茅方升又开始喋喋不休：“很多都可以用，包括论坛啦、网站啦、搜索小工具，还能用在搜索图书馆的学术论文，你肯定不知道吧，从图书馆的文献里查资料真能磨死人，搜几个小时都不一定能找到有用的，就是因为......”
“打住！停！我懂了！”李威勉强听他逼逼半天，又继续看项目规划，和项目流程。
平心而论，茅方升虽然说话不利落，不够言简意赅，但项目规划水平顶级！
李威看了大概的项目逻辑模组，结合刚才的问题，一下子全明白了：这是个很实用，或者说自己非常需要的数据筛选模型！
这玩意真做出来，爆杀当前网上的搜索工具是一定的！
具体来说：这个项目是个初级的智能数据筛选模型。
打个比方，很多人看黄片网站时，往往通过标签和搜索框来选片子。
标签就是：无码、有码、女优排行、番号名称......这些。
高级一点的标签有：OL、制服、紧身衣、内衣，还有什么：美少女、秘书、女讲师、护士等等。
也就是说，正常的筛选方法是使用这些特定的词汇。
但有个问题，不同的人有不同的喜好，而正向筛选出来的片子，会掺杂大量不对胃口的元素。
比如李威通过以下的正向筛选：有码、OL、秘书，这时选了很多黄片出来，可李威只想看一对一solo，不想看一对多，也不想看黑的。
那么正常来说，他只能一个个挑。
而有了反向筛选，就省事多了，可以按照以下条件搜索：有码、OL、秘书，并且非黑、非多人。
这样一来，搜索效率大大提升。
这时候，很多市面上的网站没有这种反向筛选功能。
比如搜索网站，随便输入了个词汇：互联网，马上下面就是一大堆广告信息和蹭热度的垃圾信息。
如果有反向筛选，增加非广告、非媒体来源，则能快速找到有价值的信息。
当然，之所以很多互联网和APP不做反向筛选、智能筛选，大多数时候不是因为技术达不到，到底啥原因，咱也不知道，咱也不好问。
李威搞明白这个后，心情非常高兴，这玩意不仅能反向筛选，还能对筛选的数据进行精识别。
老实说，比自己上大学前做的找机构账户ID的模型要高级，当然这不是因为他水平不行，而是他习惯用十几年后的技术做模型，所以很多功能实现不了。
直白来说，就是李威习惯用AK-47打靶子，而茅方升他们则用的是滑膛枪打靶子，计算机行业就是这样，十几年的技术代差就是自动步枪和老古董步枪的差别。
所以，茅方升的技术不一定比李威高，但却是最适应现在这个时代的。
想到这，李威看茅方升的眼神更加炽热：正好利用这次机会，让他帮自己完善模型！然后拉他入伙！
但这眼神却让茅方升头上暴汗，很有点谦虚：“你这么看我干嘛？离我远点，我不搞基！”
“嘿嘿，你想多了，我搞基也不会找你这么丑的。”
“艹！老子帅得一批！”
“啊，对对对！蛆哥，想不想创业发财？”李威眉头一挑一挑，样子活像怪蜀黍在哄骗小朋友。
“创业？发财？老子先毕业再说吧！”茅方升莫名其妙打了个冷颤，“创业不要钱啊？你有啊？”
“我真有唉！蛆哥，你这技术在这屈才了，不如跟我创业，我出钱，你出人，算你技术入股，咋样？”李威继续忽悠，“不讲别的，就这东西做出来，推广下少说每个月几万块钱好挣。”
“你当你比尔盖茨、扎克伯格啊！”茅方升眯着眼，表示自己不是好忽悠的，“你才大一，不好好学习，净想这些，啧啧......”
李威坏笑一声：“如果说，我招几个妹子程序员陪你一起工作呢？”
“这......我艹，你小子！太懂我啦！”茅方升精神一振，立马又萎靡，“行了吧，不开玩笑了，你有个锤子钱，逗老子很好玩是吧？再说到哪招妹子程序员去？真招来，活还不是我干？你当我傻？！”
李威头一昂，表示认同：“这是我没想到的，好像招妹子过来，最后真的得靠你一个人干活......”
“切！吹流比吧你，你到底明白了没？”茅方升指着项目规划，不耐烦地说。
“没问题，不算难，应该说soEZ！”李威摊摊手，表示毫无压力。
茅方升难得认真起来：“那也差不多该干活了，我这就打电话给那些废物，明天开干！争取一周搞完！”