随笔分类 -  新媒体观察

摘要:曹增辉在《RSS阅读器:工具化还是媒介化》提出了对抓虾新动作的定义:“对于抓虾这次调整的思路,不少人将之归结为“社区化”,其实,我觉得说是“媒介化”更准确一点”。 那么媒介化是不是可以理解为“从订阅走向发现之旅”呢? 如果是这样,那么这个概念和“从搜索到发现之旅”是一样,都是着眼于从用户主动行为(搜索关键词、订阅RSS)到系统帮助用户找到潜在资源。 林嘉澍在《从搜索到发现》文中有一段非常精彩的话,是这么定义这个发现之旅的“搜索是你明确地知道自己要找什么东西时所做的事情,而发现是你并不明确地知道一些好东西存于世上的时候,这些东西主动找到了你。” 阅读全文
posted @ 2007-08-05 19:58 老兵笔记 阅读(617) 评论(3) 推荐(0) 编辑
摘要:仿照Technorati的 Popular频道,电影、音乐、书籍的博客影响力榜单终于在玩聚新页面上体现了出来,以后每天都可以看到最新的榜单自动计算并展现了。 Technorati的做法是,计算过去24小时内,计算链接指向IMDB某部作品的数量,从而获知电影、音乐、博客、视频、新闻的流行程度。 而我们在中国嘛,所以没有什么人会在博文中说自己看了某部电影,竟然会贴出指向豆瓣或者VeryCD的链接,所以只能通过语义计算啦。 有人问了,那整理一个电影、音乐名列表不就完了,然后自己去做博客搜索,这需要什么语义技术啊?要是这么easy,我们还玩什么文本挖掘啊?就是要一切无风自动,文本挖掘引擎自己从每天抓取到的数以万计篇文章中自动识别出潜在的电影、音乐/歌曲、书籍,而不需要人工告诉机器哪些词语是电影,并自动统计出博客引用次数。 阅读全文
posted @ 2007-07-26 20:44 老兵笔记 阅读(506) 评论(0) 推荐(0) 编辑
摘要:China Web2.0 Review7月22日讲到了我们玩聚(Onejoo: Memetracker in China),从叙事逻辑上看,算是很懂memeTracker的了,我于是在下面留言说了我们的在第一阶段的第一回合构建的最新进展。我和张俊林张博士从去年9月到现在已经努力了11个月了,时间很长了,左冲右突之下,也算是积累了坚实的文本挖掘技术基础和较高的壁垒。《中国的克隆公司能够引领创新吗?》论述了善于克隆的中国公司应该如何处理用户量与技术支持比例的问题,我们过去也一直在致力于解决这些问题,当然我们考虑的还不是访问网站的用户量问题,而是如何针对数以百万计的博客甚至是数以万计的论坛、数以万计的新闻源进行实时的大规模文本挖掘计算,并且以某种方式找到万事万物之间的关系。 阅读全文
posted @ 2007-07-24 00:43 老兵笔记 阅读(578) 评论(0) 推荐(0) 编辑
摘要:这些日子,不单单注意到那些新锐网站,比如MyLifeBrand 、Throof、很像大众点评网的Yelp,还看到那些人们曾经认为不够酷的旧势力们卷土重来,比如AOL的一系列动作,CNN的redesigned version,USA today的三月份重构,News.com.com的Big Picture,都大量地吸收了流行的、酷的元素。 “STILL around after all these years and STILL thriving”,这句话准确描述了人们看到这些重构动作的感受。他们终于都回来了! 阅读全文
posted @ 2007-07-11 22:59 老兵笔记 阅读(583) 评论(0) 推荐(0) 编辑
摘要:ZapTxt的提醒姗姗来迟,都已经设定了半个月了,才终于给我送过来一篇Alert。 我在上一篇《个性化阅读的过去和未来【一】》中提到:“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。” 阅读全文
posted @ 2007-07-10 00:45 老兵笔记 阅读(532) 评论(0) 推荐(0) 编辑
摘要:Connections Engine,是大势所趋,无论你是用人工做,还是机器做,都必须能够揭示出不同事物之间的关系。雷鸣的酷我早已经在这方面迈出一大步了,揭示了不同明星之间的关系甚至是远近程度,是国内Topic的先行者。 我们的尝试是基于过去大半年累计下来的数以万计的热点(不是文章,而是每天各个领域的主题自动聚合,社会的、娱乐的、财经的、电影的等等),经过自动分析而展现出来的这两种关系: 热点故事与人、组织之间的关系,具体的例子:刘德华被封杀,红楼选秀法律问题; 人、组织之间的关系,具体的例子:刘德华,陈晓旭,雅虎。 我们称之为“关联点”,一个技术性很强的术语。你可以在不同关联点、热点故事之间导航,看到他们为何有关系。每一个关联点就是一个Topic,这样把历史上所有的热点做了一个自动整合,形成了Topic Engine。这种Topic Engine就有点类似于搜索引擎的整合搜索,把某一个人物的搜索结果条理化、主题聚合化,使得人们阅读的时候直接看到事件、看到热点,而不是一篇一篇一页一页的孤零零需要人脑处理的资讯文章。 阅读全文
posted @ 2007-07-08 15:41 老兵笔记 阅读(602) 评论(2) 推荐(0) 编辑
摘要:那么是否可以存在一个服务,象watchmojo所说的那样(News is Still a Wide Open Game),兼容并蓄,囊括编辑模式、机器智能模式、群众智慧模式,杀入新闻聚合服务领域呢? 对此,Google黑板报有一个注脚“Larry Page说,搜索就是发现内容…,而维基百科发现了一个更好的方法来组织信息。他似乎很喜欢这种同时使用人力、流程和机器的模型。所以这是另一项证据,表明谷歌正敞开胸怀,寻求可扩展的方法来利用人的力量。” watchmojo给出的答案是“Topix + TechMeme + Digg”。 你的呢? 阅读全文
posted @ 2007-07-03 00:36 老兵笔记 阅读(3861) 评论(2) 推荐(0) 编辑
摘要: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? 阅读全文
posted @ 2007-06-29 10:32 老兵笔记 阅读(3090) 评论(3) 推荐(0) 编辑