怎么快速简洁找到喜欢的网络小说？（下）
上期介绍了一些传统的找书方法，结尾搞了个交换书单的小活动，也不知道书友们有没有通过书单交换淘到好书……如果不知道的，可以去历史消息看前一篇文章，末尾我们搞了个书单交换的活动，有十多个书友分享了自己的书单，还真别说，发现好几本没看过的。之后准备去瞅瞅。
老实说，前面的这些找书手段各有各的长处，但都有各种限制条件，有些操作还比较复杂……使用门槛较高。那除了这些传统的方法，就没有更简单有效的手段了么？答案是：有的。
使用一些工具帮助我们找书，效率提高飞速！
先来看个例子，许多微信上找我帮忙推荐小说的朋友，往往会有一段描述，比如像这样的：
看出规律了么？书友们的目的其实非常明确，看过一本好书，比如第一个童鞋的《亮剑》，第二个童鞋的《轮回乐园》，第三个童鞋的《晚明》，都是想找跟这本书类似的书。换言之，我们需要的是一个相似书查找的功能。
简单来说，就是只要有一本看过的书，那么就能根据这本书，找到一连串的相似的书，如果有这种工具，简直不要太好用！
那么有这样子功能有么？
答案是：
有的！
现在都大数据时代了，这种相似书籍推荐都没有，岂不是太瞧不起各大网文平台的算法工程师了……事实上，绝大部分的小说平台都有这种叫做“看本书的书友还爱看”的功能！这就是今天我想推荐使用的功能，不过想要用好这个功能需要一些技巧和辨析，请耐心往下看哈……（后面有的地方我会称之为相似书籍推荐，但都是指书友还爱看这个功能）
有的朋友看到这里要反驳我了，我又不是没用过，那做得跟狗屎一样的东西，能用吗？骗骗小白吧，我才不做小白鼠呢……
我想说的是，先不要忙着一票否决，不要一杆子打翻一船人啊，给别人一个机会，也给自己一个机会！一个离书荒稍远一点的机会……
确实，每当我们说到这类算法推荐的时候，可能除了网易云音乐的每日推荐广受好评，绝大多数都是负面的例子，一个广为人知的尴尬例子是这样的：
腾讯是不是有病，非得给我推荐好友，那么多共同好友，为啥我俩不是好友，你心里没点b数吗
确实，有些人一听这种算法推荐，要么有很高的期待，结果期待过高，从此再不相信爱情……要么完全不信任，不愿意尝试新手段……而有些朋友则是使用方法不当，得不到好的结果。
总得来说，想要用好这些功能，可能是需要一些小技巧的。
首先要调整心理预期，要明白，这个东西就是个工具，跟排行榜，书单一样，算法不是万能的，算法推荐并不一定都真正靠谱，很多时候都傻得可爱，所以无论它推荐的是什么，都不能无条件的就相信，需要你做最后的过滤。
简单来说，算法推荐仅仅是
将大海捞针的过程，变成了碗里捞针的过程，
最后捞针的过程是逃不掉的。
在使用这类功能的时候，很有可能会遇到腾讯这种尴尬场景，但这并不意味着这些推荐是没用的。只要你做好最后的判断，将会极大的缩短你的找书时间，提高找书的效率。
很多朋友之所以愿意来公众号向我求书，而不是直接去用这些平台提供的功能，有可能是不知道很多网文平台提供这个功能，但我相信，更多的朋友可能是被某些无良平台坑怕了！
不错，网文行业内，很多平台都有这个功能，但绝大多数平台做得非常敷衍，可以说是毫无使用价值，一看就知道是骗用户去点击的。明明是编辑强推，却说成是相似书籍推荐，真当书友们是傻子呀……可以说是非常可恶了，书友在使用过程一定要慎重，小心被骗！
目前，就我，见过，用过，且还有一定参考价值的，有三家平台，
QQ阅读（起点读书），
宜搜，
追书神器
想一想也是，要把“看本书的书友还爱看”这个功能做好，需要一定的用户数量和书库书籍量，还要拿到用户点击收藏订阅等相关信息。这么一算，能够有资格去做，且有能力做好的，有且仅有这几家大平台，做原创的阅文系，掌阅系，书旗（阿里文学），纵横，17k，第三方分发的咪咕，宜搜，追书神器这几家。不过感觉有用心去打磨过的，可能就是我上面提到的这三家，其它几家我就不举例了，基本不具备参考价值。
那么到底哪家的相似书籍推荐比较好用呢？
相似书籍推荐功能，基本各大app都有，功能入口普遍是放在书籍详情页的最下方或者阅读页的尾页。一般功能取名叫“书友还看过”或者“猜你喜欢”之类的，一定不要和那个所谓的“同类热门书”混淆了，那个功能毫无价值，是平台用来增加新人新书曝光用的。
我就默认大家都知道怎么找到一本书的书籍详情页啊……
起点的“看本书的书友还爱看”放在书籍详情页下方，更偏向同分类书推荐，感觉算法一直在调整，时好时坏，似乎在有意多给新书暴露的机会。对了，那个所谓的百分之七八十用户也读过，一看就是假的，好想吐槽……不过有个好，就是可以用来查找一些相似的新书，不过具体效果嘛……就仁者见仁智者见智啦……
QQ阅读的“看本书的书友还爱看”同样放在书籍详情页最下方，名字叫做“书友还读过”，上面还有个“同类热门书”，一定看清楚了，我讨论的功能是“书友还读过”，千万不要找错了！“书友还读过”才有参考价值，“同类热门书”是用来推广增加冷门书曝光用的。另外提一句，虽然起点读书和QQ阅读是同一家，但推荐效果差远了……这个问题，等下举例说明！
宜搜的“看本书的书友还爱看”也在书籍详情页下方，有的时候很好用，但差的时候，下限也惊人，有些时候没结果，感觉比较糙，有待优化，总的来说，在追书和QQ阅读都没有推荐或者效果一般的情况下，可参考。
追书神器的“看本书的书友还爱看”同样在书籍详情页下方和阅读页尾页，名字蛮高冷的，叫“你可能会喜欢”，别看名字不怎么样，但效果好，功能比较稳定，相对来说，可用性最好。
宜搜和追书还有个起点没有的优势，那就是宜搜和追书的书比较全，在推荐的时候，推荐范围更广，适配度更高！
所以找书的时候，我一般用追书神器，如果是阅文系的书，会参考下QQ阅读的推荐效果，如果两者都没有，我就用宜搜，试一试手气。起点读书很少用。
下面举几个例子，大家就知道各家推荐的差距了。
知乎平台最有名的网文，应该是《临高启明》，我们就用临高启明来举例。
先看起点主站的推荐：
一本群穿都没有……你敢说这是起点读者的水准？
再看QQ阅读：
效果明显优于起点，前两本都是群穿文，明明是一家，怎么差距这么大呢？
宜搜的：
下面那几本限免应该是混进去的编辑推荐，第一本《穿越1630之崛起南美》也是本小众的群穿文，其它两本也是历史，前三本还算靠谱，点击更多进去，翻几下，也还能找到茶头的《远东1628》这本群穿。
最后我们来看看追书神器的：
简直是泥石流里的一股清流啊，可以说是非常精准了……
《迷失在一六二九》是和临高启明同属临高三屠之一的群穿文，
《1627崛起南海》模仿临高的山寨作品，
《穿越1630之崛起南美》民族主义，军国主义的群穿文，
《新世界1620》群穿作品中质量前三的作品，不过不同于民族主义，这本书更偏向自由主义，
《宰执天下》最优秀的历史文之一，不过不是群穿了，
《大穿越时代》老老王出品，谁看谁知道了……
单就这一个推荐结果来看，吊打起点和宜搜，无压力啊……总的来说，QQ阅读的推荐和追书神器的推荐相差仿佛，点击更多来看的话，追书神器的选择更多，有20本，QQ阅读9本。算追书神器小胜一筹吧。
一本书可能是意外，我们再多举几个例子吧……
《修真四万年》，知乎最知名的网文之一了。
看起点的：
QQ阅读：
宜搜的（好朴素……）：
最后看追书的：
从这个例子来看，追书神器和QQ阅读明显强于起点宜搜这两者，至于谁强谁弱，就仁者见仁智者见智了，不过从书籍特征来看，QQ阅读的推荐更加大众化，追书神器的推荐有更强的小众书挖掘能力。
本来想用窃明来举例的，然后尴尬的发现，起点，QQ阅读没有窃明，宜搜的窃明没有个性化推荐内容，只有追书神器有这书，所以我找个了晚明来对比。
先看起点的：
基本上和明末的有关系，但也仅仅是有关系。
看QQ阅读：
效果明显有于起点，相信有一定阅历书虫一眼就能看出高低了……基本没啥可比性……纯粹的碾压……
再看宜搜的（这次我点击更多的推荐内页）：
比起点的那个推荐稍微强点吧。
最后来个追书神器的：
从追书神器和QQ阅读的推荐结果来看，基本碾压了另外两个平台的推荐效果。
而且非常有趣的事情是，QQ阅读的推荐结果和追书神器的推荐结果很多时候高度类似，这可能是因为，对一个固定问题的求解，最优解可能是唯一的……因为算法都在趋近最优解，所以体现出了高度的一致性！
其实从我个人的使用体验来说，至少网文的相似书籍推荐这一块的效果来看，追书是普遍强于业界水准的。
另外，QQ阅读的推荐表现也不算差，应该说是比较有竞争力，有一定的参考价值，看阅文系书的时候可以试一试，现在的问题在于QQ里面缺乏非阅文系的优秀作品，比如《窃明》《重生之出人头地》《大地产商》之类的好书。
宜搜则用在追书和QQ都没有的时候，可以试一试，没准儿来个惊喜。
宜搜在这次测试里面看起来有点运气不好，但其实这跟它自己的算法稳定性也是有关的，虽然起点主站在这次测试对比中垫底，但我想再次强调一下，即便是这样的起点也是强于那些我提都没提的平台的……那些垃圾得我根本懒得拿出来做对比了……
原本我对出了网易云音乐的网易的云阅读抱有期望，结果这丫居然根本就没做……掌阅和书旗按说也是有能力做好的，可惜也很一般，基本不堪一用。就是我上面说的那种懒得拿出来的水平……尤其是书旗，得点名批评，男性向的书，推荐些女生作品，这是神经病吗？感觉把这个位置简单的当成曝光位了……
本来还想聊点个人使用技巧的，但想想还是算了，自己去发掘功能，更能带来惊喜和乐趣……
最后，我们聊点题外话，聊聊我为什么认同这个东西，从算法层面上，举例解释下为什么我建议大家去用“看本书的书友还爱看”这个功能……这个东西听起来高大上，但本质上就是我们很熟悉的东西，看了，你就懂了……
有找书经验的书友，往往这么找过书，问问身边爱好网文的朋友，看他们最近看什么书，让朋友帮忙来推荐，虽然能找到一些书，但因为个人口味之间的差异，这样找书的准确度往往不会太高，除非恰好你身边存在跟你口味相同，还善于找书的朋友。
经验丰富一些的书友则会精明一些，不会是个人就问，而有选择的问那几个跟自己口味相似的朋友的意见，而现实中圈子小，朋友间口味相同的几率不会太高，所以要找到这样的朋友很难，往往只能在论坛微博微信等社交软件上遇到，其实即便是这些社交软件上也很难找到口味相同的书友。
不过天无绝人之路，如果你喜欢一本书，那么在这本你喜爱书籍的书评区里会有很多同好者存在，因为这里的书友都喜欢这本书，比较容易找到同好者，同好者之间只需要互相交换书单，就能很方便的找到自己没注意到，但却很适合自己的书！
龙空推读优书之所以能吸引这么多老书虫，不就是因为这里更容易聚拢有相似口味的老书虫么？
算法工程师们从这类场景得到启发，发明了一个叫协同过滤的算法，这种算法利用兴趣相投的用户群体的喜好来推荐用户感兴趣的内容。
简单来说，算法将我们寻找相同口味用户的过程，用机器自动化了，在这个过程中，机器自动对比我们的阅读书单，看看有哪些书是你有，我没有，最后总结出这个群体可能感兴趣的书。
这个功能的名字简单明了，一目了然，就是：“看本书的书友还爱看”。
说白了，这个功能就是将我们之前传统有效的手工的找书方法，系统化，自动化，当然比我们自己傻乎乎的手工操作强得多，至于效果的好坏，就跟具体的算法实现和数据建模有关系了，但这个思路是老书虫找书验证过的思路，无疑是很有效的。
我之前的找书推书逻辑其实正是基于此的，所以当我第一次看到这个功能的时候，真是惊喜莫名……你们也可以去试试……