留美回来的刘诗语，对互联网的依赖程度是很高的。
她经常用邮箱与伯克利的导师交流演奏上的心得与问题，导师们也会通过邮箱给她发来一些新的教学资料。
除此之外，她所有的大学同学几乎都是ICQ的用户，大家基于ICQ维持着频繁的联络，就像国内网友习惯用QQ交流一样。
ICQ虽然在十年后就彻底停止服务了，但当下还是国际上最流行的聊天软件，用户量也比MSN大一些。
腾讯QQ最早就叫OICQ，可以算是基于ICQ推出的仿制品，甚至连名字都山寨对方，后来也是迫于侵权压力才改了QQ，结果反倒是因祸得福，无论是ICQ还是OICQ，对中国用户来说，都是一堆搞不明白意义的字母。
OICQ的名字可能需要好几次才能记住，但QQ一下就能记得非常清楚。
事实上OICQ也是改名QQ之后，才一飞冲天的。
刘诗语习惯性的登陆了自己的ICQ，检查了自己的邮箱和未读信件之后，便打开了陈程告诉她的校内网地址。
在注册账号的时候，她把自己初中、高中以及大学的学校都填了上去，而且也按照系统建议，填写了自己每一段入学经历的具体时间。
这也是校内精准推送同学的算法逻辑。
如果用户A是江城一中的学生、也是江城大学的学生，那么系统给他推的十名可能认识的用户里，排在最前面的，一定是和这位用户一样，具备江城一中、江城大学双份求学经历的用户。
其次，才是江城大学用户、江城一中用户。
不过，有一种情况，推荐的权重会超越双学校匹配，那就是入学年限一致。
如果用户B和用户A，都就读于同一所中学、大学，但他们入学年限差的比较远，那系统会优先匹配某一段求学经历与用户A时间上重迭的用户。
比如，用户C和用户A一样，都在1999年考入江城大学，那一定优先推荐用户C，因为他们现实中认识的可能性更高。
如果，用户D和用户A一样，都在1996年考入江城一中，那用户D的推荐权重，要比用户C还高，原因是陈程觉得，高中的学生数量远远比不上大学，所以用户A和用户D认识的可能性，要比和C认识的可能性更高。
刘诗语看不到系统的算法逻辑，如果这不是陈程的网站，她也不太愿意把自己的详细情况填写上去，但一想到是陈程做的，防备心也就没那么高了
本章未完，请点击下一页继续阅读！