社交滤镜：有效应对信息过量 - 1 views
-
人们本来希望通过源阅读器（Feed reader）来跟踪发布在某一网站或局域网上的全部信息，结果这一新发明却将他们淹没在了海量的未读信息之中。推特（Twitter）试图解决这一问题，它容许用户依靠其它人的意见来决定到底哪一条信息值得一读。但是必须阅读百十号人的各种推荐却使用户们再一次丧失了方向感。
-
IBM研究中心的计算机科学家们正在研究真正解决信息过量问题的方法。他们研制了一种可以插入到公司社交软件中的插件——社交滤镜(Social Lens)。社交滤镜可以过滤公司网络里更新的信息，并确定哪些信息最有用——不论这些信息来自于内部局域网还是外部网站。用户可以通过选择一个话题，并推荐几条相关链接（或相关人）来创建“滤镜”，然后通过滤镜来缩小需要关注的范围。创建滤镜的数量没有限制。滤镜创建后，系统会先去寻找相关的内容和相关的发帖人，根据信息来源和信息内容与最初推荐的关联度来排列信息，然后据此确定哪些信息最为重要，并最终决定哪条信息对用户而言最值得阅读。
-
伊丽莎白•戴利（Elizabeth Daly）是该项目的研究员，她表示，社交滤镜通过一些不寻常的方式来解决普通过滤器经常会遇到的问题。一方面，它通过筛选话题而不是研究用户的阅读习惯来过滤信息。；戴利表示，通过研究阅读习惯来过滤信息通常只会过滤出用户感兴趣的某一类内容，而忽略用户感兴趣的其他领域。社交滤镜也会使用社交信息，但它所选取的社交信息并不局限于用户个人的社交网络。戴利表示，朋友和有用信息的信息源之间还是存在着显著区别的。最重要的是，社交滤镜在商业领域具有广阔的前景。公司员工经常会因为参与不同的项目或在不同部门间调动而转换阅读兴趣。与此相适应的是，滤镜并不会与个人信息绑定，它可以被同事们所分享。 戴利表示，由于社交滤镜可以按相关度排序过滤过的信息，因此用户可以通过拨动插件上的滑块来调整自己收到的信息数量。你可以将插件设定为只提供某一领域内最为重要的信息。如果时间比较充裕，你也可以让插件提供更多的相关信息。戴利希望滑块能够帮助那些因为害怕把滤镜搞坏而不愿意随意进行调整的用户——通过这种方式，用户就可以在不对滤镜进行根本性改动的基础上调节自己接收的信息量了。
- ...4 more annotations...
-
通过话题来过滤信息在商业领域具有特殊的意义。由于员工的流动性，滤镜就需要具备与新员工或项目组新成员分享的能力。不过，丹克朗也对用户为设置滤镜而需要投入的精力表示担心。他表示，为了获得用户更多的认可，过滤系统需要对用户额外投入的精力提供切实的回报。另一方面，如果一部分铁杆粉丝能够先行制作出一些滤镜，并将这些滤镜有组织地分享开来，那么社交滤镜系统就很有可能走向成功。
-
IBM公司最近还展示了另一个试图解决同样问题的软件——基于个性化分析的奥德丽（Audrey）
-
与从社交网络或源读器接收的信息相比，用户对滤镜反馈的信息更感兴趣。更重要的是，在滤镜找到的信息中，有47%都来自于用户本人的社交网络之外。也就是说，滤镜找到了用户本来可能错过的信息。而这些信息中的62%都被用户标记为“相关度非常高”。
-
（不要）太多信息：通过IBM的社交滤镜，用户可以创建不同的过滤器，并通过这些过滤器获取适量的某个自己感兴趣领域内的信息。
