本周,个人首页为那些懒于定制它的人们做了一些精巧的更新。比如如果你懒于为你的首页寻找新的内容,有一个特性会带给你针对特定挂件(gadget)的内容推荐。拿我来说,我的首页有一个Digg挂件,如果我点击挂件的下拉菜单并选择“你可能也会喜欢...”,我将得到更多备选挂件,这些挂件都是喜欢digg的其他人所喜欢的,包括Slashdot、Wired新闻、Macworld以及更多。
对于那些懒于创建新栏来整理挂件的懒人们,这里有一些魔法。如果你往首页添加一个新栏,对它进行命名,勾选"I'm feeling lucky.Automatically add stuff based on the tab name."后,我们将根据你规定的栏目名在其中预置一些内容。比如我为了获取有关天文方面的最近新闻和消息而创建了一个新栏叫“天文学”,我们将在生成的页面里预置当天的NASA图片、当前的月相位以及许多天文学相关的feed。
结果有点混合。很多标签将被增加,因为你的名字将只包括RSS feeds (本质上这倒不是很坏,但是它将会美好的,去拥有更多的多样性)。其他就是为我增加的gadgets不能完全地工作。而且,我想一个特定标签名字应该得到的gadgets并没有出现。
Philipp认为Google实现这一功能是基于以下两种方法的:
- 他们做了一个主题词的搜索,针对所有的gadget标题和描写,然后排列更具流行的gadgets,增加那个最流行的。
- 他们比较其他人之前用手添加到一个同样名字的tab,然后越过用户基础交给你这些最相称的gadgets(via Google Blogoscoped)。
IwfWcf:我个人倾向于两者结合,先过滤出一个添加的范围,然后在这个范围中使用第二种方法来进行推荐。之所以会作出这样的推测是因为Google已经明确说明了对于特定gadget的推荐是使用这种基于统计学的社会化的推荐模式(也就是豆瓣和Amazon现在在用的一种推荐模式),要使它的推荐准确性提高需要一个极大的用户基础,在这个基础上才能体现出社会化推荐的优越性。而Google由于已经有了大量的用户基础,所以我估计Google是使用这种比起传统推荐更加优秀的模式。
不过我对于目前这种仍然是基于统计学的社会化模式的推荐并不满意,从大量的我用过实例如:豆瓣、Amazon等使用这一推荐的模式的服务来看,其推荐的准确性仍比较低,当然是否是因为用户不够多的原因我不知道。这个推荐模式的基本理念是想利用和你喜欢同样事物的用户的其它喜好推荐给你他们所喜欢的事物,但这个推荐模式有一个的弱点就是人的性格的多样性,因此喜欢同样事物的人喜欢的其它事物有可能会有很大的差异,但如果只是使用统计学来统计最多的几样其它事物造成的结果就是只是统计出了喜欢这样事物的人中所占比例最高的一种性格的人所喜爱的某个事物罢了,因此得出的结果未必符合你的性格。
在使用这种推荐模式的服务中有一个服务友播(友播是一个推荐音乐的网站)就很好地发现了这一点,也使用了自己独特的改进方法。它要求用户在使用前先做一个音乐DNA测试,然后再通过要求用户添加自己喜爱的歌手以及为听过的歌曲作判断(即喜欢或不喜欢)来通过大量的数据得出越来越精细的适合不同用户的推荐,而不是单纯地用统计学统计出概率最高的几项推荐。但由于我没有足够的时间去为友播补充数据,目前友播这个模式是否成功我也无法判断。
如果你只是不知道你想要什么,我们已经往挂件目录里增加了评分和回复功能,这样你可以在订阅某个挂件之前看看其他人对它的意见。
没有评论:
发表评论