也说说信息过载问题

在去三亚的飞机上和Keso聊起使用Bloglines带来的信息过载烦恼,Keso提到的“放大”和“衰减”比较形象,其实我的理解是,有些人需要信息放大,有些人需要信息衰减。对应的,优秀的系统应该有推荐(Recommanded)和过滤(Filter)功能。

解决信息过载其实有很多方法,简单的Filter可以定义关键词/作者等过滤条件,FeedRinse就提供这项服务,不过免费账号好像对Feed的项数有限制。

更多智能的方案正在浮出水面,Incomplete在RSS阅读排序与过滤的7种方式介绍了一些方向,我本人看好2个方向:

根据阅读行为进行智能排序
Findory的作者Greg Linden是Amazon的数据挖掘系统的负责人,这是他使用Amazon Recommendations技术在信息自动推荐上非常好的尝试。如果Bloglines采用这样的技术,将信息源限制在自己的订阅范畴,就可以实现我对Keso说的自动过滤了。

根据反向链接数等因素对内容进行排序
Memeorandum是典型,也可以称作Meme Engine,郑昀在系列文章中比较详细地介绍了Meme Engine的原理()。Memeorandum其实就是一个信息过滤器,可以迅速发现Blog圈内的热点新闻和事件。另外像Megite推出的个性化Tracker也是不错的尝试。

参考:

  • Findory创始人Greg Linden访谈
  • Memeorandum创始人Gabe Rivera访谈
  • 你可能感兴趣的:(数据挖掘,Blog)