在一个绝对理想的数值。概括地说，对于价格比较敏感的买家来说，处于成熟期的产品的价格合理度较高。
2，物理参数是容易比较的。每种配件的物理参数是固定的，每种类型的配件，它的各个参数所占的比重也比较固定。
如果能够让几个资深的DIY高手对各种参数做出评价，然后再做一个综合，就可以方便地确定这些比重。或者，找出以前市场中曾经出现过的同一类型的配件，分析、比较这些配件的参数，也可以得出比重参数。有了这些参数，就可以容易地计算出物理参数的优劣度了。
这个过程不需要买家来参与，因为物理参数是客观的。在选购配件的时候，买家往往把这些客观参数感性化，厂商也往往倾向于把这些参数感性化，以引导买家朝着最有利于自己的方向发展。
3，性能评测得分也是容易比较的，因为它也是客观。不过，评测得分并不总是完全一致，因为测试方式会产生差异。要获取较为客观的评测得分，可以选择一个较大的网站，或者综合几个网站的评测得分。
只要有一个可信的评测得分，优劣度也就容易得出了。
在许多评测文章中，编辑出于不同的目的需要，往往采用最有利于自己结论的的测试方式，而且在文章中，包含大量主观性的意见，让人看了之后，会不有自主地接受这些主观意见，以致选择的时候也以这些主观意见作为依据。
4，用户投诉、编辑评价与厂家品牌，也是购买配件的一个很重要的决定因素。可是，在所有的用户投诉和编辑评价当中，有几个是客观的、真诚的做出评价的，有几个是枪手？这个很难辨别，尤其是目前的中国。
再说，厂家的品牌到底有多重要？一般人也说不出来。
最常见的情况往往，本来对某个产品很感兴趣，结果看到几个“用户投诉”说，这个产品如何如何不好，结果一下子就再也不想要这个产品了。而那几个“用户”很有可能是一个人，花费了几分钟的时间写的。这种情况下，采用一个客观的评价标准获得的结果更具有说服力。
用户投诉可以用几个参数来衡量：用户关注的数量、用户投诉的数量、用户赞扬的数量（有些网站已经有这些统计了）。好的产品首先是买家关注相当多的。其次，用户投诉的少、赞扬的多。这些都是常识。有了这些数据，就可以确定该产品的用户评价。
编辑评测与用户评价不同，编辑对市场、配件更了解，不过，与厂商的关系比较密切，不容易客观公正。可以通过统计关注产品总的评测文章、某些大网站总的评测文章，来获得编辑关注度（注意，国内似乎很少有评测文章是指责产品的）。至于编辑意见、用户意见的比重，需要长期的观察才能得出结论。
厂商的品牌也是需要长期的观察、分析比较才有得出结论。
这些不太容易确定的参数，可以通过对大量已知数据做出分析而获得，也可以参考业内人士的意见，以及买家的意见。
综上所述，使用智能系统来做出评测是完全可能的，而且是有效的。不过，目前的条件并不成熟，因为获取评测所需要的各种参数是非常困难的。随着网络上信息量的增大，数据表示的标准化是不可避免的。到时，采集这些数据就是可行的了，利用智能系统帮我们在买东西时提供参考依据也就是可能的事了。
另外，不仅购买电脑配件可以利于人工智能系统，购买别的东西也可以利用，只不过，评测所需要的参数有所区别而已。
ANYWAY，最终做出决定的还是我们人类。电脑可以帮你选出最合适的东西，但是，只有你自己知道：我需要买嘛？
不过，在关注电脑行情时，我越来越明显地感觉到，选择一款合适的配件是简单的－－只要它的价格合适、性能符合要求、质量可靠，做出最终的决定却是困难的，因为有太多的选择、太多的评测文章、太多的不同意见、太多的市场活动。有时候，看了许多文章，觉得某个配件合适，在看了一些“编辑评价”后，就又立即选择放弃；有时候，从来不关注的配件，因为一个广告，而一举变成“可以考虑”，甚至是“优先考虑”。这些问题产生的根本原因在于，在选择的过程中，感性成分太大。那么，有没有可能采用一种完全理性的方法来选择呢？我认为有，这就是人工智能系统（一个有力的证据是人工智能可以有效地分析世界杯球队的优劣）。
我们先回顾一下什么的配件是最合适的配件。简单地说，就是价格合理、性能好、质量好。
首先说价格，什么样的价格是“合理”呢？如果买家只追求性能，价格基本忽略不计，那么“合理”的价格范围就非常大，价格在配件所占的比重就比较低。反之，如果买家的预算有限，那么，价格的变化就小，价格所占的比重就高。
其次是性能，它一般包括两个方面：物理参数、运行时评测分数。每个配件的物理参数是固定，但是每个物理参数对整体性能的影响却是不同的。如果每个参数所占的比重能够确定，则物理参数的评价就非常容易了。运行时评测分数相对来说，比较直观，容易判断。
最后是质量。如何评价一个配件的质量好坏呢？一般来说，一线厂商的产品更可靠些，用户投诉的少、赞扬的多的产品更好些。
现在，我们已经知道了比较配件的基本原则，那么，如何应用这些原则做出有效地统计呢？
1，价格。价格是容易获得的。在国外的网站，已经可以同时列出许多网站的报价。国内的网站还不行，没有“交流”的接口。
假设我们能够知道配件的价格，以及它的生产时间、价格变化趋势。
首先确定产品的生命期：成长期，成熟期，还是淘汰期。处于成长期的配件，价格往往稍高，价格波动也较大；而处于成熟期的配件，因为竞争最剧烈，价格往往已经是最低，性价比最高；而淘汰期的配件，因为利润不高、市场份额不大，虽然价格相对来说较低，但最佳性价比并不突出。
其次，买家要确定对价格的敏感程度。敏感程度可以用价格范围来表示，也可以用百分比来表示。
最后，将上述两个因素，结合产品当前的价格，就可以得出一个价格合理度。当然，各种因素的所占比重，是需要一个训练过程才能够确定的。而且，并不存在一个绝对理想的数值。概括地说，对于价格比较敏感的买家来说，处于成熟期的产品的价格合理度较高。
2，物理参数是容易比较的。每种配件的物理参数是固定的，每种类型的配件，它的各个参数所占的比重也比较固定。
如果能够让几个资深的DIY高手对各种参数做出评价，然后再做一个综合，就可以方便地确定这些比重。或者，找出以前市场中曾经出现过的同一类型的配件，分析、比较这些配件的参数，也可以得出比重参数。有了这些参数，就可以容易地计算出物理参数的优劣度了。
这个过程不需要买家来参与，因为物理参数是客观的。在选购配件的时候，买家往往把这些客观参数感性化，厂商也往往倾向于把这些参数感性化，以引导买家朝着最有利于自己的方向发展。
3，性能评测得分也是容易比较的，因为它也是客观。不过，评测得分并不总是完全一致，因为测试方式会产生差异。要获取较为客观的评测得分，可以选择一个较大的网站，或者综合几个网站的评测得分。
只要有一个可信的评测得分，优劣度也就容易得出了。
在许多评测文章中，编辑出于不同的目的需要，往往采用最有利于自己结论的的测试方式，而且在文章中，包含大量主观性的意见，让人看了之后，会不有自主地接受这些主观意见，以致选择的时候也以这些主观意见作为依据。
4，用户投诉、编辑评价与厂家品牌，也是购买配件的一个很重要的决定因素。可是，在所有的用户投诉和编辑评价当中，有几个是客观的、真诚的做出评价的，有几个是枪手？这个很难辨别，尤其是目前的中国。
再说，厂家的品牌到底有多重要？一般人也说不出来。
最常见的情况往往，本来对某个产品很感兴趣，结果看到几个“用户投诉”说，这个产品如何如何不好，结果一下子就再也不想要这个产品了。而那几个“用户”很有可能是一个人，花费了几分钟的时间写的。这种情况下，采用一个客观的评价标准获得的结果更具有说服力。
用户投诉可以用几个参数来衡量：用户关注的数量、用户投诉的数量、用户赞扬的数量（有些网站已经有这些统计了）。好的产品首先是买家关注相当多的。其次，用户投诉的少、赞扬的多。这些都是常识。有了这些数据，就可以确定该产品的用户评价。
编辑评测与用户评价不同，编辑对市场、配件更了解，不过，与厂商的关系比较密切，不容易客观公正。可以通过统计关注产品总的评测文章、某些大网站总的评测文章，来获得编辑关注度（注意，国内似乎很少有评测文章是指责产品的）。至于编辑意见、用户意见的比重，需要长期的观察才能得出结论。
厂商的品牌也是需要长期的观察、分析比较才有得出结论。
这些不太容易确定的参数，可以通过对大量已知数据做出分析而获得，也可以参考业内人士的意见，以及买家的意见。
综上所述，使用智能系统来做出评测是完全可能的，而且是有效的。不过，目前的条件并不成熟，因为获取评测所需要的各种参数是非常困难的。随着网络上信息量的增大，数据表示的标准化是不可避免的。到时，采集这些数据就是可行的了，利用智能系统帮我们在买东西时提供参考依据也就是可能的事了。
另外，不仅购买电脑配件可以利于人工智能系统，购买别的东西也可以利用，只不过，评测所需要的参数有所区别而已。
ANYWAY，最终做出决定的还是我们人类。电脑可以帮你选出最合适的东西，但是，只有你自己知道：我需要买嘛？
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
