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:

玩聚SR是什么

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:

    “玩聚算是friendfeed的衍生实践?”

    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:

    《FriendFeed有毒》的热文快照

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。

 

郑昀@玩聚SR&玩聚SD 20081228

posted @ 2008-12-29 00:18  老兵笔记  阅读(3988)  评论(9编辑  收藏  举报