社会化推荐聚合

之所以写这篇文章,是因为郑昀又做了一个新的玩聚,玩聚SR。我更愿意称之为“社会化推荐聚合”。在简单试用玩聚SR并向郑昀了解了一些情况后,我认为社会化推荐聚合是一种FriendFeed的演变。如果信息源足够多,聚合出来的文章将是非常精彩的。社会化推荐聚合才刚开始。

什么是社会化推荐聚合

要了解这个概念,首先要说说什么是社会化推荐。

Web2.0的一个特征就是分享,你可以将一个有趣的网页分享到Digg,Delicious,Reddit等推荐性网站;也可以在Google Reader、鲜果/抓虾热文里推荐;你还可以在Twitter、饭否等微博客上分享这篇文章;甚至,你在博客上链接这篇文章……

这一切动作都可以称之为“社会化推荐”。

社会化推荐有个致命的缺陷,各个服务之间是独立存在的

1、你可能不会在Delicious里看到Digg里最热门的文章

2、可能你的Twitter好友同时分享了一篇Reddit里的热文

3、Google Reader的Share功能很好,但一般情况下只有你的好友会使用到你的分享

……

将这些所有的社会化推荐合并起来如何?这样热门内容不就不会遗漏了吗?听起来不错,这就是标题所说的“社会化推荐聚合”。

为什么需要社会化推荐聚合?

为什么每个网站都有热门推荐?

为什么每个书签网站都有热门书签?

为什么人们会关注08年十大新词

因为我们潜意识里有这么一种想法:

被推荐得多的,肯定是好的。这就好像面对两家你都没有去过的餐馆,一间没有人,一间人山人海。最终你可能选择了人多的那间,因为你潜意识里认为更多人选择的肯定更好吃。

社会化推荐聚合就是为了迎合这样一种心理。即便这样的心理在一定程度上并不可取,但事实上它存在着。

所以,我们需要热点内容,需要社会化推荐聚合。

如何实现社会化推荐聚合

或许你正在使用FriendFeed,它可以聚合你所有“有RSS输出的Web2.0服务”。

只要在FriendFeed的基础上做一点点的改进,就可以形成社会化推荐聚合了。如何做?

1、将每个FF帐号里的RSS内容进行处理,提取里面所有的URL,并将Tinyurl等缩短网址解析出来,这样就得到了一个推荐链接库。

2、编写一种算法,将推荐链接库里的不相关内容去掉,比如:google.com,显然我们不希望它出现在热文里。

3、将URL聚合后使用一种算法R(t,n),R是与时间(t)和推荐数(n)相关的函数,从而计算出URL的不同分值。

4、最后,按R值来进行文章排行。

这就是社会化推荐聚合的基本模型。

玩聚SR

首先做到这一创意的是玩聚SR。有兴趣了解玩聚SR的文章排行公式的朋友可以到这里查看

玩聚SR并不是大范围的社会化推荐聚合,因为它只是聚合一些在互联网上比较活跃的、与IT相关的人士的社会化推荐行为

这些人包括Keso,曹增辉等等。非常荣幸我也在列。

玩聚SR将这些活跃web2.0用户的社会化推荐聚合起来,目前主要是Google Reader Share Items和Twitter,进而通过第三点所说的算法R(t,n),计算出每个URL的分值。

与一般的热文不同,玩聚SR还将推荐者的Twitter信息与文章结合起来,犹如看一群人在做文章点评。

基于Google Reader Share的聚合

社会化推荐服务中一个很重要的角色是Google Reader,全球份额最高的RSS阅读器。因此要做社会化推荐聚合必须先将GR里的Shared items聚合起来。

玩聚SR并不是第一个做到聚合GR分享项目的人,在我印象中,最早想到这一创意的是Readburner,中文领域第一个做GR分享聚合的是FeedzShare

有了基于GR的聚合,要实现社会化推荐就变得更简单了。

玩聚SR可以做得更好的地方

话题过于狭窄

目前玩聚SR过于局限于IT领域,信息源基本都是来自IT人士。虽然在网上有Web2.0行为的大多数是IT人士或比较Geek的网民,但话题过于狭窄必将阻碍其发展。

信息源过少

话题过于狭窄的另一个原因是信息源太少,在我查看的时候,我发现有很大一部分的分享者是我认识的,显然这是由于信息源太少的缘故。

分类查看

目前玩聚SR只能查看热文,无法分类查看。这个分类包括:作者、类别、标签。

这从技术上应该不难实现,Readburner可以基于博客作者分类查看。

商业价值?

就目前来看,玩聚SR还是一个实验性质的项目。说得难听点,就是个个人玩具而已,网站的话题都是制作者所关注的领域,并没有注意大众的偏好。所以,玩聚SR要发展,必须寻找其商业价值。

社会化推荐聚合的前途

由于人们对热点的追求,社会化推荐聚合必将流行起来,必将和FriendFeed一样风靡整个web2.0界,这是一个伟大的创意。玩聚SR做了先行者,后面我们一定能看到跟随者。

让我们拭目以待。

34 条评论

  1. 2008 年 12 月 30 日 下午 8:52

    不小心又是沙发,这篇比较专业

  2. 2008 年 12 月 30 日 下午 8:59

    Oops,米有了沙发..
    话说 可能吧 在 Chrome 下效果不好!

  3. 2008 年 12 月 30 日 下午 9:11

    我觉得如果她可以把全世界的 Tweets 和/或 Feeds 整合起来,然后让读者投票,或许那才是出路。

  4. 2008 年 12 月 30 日 下午 9:35

    聚合真的不错
    现在都用这看新闻

  5. 2008 年 12 月 30 日 下午 10:03

    开放网站的好处就是各个网站都可以来利用数据,形成新的服务。

    也许Friendfeed发展到一定程度也会有自己类似Digg的热门内容聚合。

    社会化推荐聚合,这个名字太奇怪而长了。

    • 2008 年 12 月 31 日 下午 2:56

      我觉得FriendFeed是最有潜力做好“社会化推荐聚合”的,因为它的信息源足够多。
      当然,这不是在说低玩聚SR,目前来看它的确比较有局限性。
      开放数据是未来的趋势,我很看好所谓的“web3.0”。

  6. Phil
    2008 年 12 月 30 日 下午 10:25

    如果成功了,web3.0差不多来了吧

  7. 2008 年 12 月 30 日 下午 11:17

    digg都没有在中国火起来呀

  8. 2008 年 12 月 31 日 上午 10:29

    这是我今天看到的关于 玩聚的第三篇文章了。这篇是最 图文并茂的。

    看来玩聚 正在 进行公关呀。

    • 2008 年 12 月 31 日 下午 2:57

      事实上它并没有在“公关”,一个好的服务我都很愿意推荐给所有人,就像Google。

  9. 2008 年 12 月 31 日 上午 11:36

    这篇文章比较业内,有点象大网站编辑写的~

    聚合算法很重要,比如名气比较大的博客,很容易就有几十个人推荐,初创博客很少有人推荐,这样就一定程度上遏制了其成长。

    • 2008 年 12 月 31 日 下午 2:59

      新的博客的确很难获得较多的关注,而我也不希望这种现象被改变。因为即使有一篇好文章,但blogger不坚持写博客,我不认为这个博客有多大的看头。

      • 2008 年 12 月 31 日 下午 6:21

        很多博客头三个月都是充满激情的在写作的,后来看到每天那么累写东西却没多少人看,于是就不写了。和我同步开始的博客有好多这样的。我觉得无论对于其个人还是读者来说,都是损失。

        有的博客大部分文章都是精品,有的只有小部分,我觉得无论是哪种,只要有一篇文章不错,那么这篇文章就应该让很多人知道。事实上大部分人看了它之后并不会接着去关注这个博客,只有少数会留下来,慢慢积累起来。

  10. 2008 年 12 月 31 日 上午 11:58

    多谢分享。
    Jason Ng组织内容一向颇有条理,具有很强可读性,佩服!
    很多通用产品,如digg,如twitter,如friendfeed,都发轫于细小的idea,最初也都是geek的玩物。
    不敢说SR这个“社会化推荐引擎”是否有多远的未来,但至少希望技术如此简单的一个idea,可以依托2009年社会化媒体的使用爆发,能够为众人所完善。我们单个团队可能不足完成,也许开源是个路子。
    祝新年快乐!

  11. 2008 年 12 月 31 日 下午 1:45

    新年快乐~~

  12. 2008 年 12 月 31 日 下午 2:22

    我有个域名,ComeFeed.com 有兴趣的来说话。

  13. 2008 年 12 月 31 日 下午 3:01

    还是很有潜力的。

  14. 2008 年 12 月 31 日 下午 5:58

    Jason别太挂念PR啦,希望心情别受影响,呵呵……

  15. teng
    2008 年 12 月 31 日 下午 6:24

    新年快乐!
    基于Google Reader Share的聚合的确很不错的。

  16. 2009 年 1 月 1 日 下午 1:18

    真复杂,进去撇了下,第一反应是好多好乱啊,怎么玩啊?

    乖乖得订阅好最新、最热,走人……

  17. 2009 年 1 月 1 日 下午 2:33

    玩聚SR界面不是太好看

  18. 2009 年 1 月 4 日 下午 4:49

    我是feedzshare的开发者, 谢谢你关注feedzshare.
    和玩聚SR一样, FeedzShare聚合读者分享来做社会化推荐, 不同的是FeedzShare希望能做成一个个性化过滤和推荐引擎.

  19. 2009 年 1 月 14 日 下午 3:03

    社会化推荐,也就是让热心者当网络编辑,这是web2.0的一个核心精神。

    但事实上基于GR的模式是有问题的,好的文章不代表是一个优秀的博主。关注点不应是博客,而是博客里的优秀文章,所以需要用Digg模式来强化。而订阅,则会水化。这也是我很少用GR的原因。我宁愿用Gstuff来点评和分享,或用Google Bookmark来收藏或分享。

    玩聚SR的最终出路可能在于做一个类似鲜果类的插件,插入泛于四海的SNS网站中,并最终培养出一批忠实用户,鲜果就是因为GR模式,扩展不出更多更丰富的文章,而非RSS源。

  20. 2009 年 8 月 29 日 下午 12:40

    要怎么玩]

  21. wirx
    2010 年 3 月 22 日 下午 9:28

    玩聚今天挂啦,缅怀!!

发表评论

电子邮件地址不会被公开。 必填项已用*标注