“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。
仅仅一天之后，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。