搜索是你明确地知道自己要找什么东西时所做的事情，而发现是你并不明确地知道一些好东西存于世上的时候，这些东西主动找到了你。

以“发现”为主要功能的网站正如雨后春笋般在互联网上崭露头角。许多公司推出了能够帮助消费者找到新网站、新唱片或者新朋友的推荐功能——不管想要什么，去互联网上都可以发现那些你闻所未闻却又注定会一见钟情的东西。

这种功能并不是互联网时代的专利。早在互联网出现之前，在那些用钢筋混凝土搭建起来的小店面或者大卖场里，个体业主们就已经在靠自己敏锐的目光和三寸不烂之舌，根据你的个性特点把货架上的商品源源不断地放进你的购物篮。

从搜索到发现
以“发现”为主要功能的网站正如雨后春笋般在互联网上崭露头角。

友播：发掘音乐的DNA
大众点评网：网聚吃的力量
若邻网络：发掘网上的真实人脉
Verycd、豆瓣、EEmap
 
走进任何一条商业街上的某间服饰专卖店，流露出一点购物的倾向，导购人员就会走到跟前，指着不远处说：“那款是最近刚上架的新品，看起来与你的气质比较搭配”。这时你很可能会继续和导购人员交谈，多透露一些自己关于衣着打扮的看法，让他或她继续给出建议，帮助选中最心满意足的款式。

这就是我们所说的“逛”街。在走出家门的时候，你的脑中或许有买衣服的计划，却并不知道应该买哪种品牌、款式、颜色、布料、价位的商品。走进商店之后，顾客面对未知的货架开始了自己的“发现”之旅，而商店向顾客提供的“推荐”机制随即开始运作——虽然在多数情况下，你并不会意识到它的存在。

我们不仅仅是在买商品，我们还和商品紧紧地捆绑在一起。我们和它们之间存在着千丝万缕的联系。看看架上收藏的无数影碟、iTunes播放器里的曲目列表、躺在橱柜里那些用过的手机，从每一样东西身上都可以看出来——你是怎样的一个人，或者说，你想成为怎样的一个人。

每个人都通过所购买的东西把内在的自己呈现出来。从另外一个角度说，人们每天都把个性穿在、戴在、挂在身上，刻意或无意、直白或含蓄地告诉外界：“喏，这就是我。”

在真实的世界中，我们通过外表所蕴含的信息以及所处的环境和既有的经验对他人做出判断。这种直觉通常情况下十分管用而且立竿见影，但是有时候它却会失算，毕竟感觉在很多时候是说不准的。但是如果换到互联网上，这件事情就会变得容易和清晰得多。

“发现”在网上的兴起

日复一日，消费者都会在互联网上以数字化的形态留下自己的心得体验。比如豆瓣网上有一半观众觉得《满城尽带黄金甲》看着“还行”，两成观众打分“力荐”；比如大众点评网的用户对北京川办餐厅的打分是：口味26、环境13、服务12；又比如人们在网上对各张专辑做出的评论、贴上的标签。每当用户留下这样的标记，除了能够让其他人知道这些东西看起来如何、听起来怎样，还在不知不觉地向外界描述自己的口味。

对于那些可以获得、储存并且分析这些信息的公司而言，商机大得惊人。这些公司比传统商店里的导购人员更了解你，更进一步说，指不定比你的闺中密友更清楚你的兴趣所在。这些公司可以精准地描绘你的口味——在专家的帮助下，他们可能比你还更容易说清你自己属于哪类人群——以此判定你最可能会在现有的产品选项中买下什么。这些在过去听起来像“第六感”的东西，现在正以1和0为载体被保存在网络服务器上。

对于那些以推荐功能为核心的网站来说，他们再清楚不过地知道，互联网正在从搜索的时代进入发现的时代。两者的区别在哪里呢？搜索是你明确地知道自己要找什么东西时所做的事情，而发现是你并不明确地知道一些好东西存于世上的时候，这些东西主动找到了你。

在搜索领域，胜负已经非常明显——在国外，Google遥遥领先，在国内，百度一枝独秀。但是，起码到目前为止，还没有哪个推荐引擎是当之无愧的市场领导者。

建造个性化的发现机制需要对目前网上所有的表述、分类及评价方式进行深入研究，这绝非易事。但是如果有公司可以把这样的东西做到手机上，那么，这样的发现工具不仅仅可以改变营销，甚至整个商业社会。“推荐系统将会成为接下来十年中最重要的革新之一。”曾经在90年代中期开发出第一批推荐引擎的米尼苏达大学计算机科学系教授约翰·里德(John Riedl) 说过，“社会化网络将会被这些系统所驱动。”

亚马逊网络商店(Amazon.com) 很早就意识到了一个优秀的推荐系统可以带来什么，直到现在依然是同类网站效仿的对象。亚马逊通过数据挖掘算法和比较机制将用户的消费偏好与其他用户进行对比，借以预测用户可能感兴趣的商品。

这样的推荐系统建立在对商品深入了解的基础之上。看看亚马逊网络书店上的书籍和影音制品，即便是再偏门的品种，他们也被管理员赋予了多种类型(Genre)和关键词(Keyword)，而且用户还可以为它贴上自己中意的标签(Tag)。

但是亚马逊“相关图书”和“相关唱片”的推荐机制依然没有做到足够的个性化，它看起来更像是一个固执己见的推销员，而非熟识并且值得信赖的小店老板。亚马逊的系统倾向于向用户推荐那些显而易见的的相关产品，却对用户缺乏更深入的了解，并因人而异地推荐商品。新一代的发现型网站正在弥补这方面的缺失，搞清楚用户为什么选择了某些商品，为用户也贴上复杂的属性标签。

为了建造更好的推荐系统，美国最大的DVD租赁网站Netflix设置了100万美元的奖金，准备奖励给可以让推荐机制性能提高10%的人。在这个竞赛公布之前，Netflix负责推荐系统的副总裁吉姆·贝内特 (Jim Bennett) 曾经怀疑是否能够有人在十年之内完成这个目标，但他也坚持，这个目标确实值得公司付出100万美元。但是在五周之后，已经有37人提交了改进方案，其中有两名选手成绩离获奖标准并不遥远。
两种“发现”

而电影推荐网站“What to Rent” (意为“租点什么”) 已经在发现机制的完善之路上迈出了更大的步伐。该网站的两位创始人马修·库尔克 (Matthew Kuhlke) 和亚当·盖特吉 (Adam Geitgey) 对电影极为痴迷，他们俩用自己在电影方面的知识和分类海量电影的经验来武装自己的电影数据库。

而同时，他们让初次光临的用户回答一系列随机的问题，有的甚至和电影看起来关系不大，比如说：“你最喜好哪一类体验——精神、智力还是身体上的？”或者“给你多少钱才能让你在下半辈子里每天都穿一些滑稽古怪的装束？”他们通过心理测试来了解用户，以推荐合适的电影。“看一部电影的时候，你就与这部电影产生了互动。这种互动和你与人打交道并没有多少区别。” 库尔克说，“你都是在建立一种关系。”

“工欲善其事，必先利其器”。换到发现型网站上，那就是想要推荐给用户最有效的结果，那么就必须先了解自己的用户。如何了解自己的用户，成为此类网站首要解决的问题。

显然，“What to Rent”网站两位创始人的敏锐目光给他们帮上了大忙。在网站上，他们用许多问题来了解用户的特质，并且推荐DVD。在现实生活中，他们会去公司附近的饭店里 挑战一些更有难度的推荐方式。他们随机地挑选一些人，不和他们进行交谈，只是根据对行为举止的观察来推测他们最喜欢的某部电影。

他们会在人群中选中端水送饭兼收盘子的伙计，然后开始描述这个观察对象：“破烂的牛仔裤、金属手镯、各部位有若干纹身”，“20岁以上接近30岁”，“在一个年轻化的餐馆里工作”，“在这里的年轻人很多没有念完高中，因为他们很难集中注意力，但是却花了大部分时间用来阅读一些由艺人兼作家——比如尼克·凯夫 (Nick Cave) ——撰写的哲理书籍”。由此，库尔克认为《星河战队》(Starship Troopers) 这样有点轻微反政府情节又有点刺激动作场面的电影最适合他的口味。果然，他们从对方嘴里得到这个答案。

这种了解内容和用户的特质，送上合适产品的做法，被称为“基于内容的过滤” (Content Based Filtering) 。正如“What to Rent”需要在事前对用户做一个问卷调查，他们同样要对内容产品贴上各种门类的标签并且写入数据库。?荩

在这类发现型网站中，国内用户最熟悉的是音乐推送网站“潘多拉” (Pandora) 。只要在“潘多拉”网站首页的播放器中输入用户最喜欢的歌手名字或者歌曲标题，网站就会自动建立一个网络电台，源源不断地播放最符合用户口味的曲目。用户喜欢或者不喜欢一首歌，可以点击相应的反馈按钮，让系统更明白自己的喜好。

这种有趣的体验建立在惊人的“音乐基因工程”(Music Genome Project)基础之上。45位音乐分析师——其中大部分拥有音乐方面的学位——以每月15000首歌的速度完善“潘多拉”的曲目数据库，每首歌都拥有400字左右的详细介绍。在播放每一首歌的时候，点击“为什么选择这首歌”的选项，就可以得知目前播放的曲目与用户输入曲目的所有相似之处。

而随着社会化网络(Social Network) 的大规模兴起，另一种被称为“协同过滤”(Collaborative Filtering) 的推荐方式也得到了越来越广泛的应用。如果说“基于内容的过滤”可以被视作由机器完成的推荐，那么“协同过滤”就可以被看成由人完成的推荐。

以“协同过滤”推荐机制为核心，网站并不需要做出如同“What to Rent”的“性格—产品”匹配，而只需要了解“用户都在同哪些人进行交往”、“用户加入了哪些组群”、“用户都在看谁的页面”这样的问题，然后根据“物以类聚、人以群分”的思路为用户推荐他的伙伴都感兴趣的事物。

国内以图书推荐起家的“豆瓣”就是这方面的代表。从建站以来，豆瓣就只是提供给用户关于图书、电影和音乐的基本信息，而不需要由网站员工对用户或者产品做出“贴标签”式的逐一了解。用户在“豆瓣”上发现新的产品，完全以他们参与的小组和关注的对象作为切入点，在网站上的参与度越高，发现的效果也就越好。

无论从用户还是服务提供者的角度出发，这两种推荐方式都有各自明显的优劣。如果采用“基于内容的过滤”，那么在完成内容和用户互相匹配的过程中，就可能出现“越读越窄”、“越听越窄”、“越看越窄”的问题，提供的内容完全与用户兴趣点相吻合，而没有发散。

“协同过滤”在很大程度上避免了这个问题，但是他需要用户达到一定数量级之后才能发挥出网站创建者预想的效果，这种“网络效应”使得同一市场上的后来者很难找到切入的机会。而用户一旦不能得到“好处”，可能迅速离去，而来不及提“利他”的后话。

《CEO经观商业评论》精选 林嘉澍=文 2007年1月15日

 

在头一次见到Gmail和Wallop的时候，很多人可能都想过这个问题：采用了Ajax和flash客户端，网站“流量”又该怎样统计呢？

过去，页面浏览量几乎就代表着“流量”。但在Ajax和flash这种只需要一次读入网页就可以实现绝大部分功能的技术大行其道后，又该如何衡量网站的热门程度呢？在以新技术作为突破点的小网站日渐兴盛的今天，这个问题对于他们吸引投资、寻找买家或者赢得广告主的青睐都至关重要。

《商业周刊》以“网络数字：真相何在？”为题对此进行了专门探讨，报道的主角是即时通讯入口站Meebo。看过文章，可以大致整理出现在网站统计数据存在争议的两个方面：

1. 统计技术换代落后于网站创新：

比如不少统计机构都关注于用户在页面上的点击行为，而实际上，随着网页广告过滤机制的完善，许多页面在点击之后并不会显示出来。

同样的，正如之前所说，Meebo以Ajax作为技术平台，无论用户在上面停留多久发送多少条信息，它们所提供的页面浏览量只有1——和eBuddy这样频繁刷新页面的竞争对手相比，它们真的亏大发了。

还有RSS订阅。越来越多的网站提供了RSS的订阅功能，这样用户在许多情况下只需要去bloglines这样的聚合站点就可以了，根本不需要访问原始站点。而与此情况类似的还有可以粘贴在MySpace上的Meebo聊天插件。

2. 统计方式不匹配：

各位都知道，Alexa的统计数据虽然经常被引用，但这毕竟是一个基于工具栏的统计渠道。谁会去装Alexa工具栏呢？这些人对技术的熟悉程度一定是高于普通用户的。那么，技术类的网站肯定会在Alexa上得到更好的分数。

这个问题在国内的blog圈里可以拿出很好的例子——比如说按摩乳和keso的日志。如果拿每篇文章的留言数量作为衡量标准的话，前者大约是后者的3－4倍左右，但如果拿RSS订阅数作为标准的话，情况又正好倒了个儿。两站的内容取向决定了这个差异，很难笼统地说究竟谁更胜一酬。

这个情况让人想起6月14日Nielsen宣布将从夏天起采用新的电视收视率统计方法，以便把通过互联网、手机、iPod和其他移动通讯装置收看电视的消费者统计在内。当时该公司总裁苏珊·怀廷表示，电视的数字化发行方式在逐渐改变广告业的营业模式，该公司的电视收视率统计方法因此也需要推陈出新。

而对于Meebo这样既因新技术获得赞誉又因此面对商业利益百口莫辩的新兴力量而言，一个与时并进的独立评测体系才能保障它们的价值能够得到承认，并在创新之路上越走越远。

costa(朱霖) 13:55:14
一道题目要求把以下四句话用关联词连接:  

　　1、张海迪姐姐瘫痪了;  

　　2、张海迪姐姐顽强地学习;  

　　3、张海迪姐姐学会了多门外语;  

　　4、张海迪姐姐学会了针灸。  

结果有一个孩子写:虽然张海迪姐姐顽强地学会了针灸和多门外语,可她还是瘫痪了。

又发现N多更猛的孩子写道:  

* 张海迪姐姐不但学会了外语,还学会了针灸,她那么顽强地学习,终于瘫痪了!  

* 张海迪姐姐之所以瘫痪了，是因为顽强地学习，非但学会了多门外语，甚至学会了针灸！  

* 张海迪姐姐是那么顽强的学习，不但学会了多门外语和针灸，最后还学会了瘫痪！  

* 张海迪姐姐学会了多门外语，学会了针灸，又在顽强的学习瘫痪！  

* 张海迪姐姐通过顽强的学习学会了多门外语和针灸，结果照着一本外文版针灸书把自己扎瘫痪了 ！  
 
ava(陈怡) 13:56:12
 
aston(荷铁勇) 13:59:43
http://www.acfeel.com/article.asp?id=154
sting(时凉) 14:00:22
今天costa，努力的踢球，顽强的做flash，结果瘫痪了。
bk(陈杰) 14:01:53
costa努力踢球，顽强的做动画，还是没有瘫痪，听了sting这句话，瘫了。。。。
costa(朱霖) 14:06:57
costa努力踢球，顽强的做动画，还是没有瘫痪，sting听了这句话，瘫了。。。。
andy(蒋煜) 14:07:50
costa努力踢球，顽强的做动画，还是没有瘫痪，听了sting这句话，全瘫了。。。。
bk(陈杰) 14:08:07
costa踢球了，costa进去了，costa有了，点球~，点球，(是sting踢的)

sam(申阳) 16:55:41
各个公司的加班口號
1、美特斯邦威：不加寻常班    
2、特步： 加班,死一般的感觉    
3、百事：加班无极限    
4、森马：上什么公司,加什么班  
5、脑白金：今年过节不加班,加班只加节假日    
6、汇仁肾宝：他加我也加    
7、李宁：加班,一切皆有可能    
8、旺旺：你加,我加,大家加,加加  
9、农夫山泉：加了有点烦    
10、好迪：大家加，才是真的加
11、白加黑：白天加白班，不瞌睡；晚上加晚班，睡不著
12、联想：公司不加班，公司会怎么样
13、娃哈哈：妈妈~~我也要加班！
14、清嘴：你知道加班的味道吗？
15、安踏：我加班，我喜欢！
16、NIKE：just 加 ！
17、钙中钙：现在的加班啊，它含金量高，加一天顶过去五天，实惠！你瞧我，一口气加了5天，不费劲 
sam(申阳) 16:56:28
我们公司的加班口号(高宇：加班不ing球，白加班！）
bk(陈杰) 17:03:20
P2A加班口号:
1.sam：fuck 加班
2.bk:加班，俄～
3.costa: ....
4.simba:我把青春献给Ｐ２Ａ
5.高宇:costa今天硬哇？
leon(李云翔) 17:03:15
楼上强的 顶
ava(陈怡) 17:03:18
我们把小胖捧红了。。下来就YY吧！

lig(李刚) 11:49:30
http://www.iadchoice.com/case/adinfo.asp?id=278#ircomment
lig(李刚) 11:49:57
这是雪碧最新的推广活动网站
lig(李刚) 11:50:26
网站一般，但比较有意思的是与大众点评网的合作。
lig(李刚) 11:51:07
我想，这应该就是互动营销超越一般建站工作的价值。
tonal(唐莺) 11:51:28
是的。。。。
tonal(唐莺) 11:51:41
不要只把网站当所有。。
lig(李刚) 11:56:50
值得玩味的是“安瑞、大众点评、雪碧”三者的关系有点象“我们、搜房、万科”的关系。
lig(李刚) 11:57:15
为什么我们要把钱给搜房赚呢？
john(刘晓) 11:58:14
很有道理哦
kida(张怡恺) 11:58:17
因为它是媒体，要通过它才能让更多人了解
lig(李刚) 11:58:34
应该说，搜房专注的应该（只是应该）是媒体经营，我们才是“互动推广专家”
lig(李刚) 11:59:16
搜房是一个平台，但我们以前没有好好利用这个平台，反而让平台反客为主。
kida(张怡恺) 12:01:32
恩，是的，不过当一个平台大到足够侵蚀上游的时候，再去说利用已经晚了，就好比，国美不断挤压上游家电制造商的利润
但没办法又离不开它
lig(李刚) 12:01:45
如果要让客户接受一个高价的网站，唯一的办法就是让网站成为推广本身不可分割的一部分。
john(刘晓) 12:03:07
感觉是有文章可做的
lig(李刚) 12:03:09
搜房大没有到这一步，他做的网站只是“网络名片”，没有广告推广的作用。
john(刘晓) 12:04:24
地产嘛，现在比饮食热吧，参考雪碧的做法，可以在地产领域也做一些排行榜
john(刘晓) 12:04:53
重要的是打出名气
lig(李刚) 12:05:09
第二、搜房要赚的钱只是媒体广告收入，别的业务只是过渡工具，他们并不看重。所以搜房不是我们的敌人。
lig(李刚) 12:06:05
如果我们把搜房看成敌人，我们一定走错了方向。
john(刘晓) 12:06:29
是啊，他们资源很多的阿
......

一口气看完了大明王朝46集,
前面三十集很精彩，后面16集很无奈。因为前半部是与贪恶斗，有精彩，有输赢；后半部是与集权斗，赢了也是输，能感动我的只有精神。
海瑞的刚正不阿并不是耿直鲁莽，他还是很有一些技巧的，懂得用一些方法，在与豪强贪恶们斗争的时候特别常用的是三种武器，一、大明律法，他熟读大明律法，每次危难时刻，他总会说到：“谁敢，按大明律法。。。”，总能化险为夷。二、参奏，每次看到不法官员在做坏事的时候，他会大怒，然后说：“我向朝廷参你。。。”，其实也未必能够成功，但是在他力振言辞下，对方会退缩。三、追根问底绕口令，通常他会用诱，逼，绕，缠，以下查上等手段逼对手就范。
其实查贪反恶本来就是一件很容易的事情，只要顺藤摸瓜，仔细搜集线索，总是能够查出来的，就拿足球的假球黑哨案，没有一件是不能查处的，还是上面不肯查，或者查的人放不开而已。
黄仁宇给海瑞的评价是每个人都很敬仰崇拜他，但是没人会学习效仿他，这就是海瑞的悲剧。明朝的官难当，大明王朝中只有感叹像胡宗宪这样的官才做的圆满，谁又知道，翻过正史，才知胡的结局也是那般的凄惨，引颈自戮于诏狱。真实没有好下场呀。
今天去书店很想再买一本《万历十五年(增订纪念本)》重新看一下海瑞，当翻过页面时，放弃了，我还是怀念莘庄家里的那本，因为那本朴实简单，没有一丝矫作。最后决定还是不看的好，就像李刚说的，看完了会对电视里的人怀疑，因为电视里的海瑞太完美了，而书里的很真实，海瑞其实是一个偏执狂，还有点变态罢了。
如果有兴趣的话，大家发现那个戚继光也是这样，军事天才，性格变态也！

 

晚上看着狗狗们在床上睡觉的样子，我觉得，如果他们是大臣的话，我就像嘉靖，喜怒与无偿，又爱又恨又怕，时不时被反咬一口，但是朝局总是控制在手里的！此情此景，我需要忏悔！