本期书友会比上一期来了更多的新人，快有50号人了，后来的同学只好站队。

本期主题嘉宾：

• 《互联网产品经理常用软件及工具》 胡晓  网易
• 《苹果下的互联网产品设计工具》  肖建乐  139移动互联
• 《互联网产品研发协作软件及工具探讨》米兜 南方周末
• 《Photoshop 下的产品设计》  谢晓路 新浪微博

互联网产品经理常用软件及工具

我们的胡晓同学主要是探讨了在WINDOWS平台下的产品设计工具，从工具和平台的角度概括性的介绍了下自己平时的产品设计工作思路。请看下面的资料：

苹果下的互联网产品设计工具

阿乐同学针对MAC平台下的产品设计工具作了下总结，请看下面的PPT:

互联网产品研发协作软件及工具探讨

来自南方周末的米兜同学向大家介绍了研发协作相关的工具，说的很系统，请看下面的资料

Photoshop 下的产品设计

我们的晓路同学从自身多年工作经验的角度，介绍了Photoshop下的产品设计。主要是从设计方法的角度探讨了设计规范性的东西。请看资料：

我们的谢晓路同学最后介绍了他们秘密研发的一款查看透明PNG效果的软件–PNGVIEW，官方网站http://www.pngview.com/

具体的说明请到官方网站去看看，特别是对一些设计师来说，真得是非常好的一个效果查看工具。

最后大家的合影：

话题：互联网产品设计软件及工具
时间：2010年8月15日 14:30-17:30（星期天）
地址：广州市天河区科韵路16号广州信息港E栋 网易大厦 一楼沉毅会议室
主办：广州UCD书友会

本期主题嘉宾：

• 《互联网产品经理常用软件及工具》 胡晓  网易
• 《苹果下的互联网产品设计工具》  肖建乐  139移动互联
• 《互联网产品研发协作软件及工具探讨》
• 《Photoshop 下的产品设计》  谢晓路 新浪微博

个人参会条件：
1、带足名片（可请自写、自制）；
2、准备好提问；
3、不发言、不提问、不参与交流者谢绝参加；

联系方式：
胡晓 135 6022 0908
肖建乐 135 6031 6544

报名：点击报名（采用Google 文档报名，如果打不开，可能被GFW了，请自行翻墙解决。再不行，托人翻墙报名）

备注，本次活动提供高价值限量纪念品

全国其他城市：http://ucdchina.com/blog/?p=563

说到本期话题网站设计规范分享及探讨，对于这样的一个网站设计规范，在大互联网公司都有一套自己成熟的规范和流程。但相对于一些小的互联网公司，这方面比较欠缺或者没有。本期书友会我们请到了网易用户体验设计中心的两位高级设计师，杨烽亮和谢守熠为大家做这方面的分享。

特邀嘉宾分享环节：
1.《网易网站及相关产品设计规范》，网易用户体验设计中心 高级设计师 杨烽亮；

杨烽亮同学一开始就抛出为什么要做这样的一个规范的介绍，从不同的角度说明了网站统一设计规范对于产品、技术、运营的利弊。

• 统一整站的用户体验
• 更高效的合作分工
• 设计资源的复用性更容易

杨烽亮同学继续介绍到相关规范的内容，包括导航、页面布局、logo规格、字体格式大小、颜色、按钮、图片尺寸等等一整套的ui/vi内容。

后面提到了执行规范比制定规范难多了，除了来之内部的执行压力外、更多的是销售与网站规范的冲突。针对上诉的问题，其实从不同的角度换位思考,  所有的问题在规范的前提“有的放矢”去执行。

最后在互动提问过程中，大家都很有针对的提起问题，我们的杨烽亮同学很热心的为大家一一作答。由于本期嘉宾的ppt涉及到一个公司的部分隐私，不便于分享出来。如果想继续希望了解这方面的内容，请关注网易的杨烽亮同学。
2.《网易FLASH设计规范》，网易用户体验设计中心 高级设计师 谢守熠；

在这个话题的环节由于便技术一点，所以此时的活跃度比之前的要地点。但谢守熠同学做的ppt很漂亮，分享的思路很清晰。从flash 制作的技术角度介绍了规范的要点。

• flash制作的场景的要领
• flash多个独立动画路径定义
• xml数据的格式规范
• flash导出成avi/MPEG-4时的问题

与会嘉宾分享环节：

这次我们请来了很多业界的朋友，包括

周维亚老师  广州互联网协会秘书长

刘毅    讲师  广州美术学院

胡克    设计学院院长  广东轻工职业技术学院

刘再行  讲师  广东轻工职业技术学院

他们的参与让我们有了更多的支持，他们給了我们很多的建议，同时得到他们的认可也是我们没想到的。后续我们将把我们的“设计之旅”更多的同广州的大企业结合起来，在书友会主题不变的前提下，做的更开放。

最后我们和参与的同学更多的交流起来，倾听大家对书友会的建议。大家提了不少很好的建议，同时我们也很希望书友会这个平台給到大家的时候，也需要大家的回馈。借用周维亚老师说的这句话：“我在书友会是一个什么角色？我能为书友会做些什么？”。

最后大家的合影：

特邀嘉宾分享环节：
1、《网易网站及相关产品设计规范》，网易用户体验设计中心 高级设计师 杨烽亮；
2、《网易FLASH设计规范》，网易用户体验设计中心 高级设计师 谢守熠；

个人参会条件：
1、带足名片（可请自写、自制）；
2、准备好提问；
3、不发言、不提问、不参与交流者谢绝参加；

联系方式：
胡晓 139 0240 0500
肖建乐 135 6031 6544

报名：点击报名（采用Google 文档报名，如果打不开，可能被GFW了，请自行翻墙解决。再不行，托人翻墙报名）

备注，本次活动提供高价值限量纪念品

全国其他城市：http://ucdchina.com/blog/?p=562

广州UCD书友会一直在反思自己的组织流程、组织形式，希望給大家带来很多惊喜，我来回顾下这次的书友会过程，由于现场进行过程中几个组织者出去开了下会，有些都没记录，更多的内容请看广州的同学们分享。

本期的书友主题我们在全国主题统一的前提下增加了附属话题，这些话题都是和我们的产品设计工作相关。如下，
特邀嘉宾分享环节：

1、《移动设备的交互和设计》，卓望数码 曾帆扬；
2、《iPad 的人机交互设计思想》,广州顺科软件服务有限公司首席执行官吴晓丹；
3、《旅行改变人生》，资深旅行专家、中国旅盟副总 黎晓阳；

《移动设备的交互和设计》
在这个话题中，我们邀请的是卓望数码的曾帆扬，首先作者介绍了一下卓望数码的用户体验中心，卓望数码的用户体验中心目前才建立一年，从规模和经验方面都在一步一步的成长中。

嘉宾曾帆扬开始了后续的话题介绍，主要以139说客客户端设计为例来介绍移动客户端的设计流程和问题。请看：

《iPad 的人机交互设计思想》
来自广州顺科软件服务有限公司首席执行官吴晓丹向大家介绍了iPad的人机交互设计思想，由于离开了下现场，没有认真的听完整。不过从大家反馈的情况来看，大家对都觉得吴晓丹介绍的非常不错。由于iPad是苹果公司最新推出的产品，大家能够接触的机会还比较少，所以从一定程度上很有吸引力。同时嘉宾的精彩介绍让大家重新认识到苹果设计产品的理念。

这里比较可惜的是暂时没有嘉宾的ppt，嘉宾可能需要周二的时候发过来，共享给到大家。

《旅行改变人生》

资深旅行专家、中国旅盟副总黎晓阳向大家介绍了旅游相关的知识，从不同的角度看待我们国内的旅游市场，阐述了旅游对改变我们生活的方方面面的重要性。更重要的是嘉宾把web2.0的思想植根于旅游产品中来介绍。最后引来了我们的米兜同学来介绍他的2009马来西亚之旅。

－－－－－－分隔线－－－－－－－－－－－－－－－－－－－－－－－

纵观我们整个书友会的里程，现在已经是第20期了，也就是说我们坚持了1年8个月了，我们期待第40场，第60场的到来。今年年底我们还将在去年书友会的基础上，更加专业、清晰、规范的运作我们今年的年会。期待到年底給大家分享到一个更精彩的ucd书友会。期待大家到时一起参与进来。

书友会第20期合影，这期人数明显回升，有40多人。

培训中，阿乐老师以最基本的产品设计知识开篇，带我们游历了一遍产品设计相关的关键字意义，让我们明白什么是“人因素”，什么是“用户体验”，什么是UCD，什么是UED,ID,PM,VD等等等等。另外，从肖sir的ppt中我也了解到，本来这次培训是为各位美女特意准备的，我们组两男生是沾了各位mm的光，顿然感恩。

从第二天开始，肖sir循序渐进地对产品人、产品设计工具和产品设计产出物作出用心良苦的解释，并在每一part中都加入了实例进行配合演示，让我们置身于产品设计的知识汪洋。从产品人介绍中，我了解到产品人不只是空泛的做产品的人这个概念，而是合理地分为ID,UR,WD,PD等各个职能岗位，确保产品设计的合理流程实现；从产品设计工具中，我了解到那些工具不是我们轻易能驾驭的，完毕；最后，从产品设计产出物这一课中，我们接触了产品设计过程中的各种文档，它们个个功能详尽，五花八门，看得我们眼花缭乱，然而国江大师最后的一句话使我们心情舒畅：在我们工作中，这些文档是简单很多的，很多东西都不需要的！Orz

产品和运营在日常工作中有很多交叉的地方，可谓相辅相成。产品做出来了，我们对其进行运营；运营中我们再向产品提出新需求，他们又设计新的产品，这是一个产品不断优化的过程，实现最终优秀的用户体验，这是产品和运营工作的共同目的，需要产品同学运营同学的良好沟通和默契合作，这就要求我们相互了解，而这正是这次培训目的。

最后，我要感谢肖sir的指导，还要感谢党和国家，谢谢。

首先阿乐师傅向我们介绍了产品设计的各种定义，像一些常见的名词：用户体验、可用行、人机交互，人因素等，先对产品有了一个初步的认识。接着就介绍产品的每个工作流程以及相关的负责人和称谓，这样也方便了我们在以后的工作中准确的找到相应的负责人。第一次接触产品的工作流程感觉是就像一个复杂的系统，但我们的产品人员总能有条不紊的进行着他们的工作。

好的想法要实现得要借助好的设计工具，不同的设计工具贯穿着产品的各个阶段。思维导图，这个是管理一个项目的好工具，你可以把所有的你需要的小功能模块聚合在一起，形成一个整体的概念，使你要做的事情一目了然。从阿乐师傅的讲解中了解到产品经理的一天规定的工作时间基本上都是在会议当中，采用头脑风暴法不断对产品进行改善和建议，真正的工作时间都是在夜深人静的时候，把一天混乱的思绪整理好再投入到工作当中，终于让我明白了产品人的辛苦，白发就是他们操劳的见证。

经过这些天的培训，对产品有了初步的认识，其实产品和运营之间是相辅相成的，运营工作虽然算是产品后期的工作，但运营所得到的经验，例如用户的真实需求，使用爱好，这些又将指导产品不断的更新改善，以推动整个业务的发展。

每天培 训的时间差不多是在17点30分过后，真是体恤的好老师呢，不想耽误到大家的下班时间。其实呢，他自己应该也有需要紧急完成的工作，为了培训我们这些小屁 孩儿，工作又得带回去做了吧（心里想），回去还得带靓靓出去走走……每天培训完后，我们还会收到刚刚培训的PPT内容，平时就“温故而知新”吧。

通过 以前接触阿乐以及这次的产品培训，对于从未接触产品设计的我们来说真的是一次很好的锻炼，至少说认识上提高和改变了不少。至少知道一次新的产品设计，需要 有那么多的工作人员通力完成；一个好的互联网产品也不是一蹴而就的，前期要有很多很细致的准备工作和合作；互联网产品是什么，好的互联网产品又是什么？这 些都是产品设计师甚至是运营人员需要想清楚的，也并非说大家想想就能达到目的了，一个产品的行程需要多个部门的审核、决定、设计……让运营人员接触产品设计本身是对这个产品的“再认识”。

培训 的过程中，也接触和使用了一些产品设计需要用到的工具，比如Axure、Mindjet MindManager，确实是两款很实用的软件，在实际的工作中确实发挥了很大的用处。另外，阿乐老师推荐的怎么组织资料，怎么提高社会性的学习等方法 很不错，看到他给我们推荐的Google reader，非常实用，这也是拓宽我们互联网行为的很好示范。

总之， 阿乐老师给我们的培训，无私奉献、亲力亲为、积极认真……还有和阿乐老师说一句，最开始的培训实在不是说课堂气氛不活跃，我们都算是那个时候才算集中接触 产品设计这块的知识，很多东西以前没接触过，我们在“消化”啦；还有一句，阿乐是好老师！

以下是自己给新来的童鞋做的产品培训，虽然没有达到自己的所期望的目的。但是很欣慰！！！

阿乐课程心得

十分感谢热心的阿乐老师给我们讲述产品的玄机。五天的课上下来，有惊喜有迷惑有 顿悟有所得。以下我以日志的形式秀出我的个人心得。

第一天

产 品设计是个神奇的创造过程，它将人们抽象的目的和需求转化为具体的界面工具。

我把这种工作性质理解为一个翻译官的角色，而且是精通数国语言的高级译官。他们将用户自己有时都无法言喻的需求甚至隐性需求提炼出条 条框框的文案，线框堆砌的流程，功能完备的界面，还要将它翻译成程序、UI都听得懂的语言，还要经历一个黑盒 子过程似的神秘洗礼，最终才出来呈现在我们面前的网页。

学了一堆名词，小列如下：以用户为中心的设计、人因素、可用性、人机交互、用户体验…晕倒！具体每个名词的定义我已经无法复 述出来了，但是有个结论是不言而喻的：成功的产品必然是以用户为中心的。

投其所好，思其所思，才能创其所用，求我所得。正是用户这个结点，把产品和运营两大部门给紧紧串连起来。产品开发的流程大致是这样 的：创意－调研－策划－设计－实现－试用－推广与运营。即使产品人员和运营人员讲的是两个星球的语言，他们的始点和终点都是同一个——用 户。从用户内心需求出发，以用户满意体验为终极目标，这就足以使产品和运营两块的心灵相通。

第二天

主要介绍一个产品人必备的修养。阿乐给我们列了很多，包括产品设计的 方法、工具、思维习惯、技术，以及管理、学习、沟通、创新等能力。N多技能集产品人于一身，超能力简直呼 之欲出！看得我们一群菜虫是瞠目结舌感叹虚度的二十余年人生。

偷偷庆幸下，好在这不是对运营人的修养要求，嘻嘻~但是转念想，要想成为一个专业的运营 人也必然是有这么一套修养规范的。所以呀，不管干哪一行，想做点成绩出来的必将苦其心智劳其筋骨嗒！庆幸不得，偷懒不得。况且一心希望向产品靠拢的我，更是有很多很多东西需要啃。那天 课下来，专业技术层面的内容是听得比较晕，过滤出来的是人生哲理和个人战斗力。哈！

第三天

这天阿乐主要向我们展示了用于产品设计的软件工具。在阿乐老师的带领下，我们认 识了前所未见前所未闻的英文软件。虽然没有具体教授怎样使用，但饼饼有句话说得很对，师傅领进门，修行在个人嘛！阿乐介绍我们和工具认识，后来我们的故事 怎样发展，就看我们怎样导演自己的学习生涯啦。回去后粗粗过了一遍，大为惊叹。以前一直坚持，同类软件只要精深地掌握其中一个就够用了，现在明白了，每一款软件之所以有 存活下来的可能，肯定是具备自身独一无二的某些价值的。总之一句话，好好学习天天向上！还有一句，学海无涯。

第四天

这一天就比较纠结了。主要讲的是产品设计的产出物，包括产品需求设计文档和产品 交互设计文档。我把文档的title列在这儿就知道我有多纠结了：BRD、MRD、PRD、FSD、UE、UI…每个文档都有很狠狠专业的架构要 求。总之一个字，晕倒。

模 模糊糊朦朦胧胧得出的结论是，即便是运营人员，也需要保持一种严谨的逻辑思维，条理清晰方能百战不殆。把这种慎密的思路蔓延嵌套进跃动灵闪的运营大脑，将 会开辟出怎样的天地呢？

第五天

这 天很窝心撒~中心语句是这样的：学会做产品，学会做人。做好产品，做好人。不是说RP上面的问题，而是教我们在工作中寻 找人生乐趣，同时发现业务新大陆。

有 句话，一定要把它粘贴过来。关键是行动与实践，要有一种习惯和本能，天然地对人有好奇心，乐于琢磨人、观察人，和人交流。 说实话一直觉得很庆 幸，能够投身于这样一个有趣的行业，每天用愉悦激动的心情浇灌工作。阿乐为我们揭秘出这快乐的真谛，就是人。互联网产品，说到底，是 为人挖掘快乐满足快乐的。可爱的深邃的万能的人，我要好好欣赏好好共处好好解析！“多玩产品，多交朋友”，让我们用玩世心境去铸造我们的感知力，发挥我们的创造力，和139共同成长，终生美丽！

再次感谢阿乐乐的热情付出，鼓掌！pia pia pia pia pia pia pia pia pia pia pia pia pia pia pia~

什么是推荐引擎？

推荐引擎利用特殊的信息过滤（IF，Information Filtering）技术，将不同的内容（例如电影、音乐、书籍、新闻、图片、网页等）推荐给可能感兴趣的用户。通常情况下，推荐引擎的实现是通过将用户的个人喜好与特定的参考特征进行比较，并试图预测用户对一些未评分项目的喜好程度。参考特征的选取可能是从项目本身的信息中提取的，或是基于用户所在的社会或社团环境。

推荐引擎的分类

1. 个性化的推荐－－根据用户过去在网站的行为进行推荐。

2. 社会化推荐－－根据类似用户过去在网站的行为进行推荐。

3. 基于产品的推荐－－基于产品本身的特性进行推荐。

4. 以及上述三种的方法的组合。

推荐引擎的开放api

商业推荐引擎不仅仅用来把数据计算出来，在后期必须充分的利用这些高质量的推荐数据，通过推荐引擎的开放API，可以在任何需要调用推荐数据的地方使用这些高质量的推荐数据，实现集中计算，分散使用。企业推荐引擎的数据可以扩展到网站的任何一个角落，给互联网客户贴心的用户体验。

推荐引擎的通用算法

1.基于关联规则的推荐算法（Association Rule-based Recommendation）

2.基于内容的推荐算法 (Content-based Recommendation)

内容过滤主要采用自然语言处理、人工智能、概率统计和机器学习等技术进行过滤。

基于内容过滤的系统其优点是简单、有效。其缺点是特征提取的能力有限，过分细化，纯基于内容的推荐系统不能为客户发现新的感兴趣的资源,只能发现和客户已有兴趣相似的资源。这种方法通常被限制在容易分析内容的商品的推荐，而对于一些较难提取出内容的商品，如音乐CD、电影等就不能产生满意的推荐效果。

3.协调过滤推荐算法 （Collaborative Filtering Recommendation）

与传统文本过滤相比，协同过滤有下列优点:

1）能够过滤难以进行机器自动基于内容分析的信息。如艺术品、音乐。

2）能够基于一些复杂的，难以表达的概念（信息质量、品位)进行过滤。

3）推荐的新颖性。 正因为如此，协同过滤在商业应用上也取得了不错的成绩。Amazon，CDNow，MovieFinder，都采用了协同过滤的技术来提高服务质量。

缺点是:

1）用户对商品的评价非常稀疏，这样基于用户的评价所得到的用户间的相似性可能不准确（即稀疏性问题）。

2）随着用户和商品的增多，系统的性能会越来越低（即可扩展性问题）。

3）如果从来没有用户对某一商品加以评价，则这个商品就不可能被推荐（即最初评价问题）。因此，现在的电子商务推荐系统都采用了几种技术相结合的推荐技术。

推荐引擎的过滤方式

1.基于内容的过滤

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)

2.协同过滤”(Collaborative Filtering) 的推荐方式

图--协同过滤二层推荐模型

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。

第一代的协同过滤技术，又被称为基于用户（User-based）的协同过滤。基于用户的协同过滤，基本原理是基于用户行为选择的相关性。

协同过滤的核心问题是寻找与目标用户兴趣相近的一组用户。这种相似用户通常被称为最近邻居（Nearest Neighbor）。用户之间的相似度是通过比较两个用户的行为选择矢量得到的。于是第二代基于内容项（Item-based）的协同过滤技术就产生了。与基于用户的技术不同的是，这种方法比较的是内容项与内容项之间的相似度。 Item-based方法同样需要进行三个步骤获得推荐：

1）得到内容项（Item）的历史评分数据。

2）针对内容项进行内容项之间的相似度计算，找到目标内容项的“最近邻居”。

3）产生推荐。这里内容项之间的相似度是通过比较两个内容项上的用户行为选择矢量得到的。基于用户的推荐系统相比，基于内容项的推荐系统最大的改进是更具有扩展性。基于内容项的方法通过计算内容项之间的相似性来代替用户之间的相似性。

不论是第一代的基于用户方法，还是第二代的基于内容项方法，都不可避免的遇到数据稀疏的问题。

基于内容和基于协同过滤两种方式的区别

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。

3.基于实时行为的推荐

目前流行的实时搜索开始了这方面的研究。

推荐引擎需要面对的问题

1.数据匮乏

2.应对数据变化

因为核心算法是对历史数据的统计，所以偏爱老数据，而新的变化难于及时体现，所以难于跟上时尚潮流的变化（pastbehavior [of users] is not a good tool because the trends are always changing），同时原文指出：在变化很快的时尚领域物品推荐方式不太奏效，因为单个物品的特性太多而且随时间变化，所以，社会化推荐也许更有效。

3.应对用户喜好的变化

用户每次使用同一个系统（例如，Amazon）的目的不同，所以推荐算法也许会迷惑。但是，本人认为通过长时间的采集用户的行为数据，某个用户的消费倾向还是能够把握的，本人使用当当网购物时就体会到它的推荐还是比较贴合我的口味的。

4.个别物品的特性具有对立的多面性

有些物品，在同一个物品身上能够发现不相容的特性，主要在文化基因和个人喜好方面，这类物品很难推荐。

5.计算很复杂

要面对的问题有：原始数据量巨大、需计算的参数很多，因此计算很复杂。个性化数据

6.个性化数据是关键，而这些数据一般都是结构化数据。

基于Amazon研究

据称，Amazon 有35%的页面销售源自于她的推荐引擎。

Amazon的推荐引擎，是一个需要用户一定参与的系统，用户的输入将对推荐的内容起到指导作用；如果指导有方，则会提供更符合个人品味的推荐。

她会记录你已在Amazon购买的历史、你最近的浏览历史（根据活跃度调整，可拒绝此类跟踪），并需要主动告知引擎你对某些商品的打分（此打分不同于评价，只用于推荐引擎、且对他人不可见），和你已拥有的商品（用于排除这个推荐）。根据这些数据来做出判断

另外，Amazon的推荐引擎并不只有这一块内容，在浏览、tag、商品页面都有很多推荐，可以说推荐无处不在。从她的功能点来看，似乎可以分为三块内容：以人为着眼点、以物为着眼点以购物过程为着眼点。同时还采用了跨类推荐，对不同类的按热度排列。

基于豆瓣的研究

大家可以看这里http://www.slideshare.net/clickstone/ss-2756065。

基于八音盒的研究

八音盒（www.8box.cn）是一个基于音乐分享及偏好而建立起来的SNS服务, 利用多年积研发的推荐引擎，8box能帮你找到可能喜欢的音乐，帮你分析出哪些用户是你的音乐“同好”。八音盒通过你推荐、试听、打分、评论音乐的过程，学习你的口味，并依此帮助过滤出你喜欢的音乐。发现音乐的最好途径是通过你的同好。八音盒能够根据你的口味，推荐相似的用户给你。应该说“个性化推荐引擎–IntelliProvider”是音乐八音盒的技术基石。

简单的来说，8box推荐音乐的依据有三种：

1.依靠音乐本身的属性信息判断音乐的相关性，做出推荐。

2.依靠听众对这个音乐的评价和反映来推断音乐的相关性，做出推荐。

3.依靠分析用户的行为，发掘出用户的音乐同好，从而做出推荐。

基于遗传学的推荐系统-潘朵拉（Pandora）

音乐染色体组项目的 推出，目的在于把音乐解析成为最基本的基因组成。它的基本想法是：我们因为音乐的某些特性喜欢音乐－－那么为什么不能根据音乐的某些相似之处设计出一套推 荐系统呢？这类推荐系统应该属于基于产品的推荐。但具有深刻创新意义的是，产品（音乐产品）的相似性，通过“基因”组成来衡量。

这种“即刻满足感”是很难抗拒的。因为pandora 了解音乐相似性背后的因素，它不需要了解用户的好恶，就可以把用户黏住。确实，pandora 需要把握用户的口味或记忆－－但这正是蕴藏在音乐本身的dna中了。当然pandora有时并不完美，会播放不对用户口味的音乐。但这很少发生。

基于标签的推荐系统-Del.icio.us

非常简明的推荐系统，它指基于一个基因－－那就是一个标签。

总结到这里，要是有这方面的技术人员交流就好了！！！