新闻聚合引擎能把新闻组织到什么程度？ 兼谈百度google新闻

zhengyun_ustc 2007-3-31

书接上回《自然语言处理能够把全网内容组织到什么程度？》。
百度新闻和google新闻都是不错的新闻聚合，内容组织得不错。那么我们的机会又在哪里呢？我们怎么才能提供一个新闻事件脉络呢？后面我会讲到百度和google新闻的异同点。

我们的自然语言处理如何帮助人们阅读资讯呢？

显然，新闻聚合模式，暂时无人能出google新闻之右。

那我们只能攻击他们的弱点，也就是在资讯中搜索的结果了。

我们看百度的

http://news.baidu.com/ns?word=%CD%F5%CB%B7&tn=news&from=news&cl=2&rn=20&ct=0

这是在百度新闻中搜索“王朔”的结果页。它允许

按时间排序 | 该结果按相关性排序

，但实际上，按相关性排序的结果，仍然让人沮丧。你看不出王朔的时间脉络。你仍然需要用你的眼睛用你的分析，才能整理出王朔最近半年发生了哪些重大热点。毕竟，百度新闻搜索引擎仍然停留在关键词匹配这个层面上。

Google呢？大同小异，没有本质区别：

http://news.google.com/news?hl=zh-CN&ned=cn&q=%E7%8E%8B%E6%9C%94

他们这种搜索结果仅仅是满足了人们想知道王朔有哪些新闻报道的需求，但是无法满足人们对话题人物、话题的另一种需求。为什么？因为新闻搜索引擎不知道用户的搜索目的。为何而来？搜索引擎很难得知。

而我们的新闻处理分析引擎按照事件发展整理出一个清晰的脉络，让人们一目了然，过去的一年两年中，王朔、王菲都有哪些重大事件，每个事件都有哪些报道，非常清楚，便于阅读，便于快速了解一个人的过去。

 

好，我们来举例，我们查询王朔，那么前面列出的相当于一个索引，把他的重大热点都按时间顺序列出；后面的就是每一个热点媒体又是如何报道的：

第一个：王朔：

当前查询词：王朔

---

2007年3月11日 王朔母子上心理访谈节目专家称王朔是正常人
2007年3月12日 韩寒将是文坛第二个王朔?遗憾骂战无对手
2007年3月14日 王朔韩寒新书即将一同签售徐静蕾被邀“联姻”
2007年3月14日 向杨澜正式道歉王朔看心理医生伤心落泪
2007年3月14日 王朔自曝吸毒嫖娼隐私引发的思考
2007年3月19日 周瑟瑟和王朔要“决斗”

---

王朔韩寒新书即将一同签售徐静蕾被邀“联姻”
本月底，当前文坛两位受人瞩目的作家王朔、韩寒(blog)的新作《我的千岁寒》和《坛》就要闪亮登场，而两位向来走个性路线、不按常理出牌的人士，在宣传方面也让出版社费尽心思。王朔这边虽然搞怪，但对新书宣传方面的工作倒还没有强烈的排斥，反倒是韩寒，在关键时刻还不忘在博客上发牢骚，强烈宣称绝不会为新书做任何宣传和签售。 ...
热度：烫手 发起日：2007年3月13日 最热日：2007年3月14日 变化趋势:正在冷却

·  王朔书签广告卖了几十万推迟至4月1上市 深圳热线 -<2007年3月18日

·  传王朔韩寒有望联手签售新书徐静蕾从中搭线 新浪网 -<2007年3月16日

·  传王朔韩寒有望联手签售新书徐静蕾从中搭线 新浪北美 -<2007年3月16日

·  王朔《我的千岁寒》推迟上市能否看懂成话题 新浪北美 -<2007年3月16日

·  王朔故弄玄虚新书《我的千岁寒》让人难读懂 人民网·天津视窗 -<2007年3月16日

·  王朔和韩寒联手签售新书徐静蕾做中间人 星岛环球网 -<2007年3月15日

·  王朔、韩寒新书一同签售徐静蕾郭敬明当嘉宾? 浙江在线 -<2007年3月15日

·  读不懂“千岁寒”读不懂王朔 搜狐 -<2007年3月15日

·  王朔韩寒新书即将一同签售策划人拟邀请徐静蕾 半岛网 -<2007年3月15日

·  王朔新书自序：你们劝我出书，我还就出了 桂龙新闻网 -<2007年3月15日

·  王朔新书自序提前曝光解释自己“为什么出来” 新浪北美 -<2007年3月15日

·  王朔新书正文曝光拟邀韩寒老徐参加首发式 中国网 -<2007年3月15日

·  王朔新书正文曝光拟邀韩寒徐静蕾参加首发式 商都信息港 -<2007年3月15日

·  王朔新书《我的千岁寒》签广告卖几十万 和讯 -<2007年3月15日

·  王朔新作自序被批“不知所云” 搜狐 -<2007年3月15日

·  新书自序提前曝光王朔:我是痞子,我错了 RFID　信息网 -<2007年3月15日

·  我是谁？王朔新作自序被批“不知所云” 人民网 -<2007年3月15日

·  王朔新书夹广告赚了几十万（图） 新华网辽宁频道 -<2007年3月15日

·  王朔《我的千岁寒》自序曝光 宁夏网 -<2007年3月15日

·  王朔新书《我的千岁寒》推迟至4月1日上市 中国新闻出版报 -<2007年3月15日

·  “看了几遍都没弄明白” 王朔新作自序被指“说梦话” 江苏省互联网新闻中心 -<2007年3月15日

·  读不懂“千岁寒”读不懂王朔 央视国际 -<2007年3月15日

·  王朔新作自序《我是谁》 中国广播网 -<2007年3月15日

·  王朔为新书作自序自称水平高一般人看不懂 新浪北美 -<2007年3月15日

·  王朔新作自序《我是谁》曝光被批不知所云 人民日报 -<2007年3月15日

·  王朔出书韩寒拒绝合作老徐被邀“联姻” 中国网 -<2007年3月14日

·  王朔韩寒新书将一同签售徐静蕾被邀"联姻" 中国宁波网 -<2007年3月14日

·  王朔出书韩寒拒绝合作老徐被邀“联姻”(图) 搜狐 -<2007年3月14日

·  发飙乎？王朔又出新书 eNet硅谷动力 -<2007年3月14日

·  幕后推手说王朔新书(组图) 搜狐 -<2007年3月14日

·  自序曝光老王狂得不知“我是谁” 新华网四川频道 -<2007年3月14日

·  王朔新书自序曝光答疑解惑称“我没疯”(附图) 新浪北美 -<2007年3月14日

·  王朔又出新书《我的千岁寒》3月上架当当 人民网·天津视窗 -<2007年3月14日

·  王朔新书自序《我是谁》首曝光 华商晨报 -<2007年3月14日

·  王朔书签广告卖了几十万新书推迟至4月1日上市(图) 搜狐 -<2007年3月14日

·  王朔新书自序曝光 搜狐 -<2007年3月14日

·  王朔新书正文曝光拟邀韩寒老徐参加首发式 中国网 -<2007年3月14日

·  《我的千岁寒》自序提前曝光王朔:我是痞子,我错了 东方网 -<2007年3月14日

·  王朔新书自序提前曝光解释自己“为什么出来” 新浪网 -<2007年3月14日

·  王朔新书“自序”首现网上(组图) 搜狐 -<2007年3月14日

·  王朔书签广告卖了几十万新书推迟至４月１日上市 京报网-北京娱乐信报 -<2007年3月14日

·  王朔新书推迟上市 京华时报 -<2007年3月14日

·  王朔书签广告赚几十万新书推迟至愚人节上市 千龙网 -<2007年3月14日

·  王朔书签广告赚几十万新书推迟至愚人节上市 搜狐 -<2007年3月14日

·  王朔新书正文曝光拟邀韩寒徐静蕾参加首发式 搜狐 -<2007年3月14日

·  王朔书签广告卖了几十万新书推迟至４月１日上市 新浪网 -<2007年3月14日

·  王朔新作自序《我是谁》曝光被批完全不知所云 搜狐 -<2007年3月14日

·  王朔新书自序《我是谁》曝光解密为什么出来 搜狐 -<2007年3月13日


周瑟瑟和王朔要“决斗”热度：温热 发起日：2007年3月14日 最热日：2007年3月19日 变化趋势:正在冷却

·  老徐男友要跟王朔决斗 深圳热线 -<2007年3月20日

·  ［娱评速览］ 新闻午报 -<2007年3月19日

·  新快报：决斗，别盗用男人的名义 珠海黄页 -<2007年3月19日

·  周瑟瑟回应王朔叫板欣赏王朔接受决斗邀请(图) 新浪北美 -<2007年3月14日


向杨澜正式道歉王朔看心理医生伤心落泪
3月10日，王朔与自己母亲共同前往《心理访谈》栏目，探讨自己与母亲间存在的问题。该栏目工作人员透露，王朔在录制现场与平日非常不同，谈到伤心事时甚至伤心落泪。而与王朔面对面探讨问题的心理医生李子勋则说，男人的抑郁有时会通过骂人来表现，其实王朔内心有很大的善良和爱心，但他选择了自虐和充满攻击力的方式生活。 ...
热度：烫手 发起日：2007年3月11日 最热日：2007年3月14日 变化趋势:正在冷却

·  娱乐现场视频：王朔发飙破口大骂媒体达十分钟 烟台新闻 -<2007年3月18日

·  王朔上节目三次流泪被指心理年龄仅18岁 中国网 -<2007年3月15日

·  王朔上节目三次流泪被指心理年龄仅18岁(图) 中国宁波网 -<2007年3月15日

·  王朔上节目三次流泪被指心理年龄仅18岁(图) 法制晚报 -<2007年3月15日

·  组图:王朔心理年龄仅18岁 搜狐 -<2007年3月15日

·  王朔做客《心理访谈》 脾气古怪缘于与母亲不和－－颓子 新浪网 -<2007年3月14日

·  王朔上节目三次流泪被指心理年龄仅18岁 中国网 -<2007年3月14日

·  王朔上节目三次流泪被指心理年龄仅18岁 中国网 -<2007年3月14日

·  王朔上节目三次流泪专家称其心理年龄18岁 TOM -<2007年3月14日

·  心理医生:王朔心理年龄18岁 TOM -<2007年3月14日

·  心理医生:王朔心理年龄18岁2 中国网 -<2007年3月14日

·  《娱乐现场》预告：王朔解释脾气古怪原因(图) 新浪网 -<2007年3月12日

·  王朔做客央视<心理访谈> 脾气古怪有原因(图) TOM -<2007年3月12日

·  娱乐现场视频：王朔聊心理脾气古怪有原因 新浪网 -<2007年3月12日

·  王朔向杨澜吴征夫妇道歉 eNet硅谷动力 -<2007年3月12日

·  王朔看心理医生伤心落泪专家称其在自虐 世界经理人 -<2007年3月11日

·  王朔看心理医生伤心落泪专家称其在自虐 中国网 -<2007年3月11日

·  王朔看心理医生伤心落泪专家称其在自虐(图) 浙江都市网 -<2007年3月11日

·  王朔看心理医生伤心落泪专家称其在自虐(图) 中国·长治 -<2007年3月11日

·  王朔看心理医生伤心落泪 央视国际 -<2007年3月11日


王朔自曝吸毒嫖娼隐私引发的思考
据新闻晨报报道，王朔上电视了！不过他这次“复出”不是接受媒体的采访，而是做客《锵锵三人行》，和窦文涛、梁文道一起讨论“大院文化”以及“南北作家”等话题。在5日的节目录制现场，一向以能言会道闻名的窦文涛、梁文道组合也遇到了强劲的对手，整场谈话基本被王朔占据了大半的时间。在节目中，王朔自曝吸毒嫖. 娼斗殴隐私，引起了观众和网友 ...
热度：热 发起日：2007年3月11日 最热日：2007年3月14日 变化趋势:正在冷却

·  全民关注：王朔自曝曾“吸毒嫖娼” 网易 -<2007年3月15日

·  全新脱口秀<娱乐密探007>探王朔陈晓旭劲爆内幕 人民网 -<2007年3月14日

·  王朔在CCTV节目录制现场：几近声泪俱下 东方网 -<2007年3月14日

·  拿嫖娼吸毒招摇过市，王朔请闭上你的臭嘴(图) 开县作家网 -<2007年3月13日

·  吸毒嫖娼，王朔何时开始“忽悠”了？ 全景网络 -<2007年3月13日

·  王朔自曝丑闻是向肮脏内幕的挑战！ 人民网 -<2007年3月11日


韩寒将是文坛第二个王朔?遗憾骂战无对手
李敖没话说,王朔频开炮。前者今年告别凤凰卫电视,公开骂人的机会大大减少;后者对名人地毯式轰炸后,又放出不愿接受任何媒体采访的话。看来,这两个骂坛大师级人物对骂人已有厌倦,那让我们把目光投向这段时间因忙着写小说而有点低调的韩寒。也许,是该他重新登场的时候了。而且,王朔本人还很看好这个小青年,说80后清醒一点的就是韩寒了。 ...
热度：温热 发起日：2007年3月11日 最热日：2007年3月12日 变化趋势:正在冷却

·  韩寒:王朔抢我女人才骂他中国就缺好导演(图) 人民网·天津视窗 -<2007年3月19日

·  韩寒:王朔抢我女人才骂他 TOM -<2007年3月12日

·  韩寒：王朔抢我女人才骂他 新华网吉林频道 -<2007年3月12日

·  韩寒遗憾骂无对手：等王朔抢我女人时再骂他 搜狐 -<2007年3月11日


王朔母子上心理访谈节目专家称王朔是正常人
由于王朔的母亲不允许有其他媒体在场，所以在当日的录制现场，除了嘉宾和相关工作人员，并没有其他人进入演播室。面对媒体时，王朔对于最近闹得沸沸扬扬的自己批评杨澜(blog)丈夫吴征事件表示了强烈不满，称作为记者应有责任感，不应把自己私下谈话内容进行报道。“杨澜我认识她，喜欢过她，当年我是她的粉丝。”王朔说正因为此，自己根本就不 ...
热度：烫手 发起日：2007年3月11日 最热日：2007年3月11日 变化趋势:正在冷却

·  王朔复出 芜湖新闻网 -<2007年3月19日

·  也说王朔上《心理访谈》 温州日报 -<2007年3月19日

·  娱乐现场视频：王朔发飙破口大骂媒体达十分钟 烟台新闻 -<2007年3月18日

·  王朔主动寻求心理援助并主动向杨澜吴征夫妇道歉 中国网 -<2007年3月16日

·  王朔道歉取得杨澜谅解说自己是犯酸出于忌妒心 中国网 -<2007年3月15日

·  视频：王朔录制《心理访谈》 逼问老母当场落泪 搜狐 -<2007年3月15日

·  王朔道歉只为“犯酸和忌妒心” 中国网 -<2007年3月15日

·  王朔做客《心理访谈》 脾气古怪缘于与母亲不和－－颓子 新浪网 -<2007年3月14日

·  王朔上节目三次流泪专家称其心理年龄18岁 TOM -<2007年3月14日

·  杨澜吴征接受王朔道歉 中华市场资讯网 -<2007年3月13日

·  王朔向杨澜道歉自称出于忌妒心 环球娱乐网 -<2007年3月13日

·  王朔自认“犯酸水” 杨澜吴征接受道歉 中国网 -<2007年3月13日

·  王朔为母亲主动寻求心理援助向杨澜夫妇道歉 中国新闻网-海南分社 -<2007年3月13日

·  杨澜夫妇接受王朔道歉祝其心理早日康复(组图) 红网 -<2007年3月13日

·  《娱乐现场》预告：王朔解释脾气古怪原因(图) 新浪网 -<2007年3月12日

·  心理专家揭示王朔内心：他心里藏着巨大的善 新浪北美 -<2007年3月12日

·  娱乐现场视频：王朔聊心理脾气古怪有原因 新浪网 -<2007年3月12日

·  王朔公开向杨澜道歉吴征表示接受并谅解 RFID　信息网 -<2007年3月12日

·  王朔向吴征杨澜道歉姜妍 中国网 -<2007年3月12日

·  王朔道歉取得杨澜谅解 新华网 -<2007年3月12日

·  王朔道歉取得杨澜谅解 中国网 -<2007年3月12日

·  王朔向杨澜吴征道歉自称“犯酸和出于忌妒心” 搜狐 -<2007年3月12日

·  王朔向杨澜吴征夫妇道歉 eNet硅谷动力 -<2007年3月12日

·  王朔做客央视<心理访谈> 脾气古怪有原因(图) TOM -<2007年3月12日

·  王朔主动寻求心理援助向杨澜吴征夫妇道歉 新华网湖南频道 -<2007年3月12日

·  王朔为母亲主动寻求心理援助已向杨澜夫妇道歉 中国网 -<2007年3月12日

·  杨澜夫妇接受王朔道歉祝其心理早日康复(组图) 新浪网 -<2007年3月12日

·  "疯狗"王朔上《心理访谈》节目向杨澜夫妇道歉 中国网 -<2007年3月12日

·  杨澜夫妇接受王朔道歉望到此为止祝其心理康复 中国网 -<2007年3月12日

·  "疯狗"王朔寻求心理援助向杨澜夫妇道歉(图) Ynet -<2007年3月12日

·  杨澜夫妇接受王朔道歉祝其心理早日康复(组图) 新浪北美 -<2007年3月12日

·  王朔主动寻求心理援助并主动向杨澜吴征夫妇道歉 中国网 -<2007年3月12日

·  杨澜夫妇接受王朔道歉望到此为止祝其心理康复 央视国际 -<2007年3月12日

·  王朔主动寻求心理援助向杨澜吴征夫妇道歉 中国广播网 -<2007年3月12日

·  <心理访谈>专家"确诊":王朔心有大善自虐遮掩 TOM -<2007年3月11日

·  心理专家揭示王朔内心：他心里藏着巨大的善 新浪网 -<2007年3月11日

·  王朔母子一起上节目专家称"王朔心里有巨大的善" 中国网 -<2007年3月11日

·  心理专家得出结论“王朔没病他内心善良” 新浪网 -<2007年3月11日

·  王朔与母上节目心理专家:是心中有善的正常人 新华网宁夏频道 -<2007年3月11日

·  王朔母子上节目(图) 西安晚报 -<2007年3月11日

·  王朔道歉取得杨澜谅解说自己是犯酸出于忌妒心 新浪网 -<2007年3月11日

·  王朔母子上心理访谈节目专家称王朔是正常人 新浪网 -<2007年3月11日

·  王朔向杨澜夫妇道歉杨澜劝其复出动静不要搞大 新浪北美 -<2007年3月11日

·  王朔向杨澜吴征道歉并获谅解称出于犯酸和忌妒心 楚天金报 -<2007年3月11日

·  王朔,做"痞子"别做"宋祖德" 东方网 -<2007年3月11日

·  王朔主动寻求心理援助并主动向杨澜吴征夫妇道歉(组图) 搜狐 -<2007年3月11日

·  王朔主动寻求心理援助向杨澜吴征夫妇道歉 中安网 -<2007年3月11日

·  母子关系紧张王朔求助心理专家 合肥报业网 -<2007年3月11日

·  王朔主动寻求心理援助并主动向杨澜夫妇道歉 TOM -<2007年3月11日

·  王朔寻求心理援助主动向杨澜吴征夫妇道歉 TOM -<2007年3月11日

·  王朔寻求心理援助正式向杨澜夫妇道歉 新华网上海频道 -<2007年3月11日

·  王朔向杨澜夫妇道歉杨澜奉劝“复出动静不要搞得太大” 中国新闻网-上海分社 -<2007年3月11日

·  王朔主动寻求心理援助向杨澜吴征夫妇道歉 深圳热线 -<2007年3月11日

·  王朔主动寻求心理援助 人民网-甘肃视窗 -<2007年3月11日

·  王朔主动寻求心理援助发短信向杨澜夫妇道歉 网易 -<2007年3月11日

·  王朔做客央视寻心理援助主动向杨澜夫妇道歉 红网 -<2007年3月11日

 

下面我先看看百度和google新闻的异同点。
他们的区别有几点：

1：是否提供新闻摘要？

就像《平面媒体在反攻？(by 黄锫坚) - 思维的乐趣BLOG》中所称，“中国门户新闻和国外媒体网站的最大区别，其实是标题有无摘要。”google新闻提供了新闻的摘要，而明显区别于百度新闻的标题党。
    虽然google新闻所列出的热门新闻摘要并不是机器计算的，而是简单地截取新闻正文的前若干字。但显然，这种提供摘要的风格仍然是老外的风格。中国门户们仍然不舍得宝贵的屏幕空间。

2：是否可定制？

对于每一个新闻分类，google新闻默认提供三个热点，但提供了

显示更多资讯

 

显示更少资讯

来允许用户自定义当下的分类显示多少资讯。

google新闻这种贴心且时髦的作风，百度并非不能为之。但毫无疑问，google更能够把google帐户通行证贯彻到他的产品的方方面面，也就是说，旗下产品的整合能力，google显然在百度之上。

还有更强悍的：

编辑此个人化的网页

点击此处，立刻可以见到所见即所得的即时排版效果：

 

3：是否可根据用户习惯推荐资讯？

如果你没有用google账户登入，那么会提示你：

获取推荐报道
登录获取根据搜索历史记录生成推荐报道

如果你登入了google新闻，那么你就会发现google向你推荐的新闻，虽然并不靠谱，但随着时间的推移，它可能会越来越了解你的口味。当然它并不是真的了解你的口味，而是根据“群众性智慧”把趣味和你差不多的其他人看过的新闻送给你。这样，可能才是好办法。呵呵，毕竟让机器了解你是不可能的，他最多只能了解和你看过差不多资讯的其他人还看了什么，和豆瓣的算法是一个道理。

他的计算原则也写得很清楚，符合google的一贯做事方针，而不会说推荐的资讯实际上是广告主想让你看的。

“Google 资讯可以专门为您推荐资讯。如果您启用了个性化搜索，可以登录到 Google 帐户，Google 会基于您以往选择的资讯为您举荐报道。这些报道突出显示在资讯页热门资讯的下方，栏目标识清晰明了。单击栏目，还可以看到整篇推荐报道。以下是这项服务的运作方式：如果您登录到个性化资讯，并一直启用个性化搜索，Google 会跟踪并保存您所选择的资讯。然后，Google 资讯会使用智能算法来分析您的选择，并专门针对您推荐相关报道。该算法会将您的口味与其他 Google 资讯用户组的总体口味加以比较。简而言之，我们向您推荐的资讯是阅读趣味与您类似的众多其他用户读过的报道。随着时间的推移，您登录到 Google 帐户时使用 Google 资讯的次数越多，推荐内容的效果就越好。请注意，如果您没有登录到 Google 帐户，或者如果您关闭了个性化 Google 资讯的搜索组件，我们就无法向您推荐资讯。”

 

通过以上比较，我们可以看到：

1：论技术，google胜过百度；

2：论产品整合程度，google胜过百度；

3：论个性化定制和“更了解人”，google胜过百度；

4：论“更了解中国人想看什么”，百度胜过google。