电脑技术学习

未来的web2.0社交体验

dn001

现在,我们已经将产品和服务从原始数据中提取出来了。原始信息留给了搜索引擎。现在市场系统将要独自处理这些有关产品与服务的信息了。

在增强有关产品与服务的搜索中,我们所需要做的就是记录下相关数据,例如谁在使用那些产品和服务,他们觉得那玩意如何……建立反馈渠道

ebay和亚马逊中最好的一个功能就是“网络信用度”。这种内部互联的,能提供一些买家对卖家的反馈信息的网络,就是通往新一代网络的关键。但他们的局限性在于,都处在一个个信息孤岛上——分离的各个站点——都是因为第一个问题:非互联的网络!

当前技术的其他局限在于:

  • 回馈系统还太简陋了。他们只是简单的给出一个大致的好或坏的评价,却无法准确的在一大堆好的供应商中识别出最适合你需求的一家。
  • 并不是每样产品或服务都适合在电子商务平台上发布。比如,我就不能找到清洁工在ebay上出售他的服务。

构建一个杀手级的市场系统,我们需要做以下这些:

  1. 构建一个通用框架让每个人能够随时随地推广任何东西,并且也能让其他人来搜索他们想要的信息(Google Base, Google ClassifiedsMicrosoft Fremont 已经开始涉足这个领域了)
  2. 当某个人进行消费后,记录他的反馈信息
  3. 使用有意义的描述去形容供应商

记录下你的匹配记录(比如:你看过了XX的产品,请为这个服务打分...)将会帮助系统在未来为你提供更好的搜索服务。

在这个层面上,你只能得到粗糙的“95%的正面评价”。但只要再加入一点点东西,我们就能走得更远。

记住,我们之所以要把无尽的信息排出个123来,只是为了得到最匹配我们需求的答案而已。案例分析回顾

那么如果我现在想找个人来帮我清洁房间,这个杀手级的市场系统将能很轻易的办到:

  • 你住在世界的这个角落
  • 你在寻找一个清洁工,并且还得离你比较近才行,所以本地这个概念很重要(从你的搜索关键词中知道这点并不难)。
  • 我认识30个在本地做清洁服务的人。
  • 其中的5人深受大家的好评。
  • 你和尼尔家有联系。并且你与他们家庭的一些兴趣取向差不多。而他们给了其中一位清洁工很差的评价。
  • 你也和弗莱德家关系很好。他们给了其中另一位清洁工很好的评价。

这样我们的答案就在眼前了——就是那个弗莱德家曾雇用过并觉得不错的清洁工。也许这并不能证明他是一个最好的选择,但这是在目前所掌握的信息情况下最好的选择了。

我在上面所提到的流程并不是很复杂,只是简单的分析了一下原始数据而已。却让我们很快的分辨出在那30个清洁工中谁最适合我的需求。

因此,我的搜索结果并不需要返回30或300个结果。因为它变聪明了,它只会返回最佳的5个。

再重复一句,这里并没有用到任何新的技术。这些都是已经存在的技术,只是整合了一下。然而它们却发挥了更大的效力!

让我们再来想想这个系统将如何开始采集我们的数据呢?(我们不可能期望现在的商业站点全都自发性地开始分享自己的数据!)未来的杀手级联系人管理程序

又要重复一句了,这里绝对没有什么新技术。这个杀手级联系人管理程序将要做的只是收集一些我们今天同样在收集的信息,并让它们更具可移植性。

一些现存的网站可以说明这项技术的可行性:

  • LinkedIn, Spoke 以及一些其他的站点都拥有关于人及人与人之间关系的数据库。它们使在指定区域或指定公司寻找某人、或与和你行业相近的人建立联系成为可能。
  • Plaxo 让你能够将联系信息储存在一个地方。这样,如果你的联系人也使用Plaxo,那么在你更新自己的联系信息时,他们那关于你的信息也会自动更新。

它们都是一些伟大且巧妙的网络应用,但它们仍然痛苦于“非互联性网络”综合症。

下面是一个关于未来联系人管理程序的展望,它的工作流程是透明的,并且不仅仅是记录下你认识谁这点信息。

根本性的区别在于:

  • 你能联系的将不仅仅只是人
  • 联系能根据重要程度不同而变化
  • 有些联系只有在双方都承认时才生效

上面这张图片展示了互连性网络的一个小部分。

它展示了一系列各种类型的元素,通过不同的联系度结合在一起(并且每个元素都拥有自己的XML格式数据库)。你如何与人建立联系

你将通过一下手段来与人建立联系:

  • 通过Email
  • 通过添加一个聊天好友
  • 通过在页面上右击一个人的智能标签(见下图)

在这个例子中,你可能正在浏览某个人的blog或某篇他写的文章。

彭毅