|
你都是怎麼掌握即時資訊的？訂閱RSS、收看電視新聞、瀏覽媒體網站，還是從Facebook、Twitter等社交媒體上，看朋友的推薦來取得最新動態？
時代巨輪不斷向前滾動，不但促使網路科技的演進速度加快，連帶人們吸收新知、掌握資訊的方式，也跟著產生了偌大的變化。回想兩、三年前，我們還處於Web 2.0當道的年代，大家很習慣使用RSS Reader來訂閱部落格或網站的文章，但如今還會使用Google Reader等訂閱工具的網友，卻已經越來越少了。
伴隨Facebook、Twitter及微博的崛起，人們逐漸習慣透過社交媒體來觀看朋友所推薦的轉貼連結。透過口碑的力量，讓我們得以輕鬆掌握世界的脈動。RSS是否已死，迄今還有人爭論不休，但若能對RSS服務推出創新應用，不但可拯救其逐漸式微的命運，還可賦予嶄新的生命與意涵。
傳統Digg推文的模式不再受到推崇，取而代之的是大家看到喜歡的事物便會主動按讚，或是不吝幫忙轉推（Retweet）。進入社交網絡的世代之後，資訊焦慮的困擾依舊存在，面對資訊過載的危機，開始有網路創業家想到可以利用社交的技術來解決，而這就是社交過濾（Social Filtering）的濫觴。
根據回應找出興趣圖譜 社交過濾的應用方興未艾，但它的概念源於協同過濾（Collaborative Filtering）。
根據維基百科的記載，最早應用協同過濾系統的設計，是1992年時Xerox公司為了解決位於Palo Alto的研究中心資訊過載的問題。
由於研究中心的員工每天會收到非常多的電子郵件，但是卻不容易建立篩選分類的標準，於是他們便發展一個實驗性的郵件系統來幫助員工解決這項問題。主要的作法如下：首先是員工個人可以決定自己感興趣的郵件類型，再從郵件中選出至少三筆有用的資訊，然後系統便會記錄成為個人郵件系統內的過濾器，從此以後經過過濾的郵件就會最先送達信箱。 二十年後的今天，演算法和資訊過濾的技術更為成熟，再結合社交網站中所建立的高度信任關係維度，就可以讓社交過濾服務變得精準，更為個人化，自然也更具有價值。
舉例來說，即便有人每天可以花很多時間在網路上閱讀新聞，但大多數人每天只願意讀幾篇最感興趣的文章。應運而生的社交過濾技術，試圖從一個又一個按讚數中，找出微妙的興趣圖譜，從而建立一個可依歸的邏輯，不但可以幫我們篩選出有價值的資訊，還能夠提升閱讀的品質和效率。
《連線》（Wired）雜誌總編輯，同時也是《長尾理論》、《免費》等暢銷著作的作者克里斯．安德森（Chris Anderson），便十分推崇使用社交過濾服務來獲取媒體資訊。雖然身為媒體和出版產業的一份子，他也不可免俗地十分關注主流媒體的動態，但近年來已經不主動連上各大媒體網站去瀏覽新聞，而是借重諸如Twitter等各種社交過濾工具來掌握世界脈動。
換句話說，像安德森這樣長期浸淫網路世界的資深使用者，存取資訊的使用情境已經開始移轉，只願意透過自己所信任的來源取得重要資訊。隨著社交網站日漸普及，也會對社交過濾的應用產生推波助瀾的效用。
至於使用社交過濾服務，是否會容易錯漏重要資訊呢？關於這個問題，安德森一點都不擔心，他深信只要是真正的大事件，一定會在網路上被重複推播。透過不同社群的訊息轉發，更容易讓重要的資訊被凸顯。
讓朋友推薦文章 善用社交過濾服務的優點，便是不會再被煩冗且無關緊要的資訊所打斷。以Summify為例，每天只提供5到10篇由朋友圈所推薦的文章，不僅為用戶打造更好的閱讀體驗，也有助於減少資訊焦慮。
「我們花了很多精力來確保透過社交過濾技術所篩選出來的資訊，能夠在人氣和相關性之間取得平衡點，不但可以提供具有相關性和多樣性的文章，也是人們真正會感興趣的資訊，」Summify的共同創辦人米爾恰．帕索伊（Mircea Paşoi），指出社交過濾帶給人們的好處。
以Taptu這套行動服務來說，雖然不會去蒐集單一用戶的喜好，但卻強調透過社交網站所取得的群眾智慧資源。「Taptu希望提供簡單易用的平台給使用者，我們採用很多演算法來確保讀者會喜歡這些文章內容，」過去曾在CNN擔任記者的米契．拉扎（Mitch Lazar），在2007年自行創業，最近也推出基於社交新聞的行動軟體Taptu，強調個人化和客製化的賣點。 就目前的發展，這些網站現階段多以向會員以年或月的方式收取服務費，但未來，結合社群和內容的力量，將使得社交過濾服務如虎添翼，也更多彩多姿。社交過濾不只可以幫助人們減少資訊過載所帶來的焦慮，也廣泛應用在電子商務等商業領域。開發商不但可以透過服務本身收取資訊服務費，由於充分掌握大眾的興趣和喜好，更能夠進一步掌握甚至事先臆測消費者的各種需求。
好比業者可以利用資訊探勘（Data Mining）和演算法的邏輯，根據消費者以往的購買行為，以及從具有雷同購買喜好的客群進行統計、分析，再對顧客推薦各種可能感興趣的商品。Summify方面就透露未來將有置入廣告的計畫。
這種以社群關係和消費偏好為基礎的個人化商品推薦服務，如今已相當普遍。無論是電子商務巨擘Amazon，或是博客來、誠品等網路書店，甚至是蘋果App Store都有類似的設計，顯見社交過濾逐漸成為現今主流的資訊推薦型態。
告別資訊焦慮，讓朋友幫你！
|
