Meme Engine话题(三):从噪音中寻找信号

王朝other·作者佚名  2006-02-01
窄屏简体版  字體: |||超大  

从噪音中寻找信号

现在的Rss Reader们(如Bloglines)都做得很好,他们简化了我们的生活,但是当RSS已经或即将成为过量信息时,我们都会烦恼如何从噪音中找到信号。herock在《Attention.xml初探》也提到:

Attention.XML试图解决的,就是尽量减轻RSS阅读过程中的信息过载给读者造成的压力,这种过载已经渐渐成为一个普遍性的问题,未完成(对付RSS信息过载的初步想法与实践)和keso(信息过载与市场机会)和其他很多人,都在被这个问题所困扰,我坚信,“RSS信息过载”一定是一个市场的“痛点”,因为至少我自己现在就很“痛”。”

虽然还有些人在争论RSS到底如何如何,也许你可以为了追求宁可错点击三千页面也决不放过一个精彩的blog,但是对于某一部分人,他们确实需要一个简单的解决方案,他们的生活不应该被RSS所充斥。就像google/douban所做到的那样,用户看到的是简约的操作,而背后隐藏着庞大的服务器端计算量,挑选和过滤RSS信息,不应该由用户自己或者keso来做,他们应该去做更有价值更能够体现人类智慧的事情。

首先,我们要来看看某一类人在面对RSS时的反应:

Alex Barnett 说,为了知道有什么“big news”或者“little news”,他会做以下5条:

1. 知道谁在写某一主题;

2. 遍读正在发生的讨论的每一篇blog post(通过两种方法:clustering / threading);

3. 找到睿智的思想;

4. 定义我感兴趣的主题;

5. 通过我的A-list过滤。

Alex Barnett为此创建了一个“An Attention Gap Analysis”表格,列出了当下代表这前景的四个服务提供商,对照上面列出的5种功能看看还差什么:

服务

符合标准#1~#5

不符合标准#1~#5

解决 –

filling the gaps

Memeorandum

1#满足;

深入地解决了2#;

4#不行,无法定义用户关心并追踪的话题;

5#不行,实际上是由Gabe定义的A-List;

增加搜索功能,针对整个blog生态系统进行搜索,而不仅仅是Gabe的一张A-List;

但问题是,现在的Memeorandum编辑过程需要人的主动干涉,所当前的模式无法扩展到来满足4#。

如果我能够Memeorandum向提交我的OPML,并基于此查看和过滤,那么就能够满足5#。

FeedDemon

1#和4#满足了;

由于订阅的内容都是我定义的,所以5#也可以;

2#不行;

3#不行;

增加“see clustered / threaded view”来解决2#;

Technorati

1#是他的核心功能;

通过“authority”部分地解决了3#;

由于拥有强大的搜索(如Technorati Mini)和Tags功能,满足了4#。

2#不行;

3#不行,用户只能看到“Total”权威,因为每一个账号不可能在所有话题上都是权威,所以这种权威算法比较地刚性,无法动态变化;

无法定义自己的A-list,所以5#不满足。

增加“see clustered / threaded view”来解决2#;

如果我能够Memeorandum向提交我的OPML,并基于此查看和过滤,那么就能够满足5#。

Windows Live

满足1#和4#,因为可以针对我的feeds进行搜索。

满足5#。

2#和3#不行。

增加“see clustered / threaded view”来解决2#。

目前3#的需求尚没有有效的算法来解决,所以如何从噪音中找出信息,还是一个问题。

Tags: Attention, RSS, OPML

 
 
 
免责声明:本文为网络用户发布,其观点仅代表作者个人观点,与本站无关,本站仅提供信息存储服务。文中陈述内容未经本站证实,其真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
 
 
© 2005- 王朝網路 版權所有 導航