Google+无法取代个人博客

众所周知,极客们和Google+的早期用户早已接纳Google+.尽管进入Google+专属体验区需要邀请码,但是人们仍然竞相争取。Google+刚一发布,笔者就参与了体验,它太让笔者着迷了。

  近日,Digg的创始人Kevin Rose 宣布他会将他的个人博客转至Google+。

  Kevin Rose称:“我将把博客域名跳转到Google+个人页面,我之所以做这样的决定,是因为G+确实比博客给我的(实时)反馈要及时得多,并且G+的参与度也远远高于博客。”

  笔者也认为Google+是一项极棒的服务,看到它成为Facebook的强力竞争对手,对业界来说也是好事一桩。但就笔者个人而言,“弃个人博客、宠Google+”并非明智之举。

Google+无法取代个人博客

  尽管Google+的账号管理十分方便且使用费用便宜(事实上就是免费),但是笔者觉得你还是应该给自己在网络中留一片个人天地。

  原因如下:

  1、你不能拒绝付费

  你在节省了托管费和域名开支的同时,你也失去了拒绝为自己的Google+账号付费的权利。付费来自于哪里?不是免费的吗?付费很有可能来自于账号状态升级(笔者可以肯定,这会在以后实行),最终结果是你的交际圈开始缩小。

  2、Google从中盈利

  这也是让笔者很蛋疼的原因。你不可能从你的Google+赚一毛钱,但是Google就不同。像Facebook或Twitter一样,Google可以通过Google+获得大量广告收入。笔者不认为他们会因为你的点击量而给你神马小费

  3、新奇也不过是一时的玩意儿

  因为Google+现在是有进入限制的,所以很多人削尖了脑袋也像挤进去看看稀奇。等这股浪潮一过,它也许就变得索然无味。众多社交网络也就是这样“死在沙滩上”。它们终将不潮。比如:Friendster、Myspace、Orkut、甚至是Facebook,都出现过上述情况。如果Google+就这么重蹈覆辙,你也就不会在你个人Google+页面上看到和现在一样的“反馈”或“参与度”。

  4、你不可能全身而退

  试想一下,Google+不再有产品管理。虽然现在不大可能出现这种情况,但是这是一大疑点。你将自己的精力大把大把地投入到Google+中,势必会减少使用其他平台或个人博客的时间。Google也许可以为你提供发布文章的方法,但是你要怎么做才能再次建立那些文章的链接?你不得不从头再来,这绝对让你抓狂,用行话来说这么做很难!非常难!

  5、博客就是博客

  Twitter适于共享较短的更新,Facebook更擅长跟踪调查用户群。Google+不但有虚拟牧场和虚拟农场可以玩儿,还可以将你的朋友划分在不同的交际圈中并将他们归于合适的分组。但是,博客就是博客。没有什么可以代替你的博客。无论某项社交服务有多潮,在网络上它也不能代替你的个人博客。

  此外,你还能在Google+上共享你的博客帖子,这样可以使你的交际圈扩大。

  笔者认为Danny Sullivan可谓是一针见血的指出了问题的关键,他说:“为了尊重Kevin Rose,可以+他,但是你不应该踢掉博客、独宠Google+.明辨社交网络,让他们切实为你服务。你的个人领域是给生活的,而不是给Google+的。明天,Google就可能关闭Google+,你还是可以访问你在网络上发表的内容,只是不能再用Google+的链接。你的帖子被整了个404,不能访问了,这是很令人冒火的事。你的地盘你做主,不只是Seinfeld的有趣段子。这是一个常识,因为这是一个不应该忘记”自主“的时代:社交媒体自主选择化的新时代。”

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值