MyStrands.com 刚刚公布了他们设立的 Strands Awards 的结果。经过激烈 PK 之后入围的五位候选者，通过在 RecSys08 上作 presentation，由评委打分，排定了名次。
第一名，Gravity R&D，他们的 idea 是提供一套个性化TV娱乐节目解决方案，核心概括为 4 点：
- 即时频道推荐以及个性化导视；
- 电影和点播内容的即时推荐；
- 根据用户喜好和收视习惯进行自动录像；
- 多用户操控。
也难怪 Gravity R&D 这次可以拔得头筹， 在 Recommender System 算法领域他们可是狠角色。他们是一个 4 人开发小组，因为共同参与 Netflix Prize 而聚在了一起。我印象里，打很早开始，他们就一直盘踞在 Netflix Prize 的前 5 名之内。
第二名，Reccoon，他们的 idea 是 Activity-based Recommendations，核心思路是，根据用户当前所在地点，当前时间，以及其他输入，为用户作出推荐。举个例子，我周六中午12点，在朝阳门附近打开 Reccoon，最直接的，他可以推荐给我周围的餐馆。进一步假设我是 Reccoon 的长期用户，他已经知道我经常在周末去吃自助餐，他就可以把好伦哥推荐给我。再进一步，如果他还知道我爱吃日本料理，他就可以优先建议世贸天阶有一家金钱豹。
这个 idea 我个人接触过好多次了，也就具体问题和一些朋友见面聊过。类似的需求肯定是有，也越来越引起大家的重视。Google 负责 Personalized Search 的工程师 Bryan Horling 就认为，Location data 是个性化计算的三个主要数据来源之一。
“… personalization coming from three data sources, localization data (IP address or information in the history that indicates location), short-term history (specific information from immediately preceding searches), and long-term history (broad category interests and preferences summarized from months of history)… "
后面还有 3 个，Iletken，SentiMetrix 和 Commendo，且听下回分解，哈哈。
我个人更感兴趣的是 Iletken，SentiMetrix。Commendo 也厉害得很，目前在 Netflix Prize Leaderboard 上排名第 2！
废话一句：校内如果用买 kaixin.com 域名的钱办一个类似的活动，对它自己，以及国内互联网圈子，有价值得多！
MyStrands 是一家专注于个性化技术的 Start-up。最近，他们搞了一项活动，“Strands $100,000 Call for Recommender Startups”，在个性化圈内被广泛关注。MyStrands 成立于 2003 年，以作 Music 推荐开始起步，目前的产品线涉及到 TV、Mobile、Community 等领域。2007 年 7 月，他们完成了第二轮融资，总额 $25 Million。因此，掏出 $100,000 还是非常轻松的，而且，相比可能收获的好的 project 来讲，这个活动的结果应该也会是物超所值的。
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.
2006年1月，Spotback.com 发布了其最初的版本，当时的核心业务是做 personalized news。在国外，personalized news 是 web2.0 业界非常热门的一个领域，而 Spotback 要说做的其实也还是可以的。但也许是发现这个领域的竞争实在是太过残酷了，也可能是预见到了 Google News 将在个性化方面发力，他们在2007年3月的时候，转向了新业务。News 方面的业务还仍然保留着，只是需要使用这个地址来访问了，http://news.spotback.com。
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。
