extropy teksti

Ideja – globālā reputācijas sistēma 2010. g. 25. Marts

Mūsdienās arvien aug lapu skaits, kas novērtē lietotāju devumu tajās. Ekselents piemērs ir stackoverflow.com, tāpat arī launchpad.net un dažādos forumos ir “krutuma” līmenis, iesūtījumu skaits, utt.

Tāpat ir kļuvis skaidrs ka neatkarīgi, stipri fokusēti servisi strādā labāk nekā lielā sistēmā ieintegrēta viena “fīča“. Piemēram tagad ir atsevišķs serviss pat tādas triviālu lietas kā lietotāju attēlu (avataru) reģistrēšana – gravatar.com.

Dižā doma ir izveidot globālās reputācijas servisu, kas paņem visus Internetā pieejamos datus par katru atrasto identitāti izveido aprakstu par to kurās vietās un kāpēc viņš Interneta vidē ir kruts vai tieši otrādi švaks.

Piemēram, es savā blogā ieraugu: iekomentējis džeks ‘dienaszaglis‘ kaut ko bezkaunīgu. Es, hops, atveru globālās reputācijas lapu par viņu un redzu – džeks vidēji tīklā iesūta 152 tekstus dienā, lielākoties aktīvs Delfi.lv, tvnet.lv un draugiem.lv. Viņa galvenie darbības lauki Internetā ir politika, offtopics, trollings un nedaudz kodēšana. No blogiem viņš visbiežāk komentē pie xxx.blogiem.lv un yyy.wordpress.com un visbiežāk manīts kopā ar ‘lapsens’ un ‘ciksa1999”.

Visus šos datus var noteikti savākt Google stilā – indeksējot cauri Interneta lapas, kas pieņem lietotāju saturu.

Vērīgie tūlīt pamanīs divas problēmas šajā shēmā:

• kā izvērtēt katras lapas un satura nozīmīgumu un atbilstību konkrētai tēmai.
• kā novērst ka ‘dienaszaglis’ neizdomās aiziet un ar manu niku sakomentēt visādas muļķības un samaitāt manu reputāciju

Bet ar tām var tikt galā, pieliekot saprātīgas pūles

Lapu analīze

Pirmkārt, lapu vispārējo reputāciju var iegūt ar PageRank algoritmu.

Tēmas noteikšanai var izmantot saturam piekarinātos atslēgas vārdus. Blogu gadījumā tas ir jau vispārpieņemti un atrodami arī citās lapās. Tur, kur nav atslēgas vārdu, var papildus lietot teksta analīzi.

Vēl ir jautājums par satura analīzi – HTML parsēt ir piņķerīgi. RSS šeit nedaudz nāk palīgā, bet galvenais ieguvums šeit būtu no mikroformātiem. Ideāli, protams ir, ja lapa pati veic lietotāju devuma uzskaiti, kā to dara stackverflow un launchpad – tad atliek tikai izanalizēt lietotāja profilu.

Indentitātes noteikšana

Loģiski, ka anonīmos komentārus mēs saskaitīt nevaram. Nepieciešams kāds ‘identitātes provaideris‘ – vai nu Google vai Openid, vai Microsoft vai nu pati vietne. Mūsu reputācijas sistēmai ar tiem visiem jāmāk strādāt. Sākotnēji katra identitāte ir neatkarīga, bet lietotājs reputācijas sistēmā var administrēt savas identitātes un apvienot vairākas vienā (iepriekš pierādot ka tās visas ir viņa kontrolē).

Diemžēl šobrīd lielākā daļa blogos un citur publicēto komentāru satur vājas atsauces uz publicētāja inentitāti (efektīvi anonīmi). Bet paši blogu raksti kā arī forumi, e-pasta sarakstu arhīvi un citas zināšanu sistēmas, kurās saturu var pievienot tikai reģistrēti lietotāji, satur jau ticamāku informāciju. Bet galveno efektu dotu globālo identitātes piegādātāju plašāka lietošana. Savādāk man jāiet un jāsaka ka ‘extropy’ linux.edu.lv ir tas pats kas ‘extropy’ iekš  ‘wordpress.com’ un tas pats kas ‘sierazaglis’ iekš ‘sviests.com’.

Vēl paliek jautājums kā ticēt šīm lapām vai tās nemānās par satura devēju identitāti? Ideāli būtu ka mēs ticam tikai globāli atzītiem identitātes provaideriem un tikai ja saturam ir pievienots identitātes provaidera parakstīs satura hešs. Bet būsim reāli, tas tuvākajā laikā nenotiks un nāksies paļauties uz lapas vispārējo reputāciju un lietot report abuse pogu.

Privātums

Protams, daudzi bļaus ka šitā visa ir lietotāja privātuma aizskaršana, bet fakts ir tāds ja reiz informācija tīmeklī ir pieejama un kādam tā varētu būt noderīga, tad kāds to izdarīs. Un gan jau arī šodien šo info visu var savākt, bet tas ir maksas pakalpojums.

Reputācijas struktūra

Mums jau ir papilnam reputācijas un punktu krāšanas piemēru. Klasiskais modelis ir RPG tipa spēļu pieredzes sistēmas – kopējs līmenis un varēšana pamata sfērās (spēks, izturība,…) kā arī detalizētāka varēšana šaurākās nišās (dziedināšana, dūru cīņas). Šādu modeli arī varētu adaptēt, aizvietojot sfēras ar atbilstošām sociālajām īpašībām (garrunība, stils, pacietība, izpalīdzība, inovativitāte,…) un nišas ar zināšanām dažādās tēmās (c# kodēšana, adīšana, Tautas partijas politiskā stratēģija, forumu moderēšana, …).

Pielietojumi

Ārpus acīmredzamā pielietojuma – intereses par lietotāju apmierināšana ir daudz citu ieguvumu:

• darba devēji var efektīvāk atrast sev interesējošas personas,
• tīmekļa lapas var attēlot lietotāju reputāciju, neveidojot savas iekšējās sistēmas (protams tādi advancēti gadījumi kā stackoverflow paliks pie savām sistēmām),
• lietotāja reputācija pārceļo no lapas lapā,
• viegli identificēt satura nozīmīgumu, atbilstību tēmai (varbūt pat automātiska filtrēšana),
• automātiski piešķirt lietotāja tiesības pievienot saturu, moderēt, komentēt, balstoties uz tā reputāciju,
• un daudzi citi.

Hmm diez ko Joels un Jeffs darīs ar savu investoru naudu?

Uhh, garš posts gan sanāca, apsveicu tevi, ja esi izlasījis līdz galam .