科技: 人物 企业 技术 IT业 TMT
科普: 自然 科学 科幻 宇宙 科学家
通信: 历史 技术 手机 词典 3G馆
索引: 分类 推荐 专题 热点 排行榜
互联网: 广告 营销 政务 游戏 google
新媒体: 社交 博客 学者 人物 传播学
新思想: 网站 新书 新知 新词 思想家
图书馆: 文化 商业 管理 经济 期刊
网络文化: 社会 红人 黑客 治理 亚文化
创业百科: VC 词典 指南 案例 创业史
前沿科技: 清洁 绿色 纳米 生物 环保
知识产权: 盗版 共享 学人 法规 著作
用户名: 密码: 注册 忘记密码?
    创建新词条
科技百科
  • 人气指数: 1744 次
  • 编辑次数: 2 次 历史版本
  • 更新时间: 2011-01-29
高兴
高兴
发短消息
高兴
高兴
发短消息
相关词条
社会动员
社会动员
删帖利益链
删帖利益链
网络舆情分析师
网络舆情分析师
网络谣言司法解释
网络谣言司法解释
房姐事件
房姐事件
微博删帖机制分析
微博删帖机制分析
解码《江南Style》
解码《江南Style》
微博议政特征
微博议政特征
网络谣言分析
网络谣言分析
网络反腐风暴
网络反腐风暴
推荐词条
希拉里二度竞选
希拉里二度竞选
《互联网百科系列》
《互联网百科系列》
《黑客百科》
《黑客百科》
《网络舆情百科》
《网络舆情百科》
《网络治理百科》
《网络治理百科》
《硅谷百科》
《硅谷百科》
2017年特斯拉
2017年特斯拉
MIT黑客全纪录
MIT黑客全纪录
桑达尔·皮查伊
桑达尔·皮查伊
阿里双十一成交额
阿里双十一成交额
最新词条

热门标签

微博侠 数字营销2011年度总结 政务微博元年 2011微博十大事件 美国十大创业孵化器 盘点美国导师型创业孵化器 盘点导师型创业孵化器 TechStars 智能电视大战前夜 竞争型国企 公益型国企 2011央视经济年度人物 Rhianna Pratchett 莱恩娜·普莱契 Zynga与Facebook关系 Zynga盈利危机 2010年手机社交游戏行业分析报告 游戏奖励 主流手机游戏公司运营表现 主流手机游戏公司运营对比数据 创建游戏原型 正反馈现象 易用性设计增强游戏体验 易用性设计 《The Sims Social》社交亮 心理生理学与游戏 Kixeye Storm8 Storm8公司 女性玩家营销策略 休闲游戏的创新性 游戏运营的数据分析 社交游戏分析学常见术语 游戏运营数据解析 iPad风行美国校园 iPad终结传统教科书 游戏平衡性 成长类型及情感元素 鸿蒙国际 云骗钱 2011年政务微博报告 《2011年政务微博报告》 方正产业图谱 方正改制考 通信企业属公益型国企 善用玩家作弊行为 手机游戏传播 每用户平均收入 ARPU值 ARPU 游戏授权三面观 游戏设计所运用的化学原理 iOS应用人性化界面设计原则 硬核游戏 硬核社交游戏 生物测量法研究玩家 全球移动用户 用户研究三部曲 Tagged转型故事 Tagged Instagram火爆的3大原因 全球第四大社交网络Badoo Badoo 2011年最迅猛的20大创业公司 病毒式传播功能支持的游戏设计 病毒式传播功能 美国社交游戏虚拟商品收益 Flipboard改变阅读 盘点10大最难iPhone游戏 移动应用设计7大主流趋势 成功的设计文件十个要点 游戏设计文件 应用内置付费功能 内置付费功能 IAP功能 IAP IAP模式 游戏易用性测试 生理心理游戏评估 游戏化游戏 全美社交游戏规模 美国社交游戏市场 全球平板电脑出货量 Facebook虚拟商品收益 Facebook全球广告营收 Facebook广告营收 失败游戏设计的数宗罪名 休闲游戏设计要点 玩游戏可提高认知能力 玩游戏与认知能力 全球游戏广告 独立开发者提高工作效率的100个要点 Facebook亚洲用户 免费游戏的10种创收模式 人类大脑可下载 2012年最值得期待的20位硅谷企业家 做空中概股的幕后黑手 做空中概股幕后黑手 苹果2013营收 Playfish社交游戏架构

信息过载最佳过滤器 发表评论(0) 编辑词条

目录

信息过载最佳过滤器编辑本段回目录

信息过载:最佳过滤器是相关性还是人气?

(Kathy)北京时间1月27日消息,据国外媒体报道,社会化媒体的兴起导致了网络内容的激增,同时也引发了人们对信息过滤工具的广泛需求。人气和相关性是最常见的内容过滤器,但它们是最好的吗?

知名科技博客读写网(ReadWriteWeb)的马歇尔·柯克帕特里克(Marshall Kirkpatrick)向3位业界人士提出了问题:在未来,相关性、人气和过滤的关系是怎样的?这3位曾开发过一流社交软件的受访者对这个问题的回答大不相同。以下就是柯克帕特里克的文章摘要:

人气VS.相关性

报纸出现前:宗教领袖自己选择内容,以保持内容不离题。但同时,他们也必须注意观众的反应。正如Sy Safransky所说,如果耶稣是个讨厌鬼,他就不会吸引到观众。

报纸时代:编辑的责任和售出报纸的需要之间的矛盾,也就是内容相关性和人气之间的矛盾。但是,热门内容赚取的收入对相关性内容是一种补贴。

网络时代早期:人们可以轻松地发布东西了,这使得网络上出现了如此之多的利基内容,以至于观察家们担心人们被隔绝在自圆其说的信息中。似乎人们不怎么关心内容的人气?

社会化网络早期:通过Facebook和Twitter大规模传播内容的可能性,让发布商们开始重视链接诱饵和其他有人气的内容。

未来?:网上的数据量几乎是无限的,需要从海量内容中选取一些提供给网络用户。那么应该如何根据相关性和人气来决定给用户提供哪些内容呢?

1 相关性和人气的含义将改变

尼克·霍尔斯特德(Nick Halstead)是Tweetmeme(追踪Twitter 上热门内容的服务)和数据挖掘公司DataSift的创始人。他认为,对未来的信息过滤来说,相关性和人气都非常重要,但未来这些概念的含义与现在大相径庭。

他认为,“相关性的含义正在改变。我们过去认为相关性就是将一个查询词条和一个结果匹配起来,主要是通过搜索引擎进行关键词搜索来实现。而人气则是以全球性的行为为基础的单一指标(如PageRank)。

“但这两者的含义都会变化发展,社交图正在改变这些含义。现在,相关性是指一个人的喜好和厌恶——Facebook和Twitter都拥有大量和你的喜好有关的行为模式数据。而且现在内容是按照语义来理解和分类的。因此,未来的相关性将由你的喜好与内容如何匹配来决定。

“人气的含义也在变化 ,诸如Klout和PeerIndex这样的服务都证明了社交权威正在变得日益重要。第一家发现这种‘排名’的公司会变得前途无量,因为这种排名意味着‘广告定位’,也就意味着收入。

“因此,未来的过滤器仍是人气和相关性的结合。但它将会采用新的社交指标,从本质上说,你不是‘搜索’,而是‘关注’那些与你匹配的内容,无论是否需要告诉计算机。

“我认为谷歌知道自己需要迅速适应这一状况。”

2 不同类型的用户需要不同类型的过滤器

杂志界面阅读器Feedly本周发布了一款iPhone应用程序,业界认为它是市面上最好的iPhone 源阅读器。Feedly的联合创始人兼首席执行官 Edwin Khodabakchian也是受访者之一。

Khodabakchian认为,网络上存在不同类型的用户,他们需要不同类型的过滤器。Feedly在发现内容来源的过程中使用“相关性”,在过滤和优先排序的过程中则使用内容的“人气”。 他表示:

“我们把用户分成3种类型。

·Facebook使用者:他们每天花数小时在Facebook上。这种用户喜欢与朋友联络,内容只是他们用以互动、扮酷、感觉自己属于一个集体的借口。

·激情式用户:他们关心的是主题,这种用户与内容的作者和品牌有一种特别的联系。他们喜欢可预见性。

·Twitter用户和博客作者:他们酷爱信息,渴求实时性。

“我认为,对类别不同的用户来说,过滤信息的方式也不同,对于Facebook使用者来说,相关性和人气差不多是一半一半,他们会想:我能找到一些真正有趣的、不寻常的东西和我的朋友们分享,并且显得我很酷吗?对于激情式用户,他们已经找到了他们信任的网站和内容来源,这能让事情变得可预见。为他们提供的过滤器以下三者的混合:他们最喜欢的内容来源,受欢迎的内容,以及推荐。

“Twitter则更有趣一些,因为它有一个隐含的兴趣图,而且它是基于时间的。能知道现在正在发生什么事,这非常好……从你已经知道的来源获得内容,这也非常好。

“我们关注的焦点是想要获得精神食粮的激情式用户。他们正在寻找一个可预见的体验,以及一点点新发现......

“在Feedly桌面端的页面里,也有一个’你可能也会喜欢的网站’列表。这是协同过滤……类似于亚马逊网站上的‘你可能还会喜欢’列表。

“在进行这种协同过滤时,我们要在一个用户和一个来源(或一个作者)之间创建联系,而不是一次性地显示内容。约有70%的Feedly新用户不了解RSS或谷歌阅读器。个性化最难的部分是,你只有30秒钟时间来帮助他们建立一些具有相关性的东西,而且你还不能让他们自己来做,因为他们的大脑一片空白。这个过程不能让人感觉到像是工作。

“即使Feedly用户对一个话题非常感兴趣,但你只要让他们做这样一点点事,他们立刻就甩手放弃了,这让我觉得很惊讶。我不知道这是否和基于源的内容的价值主张有关,或是涉及到信息超载问题中的情感色彩。 ”

3 用户体验最重要

Ouriel Ohayon是一位“连环创业家”,他最新创办的公司是移动应用程序推荐服务Appsfire。Ohayon认为用户体验非常重要,以至于在过滤信息的问题上,用户体验让相关性和人气都显得不那么重要了。

Ohayon说:“问题并不在于算法或是指标,而是在于用户体验,你可以开发出最好的过滤器,但这并不重要,如果实验它们的工具和显示它们的用户界面很糟糕的话。你比较一下谷歌阅读器和Flipboard就知道了。

“人们关心的是外表,胜过关新信息源背后的实际参数。当然个性化等因素还是需要的:社交图、地理位置(非常重要)、新鲜度、兴趣度,但总的来说,用户没兴趣听到这些,他们希望的是良好的体验,特别是在手机上。”

作为一名技术人士,我觉得有点沮丧。我不太赞同Ohayon的说法。我喜欢以上3种回答的某些部分,但我自己的观点最接近于前两个回答之间的某个地方:通过相关性检测来确定优质的内容来源,进行适度的个性化,然后在内容级别通过人气和内容来源的不同权重进行过滤

我自己也希望能拉开过滤器的“盖子”,亲自摆弄摆弄它的算法。但大多数人当然不希望这样做。

我期望在将来,我们有多种方式处理信息超载问题,而且对大多数人来说,最终达到这样的状况:人们什么不用做,最好的内容能被自动地发送给他们,无论“最好”是以什么方式决定的。  

→如果您认为本词条还有待完善,请 编辑词条

词条内容仅供参考,如果您需要解决具体问题
(尤其在法律、医学等领域),建议您咨询相关领域专业人士。
0

标签: 信息过载最佳过滤器

收藏到: Favorites  

同义词: 暂无同义词

关于本词条的评论 (共0条)发表评论>>

对词条发表评论

评论长度最大为200个字符。