国内个性化阅读服务汇总

标签: Web2.0列表 list web2.0 | 发表时间:2012-01-24 19:47 | 作者:watsonxu
出处:http://www.web20share.com

一、个性化阅读简介

所谓个性化阅读,个人的理解就是基于用户的兴趣(兴趣的获取可以是基于现有的社会化服务或者用户的阅读过程),生成用户感兴趣的阅读内容,其核心在于用户兴趣的获取和基于用户兴趣的内容推荐。国外比较著名的个性化阅读应用是Zite。

二、国内个性化阅读服务


微观是由 点趣科技推出的移动个性化阅读应用,只要选择你的兴趣点,就会为你推荐你感兴趣并且适合移动阅读的内容。使用阅读,推荐的内容就会越准确,同时也可以发现兴趣相同的朋友。( Via

链接: http://www.wguan.cn/


指阅是一款和Zite类似的个性化阅读应用,是一款资讯发现与阅读应用,致力于打造适合用户个性化口味的阅读体验。指阅将互联网上的繁多资讯收集梳理,以『话题』的形式重新组织成“微媒体”,帮助用户方便快速地发现感兴趣的内容。( Via

链接: http://zhiyue.me/index.html


无觅个性化阅读社区开始会根据用户绑定的微博,分析用户兴趣,进行推荐;之后会根据用户“喜欢按钮”等行为,来不断学习,优化推荐,并且能够根据用户兴趣实时调整和刷新推荐结果。无觅个性化阅读内容的来源除了相关文章插件以外,还从各大门户等主流网站上抓取的内容。此外用户也可以关注其他的用户并且将其放入自定义的”圈子“内来管理关注的用户喜欢的内容。( Via
链接: http://www.wumii.com/

VivaMe维我是VIVA(维旺明)推出的iPad上的个性化阅读应用。产品设计理念是在信息泛滥时代为每个用户带来精准个性化的信息过滤,让你在繁杂,纷忙的世界里找到一份属于自己的清凉与便捷。VivaMe维我同时将信息控制的权利和自由交给用户,让每个用户成为自己的主编,创造出只属于自己的信息日报。

链接: http://itunes.apple.com/cn/app//id483068411?mt=8

牛赞网: 是一个性化推荐内容的网络,专注于个性化阅读。牛赞网是为了解决信息过载问题而产生的,它是一款新闻内容阅读过滤器,它通过来自用户的行为和数据的支撑衍变成为个性化的推荐。( Via

链接: http://www.newzan.com/


“酷云阅读”是一款个性化泛阅读软件。它通过语义分析技术对文章、视频内容进行归类整理,通过用户行为分析绘制用户肖像,由智能推荐算法将内容推送给用户,并根据用户对内容的反馈不断优化推荐效果。( Via)

链接: http://www.kuyun.com/


喜分分为你提供个性化,社交化的阅读,帮你解决信息过载问题。喜分分根据你关注的话题,与好友喜好相似程度和订阅的频道为你推荐最感兴趣的网络内容; 方便你导入并整理你在社交网络(人人,微博,Google Reader)上的分享或收藏; 通过标签体系和精选链接让你发现特定领域下最有价值的资源。

链接: http://www.xifenfen.com/


阅米网-发现你的阅读DNA: 不同于传统的新闻网站,阅米是为每个人量身定做的个性化阅读工具。它像一只聪明的猫头鹰,用它那双大眼睛,仔细观察你的阅读和操作,发现你的阅读DNA,帮你挑选感兴趣的热门资讯。你可以只是简单的阅读感兴趣的内容,也可以主动告诉它你更想看什么。随着你不断的参与和使用,它会越来越聪明,越来越懂你,推荐的也越来越精准。

链接: http://www.yuemee.com/

三、问题和挑战

如何有效获取用户的兴趣:用户的阅读兴趣往往很泛,泛意味着这种兴趣获取的难度的成本会更高,如何基于现有的社会化服务或者阅读过程更好的获取用户兴趣是一个需要研究的话题。

如何更有效的推荐阅读内容:推荐阅读内容的难度可能大于电影、音乐和图书,因为电影、音乐和图书都有相对固定的维度,而根据阅读内容来挖掘用户的兴趣可能难度会更大。

当然最大的挑战在于:个性化阅读其实基于一个前提就是能够推荐用户感兴趣的内容,而实际的过程中如果不能给每个用户推荐感兴趣的内容(或者说这个会有个过程),那如何形成用户的粘性?另外个人的一个困惑是个性化阅读的需求真的有那么强么?

四、小结

个性化阅读是主菜还是点心?如果是主菜,那么可能目前所有的阅读应用,包括鲜果、Zaker、新浪视野和腾讯爱看等未来都会殊途同归。个性化阅读出了获取用户兴趣的方式和推荐的准确性以外,未来如何在内容和策略上实现差异化的竞争可能会是本质上的竞争。

相关阅读推荐

# 本站新浪官方微博: http://t.sina.com.cn/web20share

# 本文采用“署名-非商业-保持一致”CC协议进行授权,转载本文请注明 本文链接

© watsonxu for Web2.0Share | 订阅 | 热文 | 评论 | 广告 | 联系 | 讨论小组 |

您可能也喜欢:

国内短租服务(类Airbnb)汇总

国内类Kik类服务汇总

国内类Fousquare服务(LBS)介绍汇总

2011年国内互联网/移动互联网初创企业信息图

国内团购服务网站介绍汇总
无觅

相关 [国内 个性 阅读] 推荐:

国内个性化阅读服务汇总

- - 动点科技-CN.TechNode.com
所谓个性化阅读,个人的理解就是基于用户的兴趣(兴趣的获取可以是基于现有的社会化服务或者用户的阅读过程),生成用户感兴趣的阅读内容,其核心在于用户兴趣的获取和基于用户兴趣的内容推荐. 国外比较著名的个性化阅读应用是Zite. 微观是由 点趣科技推出的移动个性化阅读应用,只要选择你的兴趣点,就会为你推荐你感兴趣并且适合移动阅读的内容.

酷云阅读:个性化泛阅读应用

- - 天涯海阁|Web2.0Share
“酷云阅读”是一款个性化泛阅读软件. 它通过语义分析技术对文章、视频内容进行归类整理,通过用户行为分析绘制用户肖像,由智能推荐算法将内容推送给用户,并根据用户对内容的反馈不断优化推荐效果. 智能云端最懂你 :采用语义分析技术对文字、音频、视频信息进行归类整理,并根据用户的阅读习惯、喜好和好友关系推送内容.

推酷——个性化你的阅读

- - 商业不靠谱
以下文字来自创业团队,不代表本站观点. 为了支持起步阶段的创业公司,拉抬新项目的影响力,bukop.com面向所有创业的朋友提供无偿报道服务,你有任何创新项目、新服务或者新网站想通过bukop进行推广,都可以将文章发送到[email protected] :. 推酷上线于2013年4月,创建推酷主要是因为创始人在使用Google Reader过程中遇到的诸多不便.

个性化阅读的过去、现在和未来(一)·概述

- 蓝皮 - 博客园-旁观者
个性化阅读的过去、现在和未来(一)·概述.     以前曾经撰文讲过Topic Engine的过去、现在和未来. Topic Engine是一个生生不息的应用方向,因为从News Group、邮件列表、聊天室、论坛、Google News、博客圈子、群组. ,人们一直因话题(有人也叫主题,英文为Topic)而聚集而交友,话题一直在生生不息层出不穷,组织形式在不断变异.

个性化阅读的过去、现在和未来(二)·实作

- sasiky - 博客园-旁观者
前一篇:《个性化阅读的过去、现在和未来(一)·概论》,今日继续此话题.     前面说到Topic Engine/个性化阅读/Meme Tracker这几个方向所需要的研发团队大致是12个人起. 下面着重说一下在现如今如何做个性化阅读.     Zite 的战略就是直接从Social Graph+Interest Graph切入,通过将Google Reader、Twitter、Facebook等拥有Interest Graph图谱的社会化数据导入,从而获得用户初始的兴趣爱好及社会化关系,由此引发阅读推荐,有效避免了推荐引擎的“冷启动”问题.

指阅团队谷文栋谈「个性化」阅读

- - 动点科技-CN.TechNode.com
以下是指阅团队谷文栋《「个性化」时代》原文全文(对于原文段落进行了编辑). 一、互联网大佬对于个性化的态度. 2011年初我发表了一篇文章《 搜索已死,推荐上位》, 结果证明实际情况蛮配合的,2011年可以说是个性化推荐爆发的一年. 我订阅了推荐引擎/个性化推荐等几个微博关键字,眼睁睁地看着相关的微博内容蹭蹭地往上涨,懂的不懂的不懂装懂的打酱油的都在提个性化,甚至连僵尸帐号都在掺和.

微观:移动个性化阅读应用

- - 天涯海阁|Web2.0Share
微观是由 点趣科技推出的移动个性化阅读应用,只要选择你的兴趣点,就会为你推荐你感兴趣并且适合移动阅读的内容. 使用阅读,推荐的内容就会越准确,同时也可以发现兴趣相同的朋友.  内容精选,并且是最近较热,或比较流行的;. 内容经过一定方式的处理,更加适合移动的阅读,并且内容推荐不会重复;. 3.个性化推荐,体现从聚合到挖掘和分析的进步;.

无觅推出个性化阅读社区

- - 天涯海阁|Web2.0Share
天涯海阁应该是无觅网相关文章插件的第一个用户,无网觅从网站 相关文章插件到 无觅网络,再到现在的个性化阅读社区,无觅网一直都在探索,不过我相信个性化阅读社区可能是他们真正想做的东西. 无觅个性化阅读社区开始会根据用户绑定的微博,分析用户兴趣,进行推荐;之后会根据用户“喜欢按钮”等行为,来不断学习,优化推荐,并且能够根据用户兴趣实时调整和刷新推荐结果.

指阅丁钧:做个性化阅读的指尖“秘书”

- - 零零发-||-IT航海日志
作者:肖梦鸯|出处: DoNews| 2012-03-20 17:32:21  责编: 肖克锋. 到2010年,微博为人们所熟知,也给简网提供了一个好的推送出口. “同事做了一个API,把我们的内容推送到微博上去,发现粉丝数增长的速度越来越快”,这样通过微博把语义分析技术转化的成果推给了用户.