啰嗦几句
第一次知道“豆瓣”是从keso的blog上看到的。记得当时是keso写豆瓣在大洋彼岸的美国推出了英文版,不过还是beta版的。现在去www.douban.net看看,豆瓣简约的大logo很是醒目,可右上角依然还是那个小小的蓝色beta,也许是英文版的豆瓣还在漫长的测试期中,也许是阿北故意留下了这个小小的记号——豆瓣是web2.0的产品,而不知是谁说的2.0的一大特征就是永远的beta版。
既然说到英文版就再多说几句。英文版的域名换了很多了,从最开始的beta.douban.com,到www.beantal.com,再到现在最终敲定的www.douban.net,似乎可以看出豆瓣的某种演变。中间那次把douban换成了beantal,大概是比较失败的,虽然很西化了,但丢失了不少味道,幸而又换了回来,至于突然从.com变成了.net,则让我有些不解。英文版和中文版的界面和服务方式差不多,可我不明白的是为什么英文版就让豆瓣有了“国籍”,在中文版注册的账户在这里是不能通用的,很是郁闷,难道还得办个护照不成?还有一个很大的不同是,豆瓣中文的三大件“书籍、音乐、电影”,到了英文版就把电影这块给丢了,百思不得其解。从其他的服务中我终于看到豆瓣的英文版确确实实还处于beta状态,英文版的系统显然不如中文版那么让人叫好。看来要在海外立足,阿北和他的豆瓣团队还得多多加油啊。
豆瓣的结构
豆瓣的服务大体上分为三块,在导航栏上我们也可以明晰地看出这种划分:
第一块是豆瓣网的资源库。这里陈列了豆瓣赖以生存的书籍、电影和音乐的信息,每一本书、每一部电影、每一盘专辑(甚至是不同的版本)都是这里的一条记录,用户正是从这里出发来构建自己在豆瓣上的生活。每一条记录下边提供了相关的信息和用户的评论,用户还可以在其中看到网上商店的比价,并通过这里直接进入购物网站购买。而用户之间也可以通过c2c的方式交易二手的书籍、电影和专辑。这一部分的一个重点功能便是“评价”,用户可以给每一条记录打上自己的评价,还能用tags和简短描述来扩展这条记录的内涵和外延。用户也可以看到其他人对这部作品的评价,并能通过这个途径和对方建立联系。顺带一提,每一条记录的基本信息都是用户共维的,也就是说每个用户都可以来更改这些基本的信息,有点wiki的意思,也是2.0的标志。
第二块内容是个人的信息库。在豆瓣总的资源库基础上,用户可以构建自己个性化的信息库,把自己读过的书籍、看过的电影和听过的音乐收藏汇总起来,并通过个人主页的形式向外展示。“我的豆瓣”记录的主要是用户在豆瓣上生活的痕迹,这里可以看到自己发表、回应的评论,发起的讨论话题已经自己创建的“豆列”。所谓“豆列”其实是一种更细化更个性化的信息组织产品,用户创建的豆列都是有一个主题的,豆列中的每一个记录都和这个主题有关,可以是某个歌星的所有专辑,也可以是带有某一种特征的所有电影,而用户创建的豆列将会出现在相关的记录里边,其他用户在浏览这条记录时可以进入这个豆列,并评价这个豆列是否有用。“我读”“我看”“我听”里分别陈列的是用户收藏的各个类别的记录,和书架有点相似,但这里更进一步列出了用户对于这些记录的状态,过去式、现在进行时、或者将来时。
第三块内容则是豆瓣的交流中心。豆瓣的用户通过这个平台走在了一起,相互产生了联系和交流,这也是豆瓣网创办的初衷,“如果能不一一结交,却知道成千上万人的口味,能从中间迅速找到最臭味相投的,口口相传的魔力一定能放大百倍, 对其中每一个人都多少会有帮助。”豆瓣为用户提供了三个圈子。一个是“同城”,用户可以选择自己居住的城市,并关注同城的其他用户,从中找到和自己相似的用户并加为友邻。同城的用户也可以在这个圈子里进行二手交换。可惜豆瓣不能同时属于两个或两个以上的城市,这样对居住地经常更换的用户来说是一种遗憾。第二个圈子是“小组”,这个类似于百度贴吧的圈子是豆瓣三个交流全中最有人气也最混乱的。每个用户都可以建立小组,因此小组讨论的话题可以说是包罗万象,超越了图书、电影和音乐的范围。到现在豆瓣里的小组已经有5630个了,但是很多小组都是只有少数几个成员,有的甚至只有1个创建者而之后便无人问津,这形成了很大部分的“垃圾组”,建立者凭着自己的兴趣建立一个小组,倒像是在论坛发了一个讨论贴,个人认为过于随便了。而且这些小组是没有分类的,在5000多个小组中搜寻自己感兴趣的,我想很少有人会有这种兴趣和时间吧,因此往往只有排在前位的和话题范围广的小组会受到人们的关注,这无疑是一种浪费。第三个圈子是“友邻”,这是和用户关系更密切的一群人,这些人同样也是豆瓣的用户,也就是所谓的陌生但臭味相投的人们。用户通过友邻圈子可以了解到自己的朋友们看过的书、电影和听过的音乐,以及他们正在和想要读、看、听的作品。用户还可以在这里看到每个用户为每条记录写的tag和评论,增进了相互的了解和交流。
2.0服务
豆瓣猜 豆瓣提供了一种根据用户的信息而做出的个性化推荐。个性化的信息服务是web2.0产品的一大特色,gmail的邮箱广告就是一个很好的例子。豆瓣也提供了很人性化的信息服务,“豆瓣猜你会喜欢”向用户推荐了适合其胃口的书籍、电影和音乐,“豆瓣认为和你口味最像的”向用户推荐趣味相投的其他用户。用户也可以通过其他关联信息(比如“喜欢这本书的人也喜欢”,“谁读这本书”,“上海的成员喜欢去的小组”,“这个小组的成员也喜欢去”等等)寻找到自己感兴趣的信息,而且这种关联的紧密性是很高的,一个人性化的信息筛选过程就呈现了出来。
标签自动聚合而成分类 豆瓣没有提供所有条目的分类,不管书籍、电影还是音乐,都是靠着用户给每个条目添加的tag来进行自动聚类的,这样的聚类更符合人的思考习惯,但是也因为缺乏一种规范性而造成混乱或信息检索的不完整(有的条目下面的tag忽略了一般性的描述,或者干脆没有tag……)。
RSS 豆瓣在很多地方都做了rss feed供用户订阅,比如最新评论,分类最新评论,最新小组讨论等等。不过有时会觉得这个feed提供的内容范围不是很合适,例如我想看所有友邻的最新评论,就没有这样一个feed,而是需要每个人分别订阅,比较麻烦。
豆瓣收藏秀 这是很多web2.0网站都会提供一类服务,就像用户在flickr上的照片可以生成一段代码,粘贴到网页中后就可以在其他地方显示这些照片的所略图,成为了其他人了解这个用户的一个途径(也是了解来源网站的途径,呵呵,同时也增加了点击率)。豆瓣把用户新近收藏的书籍和音乐生成了一段代码,这段代码展示了用户的“现在进行时”,比如我贴到blog上之后,看我blog的人就会知道我近来在看什么书,在听什么音乐了,很有意思。
再啰嗦几句
虽然也很想像网上无数的其他人一样对豆瓣的将来和商业化做出一番预测和评价,但鉴于自身水平实在有限(特别是涉及到赚钱……),在收集到大量资料的和深入思考研究之前我没有办法作出什么有说服力的言论。不知道老师是怎么样想的?我一向是个比较排斥把什么都商业化的人,特别对于文化,我甚至觉得各种著作权和版权保护是阻碍人类文明进步的。豆瓣算是文化人的一方净土,Web2.0的草根性在这里得到了很好的体现,用户在这里需要的和得到的是一种纯粹的交流,就像老槐说的,web2.0是“好玩的”。我并不知道豆瓣的商业化到底会带来一个怎样的结果,我觉得豆瓣本身影响力和这种良好的氛围更为重要。想到歪酷,同样也面临着资金的问题,但除了google广告和募集资金外似乎并没有采取其他的措施,可照样有那么多忠实地用户,并不断推出让人欣慰的服务。当然,这也是我一厢情愿的想法,不管怎样,希望豆瓣能为我们带来更多更好的服务。
- 浏览: 894092 次
- 性别:
- 来自: 北京
最新评论
-
wangzhen199009:
good. Thx for your sharing.
REST和认证 HMAC -
jsshizhan:
你的这个SQL有问题的
数据库中如何使用SQL查询连续数字并且统计连续个数 -
maoghj:
dddddddddddddd
mysql 更改my.cnf 慢查询日志 -
zhoutong123a:
人的贪婪无止境,只能控制,不能满足
招人心得 -
xuerThinkVickie:
...
ZeroClipboard支持IE,firefox,Chrome复制到剪贴板
相关推荐
基于scrap框架关于豆瓣的爬虫的python代码,仅供大家学习参考
关于豆瓣音乐排行的分析,本文利用爬虫获取豆瓣音乐排行榜信息,然后使用数据可视化对排行信息进行分析
关于豆瓣网的调查分析_解密豆瓣运营全过程.doc
用python举例关于豆瓣上的美食推荐 该资源仅供学习!!! 该资源仅供学习!!!
关于豆瓣电影top250的一些名称演员之类的信息
提取器完整版,豆瓣,道客巴巴,百度文字提取器,让你免除复制的烦恼,不用花钱哈
关于豆瓣网运营模式的分析,清晰明了的介绍了他的运营模式
Intership_Douban:关于豆瓣电影的多类别和多标签分类
Python关于豆瓣电影信息的爬虫,抓起1w条电影数据只要一分钟左右,
里面是关于豆瓣网的技术架构的发展历程,若您对web2.0的网站构架很感兴趣,参考下这个是个不错的选择。
微信小程序项目源码毕业设计期末大作业课程设计前端源码 微信小程序项目源码毕业设计期末大作业课程设计前端源码 微信小程序项目源码毕业设计期末大作业课程设计前端源码 微信小程序项目源码毕业设计期末大作业课程...
微信小程序demo:豆瓣电影:使用API(源代码+截图)微信小程序demo:豆瓣电影:使用API(源代码+截图)微信小程序demo:豆瓣电影:使用API(源代码+截图)微信小程序demo:豆瓣电影:使用API(源代码+截图)微信小程序demo:...
本着不重复造轮子的理念,我调研了github上关于豆瓣的电影信息的爬虫程序。找到了一个star比较多(唯一一个50star以上)的一个项目该项目存在一些问题:没有实现模拟登陆,被豆瓣的反爬虫机制阻止。无法继续抓取...
用python爬取了豆瓣上33部关于病毒、疾病题材电影的短评,并尝试了下词频统计、可视化、词云
14.1 关于豆瓣网和豆瓣网API 14.1.1 豆瓣网介绍 14.1.2 豆瓣网API介绍 14.1.3 豆瓣网API认证 14.1.4 豆瓣网API快速入门 14.1.5 豆瓣网APIJava库介绍 14.2 豆瓣网(Web2.0)客户端设计 14.2.1 客户端功能规划设计 ...
14.1 关于豆瓣网和豆瓣网API 14.1.1 豆瓣网介绍 14.1.2 豆瓣网API介绍 14.1.3 豆瓣网API认证 14.1.4 豆瓣网API快速入门 14.1.5 豆瓣网APIJava库介绍 14.2 豆瓣网(Web2.0)客户端设计 14.2.1 客户端功能规划设计 ...
14.1 关于豆瓣网和豆瓣网API 14.1.1 豆瓣网介绍 14.1.2 豆瓣网API介绍 14.1.3 豆瓣网API认证 14.1.4 豆瓣网API快速入门 14.1.5 豆瓣网APIJava库介绍 14.2 豆瓣网(Web2.0)客户端设计 14.2.1 客户端功能规划设计 ...
MJdeDouBan是我独立开发的一个关于豆瓣的iOS客户端,融合了豆瓣电影、读书和音乐,内容主要通过爬虫抓取豆瓣数据。 以下是涉及到的几个关键技术: 服务器使用Python的Flask Web框架搭建,部署在新浪云上,通过...
14.1 关于豆瓣网和豆瓣网api 260 14.1.1 豆瓣网介绍 260 14.1.2 豆瓣网api介绍 261 14.1.3 豆瓣网api认证 261 14.1.4 豆瓣网api快速入门 264 14.1.5 豆瓣网api java库介绍 265 14.2 豆瓣网(web ...