2007年05月28日

-只说  sayonly.com                 english | other         如何发掘到需要的内容?
 
Dongchunpeng说我在" 如何发掘到需要的内容?"中提了一个巨大的话题,是最活跃的网络服务共同干好的一件事情。跟zhanbin探讨的时候也没有想到, 只觉得是一个互联网用户的基本需求而已。如果把它上升到现在网络服务共同干好的一件事情的话,确实如Dongchunpeng说到的那样:"综合起来看,只有那些底层技术、表层技术、理论和商业运营能力都过硬的创业者和企业,才会从残酷的竞争中脱颖而出。争得市场的一席之地。 "(via here

不过我这里并没有打算谈实施的事情,因为具体问题,就会纠缠不清,就像 郑昀在那篇文章后面提到的那些具体问题,我们都能列出来100多种答案,信不信?郑昀是安blog在CSDN的高人,就过滤算法方面有很多的文章,大家可以过去看看。我只想谈些基本的想法,帮助大家(/自己)整理一下思路。

回来看,既然可以说明了发掘内容的方式,那么发掘出来内容的粒度,就是一个值得考虑的问题。del.icio.us收藏以一篇 网页为单位,其实大多数是单篇文章。偶尔也看到全站进行收藏的,例如www.sina.com.cn,收藏一个blog的,例如 www.sayonly.com(去翻翻,肯定有),虽然单个网页并不等同于单篇文章,但是收藏的决大多数还是单篇文章。

单篇文章的组合,就是多篇文章(废话!)。一个主题,一个blog,一个Rss feed,如果发掘出你喜欢阅读的blog,这也是一个问题。如果继续往下,那么多个blog或RSS feed也可以组合成一个专辑,或者叫做订阅列表,也许对用户更有意思,更具备分享价值。用音乐来类比,有单首歌,有针对同一个主题的音乐,也有音乐专辑。

发掘粒度影响发掘内容之后的行为,例如针对单篇文章,毕竟单篇文章的生命力有限,相对评论和讨论的话题居多,而且,单篇文章太多,更难于形成SN方式的过滤。从这个角度看,豆瓣原来放弃"我上"转成"9点"的一个可能原因就是,相对来讲,feed这个粒度,相对于音乐/书的数量,还是太多了,音乐/书可能是几十万这个级别,但是feed可能就是几千万,很难形成集中/有用的评论。

发掘粒度取决于用户的使用习惯,对文章来说,就是阅读习惯。

 

 
 
        ( 订阅RSS频道:文儿 feed.sayonly.com    收藏  tag.sayonly.com

2007年04月06日

-只说  sayonly.com                 english | other
 
 
如何发掘到需要的内容?前几天跟zhanbin谈起这个问题。互联网近十年积累的内 容(知识)总量,几乎超过了有史以来内容总量的90%,内容不缺乏,缺乏的是如何找到需要的内容。对于提供服务的站点来讲,就是发掘出用户需要的内容,展 现给需要这些内容的用户。最后我们一致认为,一个站点如果解决了这个问题,就解决了互联网最基本的用户需求。

如果我们要做一个发掘用户需要的内容的站点,大致有三条路:
1,编辑推荐。
找一群资深的编辑,通过他们自己的经验,从互联网甄选出自己用户需要的内容。如果编辑能针对跟我相同爱好的群体的话,那么我一定会喜欢这样的站点。编辑团 队足够强大,站点对用户群又足够细分,那么这样一个站点完全能满足大多数人的需要。Blog network的基本想法就源于此。每个blog都是一个细分的,由blogger专门针对这个细分群体专门定制的内容,而这样的blog又形成一个足够 大的network,以满足大多数人的需要。

2,SN推荐
建立一个Social Network,每一个用户都推荐出自己喜欢的内容,那么被推荐得最多的,就一定是大多数人最受欢迎的内容。如果把这些推荐内容的用户区分成不同的群体, 就会得到特定群体欢迎的内容。Digg的想法就源于此。不过,这需要用户有足够的动力去推荐自己喜欢的内容,否则,Network也无法形成。

3,用户行为分析
如果用户在使用和阅读,那那些使用和阅读得最多的,就会成为推荐的内容,这很好理解。更进一步,用户使用和阅读了某些内容,那么,跟他同样阅读这些内容的 用户,同时还阅读的其他内容,就很可能成为该用户喜欢的内容。再进一步,阅读同样内容的用户,可以分组,他们阅读的内容也可以细分。

这三种也可能同时存在,例如编辑针对对SN推荐的内容进行甄选和推荐,SN中推荐的内容,可以推荐给跟他阅读同样内容的用户。

目录(展开该系列文章)
如何发掘到需要的内容?
发掘内容的粒度
 
 
 
        ( 订阅RSS频道:文儿 feed.sayonly.com    收藏  tag.sayonly.com