“云计算”提出了几年，我们就云山雾罩了几年，“框计算”搞了一年多，我们也框了一年多。与2004年开始说的web2.0和后来说的物流网是一样，我们带着永远的模糊坚持前进，人就是这样，说得清楚的事情也就不愿意去干了。我们能接受这种概念模糊，应用先行的互联网市场，总是需要一些先吃螃蟹的人，我们陆续看到了云和框的端倪，看上去很美好，可是到现在这些应用呈现的是冰山一角还是巧立名目，谁也说不好，当然也说不坏。

云计算，框计算，提出这两个概念的公司，业内人士喜欢用两个关键字来形容，那就是“伟大”VS“猥琐”。且不评价企业的价值主张，对比观察了云和框，框是从概念上山寨了云，总的来说，两个概念无外乎三层：计算、分析、应用

所谓计算，都是建立在运算规律上的，就好象我们背过的乘法运算表一样，是前人无数次演算推理出来的公式性质的。云和框的计算，可以理解为加法（我把它看成分布式加法），这也是数学中最基础的运算。这个加法应该是多线程的，比如用户行为对应的是关键字“美食”应该考虑在“饿”的点数上加1，在“请客”的点数上加1。虽然是1个词，但加了2，而这个2是分解的两个1。

今天互联网的信息是如此庞大，信息应用也越来越广泛，计算量无穷放大，层出不穷的信息应用解决着不同的需求，越来越多的需求叠加的时候，标准离散了，用户糊涂了。统计学给了我们非常好的指导，可以建立多元的统计模型，设置合作的采集点，连续放大统计时限等等方式来完成，在互联网上数据采集貌似不是一件困难的事情，只要网站运转顺利，有用户或者合作伙伴的用户，数据可以长时间积累来获得，当然它绝对不只是百万级别的量而已。而如何能将具体的某个行为分解为上面所说的1才是核心，如此庞大的行为数据，分解后加点只能靠计算机来完成，这个很难啊。我也没理解依托搜索做加法，是否能真实反映用户行为的真实理由（待解）。

所谓分析，是建立在数据上的，越详细的数据分解，分析结果就越准确，曾经见过一个企业成长性的分析方法，其分析所用的因子就有几十项。云和框的分析层应该具备信息的提取、关联、合并等方面的工作，然后将结果对应到具体的某次行为中，是指形成决策支持。我想说如果能将分析结果与某位用户对应起来，再次叠加计算并分析的话，会让用户更立体的呈现在我们面前。相当于将用户细分到各个圈内，这种细分的结果会让我们在商业应用中更顺利。

与很多做数据挖掘的人聊过，这个所谓的分析难的在于抽丝剥茧并重构。分析模型需要不断累加，方法论的产生却不是一天两天可以产生的，这个非常有难度啊。而最难的和比较难的往往是一个东西的核，没了核，就不是个东西。

应用，我习惯称他为“云端”，也就是我们能看见的云的轮廓，我们能具象的理解它。，相比之下就是比较简单的了，它是与用户直接交互的部分，我们只了解用户需求，针对特定需求定制特定应用。

在我看来，云端比云核更重要，云端指向的是具体用户（包括服务提供方）。说到底云计算还只是概念，搜索引擎也不过只是云端之一，只有等千万个云端应用投入使用很长时间后才能组建完成。

再写两句，百度的框计算目前应该还处于搜索升级的阶段，记录用户对关键字的使用频度以及对结果的处理方式（忽略或打开），再结合实时的舆情，推理出来认为是用户需要的信息。完成这个工作的是人还是计算机，还不是很明确。判断一个广泛认知的关键字很容易，比如姓名、产品名、品牌、专业名词等等，这些名词都有很强的标识性，用户对其认知是清晰的，但如果是“出血”、“不爽”、“XX情调”这些个性化的词如何做应用的演算呢？

云也不是大型企业的专利，你看天上的云有白的有黑的，有大的有小的。专注于某一个领域的云是完全能形成的，而且点点的云比满天一块云好看些，不是吗？何况云和框还只是概念，没准谁能做得更好呢。