 |
1
lotosbin OP 主要解决问题，信息爆炸，冗余，质量差的问题，筛选优质信息，
但是优质是相对的，每个人的定义不同， 所以使用人工智能学习，针对个人数据学习，生成专属个人的推荐模型 |
|
2
lotosbin OP 大家都是使用什么 RSS 阅读器？
|
 |
3
tonghuashuai May 28, 2019
感觉我就想看个订阅内容，要用什么人工智能啊，我都自己订阅了，明显就是不想用推荐啊
个人感觉伪需求 |
|
4
lotosbin OP @tonghuashuai 这个问题之前没有想过，现在想想，
关于推荐 最理想但是不太现实的情况是，根据个人的历史阅读记录，对全网的数据做智能推荐， 但是这个不太现实，所以可以根据 主题 /Tag 之类的订阅作为数据冷启动，后续可以主动订阅， 另外对所有订阅源重组成 主题 /Tag，不需要单独订阅某个源， 关于垃圾过滤 /去重 / 这个应该还是有意义的，实际使用中经常遇到重复的内容，不过新闻类的比较严重，所以类似 readhub.me 和 google news 之类的都提供了 新闻的 去重合并功能。 关于系列提取 ，如果可以把系列文章聚合到一起，应该可以方便阅读和整理的， |
|
5
tonghuashuai May 29, 2019
|
|
6
tonghuashuai May 29, 2019
系列提取听起来不错。
👆手抖写错了 |
|
7
lotosbin OP 我觉推荐 和 主动有目标的获取，并不冲突，可以并存，推荐作为一种辅助手段，
另外还想增加一个空间的功能，算是另一个维度推荐，可能会划分为 工作 /学习 /休闲 /娱乐， |
|
8
lotosbin OP # test markdown
https://www.v2ex.com/t/462373 []( http://feathub.com/lotosbin/xread) |
|
9
lotosbin OP + 增加系列聚合的功能
|
|
10
lotosbin OP |
|
11
lotosbin OP |
Select Language