一个多星期前，在herock的blog中看到他提出FeedChoice的概念，当时就从这个名字依稀联想出背后的含义。今天终于看到herock公开地阐述自己的想法，与我的猜测大同小异，也与herock交流一下我对FeedChoice的一点想法。
RSS作为信息传送的一种革新，相信日后将发展成为一种主流的资讯获取方式，因此对RSS源的事先筛选就成为必需，因此我与herock一样相信类似FeedChoice这样对源的管理和筛选的服务一定存在着需求。我所开始尝试的Feed Cannot Miss就是希望通过对自己平时所阅读的RSS源进行梳理而给别人提供一点帮助，尤其是对于众多的英文Feed，我相信很多人和我一样希望能够有人告诉我哪些源比较好，值得订阅，哪些可以忽略（ps.其实我的想法中不仅仅包括Blog，只是非blog类的Feed往往来自大家所熟知的传统媒体或者服务商，而众多的blog RSS恰恰是大家所不熟悉的，而且我还有很多Feed还没来得及写）。FeedChoice正是想将我现在一个人所作的事扩展成为所有用户共同建设的一个平台。
按照我从herock的文章中产生的对Feedchoice的理解，用豆瓣来类比FeedChoice的确很合适，它也有点像早期的品网（或评网）类型网站的Web 2.0版，用来自用户的参与和评论代替了以前的品网网站的评论，用tag与folksonomy代替了以前的分类，或许还加入Wiki的元素，让用户来逐步完善对Feed的评价。只不过RSS毕竟不同于网站，以类似品网的方式来运作一个Feed精选的平台，它需要面对在线RSS阅读器、Spam等等的一些问题。
FeedChoice与在线RSS阅读器：传统对网站的浏览依赖于PC端的浏览器，无论是IE还是火狐，每个用户都是一个独立的实体，我们难以通过分析用户行为找到更多有价值的发现，因此我们可能需要依赖品网网站或者是分类目录来找到自己喜欢的网站。而在线RSS阅读器将所有用户连接在一起，通过分析用户的订阅以及阅读的习惯和行为，它们可以进一步挖掘和深化出有价值的数据，包括最受欢迎的Feed，相关的Feed，Feed推荐等等，而这种用户以脚投票的行为可能在一定程度上较每个用户的评价更为直接也更为客观。Rojo已经在这方面进行着种种的尝试，通过Tag、社交网络功能以及用户数据的挖掘，Rojo有可能能够为用户提供比较精确的Feed推荐服务。不少国内的IT blogger都对Keso的RSS阅读比较感兴趣，甚至全盘照搬他的opml，不过你可能没有keso那样的阅读精力，要选出你感兴趣的Feed会比较困难，但如果keso为每个Feed都加了tag，甚至加上用户的评价（rating）系统，你就可以缩小范围了，如果再与你感兴趣的其他人的订阅结合，恐怕就不难找到一些你想要得Feed了。因此，在线RSS阅读器对用户数据的掌握与挖掘使我们对FeedChoice这类精选服务的需求会有所降低，尽管它没有详细的Feed的介绍与评价，但我们需要的是结果而不是过程。
（ps. 1、Bloglines中也包含有Feed Recommendation，但我每次进去，总是说没有推荐，让我下次再来，或许是因为用户的数据挖掘并不是一件简单的事；
2、与Ken的想法不同，我认为与Rojo相比，似乎Feedtagger有的功能，Rojo基本都有，而Rojo所具有的为RSS中的内容加tag，社交网络等重要的延伸功能，Feedtagger都还不具备；
3、从哈斯日记的Furl中得知Share Your OPML！这个RSS的发明人Dave Winer的一个OPML分享平台，不过我似乎觉得这个平台所作的事，Bloglines都能够做到，而且做得更好。）
FeedChoice与Spam：FeedChoice作为2.0版的品网平台，无疑也需要面对Spam的挑战，Spam一方面来自于tag（有关tag的spam问题，只说近期写了一系列的文章），另一方面来自对Feed的开放评价。Spam的问题可能会让FeedChoice在选择开放的程度、平衡质与量的问题上有所顾虑，处理好Spam或许也会成为FeedChoice成功与否的关键之一。
其实在herock提到FeedChoice概念的时候，就有兴趣与herock聊聊，不过一直没有找到时间。不知道我上面对FeedChoice的理解是否正确，等待herock的反馈:)。