01-学习 Kuber 的 SocialBadge 好榜样 | 02.技术预研 | Social

简介:

01-学习 Kuber 的 SocialBadge 好榜样

郑昀 20100510 隶属于《02.技术预研》小节

Kuber 是我们做社会化推荐个性化计算的同路人。我和他一直在讨论相关应用和技术。

最近 Kuber 推出了 SocialBadge ,是利用 google social graph api 做的。 
SocialBadge 算是社会化推荐封闭社区的预研 demo 了。有了这个雏形,面向全球 Social 重度用户的个性化推荐计算有了可能。

 

它的页面简单解释

页面展示的数据,基本都是通过页面的 Javascript 解析各种API(json格式的)而来,没有什么后台。

1、 
Reading Stream 异步显示的 google reader shared items/delicious 数据是 javascript 临时从json提取的。比如,通过你输入的邮件地址、Twitter链接、Google帐号等字符串,让Social Graph查询到你的 Google Reader Shared 公开链接,然后由Yahoo! Pipe把它的RSS烧制成json格式。 
2、 
如果你什么都没查到,可能是因为GFW屏蔽了Google,也可能是因为你的输入在Social Graph里查不到数据。 

它的工作原理

首先,它是把 twitter.com/kuber 的字符串提交给 google social graph 的 lookup 方法,如下面的链接: 
http://socialgraph.apis.google.com/lookup?q=twitter.com/kuber&fme=1&jme=1&edi=1&edo=1&pretty=1

得到了一部分 claimed nodes ,然后继续把这些 nodes 构造进 lookup 方法的 URL里,发起第二次请求(这是因为第一次取得的 link 太少,再发一次取得更多链接):

http://socialgraph.apis.google.com/lookup?q=

http://twitter.com/kuber,

http://www.cnblogs.com/kuber,

http://www.feedzshare.com/,

http://friendfeed.com/kuber,

http://www.google.com/profiles/113557210616935738114

&fme=1&jme=1&edi=0&edo=1&pretty=1

(真实链接请点击:http://is.gd/c239A ,有时会被 GFW 重置)(多个 link 可以用逗号分隔提交给Google)

 

像页面上 Kuber 得到了他豆瓣的链接:http://www.douban.com/people/kuber/miniblogs ,这种链接不一定是google profile 里面列的, 但是google profile 肯定是重要的数据源。比如说你的blog里面列出了豆瓣, 也会在Social Graph里面。关键是XFN(XFN,XHTML Friends Network,XHTML社交网络,http://gmpg.org/xfn/ ,是一个通过XHTML标记语言在网页上表示人与人之间的社交关系的方法。)。

“Followings”列表里也不仅仅是Twitter的好友,blog 里面列出来的友情链接也可能。但遗憾的是,Social Graph API尚无法给出Google Profile里呈现的你的关注列表,或者Google Reader里你关注的对象。

Google Social Graph 还会错判某个节点隶属于你,比如搜 twitter.com/zhengyun ,列出的一个 friendfeed 帐号就是错误的、不存在的。我不能说这种误判属于偶然,但如果让你做,你未必能比Google做得更好。

 

如果一度好友少的话

Social Graph还会考虑二度好友。比如说一个 Flickr 用户,在 Flickr 上有朋友,由此连接到这个朋友的twitter好友,即A->B->C。还可以再加入二度好友的 GReader 和 Delicious 。二度好友就是权重低些。二度好友可以根据交流活跃度来算权重。比如说我只有你一个好友, 你经常RT、Reply的人才会算进去。

 

社会化推荐个性化社区的终极目的

我觉得最终目的是提供一个普世的个性化阅读社区。手段可以丰富多彩甚至为各个国家的二度开发者开放接口。比如对于中国大陆,可以加入豆瓣、天涯社区等常用服务的支持。否则如果只是面向 Social 重度使用者提供服务,人群太窄。

目录
相关文章
|
人工智能 运维 Cloud Native
阿里云祝顺民:云网络领域关键技术创新
2023年10月31日,云栖大会,阿里云技术主论坛带来了一场关于阿里云主力产品与技术创新的深度解读,阿里云网络产品线负责人祝顺民带来《云智创新,网络随行》的主题发言,针对阿里云飞天洛神云网络(下文简称洛神网络)领域产品服务创新以及背后的技术积累进行了深度解读,不少背后的创新技术系首次重磅披露。
|
存储 Java 数据库连接
技术好文:quartz基本介绍和使用
技术好文:quartz基本介绍和使用
800 0
|
Ubuntu Linux
内核实验(四):Qemu调试Linux内核,实现NFS挂载
本文介绍了在Qemu虚拟机中配置NFS挂载的过程,包括服务端的NFS服务器安装、配置和启动,客户端的DHCP脚本添加和开机脚本修改,以及在Qemu中挂载NFS、测试连通性和解决挂载失败的方法。
1423 0
内核实验(四):Qemu调试Linux内核,实现NFS挂载
|
机器学习/深度学习 算法 计算机视觉
基于YOLOv8与ByteTrack的车辆检测追踪与流量计数系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标追踪、车辆检测追踪、过线计数、流量统计(3)
基于YOLOv8与ByteTrack的车辆检测追踪与流量计数系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标追踪、车辆检测追踪、过线计数、流量统计
|
安全 API 文件存储
Yagmail邮件发送库:如何用Python实现自动化邮件营销?
本文详细介绍了如何使用Yagmail库实现自动化邮件营销。Yagmail是一个简洁强大的Python库,能简化邮件发送流程,支持文本、HTML邮件及附件发送,适用于数字营销场景。文章涵盖了Yagmail的基本使用、高级功能、案例分析及最佳实践,帮助读者轻松上手。
626 4
增强现实(AR)技术在文化遗产保护与传承中的应用创新
增强现实(AR)技术在文化遗产保护与传承中的应用创新
|
Shell 网络安全
生成ssh公钥(ssh-keygen)
生成ssh公钥(ssh-keygen)
|
存储 关系型数据库 对象存储
PolarDB-PG | PostgreSQL + 阿里云OSS 实现高效低价的海量数据冷热存储分离
数据库里的历史数据越来越多, 占用空间大, 备份慢, 恢复慢, 查询少但是很费钱, 迁移慢 怎么办? 冷热分离方案: - 使用PostgreSQL 或者 PolarDB-PG 存成parquet文件格式, 放到aliyun OSS存储里面. 使用duckdb_fdw对parquet文件进行查询. - duckdb 存储元数据(parquet 映射) 方案特点: - 内网oss不收取网络费用, 只收取存储费用, 非常便宜 - oss分几个档, 可以根据性能需求选择 - parquet为列存储, 一般历史数据的分析需求多,性能不错 - duckdb 支持 parquet下推过滤, 数据过滤性能不错
9042 6
PolarDB-PG | PostgreSQL + 阿里云OSS 实现高效低价的海量数据冷热存储分离
|
Java 开发工具
java: 错误: 无效的源发行版:17
java: 错误: 无效的源发行版:17解决办法
3538 0
java: 错误: 无效的源发行版:17
趣谈哈希表优化:从规避 Hash 冲突到利⽤ Hash 冲突
导读: 本文从哈希表传统设计与解决思路入手,深入浅出地引出新的设计思路:从尽量规避哈希冲突,转向了利⽤合适的哈希冲突概率来优化计算和存储效率。新的哈希表设计表明 SIMD 指令的并⾏化处理能⼒的有效应⽤能⼤幅度提升哈希表对哈希冲突的容忍能⼒,进⽽提升查询的速度,并且能帮助哈希表进⾏极致的存储空间压缩。