脑洞
cc0
起点的书单，豆瓣的豆列，本质上都是一个列表。但他们隔离在不同网站，不能彼此相通。因此一个两个平台的使用者，如果想要在两个平台发布一张列表，他就不得不手动在两个平台间一条一条的维护。 而如果我们能够离线diy这个列表，可以达到什么效果呢？我们可以将这个列表上分组，取列表的并集交集。有选择性的共享给其他人。 我们可以使用统一的软件管理这个列表，对列表上的元素打tag,分组 我们可以像书单一样将任何可以整理成列表的元素这样管理。我们可以将这个列表分享出来，提供给其他人做参考。更进一步，我们可以协作维护一个名单，由一个小社区的所有成员维护一个列表，像是wiki一样，我们可以在这里实验各种互联网社区自组织模式。我们可以自己一个人对一个列表决策，可以由管理员商议决策。可以投票，也可以由一个小社区共同维护。只是这样说可能会显得很奇怪，我们维护一个列表又有什么用呢？那么举一个例子，这个列表可能是一个领域的学习路线，可能是一个rss列表，可能是一个评分网站的评分，可能是一个共享黑名单。这种时候一个列表就是一种权利。
进一步，一个人的time line，也是一个列表。他是一个由：作者表，时间戳表，tag表，点赞数表，评论数表以及内容表作为总信息的列表。 这个时候我们可以自由的管理这个表，把我们感兴趣的内容分组，打上tag。
当我们刷社交平台的时候我们按照平台的推荐算法来控制我们阅读的时间线，控制我们的社交焦虑感。推送吸睛的文章，增加我们的使用时间。 而当我们选择rss的时候我们完全是在看自己选择的内容，但是这个内容相较社交平台，可能差了一筹。普通的rss当我们订阅太多的时候往往会出现管理混乱，最后也失去了阅读兴趣。他的缺点，一是在rss阅读器里不能回复。但是当我们有原帖链接的时候我们可以一键跳转过去阅读。另一个就是默认排序差，现有的rss阅读器几乎只支持时间线排序。一般的rss阅读器可以让用户给每个rss源分配文件夹，而我们只能通过文件夹分类，在阅览的时候我们只能按照时间顺序阅读。 而当我们进一步diy,我们可以控制爬取一个文章已经有了多少阅读量 然后按照这个热度排序来阅读 现在，我们可以设计我们自己的排序算法。推荐算法，来控制我们自己的阅读。我们可以通过网络热门程度来让公众控制我们的排序，如果你觉得自己判断能力不如大众又或者你不想对你关注的用户分个三流九等 你可以选择diy程度低的默认排序方式。 而如果你有野心。你可以把你关注的用户按照五星制打分，十星制打分，百分制打分。然后又或者综合网络热度，综合评论，综合进行排序，对不同的设置进行加权。我们可以逐渐摸索，自己对公众人物的评价如何，这个人的动态到底有多值得观看。当今平台是可以实事关注你对某一话题的关心度从而分析你的偏好进行排序的。我们也可以设置脚本，通过记录你阅读某篇文章的时间。增加你对这篇文章所属rss源及tag的权重。而我们给他设立的加权评分到底值不值，还是应该再高一点低一点。我们可以使用分词程序自动抓去tag,然后增加自己感兴趣的权重。而我们设置的自行评分的权重是否过重。是不是更依赖公众热度好一点。
然后我们可以总结出一些优秀的排序方式，共享出来。当我们受困于互联网平台，我们只能接受平台的推荐算法。而如果我们使用rss的话，我们将可以设计自己的推荐算法。
使用这样的diy列表，我们可以管理数据，分析数据。可以设计排序算法，实现搜索引擎，可以设计推荐算法。 搜索引擎就是对爬取的互联网信息建立索引。 像是密码管理，书签管理。豆瓣类阅览信息管理。 他们的共同特点是，短信息列，又或者是元信息。
构建互联网社区（新社交工具）
像豆瓣这样的网站，我们可以用来管理曾经看过的作品，针对某一作品的评论。作为日记?以及若干年后你的动作。也许当你后悔了看某部作品。曾经的感动在如今化作羞耻，而如果是公开网站，可能你就只能选择删除他。
但如果是你自己的离线数据库。你并不需要删除他，你可以管理自己列一个列表，标为后悔，然后在显示你的常用列表的时候将“后悔”列表做减法。你看过的列表-你后悔看过的列表。从而让自己在平常不会再看到这些后悔看到的作品，但是你可以在某一天想到的时候再去查看自己的数据库，回忆自己当时打的标签，评分，笔记。
当今互联网企业可以通过自己的平台，网站，众多的追踪器记录用户使用app时间,浏览某一页面的时间，阅读偏好等。1有一个经典的故事是大数据甚至比父亲先一步知道了其女儿怀孕的消息并进行推送2但实际上并不仅限于此。他们可以了解你，甚至超过你自己。通过这样的数据，他们可以收集连你自己不曾记住的细微习惯。清楚的记录连你自己都不能准确的使用语言描述的暧昧的决策倾向。他们知道如何将你困在他们的平台里。他们知道如何投你所好让你得到更强的激励，他们也知道适当的营造焦虑让你放不开手机。 人格测试和星座的火爆可能正说明了人们有着“认识你自己”的需求，并期待借此辅助社交，而我们却总是被认识(用户画像)。而当网易云，哔哩哔哩，豆瓣等平台给我们提供年终总结，用户分析的时候。又有成群的人互相转发动态，分享自己被数据分析所贴的标签、地位。 像是手机的app使用时间分析，像是你的偏好分析。我们为什么不能自己分析记录我们的数据，而必须让这些庞然大物记录这些数据，然后使用这些数据去给我们推送广告，最后等到什么周年活动的时候才给你一份数据，还要宣传的好像是这个平台陪伴你走过的温馨历程呢？ 事实是我们被认识超出了我们自己对自己所有的认识，而我们本可以绘制我们自己的画像。 我们可以diy自己的列表对自己进行画像分析。
而当列表可以共享出来，我们可以对不同列表间可以做加减。合并和筛选。
可以计算两个用户之间计算共同爱好。
你们的共同爱好占他的列表总比例，占据你的列表总比例 你们共同看过的部分，在他眼里都是什么标签，他看过的部分，在你眼里是什么标签
可以在个别网站维护公共列表，构成评分
你的爱好，在这个网站里是什么标签
你的评分的中位数 平均数 方差。 你的评分和某一网站的某一列表平均分的方差，就代表你和这个社区的同质化程度。 还有你看过的作品在这个社区的位置（一键查看你在这个社区中的位置
这个社区维护的作品 与你的列表的交集 某一作品的总点击人数，某一作品的。某一tag人数。某一作品的某一tag占总“已阅”人数 ……