技术英雄会【二】：问CSDN一个信息过滤器的问题
zhengyun_ustc 20070406
刘韧的《4月6日CSDN软件英雄会》中，这句话无意中透露出了CSDN的一个野心：
“CSDN这个过滤器，将108人筛选出来，给了这108人抛头露面的机会，这108人同时也成了投资人、创业者、合作者的机会。”
过去的几年，我一直受CSDN的强力推介，我的blog常出现在CSDN首页，给我带来了很大的流量，带来了很多的朋友。所以我对CSDN的专家系统非常期待。专家系统相当于一个过滤器，为CSDN的150万注册用户，为IT企业，也为专家，提供了更直接更快速找到你所需的平台，不管你是需要传道授业解惑，还是寻找人才，或是寻找合作机会。
我们清楚地看到，面对庞大的社区，不管是CSDN、JavaEye、ITPub，还是天涯、Donews，都必须解决以下问题：
信息过载。
就像我在《创业+社区点评：信息会过载吗？》中所说的：“如果人数多了起来，不知道以现有的挖掘资源和提示资源存在方式，未来如何为创业者或者拥有资源者提供方便的遴选方式，迅速找到合适的资源？”
那么CSDN现在正致力于解决这个问题。让更多人通过这个平台凸现出来仅仅是一个小问题，让用户知道专家是哪些人、在哪里，和淘宝的诚信通是一个层面的东西。这还仅仅是解决了人们日常较少的一部分需求。更多的需求是什么？
我相信是：我看到的内容和我是相关的，并且随着我的兴趣变化而自动变化的，而且这些内容应该可以自由按照某种规律排列组合，而不仅仅是一股脑地把URL链接丢给用户。
那么，有什么可能的手段呢？
Google资讯提供了其中一种解决方案：
“Google资讯和豆瓣网的做法类似：
• Google 资讯会使用智能算法来分析您的选择，并专门针对您推荐相关报道。该算法会将您的口味与其他 Google 资讯用户组的总体口味加以比较。简而言之，Google向您推荐的资讯是阅读趣味与您类似的众多其他用户读过的报道。随着时间的推移，您登录到 Google 帐户时使用 Google 资讯的次数越多，推荐内容的效果就越好。
”
也就是说，CSDN肯定可以采用这种方式，因为CSDN已经可以有大量用户的点击行为可以分析，从而形成如下的推送模式：
点击过RoR和SOA新闻的网友们，还都点击了哪些博文，这样就可以在RoR新闻下列出，对此则新闻感兴趣的网友还对以下博客文章、论坛帖子感兴趣。
这个是利用了用户对网站的主动交互行为。
到底有多少CSDN注册用户养成了上首页看业界新闻和社区帖子的习惯呢？
如果这种比例不高，那么是否还存在其他方式来智能推送呢？
我和金山的许式伟在CSDN现场聊的时候，都提到了一个概念：
用户的写作就是一种交互行为，它(Blog、论坛帖子)和点击行为一样重要，甚至更能反映人心。
这就是另外一种解决之道。
希望CSDN的信息过滤器能考虑这个思路。
去年，曾登高也谈及哪些方式可以解决信息过载，他是这么说的：
“更多智能的方案正在浮出水面，Incomplete在RSS阅读排序与过滤的7种方式介绍了一些方向，我本人看好2个方向：
根据阅读行为进行智能排序
Findory的作者Greg Linden是Amazon的数据挖掘系统的负责人，这是他使用 Amazon Recommendations技术在信息自动推荐上非常好的尝试。如果Bloglines采用这样的技术，将信息源限制在自己的订阅范畴，就可以实现我对Keso说的自动过滤了。
根据反向链接数等因素对内容进行排序
Memeorandum是典型，也可以称作Meme Engine，郑昀在系列文章中比较详细地介绍了Meme Engine的原理(一、二、三)。Memeorandum其实就是一个信息过滤器，可以迅速发现Blog圈内的热点新闻和事件。另外像Megite推出的个性化Tracker 也是不错的尝试。
”
只不过，去年我沿着原来我写的《Meme Engine话题(一、二、三)》信息过滤器思路往下走，不像老外所采用的反向链接技术，而是文本挖掘技术。原因很简单，中国人的文章中很少嵌入链接。文本挖掘更符合国情，反向链接是死胡同。
而且这条自然语言处理的路走下去，越来越宽，已经不再仅仅是“用主题来重组互联网内容”和“发现新热点”这么简单了，更重要的就是“按人来重组互联网内容”，这要求我们“更精确地了解人”。通过什么？就是通过人们的写作，通过博文通过帖子，了解一个个虚拟ID背后的人性欲望。