不曉得你是否跟我一樣，每天總要透過電視、報紙或網路新聞來關心這個世界又發生了什麼事？（當然這也是個看電視的好藉口，因為我每次要看電視總會告訴自己：來關心一下台灣吧！）然而每天關心台灣的結果，我發現兩個現象：

1. 新聞工作者們認為重要的新聞總會在電視上持續的放送，每個小時可以輪播好幾次、每個新聞台都會播，然而這些新聞卻不一定是我所關心的。
2. 我感興趣的新聞有越來越高的機會來自社群，例如是身邊的好友在Facebook或Plurk上分享的新聞，也正是我感興趣的。即使並非全部都感興趣，但感興趣的機率也比較高。

先前我曾在另一篇文章提過：

近年來社群網站的興起，在網路上與老朋友相逢的事情似乎已經漸漸稀鬆平常，你我使用網際網路的行為從過去單向的吸收（Web 1.0時代），隨著資訊爆炸開始依賴搜尋引擎，並逐漸開始學著參與、分享、貢獻內容（Web 2.0時代），一直到開始在網際網路上與現實生活中的人際關係有更多的交集，如此的典範轉移持續的在發生。

人們在網路上的使用行為是持續在改變的，重要的訊息從過去我們直接上Yahoo!奇摩首頁看新聞，到後來透過funP推推王來觀看重要訊息，一直到現在上了Facebook、Plurk，我們開始透過社群上的好友來獲取不同的資訊。若你跟我一樣是個Google Reader的愛用者，你或許會發現兩個現象：

1. 志同道合的朋友總會在Google Reader上分享你覺得實用、有趣的訊息出來
2. 即使是志趣不同的朋友，也會分享不同領域的有趣訊息，讓你增廣見聞或是看到不同領域的重要消息

在社群參與越來越頻繁、深入的情況下，所謂的Social filtering、Collective intelligence等過去總是在學術論文上出現的過程，便得以被實現。不過今天要分享的小玩具，其實也沒那麼厲害，只是身為一個研究生，在閒暇之餘做出來的小玩具罷了。

Inside HotNews是我與幾位朋友一起發想出來的有趣小玩具，這個小玩具有幾個重點：

1. 內容以Yahoo!奇摩新聞為基礎，倘若你習慣用Yahoo!奇摩新聞作為關心台灣、關心世界的新聞媒體，Inside HotNews或許可以作為另一種決定閱讀排序或閱讀與否的篩選工具。
2. 內容熱門與否的排序以每一篇新聞在Facebook上被分享、轉貼的次數為計算的核心。使用這個數字有兩個主要原因：一是剛好在研究Facebook API，想說練習一下；二是我大膽假設在Facebook上會被分享的新聞應該也是我比較有興趣的。
3. 新聞的排序使用了簡單的演算法，會同時考慮一篇文章在時間與推文數兩個因素的消長，演算法還在持續的調整當中。
4. 我們正在嘗試加入其他新聞來源，希望讓這個網站真正作為一個有用的新聞閱讀工具。
5. 我們也提供了RSS feed，每個網頁的右上角都有一個訂閱按鈕，訂閱後您就可以隨時掌握目前最熱門的新聞。

就我目前自己使用起來的感覺，還滿符合我自己閱讀新聞的習慣的，因為我假設「社群上常被分享的新聞應該也是我比較有興趣的」，目前看來好像是真的如此（從眾性格？），但這個小工具已經解決了平常我看新聞又不知道從何看起、一直看電視好像又很浪費時間而且轉來轉去都一樣，然後在社群上又會看到很多容易分心的訊息…

另外，我們也統計了每篇新聞在Facebook上被轉貼次數的成長狀況，從這些曲線可以大致看到一篇文章實際的熱門程度是一時爆紅還是細水長流，可以看出某些訊息是特別容易被分享的，例如與經濟民生有關、帶有一點點十八禁成份之類的新聞。

身為一個研究生，總會希望背後運用的技術、方法論是富有一些內涵的，並試圖呈現更好、更棒的結果，我們會持續調整這個小玩具。如果對於這個小玩具有任何建議或是指教，歡迎在twitter上 @deduce 或 @insideCyberbuzz 與我們交流。