<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
		>
<channel>
	<title>Comments on: BookLamp: 分析寫作風格的書籍推薦系統</title>
	<atom:link href="http://mmdays.com/2008/09/23/booklamp/feed/" rel="self" type="application/rss+xml" />
	<link>http://mmdays.com/2008/09/23/booklamp/</link>
	<description>網路, 產業, 資訊, 觀察, 生活, 電影, 技術, 新知, 科技, 媒體, 趨勢, Web 2.0</description>
	<lastBuildDate>Thu, 09 Feb 2012 18:32:00 +0000</lastBuildDate>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
	<generator>http://wordpress.org/?v=3.0.1</generator>
	<item>
		<title>By: Mr. Thursday</title>
		<link>http://mmdays.com/2008/09/23/booklamp/comment-page-1/#comment-20570</link>
		<dc:creator>Mr. Thursday</dc:creator>
		<pubDate>Wed, 08 Oct 2008 17:23:13 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6208#comment-20570</guid>
		<description>嗯...適合以書找書的場合應該就可以用這個系統了!
可以當成使用者推薦和評論家推薦以外 
另外一個推薦分數的來源</description>
		<content:encoded><![CDATA[<p>嗯&#8230;適合以書找書的場合應該就可以用這個系統了!<br />
可以當成使用者推薦和評論家推薦以外<br />
另外一個推薦分數的來源</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: Mr. Thursday</title>
		<link>http://mmdays.com/2008/09/23/booklamp/comment-page-1/#comment-87650</link>
		<dc:creator>Mr. Thursday</dc:creator>
		<pubDate>Wed, 08 Oct 2008 17:23:00 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6208#comment-87650</guid>
		<description>嗯...適合以書找書的場合應該就可以用這個系統了!
可以當成使用者推薦和評論家推薦以外 
另外一個推薦分數的來源</description>
		<content:encoded><![CDATA[<p>嗯&#8230;適合以書找書的場合應該就可以用這個系統了!<br />
可以當成使用者推薦和評論家推薦以外<br />
另外一個推薦分數的來源</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: herock@博客谈</title>
		<link>http://mmdays.com/2008/09/23/booklamp/comment-page-1/#comment-20423</link>
		<dc:creator>herock@博客谈</dc:creator>
		<pubDate>Fri, 03 Oct 2008 01:01:31 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6208#comment-20423</guid>
		<description>类似Pandora的思路，都是从音乐或书的本身来寻找相似之处。

但根据作者自己的描述，感觉Booklamp似乎更适合用来分析小说，而且因为读一本书的时间耗费较长，所以决定读什么书需要考虑的因素挺复杂的，很难象听一首歌一样随意。</description>
		<content:encoded><![CDATA[<p>类似Pandora的思路，都是从音乐或书的本身来寻找相似之处。</p>
<p>但根据作者自己的描述，感觉Booklamp似乎更适合用来分析小说，而且因为读一本书的时间耗费较长，所以决定读什么书需要考虑的因素挺复杂的，很难象听一首歌一样随意。</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: herock@博客谈</title>
		<link>http://mmdays.com/2008/09/23/booklamp/comment-page-1/#comment-87649</link>
		<dc:creator>herock@博客谈</dc:creator>
		<pubDate>Fri, 03 Oct 2008 01:01:00 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6208#comment-87649</guid>
		<description>类似Pandora的思路，都是从音乐或书的本身来寻找相似之处。

但根据作者自己的描述，感觉Booklamp似乎更适合用来分析小说，而且因为读一本书的时间耗费较长，所以决定读什么书需要考虑的因素挺复杂的，很难象听一首歌一样随意。</description>
		<content:encoded><![CDATA[<p>类似Pandora的思路，都是从音乐或书的本身来寻找相似之处。</p>
<p>但根据作者自己的描述，感觉Booklamp似乎更适合用来分析小说，而且因为读一本书的时间耗费较长，所以决定读什么书需要考虑的因素挺复杂的，很难象听一首歌一样随意。</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: Mr. Thursday</title>
		<link>http://mmdays.com/2008/09/23/booklamp/comment-page-1/#comment-20164</link>
		<dc:creator>Mr. Thursday</dc:creator>
		<pubDate>Wed, 24 Sep 2008 17:23:15 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6208#comment-20164</guid>
		<description>或是機器推薦先評分
之後再加上書評作者的推薦
兩者都使用...只是書評作者還來不及評論之前
機器可以先代勞囉?
或是習慣只看比對分數的使用者 來不及把書評一篇一篇看完的使用者
這個系統也許會有用就是了?</description>
		<content:encoded><![CDATA[<p>或是機器推薦先評分<br />
之後再加上書評作者的推薦<br />
兩者都使用&#8230;只是書評作者還來不及評論之前<br />
機器可以先代勞囉?<br />
或是習慣只看比對分數的使用者 來不及把書評一篇一篇看完的使用者<br />
這個系統也許會有用就是了?</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: Mr. Thursday</title>
		<link>http://mmdays.com/2008/09/23/booklamp/comment-page-1/#comment-87648</link>
		<dc:creator>Mr. Thursday</dc:creator>
		<pubDate>Wed, 24 Sep 2008 17:23:00 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6208#comment-87648</guid>
		<description>或是機器推薦先評分
之後再加上書評作者的推薦
兩者都使用...只是書評作者還來不及評論之前
機器可以先代勞囉?
或是習慣只看比對分數的使用者 來不及把書評一篇一篇看完的使用者
這個系統也許會有用就是了?</description>
		<content:encoded><![CDATA[<p>或是機器推薦先評分<br />
之後再加上書評作者的推薦<br />
兩者都使用&#8230;只是書評作者還來不及評論之前<br />
機器可以先代勞囉?<br />
或是習慣只看比對分數的使用者 來不及把書評一篇一篇看完的使用者<br />
這個系統也許會有用就是了?</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: 常看書的人</title>
		<link>http://mmdays.com/2008/09/23/booklamp/comment-page-1/#comment-20118</link>
		<dc:creator>常看書的人</dc:creator>
		<pubDate>Tue, 23 Sep 2008 08:24:53 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6208#comment-20118</guid>
		<description>個人很不看好這樣的model, 我常閱讀小說, machine learning 的模式對於&quot;深層含義&quot;的幫助不是很大, 搞NLP抓語句模式然後搭配一大堆方法還不如我看到某位我習慣追的評論人寫一篇文章:p

這東西搞半天可能比在aNobli上直接追蹤某些人還不準
--
不過就科學研究來說或許不錯啦</description>
		<content:encoded><![CDATA[<p>個人很不看好這樣的model, 我常閱讀小說, machine learning 的模式對於&#8221;深層含義&#8221;的幫助不是很大, 搞NLP抓語句模式然後搭配一大堆方法還不如我看到某位我習慣追的評論人寫一篇文章:p</p>
<p>這東西搞半天可能比在aNobli上直接追蹤某些人還不準<br />
&#8211;<br />
不過就科學研究來說或許不錯啦</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: 常看書的人</title>
		<link>http://mmdays.com/2008/09/23/booklamp/comment-page-1/#comment-87647</link>
		<dc:creator>常看書的人</dc:creator>
		<pubDate>Tue, 23 Sep 2008 08:24:00 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=6208#comment-87647</guid>
		<description>個人很不看好這樣的model, 我常閱讀小說, machine learning 的模式對於&quot;深層含義&quot;的幫助不是很大, 搞NLP抓語句模式然後搭配一大堆方法還不如我看到某位我習慣追的評論人寫一篇文章:p

這東西搞半天可能比在aNobli上直接追蹤某些人還不準
--
不過就科學研究來說或許不錯啦</description>
		<content:encoded><![CDATA[<p>個人很不看好這樣的model, 我常閱讀小說, machine learning 的模式對於&#8221;深層含義&#8221;的幫助不是很大, 搞NLP抓語句模式然後搭配一大堆方法還不如我看到某位我習慣追的評論人寫一篇文章:p</p>
<p>這東西搞半天可能比在aNobli上直接追蹤某些人還不準<br />
&#8211;<br />
不過就科學研究來說或許不錯啦</p>
]]></content:encoded>
	</item>
</channel>
</rss>

