zdg/
共4428个网摘 [
1 2 3 4 5 6 7 8 9 ...
148 ]
上一页 |
下一页 |
访问zdg的个人空间
zdg收录，使用标签：VC, 互联网，时间：2008-8-19 18:14:48 | 相关网摘，我也收藏
北京风险投资圈里的人都记得，2007年下半年XPLUS负责融资的管理层曾对北京的风投商进行了一轮地毯式的“扫货”。但风投商的圈子其实很小，而且观望态度甚浓，如果几家大的VC都不愿投资的话，事情就变得糟糕了。这时，资本世界的“马太效应”开始表露无疑，在这个小圈子里，“一传十，十传百”的故事每天都在上演，VC喜欢故事讲得好的创业者，故事讲得好，所有VC都愿意来分一杯羹，故事讲得不好，所有VC都唯恐对你避之不及。很不幸，XPLUS沦为了后者。
几位已经离任的xplus高管都认为，如果能从去年年底改变公司业务格局，以能产生现金流的企业商刊和广告业务为基础，大力发展数字报纸，还能找到新的资本合作机会。但从网上不满xplus的员工透露的内情来看，xplus似乎相信了当年zcom利用电信强行捆绑宽带用户赚钱的招数，大力拓展所谓“黑钱”渠道，结果电信方面的“改邪归正”没有给xplus“捞偏门”的机会。
http://www.5gme.com/space-11043-do-blog-id-14466.html
zdg收录，使用标签：社区, SNS, 网站运营，时间：2008-8-18 18:28:13 | 相关网摘，我也收藏
1. 垂直社区要保持专注，内容和活跃用户是发展的根本，关系并不重要。
2. 面对大众用户，产品要简单，能让他们够快速入门。当还有很多女性用户反映没怎么用过论坛，别太指望她们利用互联网建立个人关系，至少初创期的我们花不起这个“教育成本”。
3. 我们曾考虑用Group代替BBS，我们也做了，结果是所有人都不说话了。Group不属于中国式社区，大众还是喜欢热门，因为我们选择了做大众人群，所以产品要大众。
4. SNS的魅力很大，改善关系后的社区，依然可以对核心用户产生非常高的粘性，如果确保了社区的核心地位，那么逐步增强和人群相关的应用，将有可能不再是Kill time，而是给用户更多的选择和组合。从内容起步的社区会逐渐向人的方向过渡，并逐步实现内容与人之间关系的平衡。
所以从垂直领域切入社区，我们看到一些未来发展的方向：
对于入门用户，为她们降低门槛，更快找到想要的内容。
对于中级用户，用好玩有趣的APP，为她们创造更多选择的空间，提升她们的粘性。
对于高级用户，提供建立社交网络的可能，在这里建立她们的人际关系。
最终，内容和关系会在不同层面实现平衡，同时相互影响，如果你介入的内容易于引发商业，那么未来社会化推荐的力量将创造新的商业可能。
http://flyu.com.cn/post/425.html
zdg收录，使用标签：融资并购，时间：2008-8-7 11:25:40 | 相关网摘，我也收藏
didn’t think Monster could top its own stupidity after buying Affinity Labs for a ridiculous $62 million in cash earlier this year. However, they undoubtedly did top themselves today after announcing the acquisition of fairy dust matching technology provider and vertical job search engine Trovix for an OMFG $72.5 million.
http://www.cheezhead.com/2008/07/31/monster-acquires-trovix/
zdg收录，使用标签：Recommend, filter，时间：2008-8-5 17:54:14 | 相关网摘，我也收藏
迄今为止在个性化推荐系统中，协同过滤（Collaborative Filtering）技术是应用最成功的技术。目前国内外互联网上有许多大型网站已经应用这项技术为用户更加智能的推荐内容。如果你想要研究协同过滤，一定不能错过MovieLens（http://movielens.umn.edu/）。它是协同过滤最著名的研究项目之一。
第一代的协同过滤技术，又被称为基于用户（User-based）的协同过滤。相似用户通常被称为最近邻居（Nearest Neighbor）。用户之间的相似度是通过比较两个用户的行为选择矢量得到的。目前，比较行为选择矢量的相似度计算方法有许多种，比较经典的算法包括泊松相关系数（Person Correlation Coefficient）和余弦相似性（Cosine-based Similarity）。“最近邻居”产生后，我们就能够计算得到用户最可能感兴趣的内容集（也叫做TopN推荐集）。为了得到推荐集，分别统计“最近邻居”中的用户对不同内容的兴趣度，取其中排在最前面的内容作为推荐集。
基于用户的协同过滤技术在个性化推荐系统中获得了极大的成功，但它有自身的局限性。推荐集的产生方式意味着一个内容只有已经被用户选择（购买）后才有机会被推荐给其他用户。对于一个网上书店来说，新上架的书因为还没有被相当数量的用户购买或者评价的记录，便很少有机会被用户的“最近邻居”筛选进入推荐集。这个问题，也被称之为协同过滤的“冷启动”问题。
此外，因为计算用户的相似度时，是通过将目标用户的历史行为记录与其他每一个用户的记录相比较得出的，所以对于一个现实的推荐系统来说，扩展性将成为非常严重的问题。设想一下，对于一个拥有上百万用户的网站来说，每计算一个用户都将涉及到上百万次的比较，更不要说其中会带来的大量数据库IO操作的开销。
于是第二代基于内容项（Item-based）的协同过滤技术就产生了。与基于用户的技术不同的是，这种方法比较的是内容项与内容项之间的相似度。Item-based 方法同样需要进行三个步骤获得推荐：1）得到内容项（Item）的历史评分数据；2）针对内容项进行内容项之间的相似度计算，找到目标内容项的“最近邻居”；3）产生推荐。这里内容项之间的相似度是通过比较两个内容项上的用户行为选择矢量得到的。
和基于用户的推荐系统相比，基于内容项的推荐系统最大的改进是更具有扩展性。基于内容项的方法通过计算内容项之间的相似性来代替用户之间的相似性。对于通常的互联网应用来说，提供的内容项数量相对较为稳定。比如一个大型网上书店，可能出售的书籍数量也就在几十万上下，而用户数量就可能达到几百万。所以，比起用户，内容项之间的相似性计算需要的计算量要少很多，从而大大降低了在线计算量，提高系统性能。
大多数情况下，基于用户的推荐技术表现要略好于基于内容项的方法。这是因为基于内容的方法忽略了相似用户之间的组群特征。
为了解决用户数据的稀疏问题，最方便的办法就是将用户对没有选择过的内容项的评分设为一个固定的缺省值，例如用户的平均评分。针对如何预测遗漏的评分业内又提出了很多种方法，不过一般来说采用最简单的改进方法就可以有效地提高协同过滤推荐系统的准确度。
为了进一步解决协同过滤技术的扩展性能问题，目前比较有效的办法是在用户评分数据上做一次聚类分析(clustering)。聚类技术首先将具有相似兴趣爱好的用户分配到相同的分类中。聚类产生之后，它或者将“最近邻居”搜索对象限制在最相近的聚类中，根据类中其他用户的评价预测目标用户的评价，或者用聚类的中心作为近似提取推荐结果。由于用户之间的分类相对变化比较小，因此聚类过程往往可以离线进行，而无需实时计算，这样就大大降低了实时推荐的计算压力，提高推荐系统的速度。一般来说，聚类将用户分为多少个类，推荐系统的整体速度就能够提高多少倍。具体选择什么样的聚类算法，又会因应用领域和数据的分布特性而不同。如果聚类算法选择不当，反而会降低推荐的准确性。近年来，推荐系统的算法技术的发展也有了一些新的方向，比如SlopeOne，SVD等方法，就不一一列举了。
http://blog.csdn.net/java060515/archive/2007/04/19/1570243.aspx
zdg收录，使用标签：社区，时间：2008-8-4 18:34:51 | 相关网摘，我也收藏
很多企业和组织都建立了相应的在线社区，但如何才能让你的在线社区为你产生更多的价值呢？最近一项名为“The 2008 Tribalization of Business”的研究针对这个问题，对140多家拥有在线社区的不同的组织进行了调查。
研究的结果显示，在线社区对于这些组织最大的价值在于增加口碑（35%）、增加品牌认知（28%）以及增加客户忠诚度（24%）。毋庸置疑，网络社区对企业来说是一种有效的营销及客户管理工具。
而阻碍在线社区这种工具产生它应有价值的最主要因素，既不是技术也不是资金，而是如何吸引用户（51%）、如何增加管理社区的时间（45%）。
而在调查中，这些组织认为在线社区的重要元素包括：类似人群的连接能力（54%）、可以帮助他人（43%）、是否有热点话题（41%）、社区管理的质量（33%）等等。
http://webleon.org/2008/08/blog-post.html
zdg收录，使用标签：长尾，时间：2008-8-2 13:26:10 | 相关网摘，我也收藏
8月号哈佛《商业评论》中文版刊出了对长尾理论最有力的反驳《长尾理论可信吗？》一文，作者安妮塔·埃尔贝斯（Anita Elberse）是哈佛商学院市场营销系工商管理学副教授，这篇文章之前在美国引发激烈的争论。她通过对克里斯·安德森用来做案例的影碟出租和音乐两个领域的实际数字进行分析，同样得出长尾存在的理论（她看到长尾和安德森略有不同），但反驳了从长尾中获得利润的可能性。
她的数据分析结论的重要结论是消费集中，这导致长尾的尾部商业价值不大：1）“当选择越来越多，搜索越来越容易，销售量将如何累积呢？它们会向销售分布曲线的顶部还是尾部倾斜？在线音乐服务商Rhapsody的交易记录无疑最能说明问题。……我们从中有何发现？显而易见，消费者的选择还是具有高度的集中度：10%的曲目占到全部播放次数的78%，而1%的曲目占到播放次数的32%。”2）“我们发现销量确实在向尾部转移……然而，尾部正变得更长、更平，而不是明显地膨胀。”3）“我们的研究还显示，成功的热卖主要来自曲线顶部极少量的热门影碟，集中程度比以往更甚。2000年至2005年间，周销量名列前10%的影碟的数量减少了50%还多——集中度上升是赢家通吃市场中的普遍现象。”
埃尔贝斯对交易的分析发现，“租借冷门电影的消费者通常都属于核心消费者。在6个月的观察期中，通常选择热门影片的消费者平均租借20部影片，而那些尝试选择最冷门影片的消费者则平均租借了50部影片。这说明，现实中并不存在一个特别偏好冷门的细分市场；其实，是那些对内容有更广泛需求的消费者会偶尔尝试长尾产品。同时，我们的发现与麦克菲的理论相一致，非核心消费者的消费主要集中在热门产品上。”
埃尔贝斯的所有分析归结起来就是一句话：“从尾部产品中获利是一件非常困难的事。”她给生产商的四条建议中第一条就是，“不多的几个热门产品仍然大有前途——或许会比以前更加出色。”这个世界依然是赢家通吃。
http://www.mindmeters.com/day.asp?id=8091
zdg收录，使用标签：流氓软件，时间：2008-7-30 18:35:01 | 相关网摘，我也收藏
因为360要战略转型，我们不堪良心谴责，不堪工作压力要走了，也许大家还不知道，今年360已经不再和卡巴合作了，他们决定和罗马尼亚的BitDefender合作了。而与此对应的，我们项目组，不再是像其他同事那样继续研发360的安全技术，继续修复360免费杀软的BUG。而是都被调到一个新的项目组里！研分什么大家知道吗？！弹窗广告！！天啊，也许大家的噩梦又要来了，360的弹窗广告就要借着奥运来了。大家都知道我们以前一直是免费的没有利润的，即使是和卡巴合作也是赚微不足道的一点返点和广告费，而现在，360却将和国内某大型门户网站合作推出弹窗广告！听同事说双方合作费用达八位数。现在装有360的用户总能收到关于360升级的气泡提示，其实那是我们在调试。调试如何把消息同时发给送给所有的用户，因为大家知道即使是QQ的弹窗广告也不能同时发给全部用户，而会有延迟，所以我们就不断的调试调试……要知道，奥运新闻过了五分钟就将不是新闻了。
http://www.landigua.com/archives/260
zdg收录，使用标签：Javascript，时间：2008-7-29 18:58:42 | 相关网摘，我也收藏
其中 Tamarin 和 SqurirrelFish 代表了浏览器 JavaScript 引擎性能的提高 — Tamarin 虽然现在还不明显，因为它的 JIT 还在 tracing 优化阶段，SqurirrelFish 甚至还完全没用 JIT。不过这两者正式进入市场至少要到 2009 年 Mozilla 3 平台的初步发布和 Safari 4 随 Snow Leopard 一起发布时。
Processing.js 和 ContextFree.js 则代表了 Web-based Processing 创作的新方向，Processing 和 NodeBox 的成功充分说明了在简单技术上提供更有效的表达方式会给图形生成带来多大的改进，现在能在 Web 上直接实时呈现这些优美的图形，毫无疑问 Flash, Silverlight 等将更不受欢迎了。
Parchment 则是一个非常漂亮的 Z-Machine 在 Web 上的呈现，适合 Text Adventure 爱好者们。
http://blog.jjgod.org/2008/06/30/next-gen-javascript-dev/
zdg收录，使用标签：搜索技术, Sphinx，时间：2008-7-29 18:56:36 | 相关网摘，我也收藏
1、Sphinx，是俄罗斯的Andrew Aksyonoff 开发的，被人叫做“狮身人面”，关于其高效的介绍，你可以参考《JavaEye3.0开发手记之三 － 狮身人面》，其性能出色，和架构清晰，学习成本很低，且其和数据库结合的很棒。其他相关介绍可以参考“coreseek对Sphinx的就介绍”，也可以参考其发布的《Coreseek 全文检索服务器 2.0 (Sphinx 0.9.8)参考手册》，其Coreseek就是基于Sphinx的一个全文搜索服务器。
2、libmmseg，就是前面说的中文分词程序，当前最新版本是0.73，采用C++开发，同时支持Linux平台和Windows平 台，切分速度大约在300K/s（PM-1.2G），libmmseg从0.7.2版本开始，作者提供了ruby调用的接口，所以我们可以直接在ruby 程序里面调用libmmseg进行分词，相当方便。
3、Ultrasphinx，是一个Rails插件，Rails开发人员可以使用它来很方便地调用Sphinx的功能。其他类似的插件有acts_as_sphinx，使用其可以很方便的在Rails中整合Sphinx。
http://iceskysl.1sters.com/?action=show&id=320
zdg收录，使用标签：WEB开发，时间：2008-7-29 18:33:16 | 相关网摘，我也收藏
没人可以细致到保证自己的网站代码都是正确的，你可以通过以下测试来验证网站代码是否正确。看看你的网站是否完全兼容各大浏览器？是否知道多少秒可以打开你的网站？ 是否可以自信地说你的网站根本就没有打不开的时候？ 这些在一定程度上对你的网站的访问量产生了影响 （ 其它一部分影响浏览量的原因及解决办法）。
这里列出了一份常用的免费在线测试工具，你可以通过这些工具来测试你的网站，并根据结果对你的网站进行修改。
http://www.hxblog.net/article.asp?id=1119
zdg收录，使用标签：预测，时间：2008-7-29 18:02:56 | 相关网摘，我也收藏
很显然，“木火”、“金水”应分别代表两个时间，根据五行转化及干支搭配规则，最后确定“木火”对应“甲午”或“乙巳”，“金水”对应“庚子”或“辛亥”。若以年配之，则未来几十年中，“甲午”是2014年，“乙巳”是2025年；“庚子”是2020年，“辛亥”是2031年（由于下一次循环是60年后，所以具有确定性）。这里还有另一种可能性，若《推背图》精确到年月，则“木火”代表年，而“金水”却要代表月。幸运的是，查遍黄历，在2014年和2025年，都不存在“庚子”月或“辛亥”月。因此，可以断言，“木火金水”代表的是战争年份，即起始年与结束年，分别为2014-2020或2025-2031。
在二选一的抉择中，很容易排除2014-2020，因为中日之战处在整个时间链的中间，前面还有台海之战和圣人治世，而距今不过9年，可能性太小，这是感性方面的认知。而预言4则为理性的论证提供了最佳素材。预言4中“？？吹送草木哀，洪水滔天逐日？。六根未？？波去，正果能修往天台。二四八，三七九。？源？己久。”毫无疑义指中日之战。但其中的“二四八，三七九”历来都是《金陵塔碑文》中的难点，由于毫无头绪，以往少有人涉及，解密更成奢谈。现在有了可资借鉴的素材后，我们将会在揭示的过程中惊奇地发现：谜面构思如此之巧妙，最终结论如此之一致。“二四八”作为偶数序列少了“六”，意指战争持续了六年。“三七九”作为奇数序列少了“一、五”，代表了战争的起点与终点。而要保证六年的时差，简单的数学知识告诉我们，必然以“五”开头，以“一”结尾。
至此，可以非常肯定地得出结论一：中日之战发生于2025-2031年！！！
http://blogger.org.cn/blog/more.asp?name=wry0828&id=19894
zdg收录，使用标签：搜索技术, Sphinx, MYSQL，时间：2008-7-29 15:53:52 | 相关网摘，我也收藏
出自俄罗斯的开源全文搜索引擎软件Sphinx，单一索引最大可包含1亿条记录，在1千万条记录情况下的查询速度为0.x秒（毫秒级）。Sphinx创建索引的速度为：创建100万条记录的索引只需3～4分钟，创建1000万条记录的索引可以在50分钟内完成，而只包含最新10万条记录的增量索引，重建一次只需几十秒。
Sphinx的特征：
•Sphinx支持高速建立索引（可达10MB/秒，而Lucene建立索引的速度是1.8MB/秒）
•高性能搜索（在2-4 GB的文本上搜索，平均0.1秒内获得结果）
•高扩展性（实测最高可对100GB的文本建立索引，单一索引可包含1亿条记录）
•支持分布式检索
•支持基于短语和基于统计的复合结果排序机制
•支持任意数量的文件字段（数值属性或全文检索属性）
•支持不同的搜索模式（“完全匹配”，“短语匹配”和“任一匹配”）
•支持作为Mysql的存储引擎
http://blog.s135.com/read.php?360
zdg收录，使用标签：产品设计，时间：2008-7-29 15:42:37 | 相关网摘，我也收藏
一些思考：
1、一些看起来“好”的idea， 如果稍许复杂就可能暗藏危机，因为：(1) 复杂-> 整合困难 (2) 复杂 –> 难以早期验证 (3) 复杂 –> 容易想当然地憧憬其结果，实际结果达不到预期
2、 mashup类的东西看起来cool, 看起来站在“巨人肩膀”上， 但实际潜在问题很多。把一堆东西mash起来可能很好，但这个mash好的难度可能太大了。
例如universial search的概念，一年前google, microsoft, yahoo, ask都在谈，但除了ask.com做了（收效甚微），其他人都没有真正推行（虽然一些东西被采用了）。
还有meta search, 从来没有能成功或长久成功的。
3、简单但创新的东西生命力是最强大的， hotmail, del.icio.us, digg, hotornot, twitter没有因为被copy而死掉，ICQ, Bloglines等其实也已经很成功了
4、 copy 规模性的东西代价最大，因为其实你不知道别人怎么搞成的； copy 体力型的东西机会是有的，但需要很辛苦；
总结下来，最佳策略是：
* 创新, 并不一定要革命性的，一点点创新即可 （革命性往往可能意味着简单程度不够）
* 简单， 足够简单
http://robertmao.com/archives/864
zdg收录，使用标签：facebook, WebDesign，时间：2008-7-25 11:33:39 | 相关网摘，我也收藏
好的信息架构设计，可以清楚的表现产品定位，可以清楚的阐述内容层次和关系，可以在使用中保持流畅，并能够让用户迅速的熟悉。
所谓“清楚的表现产品定位”：用户一看网站的信息架构，就知道这个网站是干什么的，我是否应该留在这里，我在这里能干什么应该怎么开始去用。
所谓 “清楚的阐述内容层次和关系”：用户一看网站的信息架构，就清楚知道页面上有多少内容，内容和内容之间的关系是什么，什么类型的内容在什么位置。
所谓“可以在使用中保持流畅”：让用户在使用的过程中感觉不到“跳转”和“障碍”，感觉自己在一个平和世界里畅游，非常流畅，不跳动、不卡机。
所谓“能够让用户迅速的熟悉”：用户看到你的第一个界面时，也许需要找一下他需要的内容在那里，也许会觉得这个网站陌生、有距离。但当他很自然的看到第二个、第三个界面后，应该感觉“这个网站很熟悉”，需要任何内容时都不用去“找”，很自然的就能知道什么类型的内容在什么位置。
http://uicom.net/blog/?p=762
zdg收录，使用标签：Blog，时间：2008-7-25 11:21:01 | 相关网摘，我也收藏
以下是从我订阅的近500个国内IT业活跃博客中，精选出来的持久关注国内外互联网产业发展的知名作者博客，选择的标准不是这个人是否出名，完全在于他的内容是否能引发思考，是否能带来有价值的观点，这个也是我自己判断是否关注一个博客的标准。
在过去很长一段时间里，他们持久的更新，奉献了大量的原创内容，为中文互联网行业提供了大量的真知灼见。更重要的是，他们的更新，为博客作为一种媒体内容的存在，提供了佐证，随着blog写作的不断沉淀，他们将促进blog媒体的形成。
http://www.caozenghui.cn/archives/316.html
共4428个网摘 [
1 2 3 4 5 6 7 8 9 ...
148 ]
上一页 |
下一页