清洁工的日志

digg与雷锋

antispam — Tue, 06 Mar 2007 00:21:18 +0800

此前见过一文，digg推给我们的不一定时真实的，深以为然。digg不单推给我们的不全是精华，有时候，甚至是垃圾。谁在背后呢？我定义为雷锋式的好同志。当然，我的出发点是纯洁的，排除了某些为了利益而操作最后却装作若无其事的人，卑鄙点的，更是宣称，digg真的很民主，连站长自己都无法控制，摆明了忽悠那些相信技术民主的人。

我说的雷锋，是存在的。digg的一顶，虽是举手之劳，可是却完全不同于以往的“顶”。

从传播的形式上看，无论是邮件组，BBS还是现在的digg，抽象点都可以看作是一对多的传播模式。设定，或者是发现（现在流行说“掘”）一个议题，然后多个用户与之发生关系。邮件组和BBS都经过了辉煌的时代，辉煌的一个原因是在一个议题的讨论中，自己的价值能够以某种形式表现出来，比如说，论坛的ID，积分，头衔，这些看似简单的东西实际上起到了一个阶层分化的作用。不同的用户价值体现代表了不同的特权，在分层厚产生了差异，由差异就产生了用户驱动力，这个过程就完成了一次“顶”。我们常常会看到，在BBS里，即使是一个顶贴，表现形式十分丰富，无论何种方式，即便是简单地写上上up，在这个议题下的某层楼里就会找到你，你的“站位”出现，就是一种价值，表明了你参与了，并且，可以很清楚地被别人感知。这样就实现了你的价值。

反观 digg，很多人埋怨，看得多，dig的少，为什么呢？为什么只需要简单地点击下按钮就可以实现推荐的效果，网民却不愿意去点呢？雷锋太少了！之所以这样说是因为，目前的digg实在没有强大的用户驱动力来促使网民去动一下鼠标。驱动力来自哪里？人都是趋利避害的，渴望被认同，渴望被关注，渴望自己的价值能够实现。dig一下可以给他们带来这些吗？不可以吧！那我来dig这一下有什么好处呢？dig一下就可以把好的东西推上去让大家分享了阿，恭喜你，你的确是一个善良的雷锋，真可惜，太稀少了。

说道底，digg如何dig用户的驱动力，关系着digg的成败。

搜索引擎机制与反spam斗争——for BSP

antispam — Fri, 09 Feb 2007 10:13:13 +0800

　　自从blog开始出现后，在我们使用搜索引擎的时候会发现这样一个现象：很多内容在搜索引擎中排名靠前的都是来自于blog。为什么blog的内容呈现会超越以前的CMS类的新闻系统呢？鄙人以为是和blog几个属性分不开：
　　1.静态页。搜索引擎对静态页的支持要远远好于动态调用页。因为蜘蛛在抓取的时候还是要抓取内容的，静态html类页面的内容呈现无疑是最好的。blog程序本身就是一个强大的CMS，而且多为静态发布页，每个页面甚至可以设立单独的关键词（Tag）来引导搜索引擎。
　　2.超链接。搜索引擎无疑对超链接是敏感的。一个例子就是google的page rank，这个标准中的核心就是反向链接的数量和质量。对于blog而言，其一，blog本身可以设置大量的链接，甚至很多程序都有“自动链接”（auto link）这个功能，再加上评论（comment）还有一个blog精髓技术反向引用（trackback）这些都是链接，在一定意义上，RSS订阅也是一种链接；其二，有众多的BSP服务提供商，申请blog已经简化到了两三个步骤。很多BSP在申请上也不加限制或控制，大量免费的资源可以被利用。这样一来，在不同的BSP申请无数的blog，在blog发布大量的链接全部指向其中某个页面或者是blog，这样就会发现，某个blog只有寥寥几篇文章确有上百万的浏览。
　　3.关键词。关键词优化是SEO里最基本的方法。传统的CMS类网站进行这样优化是很困难的，因为页面数量巨大。而blog则可以方便地，甚至是暴力地设置关键词。自从blogbus推出第一个中文Tag后，中国的blog才开始对Tag产生理解，当blogbus代表中文blog向Technorati输送Tag时候，这本身就是一种搜索递交。所以Tag本身已经超越了“分类”方法，对于搜索引擎来说是一种关键词。
　　我不懂技术，仅仅看到这个层面，其实想说的主要是针对大型blog服务提供者进行spam防治的方法，当然不是我想出来的，我只能做点学习。
　　1.验证。这个验证不仅仅包括验证码，还要包括对blog申请的验证。邮件验证是目前可取的有效方法。我并不认为，添加验证码是对用户体验的不尊重，反过来，我认为验证码的初衷正是为了blogger有个清洁的环境，自己出了家门也还上个锁的呀。至于技术层面交给技术人员吧，如果一般的图形验证码解决不了问题，那就还有必须有中文字符验证？或者随机产生问题？比如给句唐诗，让对下句（还能复习知识，很好^_^）？或者出个简单的数学运算？我相信群发机器人还没有聪明到这个程度吧。验证的好处在于可以有效屏蔽绝大部分的spam，给网站带来的，肯定是带宽的节省，更重要的是，避免垃圾的困扰。
　　2.启用第三方支持。这里包括软件支持和服务支持。目前blog程序里最有名的肯定是wordpress，针对WP开发的插件akismet相信无人不知，另外对于MT，我想SpamLookup应该是个好工具，或针对早期MT的MT-Blacklist也是个不错的。另外，已经有专门的网站提供收费的anti-spam的服务了，可以考虑。
　　3.留言机制。验证已经说过了，另外还有几种我想是可行的方法，一种是审核制，评论要等blog主人审核后才能予以发布，虽然麻烦，但是如果blog后台加入批量删除spam的功能，应该还是方便的，当然要牺牲很多，可以间歇性使用。一种是留言预览式，即在留言后有个预览——确认的过程才能发布发布留言，相信这个过程可以让很多群发器瘫痪。还有一种就是关闭很久以前文章的评论。经验告诉我，很多的spam攻击对象不是更新频繁的blog，而恰恰是一些更新缓慢，或者是N久以前的blog，所以，在适当的时候，关闭某些日志的评论，比如设定一个default time or list，在到达条件后给于自动锁定，如果有需要当然可以解开。
　　4.当然，防不胜防。对于已经存在spam如何找出来杀掉呢？另外一种就是在comment甚至在log里添加nofollow属性，这个以后清洁工还要罗嗦。方法还是有几个的，当然还是我学习的，原因还是那个：我不懂技术。
　　a。查找反向链接。很多网站提供这个免费的服务，可以轻松地查到大量的反向链接。因为spam的目的有两个，在内容层面广告宣传，在技术层面上反向链接，增加PR值，增大流量，所以会做出大量的link，在简单搜索后会发现很多这样的spam，杀！当然，alltheweb会是一个很好的反向链接搜索工具。
　　b。搜索引擎语法。
　　语法一：search $key site:blog***.com。key替换为关键词，你会发现令你惊讶的一些东西，当然，要去掉search这个词语。
　　语法二：bo** blog** site:blog***.com，你会发现很多blog在这些BSP里都安了家，并且会集中指向其中某个blog。
　　c。数据库关键词搜索。这个基本上是人肉机器类别的，不提也罢。
　　反spam就如扫垃圾，任重而道远，国家一日不可无清洁工，网站一日不可无spam killer，不信，你试试？
　　^_^。参考阅读：

Blog与Spam的战争

　　　　　Concerning Spam

　　　　　spam的根源pagerank? 利益?

清洁工与搬运工的对话录（一）

antispam — Thu, 08 Feb 2007 11:12:44 +0800

清洁工下班时偶遇在旧浪老友，一个年轻的搬运工。感慨一番，世事艰辛，两个低等工人华发早生，不禁心有戚戚，网络在我们这些工人的努力下，似乎看上去很美。

虽说清洁工与搬运工工种些许相同，然，清洁工身在浪尖，在个号称web2.0的工厂里整日清理垃圾，搬运工在号称媒体之王的旧浪整日辛苦搬运。

清洁工：老哥，好久不见啊。我现在在一家PSB工厂里做清洁工，甚是无聊啊。真羡慕你。

搬运工：是，好久不见。那家工厂不错啊。我有什么好羡慕滴？一样是下等人。

清洁工：谁不知道旧浪要靠麻袋来占码头啊，您一身好力气，当然是个好棒棒咯。

搬运工：力气再大没脑子也只能做下等人。你倒是要好好学习啊，环境不错。

清洁工：我学习什么呢？每天找垃圾，扫垃圾，倒垃圾，唯一上升到科学高度的是给垃圾分个类，盘查下哪个家伙丢的垃圾，要是能找到，就弄死他。

搬运工：这都是表面的，老弟，咱们赤脚的时候就要看看人家是靠什么来买鞋的。说的再差，工厂里也有头，至少老板是值得你学的，刚出来卖身，别管钱多钱少，机会最重要。学学人家怎么忽悠的，学学人家怎么骗钱的，学学人家怎么管你的。

清洁工：这倒是啊。哥哥，你码头生意如何？

搬运工：很快就失业咯。码头要倒闭了。

清洁工：怎么可能呢？这旧浪可是牛的很的呀。

搬运工：老弟，你听我说。这年头，人是比不上机器了啊。你看我那码头，像我这样的搬运工成千上万，这都是成本啊。再说了，这人肉机器的作坊式搬运已经落伍咯，你辛苦搬运的东西人家不爱怎么办？我看这码头撑不了几年咯。

清洁工：那老哥啊，你看这形势啊，哪个码头能接棒啊？

搬运工：多的去了。有个御用的地方叫千度的啊，都是机器作业啊，可以直接把我们辛苦搬运的东西弄过去啊，再来个组合啊，深化啊，人是比不过机器的，不信你看镰刀和收割机。最近人家千度领了御用的营业执照咯，等着吧，有好戏的。

清洁工：乖乖，御用的出手肯定不一样啊。还有其他的吗？

搬运工：NSM啊，那个洋财主，直接把码头生意外包咯，谁有本事又有钱，给老子做去，做好了大家分钱。你想啊，这货都堆积在NSM码头啊，都算他的上架货啊，潜力还是有的啊。还有企鹅，同样人多势众啊，据说货物马上要超过我们了。还有个狐狸啊，361啊，都是麻烦啊。

清洁工：老哥你一说，还真是。你们老板又不是SB，他肯定也都明白的呀。

搬运工：当然知道，这不，我们在码头那里建了个妓院，全养着名人，没事就让他们出来卖弄下，再给他们弄个绯闻啥的。

清洁工：效果如何？

搬运工：妓院卖唱啊，看的多买的少这是老祖宗留下的经验啊。我那码头路都要挤破咯，就不见有人砸钱，弄了名声震天，连tmd修路费都挣不回来。

清洁工：看来啊，人多，钱多都不定是个好事情啊。

搬运工：对的。老弟，好好学习吧。我是要感谢ctrl C，感谢ctrl V的，我们下等人的生活总是要改观的。关键是看你的眼界有多开阔。要是每天研究垃圾分类啊，说不定也能成个垃圾王，但是，要往高处走啊。网络还是tmd传统行业，赚钱方式也都一样，你要学习的就是赚钱。要不然，只能一辈子扫垃圾，我只能一辈子扛麻袋。

清洁工：老哥，还是你在行。

搬运工：好咯，下次再扯淡吧。我tmd夜里2点才下班，楼里电梯tmd关了，爬了tmd 21楼，现在泡tmd方便面！

清洁工：我也好不到哪里去啊，满脑子都是垃圾现在。好咯，睡了，明天继续杀杀杀。

Page Rank 他们仍然没有告诉你的

antispam — Sun, 04 Feb 2007 17:50:52 +0800

PR是什么？

这似乎是个愚蠢的问题，稍微有点网络知识的人都知道，PR就是google推出的鉴定网页重要级别的指标，称为pagerank。PR的作用，google告诉我们，是网站在搜索引擎中排名的一个重要指标，就是，PR值越高,网站的排名应该越靠前。而PR值的高低标准在于「从许多优质的网页链接过来的网页，必定还是优质网页」的回归关系，来判定所有网页的重要性。这个关系被google称为是的民主表决式网页排名技术，在我看来这仅是一个技术乌托邦式的关系。你不知道的是，PR其实是一种标准，标准就是利益。

在所有的领域里，要想得到控制权，必须设定标准，从长尾来看，抓住渠道顶部，延长尾巴，那么你等待的，必将是丰厚的渠道收益。这是一个简单的道理，最明显的，且极度成功的便是微软的操作系统。在设定了windows标准后，PC行业的渠道基本上都被微软垄断了，不符合标准的，几乎全部被淘汰，排除一个特例。类似的例子太多了，从DVD解码标准到无线网络的标准，从RSS标准到WIFI标准等等。

PR是利益的说法，虽则从google本意来说可能是冤枉了她，但实际效果的确如此。PR可以用来买卖，为了提升PR出现了专门的机器人，相关的插件，方法更是多不胜数，comment spam和trackback spam大多也为PR而生，背后有市场，背后有利益。

PR能做什么？

这似乎又是一个愚蠢的问题。PR可以决定网站在搜索排名中的位置。然而，实际是这样吗？PR值高的就一定排名在前面吗？简单回答是或否都是愚蠢的。因为一个成熟的搜索引擎不可能这样白痴，PR只是搜索引擎N多算法中的一种，PR值为7的网页并不一定比PR值为6的要排在前面。一个有趣的例子：

google的PR值为满分：10；baidu的PR值为:7。

我们在baidu中搜索关键词：搜索引擎，结果，baidu排在第二，而google排在第三。是不是baidu故意的呢？那么就用google进行同样的搜索关键词：搜索引擎，看到的是，baidu排在了第二，而google自己却排到了第八。

当然上面只是举个例子，应当考虑到巨大的误差，还有广告的因素。但是，我们在进行稍微正规一点的搜索引擎排名和Page Rank 关联分析，会发现结果并非是多数人想的那样。

也就是说，一个网页上挂个pagerank的数值，大多数情况下，只是为了满足自己的虚荣心。至于一些门户网站，抑或是一些BSP也在追求PR，相信也只是为了人有我也有的心情罢了。

PR值的判定标准是什么？

这似乎是个极其复杂的问题。因为从发明者来说，PR的作为一种搜索引擎排名的算法肯定是极其复杂的，不可能简单地被用户所掌握的，PR是一种美丽的计算机数学，甚至一种哲学，然而我们关心的是，也仅仅是，如何提高PR。

如何提高PR，方法baidu下便可得无数。然大体应该包括以下几个方面：

反向链接数 (单纯的意义上的受欢迎度指标)

反向链接是否来自推荐度高的页面 (有根据的受欢迎指标)

反向链接源页面的链接数 (被选中的几率指标)从这里似乎得到仅仅有链接这个关键词，那么是否PR就等于链接呢?如果真的如此，那么PR作为网页重要性的判断标准来推理，符合上述3个标准的网页就是重要性网页了？再推一步基本上可以为PR等于链接了。如果真的如此，那真是笑话了，网页的内容起到什么作用？链接的真正意义是什么？我们辛苦经营的网络到了最后只剩下链接是最重要的了？有点讽刺。不过，有人还是说了，PR和内容无关，既然如此，开头提到的技术乌托邦应该还是成立的。PR带来了什么？1.PR交易。国外据说有专门的网站，而国内变相的交易很多。一个例子就是卖相关PR值的域名，也有大站向小网站兜售友情链接帮助提高PR值的，另外，PR值查询也为某些网站带去了很大的流量，关于PR的优化网站同样如此。

2.作弊。这个不用多说了，想看例子，这里有一个。

3.也是我最痛恨的，spam。由于PR的反向链接决定性，许多网站认为提高排名就是要不断增加反向链接。于是，低级的人工手动发布spam，高级一点的，专门的机器人。可以短时间，定向，不断更换代理IP，发送规模超巨大的带有反向链接的spam。对象？blog无疑是最好的对象，尤其是对许多评论没有添加诸如验证码等保护措施的BSP。

当然还有很多，和鄙人无关的就不提了。

如何对待PR？

简言之，食之无味，弃之可惜。PR值的高低应该是包括SEO在内的搜索引擎营销所产生的自然结果，而不应作为追求的目标。

说白了，PR值只是搜索引擎要完成的作业，跟众多追逐者毫无关系，不要瞎操心。

揶揄点，google PR值，玩玩而已。

生气点，Google Pagerank 在玩弄谁？