根据典型的web2.0 sns门户社区，设计了无线互联网门户社区初步的核心数据模型。
基本设计重点：
1、 以用户为中心，为用户提供综合性、一体化的社区体验
架构模型涵盖典型的web2.0社区的各种基本元素，包括：
- 标签（tag）、标签云（tag cloud）
- RSS(web订阅、邮件订阅、基于IM机器人的订阅)
- IM
- 用户群组
- 微博客（twitter）、博客（Blog）
- 点评（digg）、投票、话题、推荐、收藏夹
- 用户点击行为分析（内容过滤、协同过滤）
- 用户上传及分享
- 社区搜索
- Mashup（外部应用聚合）
- 开放API
其中IM、用户关系链元素的设计在单独域模型中设计。
2、 基于真实关系链的无线互联网社区
Facebook及国内诸如校内、海内这样SNS的无比风光，说明了基于相对真实关系链的价值。用户使用SNS的关注点大部分是希望维系和拓展现有的关系链，而不是重构关系链，因此SNS及IM不应当让用户抛弃现有的关系链去重新构造一个全新的关系链。要让用户导入现有的关系链到社区核心在于能够标识用户相对真实的身份及围绕此身份所形成的关系链。
在互联网时代能够标识用户身份及用户关系链的东西包含如下一些：手机号码通信录、多IM通信录（QQ、MSN等联系人）、邮箱通信录。
而号码同步+多IM协议集成及相关应用的结合，基本上涵盖了如上内容。
- 手机号码通信录：客户端基于syncml协议的同步功能本身解决了此问题。
- 多IM通信录：在用户使用客户端的多协议的IM功能登录QQ、MSN等IM时候，实际上无形之中就导入了其IM的联系人通信录
- 邮箱通信录：通过Push Mail功能及RSS的邮件定于、绑定邮箱等功能就导入了邮箱通信录
3、 投其所好的过滤引擎
门户社区成功最为核心的是用户体验。
用户体验涉及方方面面，但一个与技术相关的至关重要的是能够根据用户的喜好、点击行为及消费行为，向用户推荐较为准确内容及好友。在设计上考虑了两种过滤引擎的实现需求，包括：基于内容的过滤（Content Based Filtering）、基于相似用户群体的兴趣的协同过滤（Collaborative Filtering）引擎。
在数据模型设计上提供了多维度的数据采集数据采集方法，如Tag标签、Digg数、推荐、用户打分等等。
构建无线互联网社区所必须的其他元素的架构及数据模型设计逻辑，继续考虑中。
转载请注明：出家如初,成佛有余 » 无线互联网门户社区核心数据模型设计思考1