社会化推荐和FriendFeed
继上周末推出玩聚SR这个被我们命名为“社会化推荐引擎Social Recommendation Engine”的工具后，流量一下子翻了三倍，也许是大佬们推荐我的文章带来的效应，也许是这么一个打着 Social 旗号的山寨概念比较吸引眼球。还得到了不少朋友的反馈，这里表示感谢。
1、用户体系
keso 评价说“SR 确实很酷。但我觉得，要为它找到用户。就像Digg和Techmeme，没有用户，就只能是个技术或概念，有了用户，他们才成为媒体。”
由于玩聚SR没有用户体系，它所统计都是各个社会化媒体(Social Media)的数据，采样可谓广泛且不遗漏，但也正因此和 FriendFeed 有了本质区别，SR 目前不需要用户参与即可昼夜自动运行。不像鲜果热文或Google Reader，热文榜单/SharedItems共享都来自于自己用户的推荐/共享动作，他们的用户以RSS阅读为主，即使没有热文或共享输出也可以。不像FriendFeed，可以把好友们不同来源分享的链接合并也好不合并也好，用户都可以用好 lifestream。
SR 需要找到一种引入用户的办法。当然，成为一种工具，作为阅读分享解决方案，毕竟能贴近刘未鹏的这个需求已经非常实用耐用了：
“TopLanguagers里面有大量的高手，我个人是非常想看到高手们平时阅读什么东西，应该是一个极好的拓宽知识的途径。特别是以前也有人提到过，在网络上获取高价值信息的途径总是代价偏大，而高手的阅读分享，则是一个极好的途径。
每每在一个熟悉的ID的发言中发现，原来这个家伙还有这个隐藏的知识面啊！:P其实我一直在想如何才能把这个社群的价值最大的分享出来，不仅分享给外界的朋友，也是分享给互相之间，用自己的知识为别人打开通往新知识的窗口，同时也从别人的知识中得到不同的东西。”
SD是分享IT业界意见领袖们的热点对话和思考，SR则是分享IT业界普罗大众们的阅读，相比SD更宽泛更悠闲。如下图所示：
2、重复阅读
老乐也指出“目前，我不认为“来，做一个社会化推荐引擎”那种是好的，那只不过是一种尝试。对我来说，最大的问题是社会化引擎推荐出来的，往往都是我已经看过的文章，那只不过是把数据重新整理了一下，别无它用。”
对于重度RSS阅读器使用者来说，SR 的功能确实尴尬，可能多数都是看过一遍被分享多次的文章，这是肯定。
甚至对于我而言，订阅其他人的Google Reader Shared都是浪费时间，因为他们分享的文章作者我多半也都订阅过或者在玩聚SD里聚合过的。所以，对于重度阅读器使用者来说，GReader自己的What’s Hot功能是最贴心的，期待他们早点推出这个功能的中文版。
3、推荐引擎还是推荐聚合引擎？
一位名为 fisher 的网友留言“应该叫社会化推荐聚合。像friendfeed那样，就是种子的再聚合？”说得有道理。本质上还是聚合。
他在 FriendFeed 中还针对冯大辉的推荐，留言说：“玩聚算是friendfeed的衍生实践？”，如下图说：
我们在《来，做一个社会化推荐引擎》中说过，玩聚SR 就是把FriendFeed的lifestream类型服务、rssmeme/Techmeme/SD的memeTracker类型，鲜果热文的热文类型，三合一。唯一不同的就是信息源的有目的选择， 保证热文贴近IT同仁的阅读趣味同时又带有一定的发散性。
4、你可以知道谁分享了你的博文
某人说“这下我终于知道谁在分享或推荐我的文章了”。
是的，用FriendFeed要想知道这一点，您要订阅每一位可能推荐您的人，用Twitter你可以在search.twitter.com上搜索，那鲜果、饭否、叽歪、delicious呢，ok，SR可能或多或少能搞定这事儿，如下图所示：
5、希望大家都来实践找到中国人自己的Social Media聚合之道
我们把算法和技术细节都写在文章里，因为我们就是基于 rssmeme/feedzshare/reddit 的思路和算法基础之上，所以也希望其他勇于实践的开发者能基于这一系列思路改良优化mashup，开发出更切合实际的产品。
