MJiA

豆瓣很快打响了“去中心化”的第二枪——广场。

对于广场，我还是不明白这个产品如何设计才会满足大部分人的需求，所以，我们只能趋从一些可以借鉴的经验来观察这个设计过程，或者我们就从人类的social过程来观察和模拟，甚至于我们现在其实已经有很好的模拟系统，就是网络游戏，不妨好好玩个游戏，看看游戏的广场中都是什么样子的，人们出入广场都是在干嘛，这些乱七八糟的想法都是昨天看到豆瓣广场上线之后，看了很多反馈信息，然后胡思乱想的——以至于摸黑想到很晚，想到点什么的时候，就摸出iPhone上网查，进广场看。

不过现在很想说的是阿北在博客中写道从9点以来一直到广场坚持的一条原则是，“以人群而不是内容为分类”，在豆瓣9点最早出来的时候就曾经困惑过为什么阿北是尝试从人的角度来做聚合而不是单纯的从内容本身，因为一个人能够覆盖的内容还是挺多的，程序员本能上觉得，这里分析的实体应该是内容本身，而不是人。但是看到阿北最新的豆瓣去中心化这篇博客，突然觉得，在豆瓣9点中，初始的聚合还是内容，而推动内容在频道中流动消费排名过滤等的是人，而这个人不是内容的作者，确实内容的消费者，也就是豆瓣的用户们。所以，真的觉得这点应该好好想想。

• 首先想说的是，豆瓣数据挖掘的基础是协同过滤，这个是豆瓣网站的backbone支撑，很多实现和设计我们都可以围绕这个backbone来思考；
• 以人群而不是内容为分类，从技术上来说，就是利用协同过滤这个backbone来完成，不从内容的角度来做，其实是聪明的跳过了智能语言处理的泥潭，国内甚至国外有做得好的吗？或者支撑这么大的系统要花费多大的力气，不用机器来做智能语言处理，是因为有人的智慧，有了人的智慧贡献，还是实现人工智能干吗？
• 在写这篇博客之前，我突然觉得豆瓣的用户就是豆瓣的一个个高级“爬虫”，豆瓣通过最原始的爬虫从IMDB等数据库中把电影、书籍、音乐等信息抓回来，逐渐培养高级“爬虫”来帮助豆瓣对这些原始数据进行二次处理，而豆瓣在这些数据上早已安排感应器，他们只需要把这些高级“爬虫”二次加工之后的数据作为归纳总结，就可以产生更为高级的数据作为媒体内容反过来继续提供给这些“爬虫”消费，而这些“爬虫”会在这种鼓励下继续反复的加工数据和产生新的数据——天！豆瓣是Matrix！天！怪不得在豆瓣的博客“在豆瓣，你比你真实”开篇就是——“欢迎来到真实世界”这是Matrix里的一句话。——LOL
• 说回9点，基于这点，大量的用户在帮助9点产生数据，而这些数据是基于人产生的，虽然他们的消费内容是内容，但是他们还是以人群分，豆瓣可能正是因为9点证实了这个想法，而不在满足于豆瓣9点加工出来那么一点点数据，所以，为了刺激媒体内容的消费，广场在这种结构下应运而生
• 同9点一样，豆瓣为广场预先划分了“爬虫”的圈养范围，设想是爬虫猜想自己的分类然后开始加工处理数据为广场贡献内容，从而吸引更多的爬虫走进来——我看到很多的反馈的口水在于，人们貌似发现了真实世界，他们开始觉得自己是作为爬虫被圈养的
• 不过我喜欢被圈养，因为我被圈养的结果是豆瓣会给我带来更多的媒体内容供我发现，这是我得到的价值，而你总得让大家双赢吧~~
• 划分人群，划分地盘，最大的好处就是相应的内容固定，对应的商业渠道集中，而人群的消费价值相似，豆瓣为这个人群推送的内容同时会为豆瓣带来巨大的商业渠道，我不懂运营，但是我知道人们在搜索引擎上买关键字花了很多钱，同样人们同一个渠道里面竞争广告等也会投入巨大，而且这里有这么一大群具有相似消费理念和消费内容的人群啊——以前是中餐西餐烧烤的在一起，现在是聚集了一万个只吃烧烤的，哪个价值更大呢？

我不懂运营，但是想说一点，豆瓣协同过滤的backbone决定了他们广场的设计结构，而这种结构同搜狐广场是有巨大区别的，搜狐广场还是依靠巨大的编辑资源来处理和二次加工这些原始数据。从技术角度来说我更欣赏豆瓣的做法和设计，但是从根本来说光有这样的backbone就可以吗，肯定不行，如果没有豆瓣最初的书电影音乐等资源吸引来这么多爬虫，backbone上怎么能长出肉来呢？可能豆瓣用户面临的矛盾就是豆瓣这些原始的价值正在从整个网站价值中减弱，而“豆瓣猜”再也没有以前那么好使了！但是我相信豆瓣会找到新的甜点，用户也会从原始的价值中走出，去消费更多的内容，去传播更多的内容的~~

哈哈，瞎写，不过豆瓣是Matrix是真的~~

PS: 豆瓣去中心化第一枪时候写的“去中心化的豆瓣”。