冰山一角

版权声明：转载时请以超链接形式标明文章原始出处和作者信息及本声明
http://kuangsheng.blogbus.com/logs/33932672.html

      刚用friednfeed时觉得的确是个很好的信息获取入口，但用久了，关注的好友多了，就无法避免信息干扰的问题。胆破天惊说当你订阅一个用户的所有源的时候，那就是一团垃圾。果不其然，现在为了尽可能的减少这些垃圾，我不得不对好友做出取舍，对订阅源做出刷选。可这样一来，我就牺牲了接收信息的覆盖面，很是不爽。Friendfeed可以聚合这么多的社会化站点上用户行为信息，在第一时间的确提高了用户的阅读效率，但一旦订阅源到达一定的基数，friendfeed上更容易出现信息的爆炸，而因为friendfeed本身不具备信息刷选能力，所以，用户不得不亲自去从这堆爆炸式的信息中检索有用信息，这是一个成本相当高的行为。当我已经没有耐心去完成这个检索行为，当我已经不再觉得friendfeed是个高效的信息获取入口，我就会离开friendfeed。而这一切都源于friendfeed本身不具备信息刷选能力。

 

    现在豆瓣九点改版，众说风云。我们必须看到豆瓣新版九点的进步，至少它已经在努力利用社会化的机制来替用户刷选信息，尽可能的减少无用干扰。但豆瓣的新版九点也受不到一些忠实用户的抵制，原因就在于新版九点所谓的推荐聚合并没有找到一个大众化与个性化的平衡点。你不能保证首页推荐最多的内容一定是最受欢迎的，更别说让每一个个体感兴趣了，正如一位用户所言，豆瓣不知道我们以前是主动使用九点的，而不是像现在只能被动的接受。被动的接受一定就是主动想要的东西。豆瓣尝试着更高效的帮助用户找到他们所感兴趣的东西，但理论上靠谱的算法，放在实际中还是众口难调。

 

    玩聚SR算是一个比较创新的产品，郑老师的这次尝试饱受IT大鳄的好评。我用玩聚SR也好长一段时间了，感觉的确是个很好的产品。跟friendfeed比起来，虽然在横向信息源广度上还暂时无法跟friendfeed比，但玩聚SR少了很多垃圾信息，算是一个更高效的信息获取入口。玩聚SR的算法机制并不复杂，只是很中国特色化的加了人工干预，而也正是这样的人工干预使得玩聚SR有了能高效的发掘有用信息的优势。

 

    去中心化的社交网络发布的越广，就越需要一个高效简约的中心化入口，所以我认为社会化的聚合平台在以后的日子里大有作为，关键是如何让这个中心化的聚合平台真正做到高效简约，如何在大众化与个性化两者之间找到一个平衡点。

 

    玩聚SR给我了一点启示：如果将玩聚SR类似算法控制权回归到用户，是否可以实现用户所在信息入口的平衡。

 

    简单来说，用户自己选择自己心目中志同道合的意见领袖，并给予不同的权重。同时用户对不同的源（网站）给予不同的权重，利用这些权重套入一个合理的算法（算法中还包括时间，DIGG数等等参数）中，形成一个机器刷选的个性化聚合主页面。这样的用户就可以得到最贴切自己的要求的信息，大大降低了检索成本。至于大众化的信息推荐可以通过一个统一的算法来实现。在页面的侧边栏推荐人气信息，可能喜欢喜欢的信息等等。这样一来，从主页面关注到最优先的信息，这是个性化的；在侧边栏发现次优级全网高质量信息，这是大众化的，算是一个平衡点。

 

   当然，这样对于用户而言，操作门槛还是比较高，这是另一个需要解决的问题。

 

    以上是我所推断的一个简易算法实现，在理论上看似行得通，但是不知实际中是否可行。Anyway，毋庸置疑的是我们需要快捷的信息入口，而这个入口一定是个性化与大众化结合的产物。

相关日志：

• 2008年6月22日 -- 豆瓣的九点有三点值得关注
• 2008年6月22日 -- 推荐：信任－－社会化网络的商业模式