答某位网友的询问。

语义，是一条艰难的旅程。

语义，只能做到一些特定的事情而已，算法的正确率是有限的，到了某种精度后，再提高一点点就需要花费大量的时间和耐性。

但，它是一个没有天花板的空间。

这里水很深，全球高手如云，但一旦进入，就上不封顶，有极大的发展空间。

它绝对不是一个人能做成的事情，需要很多人很多钱很多机器。

每个人都有很多想法、很多思路。

但，不考虑成本是不行的。

所以，我为什么要建议你去研究还活着的语义技术应用较深入的国内外网站，看看他们做到了哪一步，用了几年时间，有多少人。

所以，基于我们团队的创业经验，我对你的建议是：

第一步，想清楚你的模型和思路。

是否符合国外的大的科技发展趋势；

是否能用较少的钱和人力先做出一个模型；

是否能够尽量符合中国用户的使用习惯。

第二步，想清楚你的方案是否对你的个人迫切需求有切实的解决。

这个很重要。如果你自己的原始需求都不能被你的方案充分满足，其他陌生用户更不会满足。

更为重要的是，你这个需求是迫切的，而不是无所谓的、可有可无的需求。

第三步，搞清楚中国或者国外有哪些团队也在做同样的事情。

这个很重要。

你要是搞科研的话，就肯定知道，如果别人不在做这方面的努力，也许说明你的方向是错误的；如果别人都在做努力，甚至是大公司在做研发，那你估计没什么戏。只有说部分的小公司小团队在探索这个方向，大公司只是在预研，才可能说明你还赶上了一个未来潮流。

如果不知道别人在做什么，那你可能总是在做无用功，做出来往往会发现自己是闭门造车。

第四步，如果技术短期内达不到需求，怎么办？

如果你前面的知识储备到位了，

同时又明白自己想要什么样的知识解决了，而不是用现在的Wiki/知识问答、UGC、SNS、Blog等工具就能搞定的，确实需要语义技术，

那么，不需要明白语义算法，只需要提前思考一点：

如果技术达不到你要的效果，你怎么办？用什么来补充、丰富和整理？

第五步，你的钱够吗？在找到能被市场认可的商业模式之前（不是你臆想的商业模式），你的钱能管多久？

语义应用，在中国，现阶段，有点像一个科研任务，更像是导师交给你的一个他也未知如何的方向。那么，用一些方法论，不妨作些调查，做些实验，更能有效率地成就你的梦想，至少比我们活得轻松些。

拉一个你需要仔细琢磨的名单：

国外的：

• Twine
• Powerset / Hakia
• Freebase
• Evri
• Kango / Circos
• techmeme / megite
• Monitor110
• healthline
• TripIt

国内的：

• 一起网
• 360doc
• 百度新闻
• 搜狗实验室
• 奇虎问答机器人
• 宝聚
• 玩聚SD

    正如你所知，08年7月1日，微软1亿美金收购了Powerset，合并入LiveSearch。1亿美金对于微软不算什么大钱，按照微软08年第一季度财报，一天的净利润就差不多快7千万美金。但毕竟Powerset是语义世界中的最领先者之一，风头最劲，那么Powerset收进来之后，到底给谁炮火支援呢？微软只是为了要Powerset的人才吗？就像之前声称并购 Yahoo!主要是为了他们的人才或搜索团队？

    这里有三个答案。

    一个是，针对微软整个互联网体系的广告主的。简单地说，就是利用Powerset的语义技术加强Contextual Advertising(粗糙的翻译就是：上下文广告)，提高微软互联网体系中的广告转化率。众所周知，Google拥有地球上最强的关联广告引擎，非 Yahoo!所能望其项背，并与之合作。不光是微软Live Search需要高转化率的Contextual Advertising，MSN、Live等都需要有这个武器，才能在未来的广告世界中勉强站住脚。想想看，Google最近的Google Trends流量分析、Ad Planner、雅虎谷歌广告合作等一系列大的小的布局，用不了几年工夫，估计就赢者通吃整个生物链了。

    另一个是，针对搜索用户的。即Powerset的语义搜索是Google关键词搜索进化的下一步，理应提供给用户更高的用户搜索体验。这里，Powerset往往强调的是，它们能够更精准地体会用户搜索的意图，给出更符合用户需求的搜索结果。

    这里容易被质疑的是，统计表明，目前搜索引擎的用户搜索只有5%的查询是自然语言查询，需要什么样的神奇效果才能让这个比例提高，是一个大问题。

    第三个是，微软惯用的那招，捆绑到它的软件上。我们用的Word等Office软件中都自带搜索，IE中也默认的是LiveSearch。那么，假设后面统统换成Powerset的语义搜索和关联，会是什么情况？你浏览的网页，变得像Wikipedia一样富含信息量，而且是准确的、多媒体的，会不会削减你搜索的次数呢？搜索本身不挣钱，广告才挣钱。不要把技术局限于搜索结果的展示上。

    会是哪个答案？

    我们回过头来，看看Powerset的历史和Vision(愿景)。

    1.Powerset的自然语言处理技术来自于施乐PARC实验室，而且签订的是排他性协议(exclusive license)。2007年2月9日，施乐PARC宣布将大量的专利与技术授权给了一家资金充裕的初创公司，这家公司雄心勃勃：准备开发出一种有朝一日能够超越Google的搜索引擎。而在此之前，Powerset已经获取1250万美金的风险投资。

    Steve Newcomb，Powerset的创始人之一评价PARC这些技术说：“这是已知的最尖端的自然语言技术(the most sophisticated natural language technology known to man)。”

    而在06年11月的访谈中，Google搜索与用户体验部门副总裁Marissa Mayer说：“自然语言真的很难。我认为，未来5年，自然语言搜索不会出现。”

    2.更早些时候。

    三年前，Powerset首席执行官Barney Pell还在一家风投时，一直在寻找搜索的未来是什么。他之前在人工智能(Artificial Intelligence，AI)方面有很深的背景，在实验室掌握了高级AI技术，也在NASA混过。

    他看到，一方面，庞大的计算能力已经变成现实，另一方面，AI和自然语言处理，也似乎在可商用性上准备就绪，这两个趋势是可以聚焦在一起的，像是一个完美风暴的中心。他看到这个让人怦然心动的趋势之后，就开始行动了。

    他先考察了不同团队、研究机构的自然语言处理技术，确定处理大规模计算所需要的特性，自然语言搜索将是什么特性，经济形态是什么样。Barney Pell发现他所需要的技术，在施乐PARC，已经研发了三十年，已经到了能够走向世界、建立商业形态的临界点了，而且也能够应付大规模计算。于是他和 PARC，和Ron Kaplan谈判。

    与此同时，他还在富士施乐的Palo Alto labs也找到了另外一组人，目标和基础都差不多。于是，这票人马有着相同的vision和认知，接下来就是跟施乐PARC的漫长谈判。

    最终，两年后，也就是08年5月，他们推出了第一个beta产品，主要是基于Wikipidea的数据展示了他们的语义搜索能力，以后会扩展到更大范围的计算。扩展到全网，他们面临的困难主要是计算能力上，语义引擎分析并索引一个网页可能需要数秒到20秒，计算量可想而知，1250万美金真不够花的。不过，并入微软之后，钱和计算能力倒不用担心了。

    从他们的Vision来看，似乎是答案2。

    但我认为微软的答案是1+3。你呢？

资料：

1：《Can natural language search bring down Google?》

2：《Microsoft buys Powerset, gets foot in semantic search door》

3：《Playing with Powerset: search shows promise, has challenges》

4：《MSFT’s acquisition of Powerset is not about search》

5：《Interview With Barney Pell and Ramez Naam About Microsoft’s Powerset Acquisition: Integration By End Of Year》

6：《The Empire Strikes Back: Our Analysis Of Microsoft Live Search Cashback》

7：《Powerset 加入 Live Search》

8：《深度：施乐30年技术自然语言挑战Google》

    我是在SD上第一时间读到dupola的这个对话的。现在已经慢慢地脱离了RSS阅读器，也就是每天晚上读读明朝那些事儿，至于IT领域的这点事儿我的阅读范围也就是SD的计算范围，有了它，我就省心多了。

    感谢dupola先生的的专业分析之余，我把dupola和曹增辉的几篇SD文章打印出来，仔细地琢磨。

   下面这六个问题，估计是国内memeTracker(一、二、三)都需要考虑的问题。

    一.站内入口问题：“试试看keso的会话”要不要在首页显示。

    正像dupola所说的“这应该是策略的原因而非认识的不足”，放置这么一个按钮，目的是像以前大家所指出的豆瓣首页电影排行榜，给陌生用户一个熟悉的支点和入口。毕竟，玩聚SD的模式，即使是对于中国IT用户，也是一个陌生的模式，不止一个人说过“看了首页，困惑于这个网站是干嘛的”这样的话。

    对于已经明白了SD是什么的用户，dupola给出的建议“在那里放一个搜索框，从站内搜索感兴趣的信息，然后SD的超强语义分析就开始展示其力量”，很好。现在的入口过于单一，只有两个入口：围绕Blogger的会话列表、围绕热点主题的会话列表。增加一个围绕用户输入关键词的主题会话入口是合适的。

    二.以人还是物为主体？

    曹增辉认为“过于突出了人，反而忽略了聚合最根本的东西：内容”，也就是建议弱化人（即Blogger），强化物（即文章或讨论）。

    过分突出人的话，SD就和RSS阅读器区别不大了，削弱了SD社会性对话的创新性，SD就仅仅相当于RSS阅读器上的一个功能而已。毕竟我们未曾赋予玩聚SD是RSS阅读器的竞争对手这一角色。

   但就像我们知道的，twitter模式原本很多人都认为只是传统blog的mini化罢了，只是blog的一个分支功能，毕竟很久很久以前，中国的诸多BSP就推出过短信/彩信写博客的移动功能，那不也是70个字吗。如此一推导，twitter模式显得稀松平常。

    SD也是如此。与旧有的某些模式过于贴近，倒是让新用户容易理解了，但却泯然众人矣。SD的出路也许就像曹增辉所言“如何发现热点，并定义热度，然后呈现出来，而不是简单的根据blogger们更新时间的排列。”，强调这一能力，更能拉远与RSS阅读器的距离，突出了热点阅读的工具性。

    三.如何定义价值来源？

    SD的信息源，目前由我控制，就像Gabe Rivera对techmeme的A-List的控制一样。曹增辉对techmeme的力量有精致的分析（1.聚合的力量、2.热点制造），他认为techmeme独到的地方就是对信息源的价值选择。

    如曹所言，“第2，选择性的文章来源，Techmeme圈定了知名科技blogger和科技媒体作为link源，很好的保证了话题的质量，防止了低质文章的信息过载；第3，媒体和blogger的互补配合，保证了捕捉话题的敏锐度；”

    至于科技媒体的引入，老实说，效果不好，还是老问题，cnBeta、DoNews、TechWeb或者赛迪等等往往转载的都是一篇新闻稿，集中，太集中了，确实无法做到曹所说的“媒体注意力分散”。试想你买了最新的《收获》《十月》《当代》《小说月刊》，却发现都有同一篇长篇小说的情景。

    四.Blogger重要还是News重要？

    dupola认为“一般情况下，新闻性网站应该是对话内容线索的提供者之一，而不是对话的主体。。。就应该降低它的权重，至少不应该拔高。”nod，现在已经改了，相关新闻尽量在对话的最下面显示，毕竟新闻往往被称为“新闻背景”。SD既然着眼于讨论和对话，那就应该是活生生的人之间的对话。

    五.热点的及时捕获很重要

    曹总结了新闻读者最关心的三点：

    第一，能不能帮我提高效率？热点很好的保证了这一点，特别是在这个信息过载的时代。

   （SD的关联相对于RSS阅读器或者单纯的博文门户而言，最大的好处就是提升了阅读效率，各方观点一目了然一页了然。）

    第二，能不能保证我看完你的页面不会遗漏新闻？也就是全面性！

    （SD这一点并不能保证。这是一个缺憾。取决于众多Blogger如何选择话题。）

    第三，能不能确保我最快看到热点的新闻？抓取聚合的速度！

    （SD大多数时候抓取到的blog都是十到二十分钟以内发表的文章，计算社会性对话的时间可以忽略不计。但，也有几位朋友对玩聚SD的抓取速度提出疑问。这一点确实需要注意。）

    玩聚SD如果像techmeme一样“非常及时，按照Read/WriteWeb的说法，一般文章发布后，大概15分钟后，TechMeme就能抓取到。”，才可以发挥第一重价值；如果能定义热度、按热点呈现，那么就发挥了第二重价值；如果能够“囊括所有正在发生的热点Tech News”，才发挥了第三重价值。

    六.是否要开放，允许用户计算自己的OPML阅读体系

    nod，正在考虑中。tailrank确实有这样做的先例，但说实话它走入了死胡同。考虑到用户OPML的质量和发散性，估计megite针对名博的探索更为靠谱，如：Megite TechCrunch ， Megite Mashable 。

郑昀@玩聚SD 20080624

名博点评玩聚SD系列：

肚破天惊的：《汇聚有价值的信息 － 谈 SD 玩聚的社会化对话》

风言疯语之IT罗盘的：《玩聚SD:针对博客的创新社会化聚合》

曹增辉的：《郑昀的玩聚SD和社会化对话》

和菜头的：《比特海日志27月5日，给玩聚SD发块糖》

showeb2.0的：《玩聚SD:实时追踪意见领袖、科技博客们的网络讨论脉络》

网贝的：《自动采集站，也可以做得很出色》

电子商务博客的：《玩聚网Social Dialogue，以社会化聚合的名义》

沉默·狼的：《玩聚家族：网聚精彩故事》

我的：

《SD：博客们的集体关注会筛选出有价值的东西》

《玩聚SD:感谢ECVIP、盗盗、网贝、和菜头的博客推荐》

《玩聚SD：先有的钉子后有的锤子》

《玩聚SD：感谢曹增辉的博客点评》

《玩聚SD:感谢风言疯语之IT罗盘对玩聚SD的推荐》

    玩聚SD的feed是6月18日刚刚提供的，也是看了曹增辉的博文觉得可能很多IT人懒得去除RSS阅读器之外的其他中心节点，才加上feed的。之前都没有提及过，可能大家都以为只能看不能订吧。:D

    “如果针对某个热点提供一个统一的讨论地点，也许可以提升玩聚SD的价值。”，nod，这个是非常要命的一点，多个热点反复出现，其实谈论的是一件事情，而又没有合并，确实没有借鉴techmeme的精华，虽然我们也用除了“人”之外的另一种方式串联了一些热点，如“易趣ebay系列”“电信重组”“校内网”或“酷讯转型”。:D

    “feed有时候慢”，我发现有这么一个问题，不知道你们觉察到了没有，当博客的种子是用feedsky烧制时，我多次发现，明明博客页面已经出这篇文章一两个小时了，可直接访问feedsky种子始终没显示有此文章。
    看来，feedsky有时候也存在一定的滞后问题，尤其是午夜时分，是否是因为此时因为写作频率低所以feedsky爬虫自动降低探测频率？
    可以看看我当时在twitter的留言：
“感觉feedsky的种子烧制有些滞后。SilenceWolf的新文章我都评论完1个多小时了，还没见到”

   “因为其他行业的博客基本上不在文章内容里面加链接也很少使用trackback的缘故”，是这个道理。不过假如语义聚合做到内容高度相关，其实SD模式是可以在人文时政领域、体育领域甚至娱乐捕获足够细足够好的热点。

郑昀@玩聚SD 20080619 于股市暴涨暴跌时

名博点评玩聚SD系列：

风言疯语之IT罗盘的：《玩聚SD:针对博客的创新社会化聚合》

曹增辉的：《郑昀的玩聚SD和社会化对话》

和菜头的：《比特海日志27月5日，给玩聚SD发块糖》

showeb2.0的：《玩聚SD:实时追踪意见领袖、科技博客们的网络讨论脉络》

网贝的：《自动采集站，也可以做得很出色》

电子商务博客的：《玩聚网Social Dialogue，以社会化聚合的名义》

沉默·狼的：《玩聚家族：网聚精彩故事》

我的：

《SD：博客们的集体关注会筛选出有价值的东西》

《玩聚SD:感谢ECVIP、盗盗、网贝、和菜头的博客推荐》

《玩聚SD：先有的钉子后有的锤子》

《玩聚SD：感谢曹增辉的博客点评》

    其次，曹兄指出的围绕“人还是内容”构建关键点，涉及信息架构，是个大问题。我一直在左左右右地徘徊。
    以前方军写过一篇文章论述人、物和交互的关系，列举了techmeme、Flickr、Youtube就是强调“物”，并进一步指出“国内是从豆瓣开始，物的概念才被强化”。

    那么此处SD所面对的就是文章这个“物”，同时“物”背后就是“人”(写的)，那么该突出谁？
    原来的玩聚热点是纯粹围绕内容构建的，由于机器智能无从分辨内容的质量优劣而不易达到价值阅读的至高境界；于是，这次矫枉过正，围绕“人”+“物”，尤其是“经过筛选的优秀的人”，构建会话。

    再次，“如何发现热点，并定义热度，然后呈现出来”，nod，以前尝试过，并打磨了有一套热点自动发现算法。假如真的有techmeme所处的那么优良的书写大环境，估计这套算法无论是针对哪一个领域都会很出彩，可惜独独在IT领域优质的信息源还是少，有独立见解的新闻源更少。一个遗憾。所以，又拎出玩聚SD这把锤子。

    最后，入口，是一个用户习惯的大问题。征求大家的意见时，认为RSS阅读器已经成为中心的用户不在少数，不愿意跋山涉水去到另外一个中心。不过，可以暂时先订阅玩聚SD的RSS嘛，:D：

    此 Feed 的内容仅供个人或者非商业使用

p.s.:

如果读者订阅了玩聚SD的Feed，那么对于本系列虚拟对话，就会在你的RSS阅读器里看到如下的展示：

郑昀的玩聚SD和社会化对话(曹增辉) SD:5个相关

作者：玩聚SD

曹增辉 1 小时,53 分钟前

郑昀的玩聚SD和社会化对话

最近郑昀的玩聚推了一个新的产品：Social Dialogue。大概的思路其实还是模仿国外techmeme的经验，通过link的方式追踪热点对话。对于郑昀同志在语义聚合方面的探索就不多夸奖了，值得鼓励，这年头在国内做内容聚合尝试不易。

下面主要多提下质疑。简单看了下，提点感想 ...

展开全文

0 个讨论|5 个对话

对话(Related):

1. 

   盗盗:分享网络2.04 天,8 小时前

   玩聚SD:实时追踪意见领袖、科技博客们的网络讨论脉络

1. 

   黄海均4 天,6 小时前

   玩聚网Social Dialogue，以社会化聚合的名义

1. 

   郑昀2 天,8 小时前

   玩聚SD:感谢ECVIP和盗盗的博客推荐

更多对话...
[网贝]自动采集站，也可以做得很出色
[和菜头]比特海日志27月5日，给玩聚SD发块糖

    首先感谢和菜头提到我们，anyway，和菜头也是博客生态圈中最大的意见领袖之一。不管我们表达的多么哀怨，但看到您的宏篇巨制，都不得不躲边儿上偷笑。对于意见领袖，最狠的莫过于TechCrunch宣布某某进入deadpool，那才是最可怕的，直接踹入历史故纸堆。

    其次，我一直也困惑于此。作为一个技术出身的人，如何能够把握用户需求，而不是单纯从技术思维出发假装有一个需求。
    后来看到刘韧的《怎样将事情做大》，感叹于“少做事情，才能将一件事情做大。实在忍不住，就做大事情周边的事情，外延式地发展，最坏也算加强了主要的大事”。觉得一个理性惯了的技术人无论多么想跳出三界外，都难以真的感性出发，不妨就从自身的需求入手，make something I want，反正先做一个自己作为博客重度阅读者最希望的功能，让自己满意再说。
    要不我怎么哀叹道：“唔，UI/UE，心中永远的痛呢”。
    我在博客里说道：
“我这几年读博客时，就一直有这个困惑。比如看了keso伙麦田的一篇文章，引发了一连串的博客效应，大家都开始讨论起来，但是即使用了RSS阅读器，也需要费劲地从一个点到另一个，然后发现有新人在讨论，那么就订阅之，还要在大脑中反应出大家你来我往的脉络，跟几天下来跟得比较累。所以，一直想给自己的这个需求创造一个阅读器来满足，直接就把他们之间的对话，跨越博客，跨越时间，别管博文里有没有链接指向，都统统给我展示在一个对话体内，多好；而且我身未动心已远，四面八方的优秀见解、热门话题都汇聚过来，触手可及，多好。”
    这就是我的至少在2005年就有的原始需求，那时候我还在做移动的飞信项目（我做了6年移动项目）。
    我的这个需求，也许有人希望RSS阅读器做出来，也许有人希望人肉编辑整理出来，反正我是等了很久，没人提供一个便捷、及时的解决，okay，那我们来吧。技术人很“懒”，所以有时候能造出点自动化的东西来。

    我理解和菜头认为，技术人或人类最大的弊病之一就是，手里有一个锤子，满天下都是钉子。
    但，这次真的不一样。
    我是眼中一直有这个钉子，始终无人来拔。techmeme倒是拔了，但那是拔了美国的钉子。中国的没人给我锤子。我们就自己造一把锤子。
    至于智能语义应用框架，那都是造了把锤子之后打算开个铁匠铺的事情了。

    最后，我想说，中国的互联网可能更适合感性的人生存。

   和菜头说“作为Blogger，我现在痛感帖子、回帖以及读者所构成的信息网没有有效组织起来，无论是讨论、收藏、整理都非常困难。但是谁为我们Blogger这样的服务了？”
    同样的困境，估计王三表也有。
    大量的精彩语录和讨论就这么沉在更大量的水和黑猩猩中，搁谁也会痛心不已。博主自己整理吧，但凭有限的脑细胞和记忆体，能把跨越数月乃至数年已形成风格的某些博客读者从水里捞出来不走样吗？
    这事儿搁在天涯，有的是闲ID，东翻西翻，能倒腾出不少陈年好东西。
    可要搁只有天大地大唯我独尊一个大版主的博客里，唔，这事儿得找齐李开复、李彦宏和王小川商量商量。

郑昀 20080617

   请阅读：

    电子商务博客的：《玩聚网Social Dialogue，以社会化聚合的名义》

    showeb2.0的：《玩聚SD:实时追踪意见领袖、科技博客们的网络讨论脉络》

    我自己的，:P：《SD：博客们的集体关注会筛选出有价值的东西》&《玩聚SD:感谢ECVIP和盗盗的博客推荐》

    网贝的：《自动采集站，也可以做得很出色》
    和菜头的：《比特海日志27月5日，给玩聚SD发块糖》

    其次，我要说的是，make something people want。

    其实对于咱们这些RSS阅读器重度使用者来说，国内优秀的博客基本都应该收入囊中了，该看的估计每天都看到了。
    但，唯一的遗憾就是，抓虾或鲜果或GReader们都没有把我们天天在看的这些文章之间的虚拟或真实的对话关系自动联系起来，这一点还不如桌面RSS阅读器SharpReader，起码SharpReader能够自动按照反向链接迭代地显示讨论关系，虽然有时候这种讨论关系由于缺失了文字的相关性而容易离题万里，但起码它能用不是吗？

    正是基于这种RSS阅读器实际使用过程中的遗憾，我和张俊林张博士才推出这么一个工具：玩聚SD。
    起码，它大大地方便了我俩的IT阅读，省得自己分析今天乃至此时此刻国内IT人们热衷于讨论什么，或者今天大家博客说的实际上和昨天乃至上周的某件事儿是对话的延续。
    对吗？既然机器能帮你找到这些关系，为何我们自己要浪费大量宝贵的脑细胞和记忆体呢？

    有你这拍脑袋想连着三四天GSeeker、曹增辉、黄海均、和菜头、狂风、可能吧、ZAC、蓝皮、肚破天惊、真水无味、白鸦、网贝、孙志峰和李劳等等这些强人们都怎么在讨论G速客的关闭的功夫，你估计都能看完那1000+的未阅读列表了。

    再次，玩聚SD和RSS阅读器没有太多的重合。毕竟，阅读用户（或未来的评论用户）根本不会觉察到RSS的存在，就像你看techmeme时会联想到RSS吗？不会的。这不是RSS阅读，也不是SNS。只要是实现了价值阅读，就像草根网那样，其实RSS不RSS的，又有什么分别呢？

    就像盗盗所说的一样“玩聚SD提出的社会化讨论脉络很有想法，在国内应该算是创举”，这个社会化对话的概念和实现确实我们算是第一家，但是始作俑者其实是techmeme。

    但，玩聚SD还不是techmeme。

    上海的顾城非常睿智地指出：“我觉得聚合网站用人来引导，不太好。为什么不直接做跟TECHMEME这样的网站呢？他是一个传播和整合信息的工具。会非常方便。是不是最近SNS热，导致了对人为中心的盲目呢？

    如何理解TECHMEME和DIGG？DIGG就是社区，而TECHMEME就是工具。DIGG的评论，也不涉及让站外的谁不舒服的问题。而评论则是维持社区的价值所在。
    TECHMEME确实是把内容源的关系整理出来了，这是最大的魅力，让人把最新的新闻看出个大概，而不再是杂乱无章。在TECHEMEME上加入社区化的努力，是不是一定要把信息跟人联系上？我觉得可以学习DIGG的评论思路。注册用户的评论。
    最后是，我觉得形成社区不太存在捷径。FRIEND FEED有没有社区化呢？可能也比较难。

”

    唔，UE/UI，永远是我心中的痛。

p.s.:

征求优秀博客或信息源：《Social Dialogue征集IT意见领袖和优秀博客的RSS地址》

p.s.:

玩聚SD概念WIKI

什么是社会性会话？

针对中国优秀的IT·科技·互联网博客发表的每一篇博文，都在优质新闻源内（博客、新闻、论坛）进行计算，形成社会化讨论的脉络。

你可以及时、便捷地跟踪IT业界的Blog和媒体在对话哪些热点，谁和谁在讨论。

什么是讨论？

大家的博文中互相有链接指向，即最直接的引用讨论。

什么是对话？

指虚拟对话。大家就一个话题各自发表的高见，被关联起来，形成虚拟对话。

Web 2.0的一个本质是利用集体智慧来将互联网调试为一种所谓的全球的大脑，那么博客圈就是前脑中喋喋不休的呓语。  如果只是一种放大器那么撰写博客将会变得无趣。但是像维基百科全书一样，博客将集体智慧用作一种过滤器。被詹姆士·苏瑞奥维奇称为"大众智慧"的规律起了作用，并且就像PageRank技术所产生的结果胜过分析任何单一文档一样，博客们的集体关注会筛选出有价值的东西。

实际上，Social Dialogue就是利用国内优秀的这批IT·互联网·电信的博客或媒体作为过滤器，他们在博客上的互相引用和讨论，被玩聚SD捕获到。 因为这些博客关注的基本上保持一贯的水准，他们之间的社会性对话，也就是就某一个热门话题展开的讨论，往往最及时地反映业界热点，时间差往往不超过一小时。

玩聚SD就是负责实时追踪并展示这些对话，通过反向链接计算，通过文本相似性计算。

举前几天的一个小例子： 关于GSeeker（G速客）的去向(GSeeker) Social Dialogue:19个相关 14个讨论。

举今天的一个例子： 支付宝挺进澳洲，淘宝还会远吗?(毛启盈) Social Dialogue:11个相关。

我这几年读博客时，就一直有这个困惑。比如看了keso伙麦田的一篇文章，引发了一连串的博客效应，大家都开始讨论起来，但是即使用了RSS阅读器，也需要费劲地从一个点到另一个，然后发现有新人在讨论，那么就订阅之，还要在大脑中反应出大家你来我往的脉络，跟几天下来跟得比较累。所以，一直想给自己的这个需求创造一个阅读器来满足，直接就把他们之间的对话，跨越博客，跨越时间，别管博文里有没有链接指向，都统统给我展示在一个对话体内，多好；而且我身未动心已远，四面八方的优秀见解、热门话题都汇聚过来，触手可及，多好。

这就是我的本初想法，也就是玩聚SD的现在实现。

Social Dialogue是追踪IT·互联网业内人士社会性对话的工具。

针对中国优秀的IT·科技·互联网博客们发表的每一篇博文，自动聚合出社会化讨论的脉络。你可以及时、便捷地跟踪IT业界的Blog和媒体在讨论什么话题，谁和谁在讨论。

试试看keso的会话

更多IT强人：

• 麦田
• 思践
• 郑治
• 牛角尖
• 胡狼狼
• 曹增辉
• wkcow
• 刘兴亮

网络资料汇集编纂而成。

格言：实证地、数据说话地怀疑一切。

【引子】

自从中国四川大地震发生后，网上出现了多篇文章宣称预测了这次地震，其根据是所谓的地震云，动物异常行为等，但这些报道都经不起严格的推敲。

【有没有预测成功的？】

回答是有，非常少。

【1989年美国旧金山地震-Loma Prieta earthquake】

从公开的资料看，至少两人预测到了这场地震。

虽然其中一个是乌鸦嘴似的乱讲。but，he got it。

【Kevin Cowherd】

Kevin Cowherd，一名体育记者。

时值美国职业棒球联赛总决赛，World Series，躬逢其盛。

更为稀罕的是德比大战：参加决赛的两支球队都来自本地，旧金山的巨人队（Giant），和奥克兰的Athletics队。

Cowherd在10月17日的《圣何塞水星报》（San Jose Mercury News）上写道，“…在第三场比赛唱国歌之前，湾区会有一场大地震…”。

他的本意是形容决赛出现德比大战之罕见，什么事儿都会发生。

但不幸的是，上帝会错了意。

1989年10月17日，美国旧金山发生大地震，震级里氏6.9级，死亡逾270人，2700多人受伤，经济损失超过30亿美元。这是本世纪美国大陆经历的第二次最大地震，仅次于1906年闻名全球的旧金山8.6级大地震。

【Jim Berkland】

Jim Berkland，湾区圣塔克拉县(Santa Clara County)的资深地质学家，多年研究地震预测。

Jim根据海潮变化和动物行为预测地震。

Jim 认为自己的预测有 80% 的准确性。

Jim 每天都收集《圣何塞水星报》上的寻猫狗的广告。他知道 1983 年以来，每天丢猫的大约 3-4 个，丢狗的大约 15 个。

1989 年 9 月 22 号， Jim 看到当天寻购广告突然从平常的 15 只，猛增到 57 只。

他觉得不对了。

紧接着 10 月 12 号，他看到当天海潮异常猛烈。

他预测说 10 月 14 号可能会有地震。很快，当地的一家报纸，Gilroy Dispatch(一家发行量较小的报纸)，采访了他，并把他的话登在了 13 号出版的报纸上。当时 Jim 还在地质部门工作。这下篓子大了。因为 10 月 14 号是当年的 Baseball World Series开战日。

Jim 因此被停职两个月。

10 月 14 日,World Series开战。没有地震。

10 月 17 日，在 Candlestick Park ，San Francisco Giants 迎战 Oakland Athletics ，是World Series的第三场比赛。比赛进行中，电视机前的人们听见ABC的Sport Commentator Al Michael 激动地说着：“...and he fails to get Dave Parker at second base, so the Oakland A's take......take........I'll tell you what, we're having an earth...”。没错，就在这时6.9级地震袭击了湾区。比赛被迫延期 10 天。由于地震发生在比赛的同时，陆上交通较往常清闲，从而伤亡也较少。

这次地震，成为人类历史上第一次电视现场直播的地震。

Jim 后来官复原职。

美国地质调查局的研究人员开始正式研究Jim的地震预测记录。

大家听了是不是觉得动物预报地震真的是很准。只听到这里，当然是这个印象。因为任何规律要想登堂入室成为科学的一部分，就要经得起实证和推敲。

美国地质调查局的人重复了Jim 的试验。不过他们的方法要更严谨一些。

是这么做的：

1：首先把 83年-93年之间湾区附近 50 公里内的十次地震的日期记录下来。

2：随机确定 83年-93 年间的任意十天的日期。

3：去斯坦福大学图书馆找来 Jim 用的 Mercury 报，查出当天的猫狗广告数量。

4：最后把地震的十天的数据，和随机的十天进行对比。

比较结果怎样？

两组数据没什么区别。

而且Jim的长期地震预测记录也并不突出，绝大多数都是错的。在这次以后，Jim也未曾再次成功预测地震。

可能 Jim 会说，要看的不是地震的当天，而是地震前一个月内，能否出现某一天的某购广告激增的情况。也许猫狗灵性很大，提前三个礼拜就知道要地震了，就像 Jim 故事里说的，在 9 月 22 号，而不是 10 月 17 号出现大量猫狗丢失广告。

【故事还在继续】 

动物对地震的预报能力，也许有，但绝对不会是讲故事的人们所讲的那么神奇。

但请从业者继续研究，以期有朝一日能科学造福全人类。

【预报和“狼来了”】

实际上，世界公认的地震预报只有一次，那就是 1975 年 2 月 4 日的海城 7.3 级地震。但就是这次预报也是偶然性和必然性的组合，运气的成份不能否认。

75 年后，中央政府很重视地震预报，当时有官方文件传达说 20 年内将有海城再次地震。唐山一带也可能有地震。所以海城第一次地震后，预报就频频出现。开始整得人们如惊弓之鸟。后来唐山地震的预报又出来了，人们变得麻木了，以为又是狼来了的游戏。所以上上下下都没十分在意。

任何预报者都可以增加预报的次数，从而保证把漏报率降得很低，但这样就会增大失真率。 76 年唐山地震前的情况，就很像是这样的例子。预报的人草木皆兵，结果让大家以为是“狼来了”。失真的预报，使人们正常生活被打乱，从而同样造成危害，甚至有时候会让人厌恶。

这就是预报地震的悖论和困境。

整理ByZhengYun@宝聚20080518