这周，事情比较多，在课题上花的时间少了。
针对推荐算法，做了点调研。
一
在这过程中，接触到了“无觅网”，一个社会化新闻分享与推荐的网站。
按他的说法是，“利用人工智能的技术，根据你喜欢的网页，在众多的网页中找出你感兴趣的内容。”
但真正用下来，不是很理想。
关键字提取或是主题提取技术做的比较粗糙。有的关键字，根本就无关于文章。
推荐的文章也很没新意，在文章来源上也没做好工作。
与课题的相同点
这个思路跟之前预想的课题功能基本一样，同样是提取主题词、关键字，基于这个基础做个简单的个性化推荐算法。
不同点
对比无觅网，信息来源很不同。
无觅网是从internet上找文章；课题中，从信息来源来说，是比较单一的。
来源只有用户关注博友的信息，除非添加诸如推荐用户一些活跃博友的功能。
从这个角度来看，本课题只是运用推荐算法来达到过滤的作用。
还有一点，微博信息只有140个字，提取关键字方面还是有很大帮助的。
二
为什么是基于微博，而不是基于人人。
这要从微博是什么谈起。
微博只是个提供信息的平台。
80/20法则貌似蛮时髦的，听说能让文章增色不少，套用在这里也合适。
In short，就我观察下来的情况。
一直是名人、某某组织织微博，大量用户做的事情，只有看、转发、吐槽下，而这不算有效信息。
再说，信息不对等。名人的微博只有十几二十的关注，被关注则至少是上万的。
所以说微博只是个提供信息的平台。
使用过滤系统还是有可行性的。
