专访郑昀：探索语义聚合为你呈现精彩信息(4)

1、什么是社会化推荐（Social Recommendation）？

你是否知道，社会化媒体（Social Media）是一个天然的信息过滤器？

想像一下，如果让社会化网络（Social Network）来推送你所需要知道的最重要的信息，是否最有效率？假如是你亲手建立的社会化网络呢？

那如何利用好这个天然信息过滤器呢？

很简单，人们在各种社会化媒体上推荐或分享的好东西，推荐得越多，相对价值越大，不是吗？我们只需要把这些推荐聚合起来，就变成了一个像Digg一样的系统，它能带给我们质量最高、最稳定的新鲜又好看的文章和资讯。我们称之为“社会化推荐”，这里的“社会化”指，推荐来源是各种社会化媒体服务，推荐者是社会化网络中的人。

玩聚SR 就是这样的一个工具。

The readings， filtered by social network！

2、玩聚SR 如何收集到社会化推荐呢？

IT 社群是使用各种 Social Media 的前卫人士，比如miniblog类的twitter，RSS Reader类的Google Reader和鲜果，bookmark类的delicious，lifestream类的FriendFeed。

这个社群不仅是利用Social Media分享新鲜有趣的内容给好友，也是在分享给外界的朋友。

我们手动选择一些知名社会化媒体用户作为起源，如曹增辉和冯大辉的Google Reader共享，白鸦和困兽的twitter，张亮的饭否，keso的FriendFeed等等。机器从这些节点出发开始自动收集用户，一层一层迭代遍历社会化网络，找到足够多的社会化媒体用户。然后进行实时扫描，汇总分享的链接，加之合适的排名算法，推选出既新鲜又好看的文章，成为一个社会化推荐引擎。我们进一步引入语义技术，进化到协同过滤和语义过滤的自动化推荐系统。

玩聚SR 是一个追踪各种社会化媒体，实时发现IT人都在分享和推荐什么的工具。

就这样，玩聚SR 给出了一个阅读分享解决方案，既能分享有价值的信息，又具有视野发散度，既能减轻信息爆炸，又能考虑到推荐者的权威度。