之所以写这篇文章，是因为郑昀又做了一个新的玩聚，玩聚SR。我更愿意称之为“社会化推荐聚合”。在简单试用玩聚SR并向郑昀了解了一些情况后，我认为社会化推荐聚合是一种FriendFeed的演变。如果信息源足够多，聚合出来的文章将是非常精彩的。社会化推荐聚合才刚开始。
一、什么是社会化推荐聚合
要了解这个概念，首先要说说什么是社会化推荐。
Web2.0的一个特征就是分享，你可以将一个有趣的网页分享到Digg，Delicious，Reddit等推荐性网站；也可以在Google Reader、鲜果/抓虾热文里推荐；你还可以在Twitter、饭否等微博客上分享这篇文章；甚至，你在博客上链接这篇文章……
这一切动作都可以称之为“社会化推荐”。
社会化推荐有个致命的缺陷，各个服务之间是独立存在的：
1、你可能不会在Delicious里看到Digg里最热门的文章
2、可能你的Twitter好友同时分享了一篇Reddit里的热文
3、Google Reader的Share功能很好，但一般情况下只有你的好友会使用到你的分享
……
将这些所有的社会化推荐合并起来如何？这样热门内容不就不会遗漏了吗？听起来不错，这就是标题所说的“社会化推荐聚合”。
二、为什么需要社会化推荐聚合？
为什么每个网站都有热门推荐？
为什么每个书签网站都有热门书签？
为什么人们会关注08年十大新词？
因为我们潜意识里有这么一种想法：
被推荐得多的，肯定是好的。这就好像面对两家你都没有去过的餐馆，一间没有人，一间人山人海。最终你可能选择了人多的那间，因为你潜意识里认为更多人选择的肯定更好吃。
社会化推荐聚合就是为了迎合这样一种心理。即便这样的心理在一定程度上并不可取，但事实上它存在着。
所以，我们需要热点内容，需要社会化推荐聚合。
三、如何实现社会化推荐聚合
或许你正在使用FriendFeed，它可以聚合你所有“有RSS输出的Web2.0服务”。
只要在FriendFeed的基础上做一点点的改进，就可以形成社会化推荐聚合了。如何做？
1、将每个FF帐号里的RSS内容进行处理，提取里面所有的URL，并将Tinyurl等缩短网址解析出来，这样就得到了一个推荐链接库。
2、编写一种算法，将推荐链接库里的不相关内容去掉，比如：google.com，显然我们不希望它出现在热文里。
3、将URL聚合后使用一种算法R(t,n)，R是与时间(t)和推荐数(n)相关的函数，从而计算出URL的不同分值。
4、最后，按R值来进行文章排行。
这就是社会化推荐聚合的基本模型。
四、玩聚SR
首先做到这一创意的是玩聚SR。有兴趣了解玩聚SR的文章排行公式的朋友可以到这里查看。
玩聚SR并不是大范围的社会化推荐聚合，因为它只是聚合一些在互联网上比较活跃的、与IT相关的人士的社会化推荐行为。
这些人包括Keso，曹增辉等等。非常荣幸我也在列。
玩聚SR将这些活跃web2.0用户的社会化推荐聚合起来，目前主要是Google Reader Share Items和Twitter，进而通过第三点所说的算法R(t,n)，计算出每个URL的分值。
与一般的热文不同，玩聚SR还将推荐者的Twitter信息与文章结合起来，犹如看一群人在做文章点评。
五、基于Google Reader Share的聚合
社会化推荐服务中一个很重要的角色是Google Reader，全球份额最高的RSS阅读器。因此要做社会化推荐聚合必须先将GR里的Shared items聚合起来。
玩聚SR并不是第一个做到聚合GR分享项目的人，在我印象中，最早想到这一创意的是Readburner，中文领域第一个做GR分享聚合的是FeedzShare。
有了基于GR的聚合，要实现社会化推荐就变得更简单了。
六、玩聚SR可以做得更好的地方
1、话题过于狭窄
目前玩聚SR过于局限于IT领域，信息源基本都是来自IT人士。虽然在网上有Web2.0行为的大多数是IT人士或比较Geek的网民，但话题过于狭窄必将阻碍其发展。
2、信息源过少
话题过于狭窄的另一个原因是信息源太少，在我查看的时候，我发现有很大一部分的分享者是我认识的，显然这是由于信息源太少的缘故。
3、分类查看
目前玩聚SR只能查看热文，无法分类查看。这个分类包括：作者、类别、标签。
这从技术上应该不难实现，Readburner可以基于博客作者分类查看。
4、商业价值？
就目前来看，玩聚SR还是一个实验性质的项目。说得难听点，就是个个人玩具而已，网站的话题都是制作者所关注的领域，并没有注意大众的偏好。所以，玩聚SR要发展，必须寻找其商业价值。
七、社会化推荐聚合的前途
由于人们对热点的追求，社会化推荐聚合必将流行起来，必将和FriendFeed一样风靡整个web2.0界，这是一个伟大的创意。玩聚SR做了先行者，后面我们一定能看到跟随者。
让我们拭目以待。
除非注明，本博客文章均为原创，转载请以链接形式标明本文地址
本文地址：http://www.kenengba.com/post/648.html
本文短网址：http://knb.im/3y
不小心又是沙发，这篇比较专业
Oops,米有了沙发..
话说 可能吧 在 Chrome 下效果不好!
我觉得如果她可以把全世界的 Tweets 和/或 Feeds 整合起来，然后让读者投票，或许那才是出路。
我觉得这会是它未来的方向。
聚合真的不错
现在都用这看新闻
开放网站的好处就是各个网站都可以来利用数据，形成新的服务。
也许Friendfeed发展到一定程度也会有自己类似Digg的热门内容聚合。
社会化推荐聚合，这个名字太奇怪而长了。
我觉得FriendFeed是最有潜力做好“社会化推荐聚合”的，因为它的信息源足够多。
当然，这不是在说低玩聚SR，目前来看它的确比较有局限性。
开放数据是未来的趋势，我很看好所谓的“web3.0”。
如果成功了，web3.0差不多来了吧
digg都没有在中国火起来呀
这是我今天看到的关于 玩聚的第三篇文章了。这篇是最 图文并茂的。
看来玩聚 正在 进行公关呀。
事实上它并没有在“公关”，一个好的服务我都很愿意推荐给所有人，就像Google。
这篇文章比较业内，有点象大网站编辑写的～
聚合算法很重要，比如名气比较大的博客，很容易就有几十个人推荐，初创博客很少有人推荐，这样就一定程度上遏制了其成长。
新的博客的确很难获得较多的关注，而我也不希望这种现象被改变。因为即使有一篇好文章，但blogger不坚持写博客，我不认为这个博客有多大的看头。
很多博客头三个月都是充满激情的在写作的，后来看到每天那么累写东西却没多少人看，于是就不写了。和我同步开始的博客有好多这样的。我觉得无论对于其个人还是读者来说，都是损失。
有的博客大部分文章都是精品，有的只有小部分，我觉得无论是哪种，只要有一篇文章不错，那么这篇文章就应该让很多人知道。事实上大部分人看了它之后并不会接着去关注这个博客，只有少数会留下来，慢慢积累起来。
多谢分享。
Jason Ng组织内容一向颇有条理，具有很强可读性，佩服！
很多通用产品，如digg，如twitter，如friendfeed，都发轫于细小的idea，最初也都是geek的玩物。
不敢说SR这个“社会化推荐引擎”是否有多远的未来，但至少希望技术如此简单的一个idea，可以依托2009年社会化媒体的使用爆发，能够为众人所完善。我们单个团队可能不足完成，也许开源是个路子。
祝新年快乐！
新年快乐~~
我有个域名，ComeFeed.com 有兴趣的来说话。
还是很有潜力的。
Jason别太挂念PR啦，希望心情别受影响，呵呵……
新年快乐！
基于Google Reader Share的聚合的确很不错的。
真复杂，进去撇了下，第一反应是好多好乱啊，怎么玩啊？
乖乖得订阅好最新、最热，走人……
玩聚SR界面不是太好看
我是feedzshare的开发者, 谢谢你关注feedzshare.
和玩聚SR一样, FeedzShare聚合读者分享来做社会化推荐, 不同的是FeedzShare希望能做成一个个性化过滤和推荐引擎.
社会化推荐，也就是让热心者当网络编辑，这是web2.0的一个核心精神。
但事实上基于GR的模式是有问题的，好的文章不代表是一个优秀的博主。关注点不应是博客，而是博客里的优秀文章，所以需要用Digg模式来强化。而订阅，则会水化。这也是我很少用GR的原因。我宁愿用Gstuff来点评和分享，或用Google Bookmark来收藏或分享。
玩聚SR的最终出路可能在于做一个类似鲜果类的插件，插入泛于四海的SNS网站中，并最终培养出一批忠实用户，鲜果就是因为GR模式，扩展不出更多更丰富的文章，而非RSS源。
要怎么玩]
玩聚今天挂啦，缅怀！！