|
编写者 |
日期 |
关键词 |
|
郑昀 |
|
个性化阅读 |
后续系列：个性化阅读的过去和未来【二】
你是否每天经常访问许多站点，来跟踪你感兴趣的新闻或博客？
你订阅的Feed是否每天都有太多太多的文章，根本读不过来？
你需要保持敏锐的触觉，但它是不是花费了你太多时间？
上面这段话是wizag说的。
如果你深有同感，那么就请继续往下看，否则你可以跳过这篇文章了。
去年11月readwriteweb 说RSS内容过滤应该是2006年的热门话题之一，因为这是RSS聚合的下一步，我们中的许多人每天都会有太多的信息涌过来：“Back in April I looked at this space and at the time noted that filtering would be a hot topic in 2006. Why? Because it's the next step up from RSS aggregation, as many of us now have too much information coming at us.”
不过中国去年还在Blog和RSS普及推广阶段，甚至于2007年了还在为博客搬家而撕咬。国人对于内容过滤的需求，2008年估计才有大市场。虽然互联网瞬间可以连到北美，但一般北美的趋势都要一年乃至两年之后才会波及中国。
那么北美发展出了什么内容过滤的工具呢？无非就是三个思路：驾驭群众智慧、机器智能和关键词过滤。
GoogleReader的Share功能算一个，我订阅了keso的shared item，让keso变成我们的信息过滤器，一个很取巧但非常sharp的作品；
Techmeme，利用反向链接算法，自动计算精英博客和新闻媒体的对话，展现短期内的热点话题，同类的还有tailrank,megite，后二者更强调针对用户的A-List进行计算；
Blastfeed，很简单，就是你来定义用什么接收过滤结果，邮件还是IM还是短信还是RSSReader；你来选择哪些feed，可以是你的OPML文件导入的，也可以是你在Blastfeed非常全的feed库里选择的feed；你来选择或创建channel，即通过输入关键词，来从你的阅读Feed列表中过滤到你想读的Feed或文章。也就是利用关键字匹配的方式对blog文章进行过滤，然后以Email、IM、SMS或者RSS阅读器的形式投递给用户。至于投递的时间，其实和Googl快讯一样，可以选择“出现新结果时”“一天一次”“有5个匹配时”“有10个匹配时”。Zaptxt，也是同样的思路，搜索范围也是非常广，从你指定的RSS Feed、新闻站点到招聘贴士，只要符合你的关键词，就可以筛选出来以某种方式投递给你。既可监视你的Feed列表，也可以专门监视特定网站。
国内，这方面的先行者，无疑比国外做得更出色更睿智。
豆瓣9点，基于群众性智慧的筛选Blogger和Blog的机制，做得很聪明，尤其是起初通过做“我上”来召集高质量Blogger来认领来添加自己的Blog，从而让用户自发筛选了大量上乘的Blogger。难能可贵的是，它既照顾到了以文章为中心的阅读方式，也照顾到了以人(作者)为中心的阅读方式，提供了优秀的推荐Blogger的过滤算法。这是抓虾的好看和热文所不及的。
夜深了，待续。
郑昀
相关阅读：
1：玩聚热点新发现–中国的techmeme 个性化阅读的过去和未来【二】 郑昀
2: 写在Google Reader推出Trends之后 Xerdoc Together
|
编写者 |
日期 |
关键词 |
|
郑昀 |
|
个性化阅读 |
后续系列：个性化阅读的过去和未来【二】
你是否每天经常访问许多站点，来跟踪你感兴趣的新闻或博客？
你订阅的Feed是否每天都有太多太多的文章，根本读不过来？
你需要保持敏锐的触觉，但它是不是花费了你太多时间？
上面这段话是wizag说的。
如果你深有同感，那么就请继续往下看，否则你可以跳过这篇文章了。
去年11月readwriteweb 说RSS内容过滤应该是2006年的热门话题之一，因为这是RSS聚合的下一步，我们中的许多人每天都会有太多的信息涌过来：“Back in April I looked at this space and at the time noted that filtering would be a hot topic in 2006. Why? Because it's the next step up from RSS aggregation, as many of us now have too much information coming at us.”
不过中国去年还在Blog和RSS普及推广阶段，甚至于2007年了还在为博客搬家而撕咬。国人对于内容过滤的需求，2008年估计才有大市场。虽然互联网瞬间可以连到北美，但一般北美的趋势都要一年乃至两年之后才会波及中国。
那么北美发展出了什么内容过滤的工具呢？无非就是三个思路：驾驭群众智慧、机器智能和关键词过滤。
GoogleReader的Share功能算一个，我订阅了keso的shared item，让keso变成我们的信息过滤器，一个很取巧但非常sharp的作品；
Techmeme，利用反向链接算法，自动计算精英博客和新闻媒体的对话，展现短期内的热点话题，同类的还有tailrank,megite，后二者更强调针对用户的A-List进行计算；
Blastfeed，很简单，就是你来定义用什么接收过滤结果，邮件还是IM还是短信还是RSSReader；你来选择哪些feed，可以是你的OPML文件导入的，也可以是你在Blastfeed非常全的feed库里选择的feed；你来选择或创建channel，即通过输入关键词，来从你的阅读Feed列表中过滤到你想读的Feed或文章。也就是利用关键字匹配的方式对blog文章进行过滤，然后以Email、IM、SMS或者RSS阅读器的形式投递给用户。至于投递的时间，其实和Googl快讯一样，可以选择“出现新结果时”“一天一次”“有5个匹配时”“有10个匹配时”。Zaptxt，也是同样的思路，搜索范围也是非常广，从你指定的RSS Feed、新闻站点到招聘贴士，只要符合你的关键词，就可以筛选出来以某种方式投递给你。既可监视你的Feed列表，也可以专门监视特定网站。
国内，这方面的先行者，无疑比国外做得更出色更睿智。
豆瓣9点，基于群众性智慧的筛选Blogger和Blog的机制，做得很聪明，尤其是起初通过做“我上”来召集高质量Blogger来认领来添加自己的Blog，从而让用户自发筛选了大量上乘的Blogger。难能可贵的是，它既照顾到了以文章为中心的阅读方式，也照顾到了以人(作者)为中心的阅读方式，提供了优秀的推荐Blogger