网络内容如此丰富多彩,信息量大到让我们难以招架,内容推荐引擎在这个时候就派上了用场,它可以根据我们的喜好,甚至分析我们的用户行为为我们推荐我们想要的内容细分领域的推荐引擎如雨后春笋纷纷拔地而起,比如,电影推荐有Netflix,书的推荐有GoodReads等等,如此多的推荐引擎又让用户目不暇接也就是说,在这个内容推荐引擎里面什么类别都可以推荐,用户再也不用点好几个站点来分别寻找相关分类产品的推荐了以前的推荐都是基于用户的浏览历史或者购买记录来推荐的,比如Amazon,而Tipflare是根据用户的喜好进行推荐的,它获取用户喜好的方式有两种,一种是手动输入,另一种是通过Facebook的...选择...不妨试试TipflareGoodReads上有你喜欢的书籍如今的初期网站离他们目标还很远,他们对于推荐信息所用算法相当重视,它是提供高质量信息的必要条件,他们想让Tipflare从其他类似网站中脱颖而出将网站帐号与用户Facebook帐号连接(让译者感到很奇怪的是居然不能直接用Facebook帐号登录),读取Like信息,将其归类,为用户提供推荐信息,以及补充上文中提到的...用户在check-in时,程序提供当地推荐信息,不过Foursquare重点在于社交,而Tipflare则更广泛,用户只需简单的操作(注册然后连接Facebook帐号),便能获得自己感兴趣的一切内容Tipflare也能根据位置提供推荐信息,但创始人表示这一功能有相当大的改进空间,做好改进工作是目前Tipflare的首要任务Tipflare并不是盈利机构,它不会让广告把网站弄得一团糟。
联系方式
电子邮箱:contact@tipflare.com。