zdg的网摘列表

搜索词： 时间： 任何时候 最近一周 最近一个月 最近一季度 最近半年 最近一年 分类： 所有分类 .NET开发[336] 互联网[230] web2.0[208] 搜索技术[181] 365key[162] Google[156] ajax[145] IT业界[140] 财经股票[134] 融资并购[122] RSS[95] blog[84] tag[78] SEO和排名[71] 网络技术[68] 开源[59] 书签应用[59]* 数据库技术[59] 网络广告[52] sns[52] 开发工具[51] 美味书签[51] 无线移动[49] Blog和RSS[49] 数学[48] 电子商务[47] 微软[46] 软件[45] javascript[43] 人物[41] 管理[40] 软件工程[40] VC[40] 社会化网络[36] yahoo[36] 搜索市场[36] 网摘[34] bloglines[34] 程序人生[32] 生活[31] 计算机图书[30] 网站设计[30] 365Key报道[29] 市场营销[26] Firefox[25] 系统架构[25] 算法[25] 长尾[24] Digg[24] 创业[23] Flickr[23] 新思维[22] 用户体验[21] 娱乐[20] api[19] Technorati[18] memeorandum[18] 搜索[17] 私有[16] 图书[16] 百度[16] Recommend[16] CSDN[14] live[14] 社区[14] 安全[13] Craigslist[13] Java[13] Web服务[13] amazon[13] sql_server[13] 文化[12] 移动增值业务[12] 个人门户[12] Wiki[11] Greasemonkey[11] iask[11] WEB标准[11] Atlas[11] 游戏[11] douban[10] Slashdot[9] 人才[9] 黑客[8] Podcast[8] p2p[8] bittorrent[8] 音乐[8] trackback[8] map[8] linq[8] 新闻[7] 分类广告[7] IM[7] 正则表达式[7] CSS[7] 营销[7] Ruby[7] VC开发[6] 编程思想[6] 历史[6] longhorn[6] rojo[6] cms[6] 程序员[6] 插件[6] php[6] bbs[6] 流氓软件[6] Aggregator[6] 商业[6] sina[6] Filter[6] IT[5] 算法&数据结构[5] FLASH[5] 测试[5] sse[5] 个性化[5] AdWords[5] SourceForge[5] Lucene[5] Prototype[5] 其他[4] 软件幕后[4] 人工智能[4] 外包[4] VSTS[4] 预言[4] 易用性[4] 敏捷[4] 极限[4] 当当[4] Rails[4] pdf[4] 性能[4] myspace[4] VeryCD[4] 军事[3] 信息化[3] 重构[3] karma[3] Dearbook[3] 界面[3] XAML[3] Flock[3] 预测[3] 比赛[3] pagerank[3] orm[3] 销售[3] furl[3] Python[3] 围棋[3] spam[3] microcontent[3] msn[3] ALEXA[3] 缓存[3] Feedburner[3] 扩展[3] taobao[3] mop[3] Joel[3] megite[3] mashup[3] spider[3] SOA[3] 体育[2] Java开发[2] Indigo[2] sun[2] BT[2] PIM[2] 台湾问题[2] wikipedia[2] Plaxo[2] borland[2] 资源[2] 学习[2] 经济[2] GTD[2] vista[2] group[2] ebay[2] 工具[2] 苹果[2] 会员收费[2] Gadget[2] Sitemap[2] 3721[2] donews[2] 刘韧[2] Rewrite[2] opml[2] Linux[2] Jolt[2] 评论[2] 技术[2] CDN[2] attention[2] exchange[2] cvs[2] SVN[2] iis[2] C2C[2] 演讲[2] 盛大[2] iTextSharp[2] dojo[2] CPA[2] 计算机科学[2] 编程语言[2] YouTube[2] eMule[2] vagaa[2] BigTable[2] 平面媒体[1] skype[1] 媒体[1] 淘宝[1] 风险投资[1] DotMSN[1] nasdaq[1] 图像服务[1] script[1] TTS[1] opera[1] portal[1] 六度分隔[1] C-Omega[1] 配对[1] webby[1] 渠道[1] 网络游戏[1] 系统交易[1] feedster[1] 模式[1] 企业文化[1] 流行[1] 市场推广[1] 超级女声[1] MAC[1] 怪癖[1] 微内容[1] office[1] 反向链接[1] iNetword[1] Gann[1] 付费订户[1] 经济学[1] 项目管理[1] Coca-Cola[1] 豆瓣[1] Tech.Ed[1] mail[1] Analytics[1] Urchin[1] 语义网[1] rdf[1] foaf[1] 中国[1] TopCoder[1] Encarta[1] 机器人[1] WAP[1] answers[1] Maxthon[1] 电子报[1] chinabbs[1] perl[1] 台湾[1] XSLT[1] 达贝妮[1] news[1] c++[1] 标准[1] 操作系统[1] 信任[1] 电子杂志[1] Pascal[1] 同步[1] 翻译[1] w3c[1] 亚信[1] json[1] 徐静蕾[1] edgeio[1] Interview[1] Apriori[1] RIA[1] 中文分词[1] acrobat[1] struts[1] 天涯[1] LiveJournal[1] dns[1] 科学[1] Hilltop[1] Mashups[1] 调试[1] 日本[1] 和讯[1] 谢文[1] Adobe[1] CHAT[1] qihoo[1] Cache[1] Winamp[1] plugin[1] 产品设计[1] calendar[1] 程序设计[1] 传播[1] 路由[1] 市场[1] 印度[1] qq[1] 公关[1] 管制[1] 象棋[1] intel[1] 设计模式[1] 竞价[1] ROI[1] 趋势[1] 韩国[1] Nutch[1] 时间[1] 病毒[1] DBA[1] 陈天桥[1] aol[1] adsense[1] 外挂[1] blooks[1] 天极[1] 网站规划[1] 论坛[1] 博客中国[1] 财经 人 我的收藏夹      排序： 按相关度 按时间倒序

刷新列表 共1页、16项网摘

模糊聚类在网络个性化服务中的应用 点击：128 　分类：Recommend　时间：2006-8-3 1:45:33　zdg收录　(还有1人收录)　 随着网上资源种类和数量的飞速发展，以及网站资源与服务的复杂化，为用户提供个性化的服务变得十分必要和迫切。依据用户访问日志对用户进行适当的分组，进而提取用户组的访问特征，是个性化中很重要的步骤。当用户的访问特征多元化时，采用普通的硬划分将用户分组会产生一些不足。本文探讨了用模糊聚类的方法对用户进行分组及用其结果生成推荐集的算法，并说明在用户访问特征多元化时的优点。 http://lucidacrm.iblog.cn/post/3910/22953

Implementing a Rating-Based Item-to-Item Recommender System in PHP/SQL 点击：132 　分类：Recommend; php　时间：2006-8-3 1:31:44　zdg收录　(还有1人收录)　 User personalization and profiling is key to many succesful Web sites. Consider that there is considerable free content on the Web, but comparatively few tools to help us organize or mine such content for specific purposes. One solution is to ask users to rate resources so that they can help each other find better content: we call this rating-based collaborative filtering. This paper presents a database-driven approach to item-to-item collaborative filtering which is both easy to implement and can support a full range of applications. http://www.daniel-lemire.com/fr/abstracts/TRD01.html

Web-Collaborative Filtering: Recommending Music by Crawling The Web 点击：121 　分类：Recommend; Filter　时间：2006-8-3 1:29:59　zdg收录　(还有1人收录)　 We show that it is possible to collect data that is useful for collaborative filtering (CF) using an autonomous Web spider. In CF, entities are recommended to a new user based on the stated preferences of other, similar users. We describe a CF spider that collects from the Web lists of semantically related entities. These lists can then be used by existing CF algorithms by encoding them as "pseudo-users". Importantly, the spider can collect useful data without pre-programmed knowledge about the format of particular pages or particular sites. Instead, the CF spider uses commercial Web-search engines to find pages likely to contain lists in the domain of interest, and then applies previously-proposed heuristics [Cohen, 1999] to extract lists from these pages. We show that data collected by this spider is nearly as effective for CF as data collected from real users, and more effective than data collected by two plausible hand-programmed spiders. In some cases, autonomously spidered data can also be combined with actual user data to improve performance. http://www9.org/w9cdrom/266/266.html

A Simple Recommender System - The Collaborative Network Library - The Code Project - ASP.NET 点击：101 　分类：Recommend　时间：2006-8-3 1:20:38　zdg收录　 In this article, I have introduced a simple collaborative filtering recommending system using a graph-centric design. It is simple to use and does not require any significant effort to integrate into a .NET web site. It offers a file-based persistence model which can be easily modified to be SQL Server based. http://www.codeproject.com/aspnet/collabnetwork.asp?df=100&forumid=152304&exp=0

也说说信息过载问题 点击：436 　分类：Recommend; Filter; RSS; memeorandum　时间：2006-4-27 1:51:13　zdg收录　(还有19人收录)　 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。 http://blog.csdn.net/zdg/archive/2006/04/27/679035.aspx

东拉西扯：Bloglines带来的郁闷及其他 点击：283 　分类：bloglines; RSS; Recommend; Filter　时间：2006-4-25 11:58:58　zdg收录　(还有20人收录)　 登高谈到了解决信息过载的思路，这种思路不可能依靠某种单一方法，它必须综合考虑个性化阅读、群体阅读和链接关系等多种因素，为每个feed乃至每篇文章，给出针对每个用户的不同的权重。这样，你不会因为面对3000篇未读文章而精神崩溃，系统会为你选出100篇必读文章，300篇可读文章，以及2600篇可忽略文章。而且，在这样的系统中，你多做几个动作，就越有利于让自己从信息过载中脱身。而在整体上，你的自利行为，又会成为一种利他的行为。 http://blog.donews.com/keso/archive/2006/04/24/843178.aspx

了不起的潘多拉，还有豆瓣 点击：355 　分类：互联网; 音乐; Recommend　时间：2006-4-19 2:59:51　zdg收录　(还有20人收录)　 惊人的用户体验来自于一个叫“音乐基因组工程”的技术后台。看看说明吧： 这些基因抓住了每首歌曲独一无二的特质——从旋律、调式、节奏，到配器、编曲、歌词，当然，还有声乐融合的奇妙世界。它关注的不是乐队看起来如何，他们应该从属于什么类型，或者谁买了他们的唱片——它关注的是每首歌听起来究竟如何。 在过去5年多的时间里，我们仔细聆听了10000名不同艺术家的歌曲，每次分析一首歌的某一种音乐特质。我们夜以继日地推进这项工作，尽力涵盖那些来自全世界各个工作室、俱乐部和车库的新鲜作品。 http://www.flypig.org/001816.html

RSS阅读排序与过滤的7种方式 点击：329 　分类：RSS; Recommend; memeorandum; megite; attention　时间：2006-3-30 1:46:04　zdg收录　(还有38人收录)　 除了这7种方法之外，利用Attention.xml标准也会是未来比较热点的话题，而信息的过滤和聚合除了本文中基于RSS阅读之外，还有很多其他的方式 http://in.comengo.net/archives/rss-reading-and-attention/

给别人打分 点击：275 　分类：blog; Recommend　时间：2006-3-28 20:36:42　zdg收录　(还有20人收录)　 说到这里，凡是采用RSS订阅方式阅读别人博客的人，一定会明白是怎么回事了。举例来说，Keso订阅了大约几千个Feed，我现在一直控制着，也快突破200了。一方面，我们都觉得阅读如此之多的Feed，是一种沉重的压力；一方面，我们又觉得，还有很多好东西被错过了。因此，RSS订阅服务的提供商，应该能够提供一种方式，让我给我订阅的Blogger打分。 一个学期下来，采取末位淘汰，分数最少的Blogger将从订阅清单中被清除。 说白了，这也不是什么新鲜玩意，几乎当前所有的音乐播放软件或好一些的MP3（如Apple iPod）都有类似的机制，你可以查看自己的媒体库，察看每一首音乐听过几次，你给他们打了几颗星。以后，你就有一个List专门收听排行比较高的内容了。 http://blog.donews.com/laobai/archive/2006/03/28/796722.aspx

FeedRinse：RSS过滤器 点击：274 　分类：Recommend; RSS　时间：2006-3-26 22:56:04　zdg收录　 该服务最大的好处就是可以过滤掉一些你不感兴趣的内容、主题、作者和网站，将范围缩小到你最关心最感兴趣的范围，是一个提高阅读效率，过滤海量信息的一个好工具。不过Feed Rinse提供的免费服务只支持5个rss feed，如果你想支持更多的feeds或更多贴心的过滤服务，你就得付费购买更高级的服务。据说以后还将支持正则表达式过滤，标题/内容过滤等等。 http://www.kuangfeng.cn/blog/?p=264

EasyUtil Recommendation Service 点击：112 　分类：Recommend　时间：2006-3-19 22:16:25　zdg收录　 EasyUtil Recommendation web service provides a web API to make recommendations in the format of "people who liked this item also liked those items". http://easyutil.com/

信息过载、过滤器和智能化聚合器 点击：135 　分类：Recommend; Aggregator　时间：2006-3-13 22:31:42　zdg收录　(还有7人收录)　 我看到的解决办法有两类：基于关键字的本地过滤器和基于社会化方法的过滤器。 基于关键字的本地过滤器：象BlogBridge 这样的聚合工具已经支持这种过滤器了。你可以设定自己感兴趣的关键字，而且BlogBridge也在积累和使用个人阅读Feeds的数据。相信在这方面还有很多工作可以继续作。 基于社会化方法的过滤器：点击 http://del.icio.us/popular/ ，你会获得大量的高质量信息，这是利用社会化途径过滤信息的一个良好例子。这种途径蕴涵着更多的商业机会。 http://blog.cnblog.org/archives/2006/03/post_10.html

Recommendation services, collaborative filtering, and friends 点击：207 　分类：Recommend; memeorandum; amazon; Digg　时间：2006-2-18 6:18:14　zdg收录　(还有1人收录)　 1) 购物网站根据购买和评论行为推荐 2) Blog根据话题和意见领袖筛选 3) 搜索引擎引入权威评价体系 In the blog world we have Tech Memeorandum, Digg, Reddit, and other recommendation and ranking services to help us find the most popular content. I use these services and find them very helpful. However, for me, the best sources for new interesting content are the blogs of respected opinion leaders like Om Malik, Robert Scoble, Richard McManus, Brad Feld, Fred Wilson, Dare Obsanjo, Michael Parekh, and others. For me these bloggers are like editors or filters for the best information. http://dondodge.typepad.com/the_next_big_thing/2006/01/recommendation_.html

Findory - personalized news, blogs, and search 点击：316 　分类：Aggregator; 个性化; blog; Recommend　时间：2006-2-9 20:57:53　zdg收录　(还有2人收录)　 Greg Linden访谈 The personalization techniques used by Findory fall loosely into the class of collaborative filtering algorithms. However, naive collaborative filtering has well known quality, performance, and scaling problems. Findory creates fully personalized pages in real-time, works even if someone has read only a few articles, learns immediately from new data, and can scale to millions of users. http://dondodge.typepad.com/the_next_big_thing/2006/02/findory_persona.html

Collaborative filtering: comparing Reddit's karma system to Digg 点击：184 　分类：Digg; karma; Recommend　时间：2006-2-8 22:59:30　zdg收录　 Essentially it's a peer ranking system and Reddit is hoping it'll differentiate them from Digg - and perhaps get Reddit some of Digg's huge user base. While Digg doesn't have an explicit reputation system, it does give users rankings according to how many homepage diggs they get. The top diggers page lists the users who have the most homepage diggs and also lists their 'homepage ratio'. Digg's system does seem to be a populist method of ranking users - because users only get a good ranking if their stories prove to be popular enough to make the Digg homepage. So perhaps Reddit's karma system is something that Digg should look at to reduce groupthink and spam? http://blogs.zdnet.com/web2explorer/?p=99

Google News Launches Recommendation Service, List of Popular Stories Also Now Available 点击：177 　分类：Google; Recommend　时间：2006-1-23 2:40:07　zdg收录　 I checked a few (not all) of Google's country sites that offer news like Google News Canada, Google News New Zealand and Google News UK and noticed the recommendation and popular story features were available. I also check Google News for a few non-English speaking countries and did not notice these features. http://blog.searchenginewatch.com/blog/060121-020025

页码： ［1］ 共1页、16项网摘

使用帮助 |  如何保存网摘 |  给365Key提建议 |  媒体报道 |  站长推广须知 Copyright (C) 2004 365Key.com--天天网摘 All Rights Reserved