整个高中阶段，我有一个习惯。每逢周日的下午，我都会跑到离家不远的一个投影厅，花 3 块钱，美美地看三部电影。那时侯是香港电影的黄金岁月，周润发+吴宇森的枪战片，徐克+李连杰的武侠片，王家卫+梁朝伟的艺术片，成龙的动作喜剧片，王祖贤的鬼片，周星驰的无厘头片，整个大银幕星光闪耀，异彩纷呈。当然，还有王晶的赌片和三级片，呵呵。我一个人窝在角落的靠背椅子里，享受着电影世界带给我的感官体验或者是心灵震撼。那是我青春岁月里，非常美妙地一段记忆。

那时侯的美国电影并不比港片好太多。会在我们那个城市的投影厅里排映的，我印象里差不多就是施瓦辛格的肌肉片，金凯瑞的搞笑片，还有猛鬼街之类的恐怖片。有一次，我看到了这么一部片子，大意是说，有一台 Computer，忘记了怎么着发生了什么事情，突然就有了自己的意识。男主角暗恋女主角，经常在 Computer 上给女主角写情书。慢慢地，Computer 也爱上了女主角，开始给男主角搞坏，成为了男主角的情敌。影片情节有趣，女主角靓丽，尤其是那美妙的音乐，给我留下了难以磨灭的印象。但是，这部片子叫做什么名字，我却没有记住。

这之后，我时常会神经质地想起这部片子。然后就跑到碟店里面去问店主，问的大致内容就是“Computer/Love/Music”之类的，但始终未果。

后来，我有机会负责一个电影搜索引擎的开发。我给自己定了一个要求，在我做的这个搜索引擎里面，输入“Computer Love Music”，一定要出来这部电影。我的规划是作三期，第一期完成基础架构，实现基本的基于关键字的搜索。第二期就是这种，我将其定义为偏重于行业特征的搜索。可惜的是，我并没有全部做完。第一期完成了之后，我就被一家更靠谱的互联网创业公司给忽悠过来了。

不过可喜的是，现在，我所谓的第二期，别人已经做出了实际的产品。这个就是 Jinni.com。

我在 Jinni 上搜索“Computer Love Music”，没有我要的结果。我接着搜索“Computer Love”，非常棒，一眼就看到了我心中久违的那个美女。

Jinni 使用了一种称为“Movie Genome”的技术。翻译成中文差不多就是，基于“电影基因”的搜索，这个听起来实在有够拉风！

Taste in movies is complex and unique. … you'd like a movie just because it's a Drama or stars Vince Vaughn. That's why our team of movie and TV experts created the Movie Genome, … to map more aspects of movies … so that all different viewers can match their personal tastes and moods, and find what they really want to watch next.

The starting point of the Movie Genome is manual tagging by our team of film professionals. Each title has around fifty genes, among thousands of possibilities. Then, using advanced machine-learning technology, Jinni's system learns from the manual tagging to begin automated tagging.

我还剩下 4 个 Invites，有兴趣的朋友可以告诉我你的 email，我给你发邀请，先到先得。

我上面说的那部电影，年代有点儿久远了，你可以不看，但电影中的音乐一定要听一听，特别是 Culture Club 的这首《Love Is Love》！

平心而论，技术方面，MyStrands 目前尚没有“必杀技”，即使在他们的主业音乐推荐上，其推荐的质量与 Pandora 相比也尚存在一定的差距。我从外部观察，基本上是以 Item-based Collaborative Filtering 技术为核心，正在逐渐向以 User 为中心的 social recommendation 方向前进，但其社区的活跃度还不够，数据积累尚待时日。产品方面，MyStrands 比较注重各种终端设备的集成，包括 PC（Windows、Mac）、Mobile 以及其他一些可联网设备，都可以运行他们的应用。尤其在 Mobile 方面，其推出的 social player 可以支持 Windows Mobile 与 Symbian 这两个主流平台，并刚刚在 Mobile Rules! Award 2008 上被评为“最佳多媒体应用”。

总体来看，在个性化领域，MyStrands 应该还是走在前面的，他们自己的信心也很足。引一段其 blog 中的文字，“MyStrands raises $25 Million to lead the social recommendation industry”：

We feel strongly that the future of the web is about personalization. Personalized TV stations, personalized advertising, personalized news, personalized shopping, personalized music and entertainment experiences, wherever you happen to be, whether it’s at home, on the go, at your friend’s or at a bar… This is what our 50-person team has been focusing hard on and where we are headed with this funding.

Spotback 的新业务是 Cross-site recommendations。这项新业务基于一系列 widget 展开，核心功能就是 Spotback logo 里所宣称的，“Rate Everything”！

其他网站的所有者，将这些 widget 安装在自己的页面内，网站访问者就可以开始使用 Spotback 提供的打分功能了。通过这个 widget，Spotback 还会向用户推荐与当前文章相似的内容，并且推荐的内容通常来自于其他网站。基于这种模式，Spotback 建立起一个隐性的内容联盟，所有加入这个联盟的内容发布者，都有机会在其他网站上显示自己的内容，从而扩大内容的受众面，提升本身的流量。当用户使用 Spotback widget 打分的时候，Spotback 会通过 cookie 记录下打分数据，提交到 Spotback 自己的用户系统里面，当用户在 Spotback 注册或者登录之后，就可以看到自己之前的打分历史了。基于用户的打分历史，Spotback 自然又可以做出个性化的推荐了。

个人感觉，Spotback 这个新业务模式的设计还是蛮不错的，和我们经常看到的“digg this”很像，而且功能更丰富一些。建议豆瓣也可以做一个类似功能的 widget，让国内的 blogger 放到自己的文章内，这样，豆瓣9点就可以收集来自于豆瓣网站之外的用户数据了。

MFS（MyFriendSuggests.com 的简写）于2007年7月17日正式启动，核心业务与国内的大众点评网类似，提供对诸如饭店、酒吧、俱乐部等本地服务的评论和打分。但与其他类似评论站点不同的是，MFS 是以 Social Network 为基础的。首先，你可以邀请你线下的好友一起加入 MFS，MFS 以类似六度空间的模型建立起你的关系网络。之后你就可以开始对你喜欢的饭店、酒吧、或是旅游景点什么的进行点评了，形式无外乎就是数星星或者写评语之类的，你贡献的数据越多，MFS 给你的推荐就可能会越准确。在 MFS 的推荐算法中，加重了你的 Friend Neighborhoods 的权重，也就是说，MFS 不是简单的使用 User-based 或者 Item-based 的推荐模式，而是区别对待你的好友与其他你的关系网络里的用户，使得你的 Fried Neighborhoods 可以对 MFS 给你的推荐产生更多的影响。从我们的实践经验来看，这是有意义的，我们大家多半都会比较信任自己朋友们的意见。

与其他 web2.0 的应用一样，MFS 有一个轻型的开发团队，主创也是一个勤奋的 blogger。但不同的是，他们并没有使用 Python 或是 Ruby 这样的动态语言，而是基于 Java 进行 MFS 的开发。最核心的推荐引擎，是基于 Taste 框架完成的。我是在一次查找 Taste 资料时，发现了这篇 blog，Creating a custom recommender using taste，从而开始关注 MFS 的。MFS 认为使用 User-based 与 Item-based 混合的方法，可以取得更好的推荐效果，并给出了他们目前使用的公式：

在 facebook 推出他们的 Applicaiton 平台之后，MFS 也推出了 for facebook 的应用，见这里 http://apps.facebook.com/myfriendsuggests/。感兴趣并且有 facebook 帐号的朋友，可以试试看。不过，由于 MFS 的业务是 local 模式的，因此目前对国内用户的用户不大。

与 del.icio.us 类似，CiteULike 也是一个社会化书签的服务。del.icio.us 针对于网页，应用范围广泛；而 CiteULike 针对于 papers，应用非常专注。而正因为专注，使得在管理与分享 papers 时， CiteULike 具备了绝对的优势！当你保存一篇 papers 时，最重要的 meta 数据，包括，标题、作者、杂志等，CiteULike 可以自动帮你提取出来，Cool！找到这个工具，可是让我高兴了几天。

简单的注册之后，你就可以开始向 CiteULike 提交 paper 了。有两种方法：一种是在 CiteULike 网站提供的输入框里填写 paper 的 URL；另一种更简单，和 del.icio.us 一样使用 bookmarklet 的方式，在 paper 页面上点击一个 javascript 链接，一切搞定。经过 del.icio.us 的普及，如今的 bookmarklet 已经成为此类应用的标准配置。当然了，不可能做到任何网站上的 papers 都可以自动提取 paper 的 meta 数据，但 CiteULike 已经对大多数常用的 papers 站点提供了支持，包括：ACL Anthology | AIP Scitation | Amazon | American Chem. Soc. Publications | American Geophysical Union | Anthrosource | arXiv.org e-Print archive | Association for Computing Machinery (ACM) portal | BioMed Central | Blackwell Synergy | BMJ | CiteSeer | Cryptology ePrint Archive | DBLP | HighWire | IEEE Explore | informaworld | Ingenta | IngentaConnect | IoP Electronic Journals | IWA Publishing Online | Journal of Machine Learning Research | JSTOR | MathSciNet | MetaPress | NASA Astrophysics Data System | National Bureau of Economic Research | Nature | New Scientist | Optical Society of America | Physical Review Online Archive | PLoS | PLoS Biology | Project MUSE | PubMed | PubMed Central | Royal Society | Science | ScienceDirect | Scopus | Social Science Research Network | SpringerLink | Usenix | Wiley InterScience。这么一大票，足够用了，我最常用的是 CiteSeer 和 PubMed。用户还可以导出自己的 library，就是用户自己的 papers 集合。目前支持三种形式，BibTeX、Reference Manager (RIS) format 和 RSS。据说接下来将支持 Semantic Web 标准，又一次证明，Semantic Web 是个好东西。

出来导入 paper 非常方便之外，CiteULike 另一个对我们最有益的功能自然是基于社会化推荐的功能了。最基本的方式与 del.icio.us 类似，CiteULike 通过使用 tag 将 papers 关联起来，用户可以非常方便的查看标有相同 tag 的 papers。针对 paper 的特点，CiteULike 还提供了浏览某个作者所有 papers 的功能，非常好用。通过共同拥有的 papers，CiteULike 可以帮用户找出相似的其他用户，进一步结合 Groups 的功能，用户可以建立虚拟实验室，或者共同探讨某一个研究领域。

感谢 Richard Cameron 的无私，CiteULike 本来是他自己私人使用的系统，后来由于逐渐有人加入近来，他将 CiteULike 正式开放了出来。技术方面，CiteULike 混合使用了 Tcl、Common Lisp、Perl 和 Erlang 多种编程语言，数据库是 PostgreSQL。整体来讲，CiteULike 的功能已经很不错了，不过我一直迫切希望一个功能，就是 post paper 时增加自动提示系统内已有 tag 的功能！目前可以提示自己的 tag，但其实更有用的是提示别人的 tag，这样才能形成社会化分享。

关于 RSS 处理的话题，我在之前的 blog 里也说了不少，比如 [1], [2]。之所以甘愿将这篇 blog 稍微跑题一下，也要再说说 RSS，实在是因为，通过 RSS 订阅阅读 blog，已经成为我每天必定要做的功课。我实在期盼着在 blog 阅读领域，能有创新性的应用出来。由于担心会错过可能的精彩文章，我常常因为一两篇好的 blog，而一时冲动订阅了整个 Feed。大量的 Feed 订阅，导致产生了大量的未阅读文章，看着 GReader（faint，又是 google，google 不会把我的 feed 订阅也弄丢吧） 里那些类似于 100+ 的数字，我常常会无可奈何地“mark all as read”。对于像我这样的 Feed 受众，实在是太需要有一个服务来帮助我一下了！

AideRSS 正在进行这方面的创新。AideRSS 的使用非常简单，用户提交 Feed 地址，AideRSS 自动抓取其中的 blog，进行评估。AideRSS 的核心技术为 PostRank 值的计算。AideRSS 会自动统计一篇 blog 在 Digg、Del.icio.us、Bloglines 、Technorati、Icerocket 以及 Google Blog Search 这些第三方网站上的收藏数、收录数与留言数等，计算一个综合的 PostRank 得分。PostRank 得分越高，表示 AideRSS 认为这篇 blog 的可读性越高。由于综合使用了多家第三方知名网站的数据，因此 PostRank 具有一定的可参考性。AideRSS 按照 PostRank 得分，将 blog 进行了等级划分，包括 Good Post、Great Post 和 Best Post。并且，AideRSS 还将这些不同等级的结果，重新烧制了 Feed，用户可以直接订阅这个 Feed，非常方便。目前微遗憾的是，虽然 AideRSS 对中文的支持已经很好了，但由于所选取的第三方网站都是以英文为主要服务语言，因此，对国内中文 blog 进行 PostRank 计算，大多数得分都不高。我本来非常喜欢 AideRSS 输出的 widget 的设计，但由于我的 blog 得分太低，实在不好意思放上来，呵呵。

前面，我之所以那么确信 AideRSS 一定会向个性化服务方向发展，是因为 AideRSS 的团队。我一直在阅读 Ilya Grigorik 的 blog，Ilya 是 AideRSS 的首席架构师，是 PostRank 的主创人，另外还是一个勤奋的 blogger。在他的 blog 里，有不少关于个性化技术方面的内容，比如这篇“Dissecting the Netflix Dataset”，这篇“SVD Recommendation System in Ruby”和这篇“SVM Text Classification”，等等。从这些 blog 里，可以清晰地看到，AideRSS 正在进行个性化技术方面的尝试，也许不久就会放出成果。在 Web 技术方面，AideRSS 是典型的 Web2.0 架构，Ruby On Rails（ROR）+ MySQL。自然，Ilya 的 blog 里也少不了 Ruby/MySQL/Web 技术方面的精彩文章。如果你喜欢 Ruby，碰巧又对个性化技术感兴趣的话，那么我推荐你一定要订阅 Ilya Grigorik的 blog 跟踪阅读。

如果你有着 RSS 阅读强迫症，订阅了 N 多的 Feed，并且以英文 blog 为主，那么强烈建议你试用一下 AideRSS。

和大多数的个性化推荐站点一样，豆瓣可以“猜我会喜欢”：《活着》、《不能承受的生命之轻》或者《达·芬奇密码》；可以告诉我“喜欢费马大定理的人也喜欢”：《数学:确定性的丧失》、《希尔伯特——数学世界的亚历山大》和《哥德尔、艾舍尔、巴赫——集异璧之大成》。但是豆瓣不能告诉我，我对《三重门》和《梦里花落知多少》毫无兴趣！豆瓣现在还不会猜我们“不喜欢什么”。

但是，LibraryThing.com 可以。大概是2006年5、6月份的时候，LibraryThing.com 推出了这个服务：UnSeggester。这个功能使用起来非常简单，你只需要输入你拥有或者读过的一本书，LibraryThing 就会列出来有哪些书它不推荐你阅读。大家可以试试这个，《the da vinci code》。个性化不推荐，很有意思。

LibraryThing.com 创办于2005年8月，核心服务为个人网络书架与基于书籍的社会化网络。LibraryThing 使用 Z39.50 协议自动从书商及图书馆那里获取书籍数据，用户还可以上传/导入符合 MARC 或者 Dublin Core 格式的书籍数据。（注：MARC 和 Dublin Core 都是与 Semantic Web 相关的规范，Semantic Web 实在是个好东西啊。）用户建立了属于自己的书架，对书进行 tag 等操作之后，LibraryThing 就会向你推荐你可能感兴趣的书籍，并且社会化网络功能也会起作用：使用“Members with your books”这个功能，LibraryThing 会告诉你 50 个和你拥有相似书籍的用户；当你浏览别人的书架时，LibraryThing 会告诉你他与你共同拥有哪些书籍。通过这些找朋友的方法，你可以方便地在 LibraryThing 上建立起你的书友网络。通常到这里，大多数此类网站的产品线也许就停止了，但 LibraryThing 没有，他更进了一步。LibraryThing 在社会化网络的运营方面，有其独特的招数——Swap Books。是的，图书交换 ！通过图书交换这种形式，LibraryThing 把虚拟的网络关系，实体化到了现实社会里！这步如果可以做好，那就相当厉害了！

说几句题外话，SNS/OpenSNS 最近很热。我个人将 SNS 分为两类路径，一类是从线下到线上，比如校友录，都是现实的同学；另外一类就是从线上到线下，比如 LinkedIn，经常会发线下聚会的邀请。我一直觉得，阳春白雪式的纯粹社会化虚拟网络实在是太虚了。可以看看，国内诸如驴友、车友、镭友这样的线下俱乐部都还是蛮红火的，而基于所谓的六度空间理论的 SNS 站点却始终不温不火。社会化网络，需要走到线下，需要落到实体上！大约在2004年，带着一帮师弟师妹们给导师做项目的时候，我曾经忽悠大家一起做一个面向在校大学生的 SNS 应用，就是计划以书籍交换为手段，建立起真实的面对面的线下关系及互动。中国人普遍爱书。书，是最容易产生共鸣，建立信任，促进长久联系的载体。若是通过类似这种方式，解决了多数大学生交际面狭窄的现状，一定大有可为。当时我甚至连可行的营收模式都考虑好了。后来，苦于自己忽悠能力有限，天使投资没找到，师弟师妹们看不到真金白银也不愿意全心投入，自己无奈下只好作罢了。那次经历，让我深刻地切实地体会到了团队的重要！

一时感慨，呵呵！咱们回来接着说 LibraryThing.com。LibraryThing 的发展速度还是相当迅猛的。2006年8月，当 LibraryThing 一岁的时候，已经拥有了超过 73,000 名注册用户以及 超过510 万册书籍。而截止到目前的最新数据是，298,000 名注册用户以及超过 2000 万册书籍。2006年5月，AbeBooks.com 收购了 LibraryThing 40% 的股份，价钱不详。 LibraryThing 的营收模式主要有两种：1、书籍发行商的广告/推广收入；2、个人收费用户。LibraryThing 的免费用户可以添加 200 册书，付费用户不限数量，两种收费标准，每年 10$ 或者是 25$ 终身。不知道豆瓣有没有考虑过向个人用户收费？在豆瓣上花少许的钱，得到更好的服务，这个我愿意！豆瓣可以用一件 T-Shirt 或是一个背包来吸引付费用户，你看 LibraryThing 就有。

MovieLens 使用打分的方法获取用户对电影的偏好数据。在正式使用其服务前，需要用户对至少 15 部电影进行打分。当然，你对越多的电影打分，系统给你的推荐结果就会更趋于准确。题外话，douban 也是这种模式，在系统开始做出推荐之前，用户需要至少给 9 部电影打分。9 < 15，看来 douban 的算法似乎要先进一些，呵呵。MovieLens 的电影数据还是有些久远的，最开始让你打分的电影基本上是上世纪八九十年代的，因此，你得有足够的耐心找出你看过的，或者上 IMDB 查查剧情。

MovieLens 还可以针对一个 Group 进行推荐。MovieLens 的 Group 挺有意思，全都是动物，包括熊啊、鹰啊、猩猩、老虎、狮子什么的。我被分到了“Bear Group”。在组推荐模式下，MovieLens 会综合考虑每个组员的兴趣特征，最终给出一个合并后的推荐结果。对于“Bear Group”，MovieLens 认为最 cool 的电影是 Lord of Rings、Matrix 和 Star Wars，全部是我的最爱！

伴随着 Web 2.0 的兴起，MovieLens 也在努力进步着。2006 年，MovieLens 引入了 social tagging / collaborative tagging 的特性，开始进行基于 tag 的推荐尝试。

再说说 MovieLens 的创办者 —— GroupLens 项目组。这个项目组绝对是全世界推荐系统领域最具影响力的学术研究团体，他们为推荐系统的发展做出了许多卓越的贡献。

他们公布出来的 MovieLens 数据集，包括 6040 个用户针对 3900 部电影所进行的将近 1,000,000 条打分数据，是被使用最为广泛的实验资料，并且已经成为评价推荐算法的基准数据集。不过，和去年 Netflix 公布出来的数据集（480,189 个用户，17,770 部电影，100,480,507 条评分记录）相比，MovieLens 数据集少了 2 个数量级。它的位置相信会逐渐被 Netflix 数据所替代，这是时代进步的必然结果。

另外，作为名校的研究团队，GroupLens 项目组自然是发表了不少精彩的 paper。尤其是其中《GroupLens: An Open Architecture for Collaborative Filtering of Netnews (1994) 》这篇 paper，绝对称得上是推荐系统领域最具影响力的经典 paper 之一。

如果你想了解推荐系统的发展历程，那么你一定要到 MovieLens 上注册一个用户，使用使用，体验一下。

Findory.com 是一个内容聚合网站，但与传统的一勺烩式的聚合不同，它专注于为用户提供个性化的阅读体验。Findory.com 的后台是一套基于 Collaborative Filtering 技术的推荐引擎，它通过分析用户在 Findory.com 站点上的点击记录，学习用户的兴趣，找出相似的其他用户，并据此向用户做出新内容的推荐。Findory.com 创办于2004年2月，最先提供了 news 推荐服务。随着不断发展，其推荐的内容，逐渐扩展到了 Blog，vedio 和 podcasts，后来甚至还提供了个性化搜索服务。Findory.com 对用户隐私的尊重，给我留下了很深刻的印象，用户可以不进行任何的注册，就能够享受到具有一定 personalized 程度的推荐服务。

Findory.com 的创始人 Greg Linden 是华盛顿大学计算机学院的一名博士生，毕业后于 1997 年加入了 Amazon.com。在那里，他与工程师团队一起，开发出了 Amazon.com 的个性化服务系统。迄今为止，Amazon.com 的推荐系统一直被认为是最领先的推荐系统，Greg Linden 也因此在业界赢得了声誉。其开创的 Collaborative Recommendations Using Item-to-Item Similarity Mappings 算法，也已经成为了业界最被广泛使用的推荐算法之一。

在 Findory.com 运营的高峰时期，也曾受到了比较广泛的关注。Wall Street Journal、ReadWriteWeb 和 PC World 等等，都有过分析和报导。在 PC World 的那篇文章里，作者 Ryan Singel 将 Findory 和 Google News 进行了直接对比，并给出了他的结论，“[Google's] recommendation engine seems less intelligent and transparent than Findory’s”，“Findory’s recommendation system works rather nicely.”。虽然这是 Ryan 的一家之言，但我也同样认为，在2007年以前，这是对 Findory.com 的正确评价！进入2007年以后，伴随着 Greg Linden 停止新 Features 的开发，以及 Google 越来越重视 Personalized，Google News 确实已经变得越来越好。但不管怎样，从总体来讲，无论商业上还是技术上，Findory.com 与 Greg Linden 的口碑都很好！

不愧为一个技术牛人，Greg Linden 成功维持 Findory.com 低成本平稳运营了 4 年：6 台低端服务器，使用单核的 AMD CPU，1G RAM，普通的 IDE 硬盘；清一色的开源软件，包括 linux 操作系统（不过 Greg Linden 倒是说，选择 Fedora Linux 是个错误），Apache，MySql，Perl 和 Berkeley DB。做 Web 后台开发的技术人员可以看看这 3 篇文章 [1] [2] [3]，挺有意思。

Greg Linden 于2007年1月14日首次公告了将停止 Findory.com 的运营。2007年11月1日，Findory.com 上终于放出了关站的通知。但不知何故，Findory.com 至今仍然还在提供服务。Greg Linden 在关站声明页面的 Update 里说，“The shut down of Findory has been postponed. The website will remain active past November 1, 2007. More information when I can.”。 希望“More Information”是好消息！

在 Findory.com 可能离我们远去之前，希望能有更多的人记住或是知道这个 Personalized Content 领域里的先行者。也祝愿 Greg Linden 可以开创新的辉煌。

进一步阅读：Starting Findory。