蒋凡:探寻网络新闻内容推荐的最佳方式 -网络新闻 网络热点-速途网

探寻网络新闻内容推荐的最佳方式
作者 Kathy 发布 周勇 出处 腾讯科技    分类 网络热点 2011-03-1 11:52 评论 0 访问次数 546
　　北京时间3月1日消息，据国外媒体报道，美国科技博客GigaOM作者马修·英格拉姆(Mathew Ingram) 昨天发表文章，对目前流行的新闻推荐方式做了简单的介绍，以下为全文摘要：　　如果算上所有和媒体有关的iPhone和iPad应用程序，消费新闻的方式可以说非常之多 ，其中一些是针对特定的报纸或杂志，另一些则试图为你聚合不同来源的新闻。但传媒业真正需要做的，是有效地筛选大量信息，并为你推荐一些你可能还没有看到的文章。但到目前为止，尽管出现了诸如News360(新推出了 iPad新闻阅读应用)这样的新生力量，但事实证明，Twitter和Facebook等社交网站才是获得内容推荐的最佳方式。　　新生力量：News360　　News360是一家俄罗斯公司，之前已经推出一款iPhone应用程序，现在又在加利福尼亚的DEMO大会上推出了更加雄心勃勃的iPad版本。该公司表示，其新闻应用程序使用了“先进的人工智能技术”， 可以从全球上千个新闻来源处拉取文章，然后 “用算法来评估这些新闻的新鲜度和来源可信度。”该应用的主界面可以根据你拿iPad的方式而切换：你竖着拿它时，它显示标题列表，在横向模式时，它则显示一系列漂浮着的、代表不同新闻故事的照片。　　
　　News360 iPad应用界面　　这款应用程序会显示新闻摘要，你也可以在一个内置的浏览器中阅读完整的新闻。它还会把不同发布商关于同一主题的新闻组合在一起(但它在一定程度上受到“谷歌新闻问题”的一影响，即同一故事的多个版本在数十家不同媒体名下出现)。一个有趣的功能是，News360根据新闻的普通关键字或名字添加的链接可以从维基百科和Freebase拉取内容。如果你想去某个地方旅行，你还可以链接到TripIt帐户上，让它从旅行目的地拉取当地新闻。　　聚合服务普遍存在的问题　　但News360存在的问题，本质上与其他智能聚合服务和应用程序的问题相同。比如《华盛顿邮报》即将推出的项目Trove(AOL和雅虎人也在试图推出类似的服务)。聚合服务虽然很好，但其用途有局限，除非它们能进行过滤和提供推荐—— 换句话说，也就是降低噪声干扰，并学习我的喜好。但这是很难做到的，《纽约时报》曾通过Times People社交网站上获得了我的一些资料，但即便如此，它在过滤和推荐上也做得不怎么样。从某种意义上说，它的推荐似乎相当随意。　　可以说，推荐类型的数据其最大来源是Facebook，因为它知道你的朋友分享了什么东西，他们喜欢什么东西。《赫芬顿邮报》精明地集成了Facebook，用以推荐人们所关注的人“赞”过的或读过的文章。事实是，当涉及“推荐”这个话题时，像Twitter和Facebook这样的社交网站在本质上就站得更高，因为它们知道嵌入在我的社交图谱中的、在我关注的人、我的朋友和圈子中的所有社交信号。　　使用Twitter和Facebook链接的服务　　还有一些服务和应用程序，使用了出现在Twitter和Facebook上的链接，比如Tweeted Times 和Paper.li利用来自Twitter的链接，PostPost利用Facebook上的链接，为你创建个性化的报纸。Betaworks和《纽约时报》即将推出的社会新闻平台News.me则采用了不同的做法。而Flipboard使用你的Twitter流、Facebook图谱和RSS源中的链接，将内容以杂志化的方式显示出来。　　但是在推荐这个方面，没有哪个服务做得很出色。从某种程度上可以说Trove是网络上被共享的新闻的随机抽样 ，News360似乎也是同样如此。当然，它们有可能随着时间的推移变得到更好，虽然似乎没有什么特别的机制来告诉它们，某个特别推荐给你的新闻你并不喜欢，它推荐错了。Flipboard似乎很聪明地对它拉取的内容进行了一些处理，因为它收购了语义引擎Ellerdale，但是迄今为止还没有显示出明显效果。　　其他一些公司正在设法解决推荐这个难题，低调的初创公司Woven就是其中之一，这家公司正在开发一种具有社交色彩的“智能代理”，它会学习了解你并进行相应改进。而谷歌也已经在尝试将社交信号添加到谷歌新闻中，但到目前为止尚未获得太大的成功。其实，如果你想读点什么新闻，并想获得相关的推荐，你的Twitter流和Facebook图谱可能就是最好的解决方案。我认为，要想在“推荐”服务上做得更好，就必须好好利用Twitter和Facebook。本文转载自中国互联网行业社交媒体-速途网：http://www.sootoo.com/content/92692.shtml