Web2.0:資訊過載的原因和解決方案

來源:互聯網
上載者:User

資訊重複、資訊過載、資訊強迫、個人化定製、搜尋引擎依賴,這五者是相互緊密聯絡的。在資訊不斷膨脹的互連網,尤其是在標榜著多人貢獻的Web2.0時代,資訊重複與資訊過載尤為明顯。資訊過載的原因很多,其中一個原因便是資訊重複,資訊過載會導致焦慮、煩躁等等。本文試圖探討資訊過載的原因和解決方案。

(資訊過載讓我們猶如在垃圾場裡尋找非垃圾)

資訊過載猶如通貨膨脹,雖然錢(資訊數)是多了,但能購買的商品(有用的資訊)少了。

一、資訊過載的外部原因

使用RSS閱讀器的人可能會深受資訊過載的困擾,資訊過載的原因可以有以下幾個:

(1)資訊重複。資訊重複可以分為三種:

  • 內容重複。比如轉載或引用;這種情況經常發生,比如我訂閱了好幾個關於Google的部落格,這些部落格每天的內容都基本相同的(當然,它們所面向的讀者群體的交集可能是很小的,這時資訊重複就只在少數人裡面發生)。
  • 觀點重複。同樣主題的資訊多次地出現在眼前。有時即使文字表達有所不同,但內容的觀點是相同的。比如很多人經常譴責功夫網。
  • 閱讀器演算法不當。有時候朋友給我分享了一篇文章,而事實上我已經從我訂閱的某個資訊源裡看了這篇文章,閱讀器應該具有過濾已讀資訊的功能。

(2)資訊過多。資訊過多有兩種情況:

  • 資訊源過多。很多閱讀器重度使用者都訂閱了成百上千個資訊源。
  • 資訊數量過多。如果你已經訂閱了很多資訊源,如果每個資訊源每天平均輸出3個新內容,那麼總資訊數就是“3*資訊源數”了。

二、資訊過載的內部原因

資訊強迫是導致資訊過載的最主要內部原因。資訊強迫症是指一個人強迫自己去瞭解一些資訊,害怕資訊被遺漏的心理現象。具體不在這裡闡述,更多關於資訊強迫的癥狀及相關內容看閱讀 資訊強迫症與搜尋引擎依賴症。

三、資訊過載帶來的問題

1、煩躁。

資訊過載會讓我們感到煩躁。因為面對大量的資訊,我們有時會不知從何開始從何結束,當這些資訊被閱讀完畢,新的資訊又來了。另外就是資訊內容的重複,這兩方面都會讓我們感到煩躁。

資訊過載的煩躁初始於資訊過少時的煩躁。為什麼這樣說呢?有資訊強迫現象的人,在資訊過少的時候,會感覺與世界脫軌,會有煩躁心理,然後會想方設法擷取更多資訊。久而久之,資訊量就大了,這時又會有資訊過載的煩躁。

《中國圖書館學報》在介紹由資訊過少和過載的時候引用了一個很好的比喻:

在長途旅行中列車的一個車廂內,窗外只有一些景色,沒有閱讀資料、遊戲、錄音帶或其它娛樂方式;一個旅客已經在車廂中,另一個上車了;人們可以設想新來者所可能扮演的角色。

  • 如果他沉默寡言,在整個旅行中,因資訊負荷不足,可能產生厭煩。特別是在沒有其他消遣方式時,更會如此。
  • 如果他對一些話題談論過多,例如,單調地和無休止地重複一些觀點、口語、故事等等。這是多餘資訊的過載,也許比沉默更容易產生厭煩。
  • 如果他喋喋不休,不管什麼話題巨細無遺。這樣的伴侶至少象沉默的人一樣乏味。可稱之為資訊多樣性的過載,有噪音。

2、時間損失。

花費大量的時間去閱讀重複的資訊是在浪費時間。

四、資訊過載解決方案

1、從自身出發:

  • 刪除那些沒有價值的資訊源。不要害怕你會遺漏一些有用的資訊,即使這些資訊是有用的,但相對浪費的時間和煩躁的心情這是微不足道的。
  • 設定閱讀時間。規定自己每天花多少的時間去閱讀資訊,不能沉浸在資訊的海洋裡。
  • 個人化資訊定製。只訂閱或閱讀與自己相關的內容,其它的內容不要強迫自己去深入瞭解,為自己定製個人化的資訊擷取渠道。
  • 分級閱讀。優先閱讀重要的資訊源,其它的可看可不看。

2、從外部出發:

  • 閱讀器的改進。從“章節一”裡我提到目前閱讀器的演算法是存在不足的。我理想中的閱讀器是能夠判斷重複和相似內容,在確認我已經閱讀這些內容後它會自動將重複和相似的忽略。
  • 關鍵詞過濾。有很多專門的RSS過濾服務,這些服務會根據設定的關鍵詞對資訊內容進行過濾,取其精華。
  • 個人化搜尋。資訊過載的一個表現是在搜尋的時候會出現大量的內容。我理想中的搜尋引擎是能夠至少在90%的程度上理解我的搜尋習慣和搜尋意圖,提供最準確的答案,而並不是一大堆條目讓我自己去挑選。

由資訊過載問題似乎帶出了一個新的問題,Web2.0如果真的是每個人都平等地貢獻內容,資訊過載不就會更嚴重嗎?因此我認為,如果說Web1.0是單極化,那麼Web2.0就是N極化,但這個N並不趨向於無窮大,N只是所有資訊源裡的很小的一部分。關於這個問題,以後有時間再作探討。



相關文章

E-Commerce Solutions

Leverage the same tools powering the Alibaba Ecosystem

Learn more >

Apsara Conference 2019

The Rise of Data Intelligence, September 25th - 27th, Hangzhou, China

Learn more >

Alibaba Cloud Free Trial

Learn and experience the power of Alibaba Cloud with a free trial worth $300-1200 USD

Learn more >

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。