社会化推荐系统浅析-社会化推荐系统和传统搜索的区别及当前现状随谈

传统搜索引擎其实是含有用户推荐成分的, google的PageRank算法是"民主的链接选举", 通过大大小小的建站者们对链接的引用, 决定链接的排名, 同时通过终端用户的点击行为, 再次调整链接排名.

传统搜索引擎不含任何社交成分.社交+推荐 ,代表性的网站是微博, Pinterest和蘑菇街,它们首先都具有社交网站的典型特征:关注,粉丝,喜欢.

在推荐上就各有不同了:

微博是通过社交发现的有价值的'言论,段子'去进行推荐.

Pinterest是通过社交发现的有价值的'图片和图片集'去推荐.

蘑菇街是通过社交发现的有价值的'商品'去推荐.

知乎是通过社交发现的有价值的'问答'去推荐.

Delicious是社交+搜索, 首先在界面上, 提供给最终用户的可以,是'言论,段子'/ '图片和图片集'/ '商品'/'问答'这些社交元素,  但是实质是要提供通过社交元素发现的更好更高质量的链接.  只做链接的入口, 并不试图把用户留在这里,这是和社交网站的区别.

google的屡次失败，可能证明在social中凸显搜索，或者说在人们频繁交流的意愿下，突出用机器来解决人脑思考的问题恐怕是不行的

会极大的影响推荐算法推荐的核心是网址链接还是物品?推荐的是'我喜欢的'还是结合推荐'我关注的人喜欢的'?是根据链接的质量和相关度排序推荐,还是根据评论质量推荐?或者别的指标?  排序依据的参数和计算。

进一个领域，得分析UGC能不能起来，而且在各个领域都有了原先领头的企业后，后面要Follow别人的商业模式吗？失败的可能性较大，必须有颠覆性！用Pinterest的交互形式？还是问答？或者走两者中间的路线？取决于你凸显的是人还是物，人的话还是建议文字为主，物的话图片为主。

因为上蘑菇街这种会忽略人而专注于物品本身，它的人因属性降低了，粘性弱。但是可以说蘑菇街目的就是带流量，也达到了。但是别忘了，流量如果没有social去带动viral（病毒式扩散），源头枯竭，服务也瞬间坍塌。所以存留率是很重要的

从互联网B2C形式的ARM模型来讲，A（用户或UGC潜在总量\Viral K值（自生长）\单个获取成本）和R（存留\回访\转化）是目前切入考虑的重点

M是货币化,常见形式就是广告投放、虚拟货币和物品贩售（PPF），平台抽税，第三方利差收费, 2C时，流量和用户存留量有了，M在资本的推动下一定会逐步实现的