1
lotosbin OP 主要解决问题,信息爆炸,冗余,质量差的问题,筛选优质信息,
但是优质是相对的,每个人的定义不同, 所以使用人工智能学习,针对个人数据学习,生成专属个人的推荐模型 |
2
lotosbin OP 大家都是使用什么 RSS 阅读器?
|
3
tonghuashuai 2019-05-28 13:05:45 +08:00
感觉我就想看个订阅内容,要用什么人工智能啊,我都自己订阅了,明显就是不想用推荐啊
个人感觉伪需求 |
4
lotosbin OP @tonghuashuai 这个问题之前没有想过,现在想想,
关于推荐 最理想但是不太现实的情况是,根据个人的历史阅读记录,对全网的数据做智能推荐, 但是这个不太现实,所以可以根据 主题 /Tag 之类的订阅作为数据冷启动,后续可以主动订阅, 另外对所有订阅源重组成 主题 /Tag,不需要单独订阅某个源, 关于垃圾过滤 /去重 / 这个应该还是有意义的,实际使用中经常遇到重复的内容,不过新闻类的比较严重,所以类似 readhub.me 和 google news 之类的都提供了 新闻的 去重合并功能。 关于系列提取 ,如果可以把系列文章聚合到一起,应该可以方便阅读和整理的, |
5
tonghuashuai 2019-05-29 12:38:34 +08:00
|
6
tonghuashuai 2019-05-29 12:39:13 +08:00
系列提取听起来不错。
👆手抖写错了 |
7
lotosbin OP 我觉推荐 和 主动有目标的获取,并不冲突,可以并存,推荐作为一种辅助手段,
另外还想增加一个空间的功能,算是另一个维度推荐,可能会划分为 工作 /学习 /休闲 /娱乐, |
8
lotosbin OP # test markdown
https://www.v2ex.com/t/462373 [![Feature Requests]( http://feathub.com/lotosbin/xread?format=svg)]( http://feathub.com/lotosbin/xread) |
9
lotosbin OP + 增加系列聚合的功能
|
10
lotosbin OP |
11
lotosbin OP |