2009年网络发展五大趋势之二:个性化

  【艾瑞网消息】笔者本周将会对2009年的五大网络发展趋势进行盘点,第一篇是分析实时网络,而这一篇将是分析个性化。

  个性化一直是互联网上的时髦词。随着网络上出现的大量信息,这个时代的个性化也就意味着提供有效的过滤器和建议。最后,个性化就是各网站和服务能够在用户想要某项服务的时候,能够提供给你。无论如何,这都是行业内长久以来的梦想。且看看2009年的产品是否做到了这点。

  在对这些趋势进行分析时,难免会出现重叠,有关个性化的尤其如何。大家可以拭目以待。

  过滤实时信息

  个性化通常用于用户对实时数据的组织。正如肯-弗洛姆对实时网络的理解中所说的:

  “通过与每个人相关的、个性的方式进行组织,并且利用社交图表中收集的数据,以及可以让用户设置自己喜欢的个性化服务,互联网正在从分散的网站和网页单元转换成各个资讯单元 [……].”

  如果你使用像TweetDeck、Seesmic或Peoplebrowsr等列表式产品来使用Twitter,那么你就可以对人物、关键字和主题进行分组。这就是个性化在有效地发挥作用。

  开放式网站:更多关于自己的数据,个性化更强

  个性化的另一个方面体现在:网络上的开放式数据日益普及。许多公司通过API、网络服务和标准开放数据使公众能够在网络上获得公司的数据。而且正如前面所说的,大部分数据都是结构化的,这样就能允许第三方将其链接起来,或是重新使用。

  如何将开放数据变得个性化?简单地说,可供各种应用使用的用户资料及用户社交数据越多,提供的服务也就更有针对性。当然,这可能会涉及到隐私问题,但个性化的好处还是很多的。

  网络上现在有许多开放式数据标准,包括:

  Data portability:将用户的数据和朋友从一个网站移至另一个网站。

  OpenID:便携式身分,单点登录。

  OpenSocial:谷歌对社交网络的一项倡议,允许开发人员通过代码集创建各种小工具。MySpace是其成员,Facebook不是。

  APML :越来越受关注的标准;你关注的数据包括所有你在网上阅读、描写、分享的信息。

  推荐引擎

  现在网络上的许多产品都会向用户推荐他们可能会喜欢的东西。几年前,Alex Iskold总结了推荐的四大主要途径:

  个性化推荐:基于用户过去的行为进行推荐;

  社交推荐:基于类似用户过去的行为进行推荐;

  项目推荐:基于项目本身的推荐;

  上述三种方法的组合。

  亚马逊可能还是网络上关于推荐做的最好的公司。Netflix在今年三月推出了更好的个性化功能。这些功能包括电影新口味的选择,是浪漫、悬念,还是黑色幽默。其他功能还包括个性化的网页、混搭等。

  结论

  个性化在2009年表现出缓慢而稳定的进展。虽然它没有像结构化数据和实时网络那般被视为异军突起的黑马,但笔者认为个性化确实是不断发展的网络的一个重要方面。