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
|
8月前
|
存储 安全 数据可视化
ONLYOFFICE 8.0版本深度测评:革新之作还是失望之作?
ONLYOFFICE 8.0版本深度测评:革新之作还是失望之作?
417 0
|
机器学习/深度学习 人工智能 并行计算
谷歌下一代AI架构、Jeff Dean宣传大半年的Pathways终于有论文了
谷歌下一代AI架构、Jeff Dean宣传大半年的Pathways终于有论文了
463 0
|
人工智能 自然语言处理 搜索推荐
谁发表了最具影响力的AI研究?谷歌遥遥领先,OpenAI成果转化率完胜DeepMind(2)
谁发表了最具影响力的AI研究?谷歌遥遥领先,OpenAI成果转化率完胜DeepMind
158 0
|
Web App开发 人工智能 前端开发
谁发表了最具影响力的AI研究?谷歌遥遥领先,OpenAI成果转化率完胜DeepMind(1)
谁发表了最具影响力的AI研究?谷歌遥遥领先,OpenAI成果转化率完胜DeepMind
|
机器学习/深度学习 人工智能 自然语言处理
AI_News周刊:第六期
3月16日下午,文心一言发布会在百度科技园举行。百度创始人李彦宏介绍,百度在过去十几年间一直在AI研发上持续投入,文心大模型的第一个版本在2019年就发布了,此后每一年都要发布一个新的版本。“全球大厂中百度是第一个发布的”,李彦宏坦承,这段时间不断有人问他为什么现在发布文心一言,百度是否真的准备好了
96 0
|
机器学习/深度学习 人工智能 自然语言处理
朱松纯团队新作:让AI「读懂」人类价值观!登上Science Robotics
朱松纯团队新作:让AI「读懂」人类价值观!登上Science Robotics
168 0
|
机器学习/深度学习 人工智能 分布式计算
AI_News周刊:第五期
OpenAI 以比预期低得多的价格发布了 ChatGPT 和 Whisper API,部分原因是为了响应开源 LLM 和竞争对手模型的进步。ChatGPT 可通过 GPT-Turbo 以每 1k 代币 0.002 美元的价格获得,比其达芬奇模型便宜 10 倍(9 月份其价格降低了 3 倍)并且与 OpenAI 较小的居里模型的定价一致(居里估计为7-100 亿个参数对比达芬奇的 1750 亿个参数)。
128 0
|
机器学习/深度学习 人工智能 自然语言处理
AI_News周刊:第四期
据两位直接了解这项工作的人士和另一位了解情况的人士透露,埃隆·马斯克最近几周与人工智能研究人员接洽,商讨成立一个新的研究实验室,以开发 ChatGPT 的替代品,ChatGPT 是初创公司 OpenAI 开发的备受瞩目的聊天机器人。
111 0
|
机器学习/深度学习 人工智能 大数据
Nature发表Google新型AI系统!乳腺癌筛查完胜人类专家
今天Google在人工智能医学影像上又获突破!该AI系统可对钼靶影像数据进行大规模分析和处理,大幅降低假阳性与假阴性,并完胜6名放射科医师,还能降低劳动力使用量,为全面提高乳腺癌筛查的准确性奠定了基础。
258 0
Nature发表Google新型AI系统!乳腺癌筛查完胜人类专家
|
机器学习/深度学习 人工智能 自然语言处理
Jeff Dean等三名高管齐聚谷歌 I/O 压轴论坛,多角度解读谷歌眼中的机器学习
2016 Google I/O 第三日刚刚结束了一场《机器学习:谷歌的视角》(Machine Learning:Google's Vision)活动,谷歌搜索、机器智能和 Web 工程的高级副总裁 John Giannandrea,高级员工、Google Brain 负责人 Jeff Dean,高级产品总监 Aparna Chennapragada 三位高管分别从产品、研究、开源和公司战略层面对谷歌的机器学习进行了系统讨论。
129 0
Jeff Dean等三名高管齐聚谷歌 I/O 压轴论坛,多角度解读谷歌眼中的机器学习