郑昀@玩聚网 20080209
纵观新闻聚合的历史，历来都是两条路，一个是机器智能，一个是群众性智慧。
前者，从历史来说，代表人物依次是techmeme、google news(国内依次是百度新闻、玩聚网、搜狗新闻)，都强调以文本相似性为主，链接计算为辅的大规模计算。
后者按出现时间排，依次是slashdot、digg、reddit、google reader shared，国内是豆瓣九点、抓虾热文。这一路讲究的是特定细分领域的读者推荐聚合，基本不涉及机器智能。
群众性智慧只是单纯地把更有价值的信息过滤出来，只有wiki才能体现话题的历史脉络，间杂着多媒体性，相对来说较少体现观点的多样性。而机器智能相对更强调新 闻的观点价值，比如最典型的techmeme，这不是“客观性”，而是“主观的多样性”，也就是新闻本身的价值越来越让位于观点价值。当要凸显观点价值 时，中国传统的论坛或新闻评论，都过于泛泛、疏于条理、缺乏脉络，所以文本相似性算法和反向链接算法混合之后就可解决此类问题。
“报道数”并不是bignews的首创，新闻聚合历来如此，不过正如这次有人评论说的一样“假如给我一两篇精彩的综述，那我是不愿看其他的98%文章 的”，文章质量和是否足够具有代表性，只有人(编辑)才能下判断，这是机器智能的缺陷，但可以通过确认信息源的权威性来补，还是有不错的效果的，典型如 techmeme。“报道数”也不是bignews的杀手锏，它的特色我在日志《ASK和Digg的新闻聚合结晶BigNews像GoogleNews不像techmeme》和日志《ASK之BIgNews观摩杂记》中都作了阐述，它更强调历史脉络、多媒体性，与玩聚网不谋而 合。
google news引入了新闻当事人的观点，也算是间接的群众性智慧。
百度新闻和玩聚网纯粹是机器智能。
daylife较大程度地引入了编辑智慧，在机器智能之上。
bignews呢，机器智能偏多一些。
趋势肯定是二者相结合。但说起来容易做起来难。
郑昀@玩聚网 20080209