編者按：本文是電子科技大學(xué)互聯(lián)網(wǎng)科學(xué)中心在讀博士劉浩的供稿文章，劉浩的主要研究方向是個(gè)性化推薦系統(tǒng)及社交網(wǎng)絡(luò)的數(shù)據(jù)挖掘，點(diǎn)
\n這里關(guān)注他的微博。

閱讀，作為互聯(lián)網(wǎng)最基本功能之一，始終是網(wǎng)民獲取信息的最重要形式。隨著個(gè)性化推薦技術(shù)在電子商務(wù)領(lǐng)域取得巨大成功，個(gè)性化開始逐步滲透到互聯(lián)網(wǎng)的閱讀領(lǐng)域。互聯(lián)網(wǎng)發(fā)展到大數(shù)據(jù)時(shí)代，也給個(gè)性化閱讀提供了合適的溫床，國(guó)內(nèi)外互聯(lián)網(wǎng)圍繞著個(gè)性化閱讀的產(chǎn)品層出不窮。2010年以FLIPBOARD和ZITE為代表的個(gè)性化閱讀產(chǎn)品的興起，引起了國(guó)內(nèi)個(gè)性化領(lǐng)域的爭(zhēng)相跟風(fēng)。一時(shí)間，眾人高呼著“個(gè)性化時(shí)代來(lái)了”的口號(hào)，各種打著個(gè)性化閱讀旗號(hào)的產(chǎn)品紛紛誕生。

個(gè)性化閱讀的出現(xiàn)，是外部環(huán)境，技術(shù)成熟和用戶需求三方面共同作用下出現(xiàn)的必然產(chǎn)物。但是，國(guó)內(nèi)個(gè)性化閱讀產(chǎn)品在使出渾身解數(shù)四處突圍的同時(shí)，我們卻鮮見有當(dāng)年RSS那樣具有劃時(shí)代意義的產(chǎn)品的誕生。個(gè)性化作為大數(shù)據(jù)沙漠里的一個(gè)天然綠洲，所有人都在描繪著那里美好的圖景，一直看著很美好卻不知通往綠洲的捷徑。

UGC模式的爆發(fā)標(biāo)著的互聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代的到來(lái)，以用戶社交網(wǎng)絡(luò)為基礎(chǔ)和用戶信息流為載體的社交媒體已經(jīng)在自覺(jué)不自覺(jué)中生長(zhǎng)出了個(gè)性化的萌芽，然而以此為基礎(chǔ)的信息流有著嚴(yán)重的弊端，內(nèi)容過(guò)于雜亂，信息價(jià)值不高，信息量過(guò)大的問(wèn)題隨著社交網(wǎng)絡(luò)的日益膨脹顯得越來(lái)越明顯。這些大規(guī)模的數(shù)據(jù)對(duì)于個(gè)性化閱讀來(lái)說(shuō)，卻是絕好的冷啟動(dòng)數(shù)據(jù)訓(xùn)練集。微精和
\n優(yōu)微正是懷著這一美好的目的開始了在這方面的嘗試，但是在不久前微精的倒下，卻給了這一美好愿望一記重拳，排開其他因素不說(shuō)，單是推薦挖掘需要的大量用戶數(shù)據(jù)和OPEN API各種請(qǐng)求限制之間的矛盾，都讓所有在此方向上努力的人們提心吊膽。Twitter不久前修改的API協(xié)議和新浪微博推出極具爭(zhēng)議的智能排序無(wú)疑給出了一個(gè)明確的信號(hào)——這是一塊金礦，但是只能我們來(lái)挖。

在大樹不可靠的情況下，大部分個(gè)性化的閱讀產(chǎn)品必須面臨一個(gè)冷啟動(dòng)的問(wèn)題。個(gè)性化推薦的技術(shù)發(fā)展到今天，無(wú)論是傳統(tǒng)而且成熟的協(xié)同過(guò)濾，還是現(xiàn)在興起的社會(huì)化推薦，抑或采用多種數(shù)據(jù)挖掘的手段，用戶的興趣的分析都需要基于一定量的數(shù)據(jù)。獲取用戶的輸入本身就是一個(gè)用戶體驗(yàn)極不好的過(guò)程，這是一個(gè)考驗(yàn)用戶耐心和推薦精度的博弈。
\n優(yōu)推網(wǎng)顯然高估了用戶的耐心，選完分類還不算還要老老實(shí)實(shí)回答5個(gè)對(duì)用戶來(lái)說(shuō)莫名其妙問(wèn)題，即使有耐心完成這些步驟的用戶，基于如此少量數(shù)據(jù)推薦的信息也足以讓用戶喪失信心。
\n板報(bào)網(wǎng)盡量減少了用戶的煩惱，但是一開始滿屏幕大雜燴式的推薦很難讓用戶讀懂個(gè)性化閱讀的含義。
\n牛贊網(wǎng)，
\n閱米網(wǎng)的初始化顯得稍微人性化一點(diǎn)，分類較為細(xì)致讓用戶容易選擇，同時(shí)保證在初始推薦的時(shí)候內(nèi)容至少較有關(guān)聯(lián)性。
\n指閱的初始化顯得更加精致，在大分類下還細(xì)分了具體的興趣點(diǎn)，用戶輸入稍微繁瑣但是用戶體驗(yàn)設(shè)計(jì)得很流暢，如此細(xì)致的設(shè)計(jì)也保證了初始推薦時(shí)候內(nèi)容的精確性。
\n無(wú)覓作為最早踏足國(guó)內(nèi)個(gè)性化推薦領(lǐng)域的產(chǎn)品，估計(jì)在最初做第三方推薦工具時(shí)積累了不少珍貴的數(shù)據(jù)，其初始化以用戶訂閱RSS開始，顯示了無(wú)覓穩(wěn)妥的作風(fēng)，先做好內(nèi)容的聚合，然后慢慢挖掘出你的興趣。
\nV剪客或是受啟發(fā)于Pinterest專輯的點(diǎn)子，用戶開始的時(shí)候需要訂閱感興趣的專輯，但是每個(gè)分類下數(shù)量眾多的專輯讓用戶又陷入選擇的困境。還有一些如
\nZAKER，
\n網(wǎng)易閱讀，
\n極閱，
\n鮮果，
\n爬藤等個(gè)性化閱讀產(chǎn)品大多是以訂閱網(wǎng)站的RSS為手段，顯得更像是一個(gè)美化版的RSS閱讀器。

個(gè)性化閱讀冷啟動(dòng)的完成，只是個(gè)性化閱讀體驗(yàn)的剛剛開始。用戶獲取閱讀內(nèi)容的來(lái)源又成為一個(gè)分水嶺。ZAKER，指閱，網(wǎng)易閱讀，極閱，鮮果，爬藤，板報(bào)網(wǎng)，閱米選擇了聚合內(nèi)容，這些產(chǎn)品更像是一個(gè)帶過(guò)濾器的RSS閱讀器升級(jí)版，通過(guò)聚合各種RSS來(lái)源的新聞并經(jīng)過(guò)算法排序（或沒(méi)有）后推薦給用戶。V剪客，簡(jiǎn)網(wǎng)則選擇了一種UGC的方式來(lái)獲取內(nèi)容，通過(guò)用戶提交的形式來(lái)充實(shí)內(nèi)容池。牛贊網(wǎng)，無(wú)覓則選擇了中間道路，采用內(nèi)容聚合和UGC混搭的模式來(lái)獲取信息。從用戶體驗(yàn)上講，內(nèi)容的聚合顯然更有利，能夠很好地格式化文章內(nèi)容實(shí)現(xiàn)優(yōu)美的文章排版和閱讀體驗(yàn)，因此走上這條路的產(chǎn)品大部分都不約而同的選擇了抓住移動(dòng)端的閱讀。但從個(gè)性化閱讀的本質(zhì)上講，內(nèi)容的聚合還是讓用戶的視線受限于目前能夠收錄到的新聞源，然而這些有限來(lái)源相對(duì)于每天要產(chǎn)生200多萬(wàn)篇博文的互聯(lián)網(wǎng)來(lái)說(shuō)，并沒(méi)有從根本上解決幫助用戶發(fā)現(xiàn)未知的個(gè)性化資訊的問(wèn)題。同時(shí)，內(nèi)容聚合的方式面臨的最大危險(xiǎn)來(lái)自于版權(quán)問(wèn)題，我們可以從ZITE之前的官司和ZAKER最近下線了一些訂閱頻道嗅到一些味道。相比之下，簡(jiǎn)網(wǎng)，V剪客，牛贊網(wǎng)，無(wú)覓選擇的用戶提交內(nèi)容的模式會(huì)更加被看好，雖然這幾個(gè)網(wǎng)站背后的推薦機(jī)制各有不同，但是都是試圖構(gòu)建基于用戶閱讀興趣的社交圖譜，利用閱讀興趣的社交網(wǎng)絡(luò)獲取信息長(zhǎng)尾中的內(nèi)容進(jìn)行社會(huì)化推薦的想法——人的推薦永遠(yuǎn)比機(jī)器靠譜。值得一提的是，簡(jiǎn)網(wǎng)和指閱都是同一個(gè)媽生的，但是選擇了不同的內(nèi)容運(yùn)營(yíng)機(jī)制，或許是基于的這樣思考的一種實(shí)驗(yàn)？

個(gè)性化閱讀毫無(wú)疑問(wèn)是未來(lái)互聯(lián)網(wǎng)關(guān)注的一個(gè)熱點(diǎn)，誰(shuí)都可以看到當(dāng)一個(gè)產(chǎn)品完全熟悉一個(gè)人個(gè)性化閱讀偏好后潛在的巨大商業(yè)價(jià)值。但是在大數(shù)據(jù)的沙漠中，通往個(gè)性化綠洲的道路往往都充滿著各種海市蜃樓，讓我們拭目以待看誰(shuí)能夠堅(jiān)持到最終的目的地。

感謝在個(gè)性化閱讀道路上奮斗的人們，就像Alta Vista、Lycos、Excite之于Google，不是每個(gè)人都能贏得最終勝利的花環(huán)，但是個(gè)性化閱讀道路上每一步都有你們堅(jiān)實(shí)的腳印。