從情緒上來講，我認(rèn)為個性化閱讀是個相當(dāng)shit 的idea。

轉(zhuǎn)摘文字

“做個性化閱讀的產(chǎn)品難度挺大的。Quora 上有一個問題，是講個性化閱讀產(chǎn)品面臨的困難的，答案很棒，我簡單給總結(jié)了一下：

1. 人的興趣很廣泛，而且多變。你為什么會對某個主題感興趣或者不感興趣，這里面的原因很復(fù)雜，如何用算法模擬出來是個很大的挑戰(zhàn)。
2. 每天新產(chǎn)生的資訊非常之多。像 Amazon、Netflix 之類的推薦引擎，它們面對的候選條目集合是相對穩(wěn)定的，這個比較好理解，它們每周也會增加一些新產(chǎn)品，但和資訊數(shù)目相比，差距甚遠(yuǎn)。
3. 大部分資訊的生命周期非常之短。你現(xiàn)在推薦阿凡達(dá)，效果也許不會比兩年前差多少，但推薦資訊就不行了，推薦一篇幾天前的文章，很可能就要挨罵了。在如此短的時間窗口里為每位讀者做出智能推薦，這對系統(tǒng)的要求非常之高。
4. 資訊聚合通常都要面臨大量重復(fù)內(nèi)容的問題，這在國內(nèi)尤為嚴(yán)重，這會極大傷害個性化資訊應(yīng)用的用戶體驗。而且國內(nèi)還有另外一個問題，就是原創(chuàng)的高質(zhì)量內(nèi)容相對匱乏，推薦引擎巧婦也難為無米之炊。
5. 與微博之類的個人信息發(fā)布工具相比，這類工具缺乏互動。每次你發(fā)布一條微博，你的 Followers 就可以看到，而大部分的個性化閱讀工具，我們只是默默地使用它，不具備病毒傳播特性而無法迅速爆發(fā)。
6. 缺少“社區(qū)”的感覺，因為大家看到的東西各不一樣。這有點像為什么很多人喜歡在電影院觀看電影，而不是在家里，即使在家里看可能會更舒適。大家需要那種與其他人一起在做同一件事情的存在感。”

---