Tipflare

　　Tipflare是一款推荐引擎，可以根据用户输入内容进行一站式推荐。网络内容如此丰富多彩，信息量大到让我们难以招架，内容推荐引擎在这个时候就派上了用场，它可以根据我们的喜好，甚至分析我们的用户行为为我们推荐我们想要的内容。于是，细分领域的推荐引擎如雨后春笋纷纷拔地而起，比如，电影推荐有Netflix，书的推荐有GoodReads等等，如此多的推荐引擎又让用户目不暇接。

　　两个来自麻省理工大学的学生做了一个一站式通用推荐引擎Tipflare，也就是说，在这个内容推荐引擎里面什么类别都可以推荐，用户再也不用点好几个站点来分别寻找相关分类产品的推荐了。更重要的是，以前的推荐都是基于用户的浏览历史或者购买记录来推荐的，比如Amazon，而Tipflare是根据用户的喜好进行推荐的，它获取用户喜好的方式有两种，一种是手动输入，另一种是通过Facebook的“like”。

　　但它只收录了有限的分类和数据，例如当你选择“电影”时它会推荐Netflix，选择“图书”时它推荐GoodReads。不过如果你厌倦了Amazon式的根据浏览、购买记录推荐商品，不妨试试Tipflare。也许Netflix热门视频中有你喜欢的类型、GoodReads上有你喜欢的书籍。

　　然而两位创始人不担心这点，如今的初期网站离他们目标还很远，他们对于推荐信息所用算法相当重视，它是提供高质量信息的必要条件，他们想让Tipflare从其他类似网站中脱颖而出。其中一个做法是利用社交网站数据，将网站帐号与用户Facebook帐号连接（让译者感到很奇怪的是居然不能直接用Facebook帐号登录），读取Like信息，将其归类，为用户提供推荐信息，以及补充上文中提到的“有限的分类和数据”。

　　值得一提的是，Foursquare也开展了类似业务，用户在check-in时，程序提供当地推荐信息，不过Foursquare重点在于社交，而Tipflare则更广泛，用户只需简单的操作（注册然后连接Facebook帐号），便能获得自己感兴趣的一切内容。当然，Tipflare也能根据位置提供推荐信息，但创始人表示这一功能有相当大的改进空间，做好改进工作是目前Tipflare的首要任务。而重要的一点是，Tipflare并不是盈利机构，它不会让广告把网站弄得一团糟。

　　联系方式

　　电子邮箱：contact@tipflare.com。