Новостной агрегатор что это
Что такое новостной агрегатор
9 ноября 2017 Опубликовано в разделах: Азбука терминов. 17984
Чтобы создать такой сайт, используют программы-плагины. Они парсят записи из источников, указанных в настройках.
Их можно сравнить в досками объявлений, на которые вывешивают самые разные сообщения и их видит множество людей. В этом заключается польза таких площадок для вашего проекта. Вы получаете:
Лучшие новостные агрегаторы
Как добавить свой ресурс на новостные сайты
Есть условия, которые нужно соблюдать:
Пошаговая инструкция по добавлению сайта в агрегаторы новостей:
В случае с Яндекс после одобрения заявки вам приходит инструкция с дальнейшими действиями. Затем нужно подписать некоторые документы и отправить их в офис компании. Из Гугл на почту поступит запрос с вопросом о пригодности ресурса для продвижения и наличии у вас прав на него. Вам необходимо будет подтвердить это в ответном письме.
Эти поисковые системы принимают не все запросы, будьте готовы к тому, что придется исправить недочеты в техническом плане и наполнении.
Новостные агрегаторы – это незаменимый способ продвижения для тех, кто хочет быстро раскрутить сайт. При попадании на такую площадку вы получаете бесплатный, чаще всего внушительный трафик и мгновенную индексацию материалов.
Новостной агрегатор за две недели
18 ноября Telegram запустил соревнование по кластеризации данных: Data Clustering Contest. Нужно было за две недели сделать свой новостной агрегатор. Ограничения, которые были установлены в этом соревновании отпугнули кучу людей, но не меня и моих коллег. Я расскажу от том, каким путём мы прошли, какие выборы сделали и с какими сложностями столкнулись. Решение, которое мы заслали в соревнование обрабатывало 1000 документов за 3,5 секунды, занимало 150 Мб, заняло 6 место на публичном голосовании и 3 место в итоговых результатах. Мы допустили много ошибок, из-за которых не заняли место повыше, большинство из них сейчас исправлены. Весь код и все модели можно найти в репозитории. Все скрипты для обучения моделек перенесены на Colab.
Топ из публичного голосования
Задача
Официальное описание соревнования лежит здесь.
Подзадачи конкурса в порядке выполнения
Это не слишком далеко от того, как работают реальные новостные агрегаторы. Из этого неясно, как именно будут работать итоговое решение в Телеграме: раз в минуту/час/день, будет ли оно каждый раз заново запускать все этапы. Также было неясно, в каком формате будут запускаться эти 5 подзадач: по отдельности, все вместе для одного языка, все вместе для разных языков. Про публичное голосование тоже не было ничего известно во время самого соревнования.
С первой задачей всё более или менее понятно. А вот дальше начинаются сложности, потому что ни готовой разметки, ни инструкции ни на одну из задач нет. То есть, определение “новости” неизвестно, границы категорий не заданы, гранулярность кластеризации не описана, критериев качества ранжирования нет. Часть из этого мы воссоздали сами, но на часть у нас не хватило времени.
Ограничение на скорость довольно слабое, 1000 документов в минуту можно получить практически для любой системы, кроме совсем уж тяжёлых и неповоротливых моделей. Главным тут является ограничение на вес архива: изначальные 200 Мб отсекали многие свежие наработки в области обработки естественных языков, в том числе почти любые предобученные векторы (готовые word2vec, fasttext, GloVe, для русского тут) и предобученные ULMFiT/ELMo/BERT. Это не означает, что их вообще нельзя использовать. Их нужно было бы учить с нуля с урезанным числом параметров или дистиллировать текущие модели, что за 2 недели та ещё задачка.
Ограничение на скорость обработки документов довольно смешное ещё и по той причине, что оно имеет смысл только в случае алгоритмов, работающих за линейное время. А для многих вариантов кластеризации это не так.
Выбор стека
Начнём с языка. В теории, можно было бы всё написать на Python (и многие так в итоге и сделали). Нас остановили ограничение по скорости и ограничение на запуск из бинарника. Ни одно из них в итоге бы не помешало, но мы и не знали, какой объём данных будет скармливаться алгоритму. Я предполагаю, что решения на Питоне не смогли бы корректно обработать все новости за месяц разом.
Я знаю, что некоторые писали на Go, и это, вероятно, хороший выбор. Мы же люди привычные к C++, к тому же многие библиотеки для машинного обучения вроде как имеют версии под него, поэтому мы остановились на нём. При этом никто не мешает обучать модели на Питоне, что мы тоже сделали. Использовали C++11, выше не брали из-за зависимостей.
C точки зрения NLP, мы решили застрять в 2016 году и ограничиться FastText’ом. Могли бы застрять и ещё раньше, используя только TF-IDF, но это, как ни парадоксально, было бы даже сложнее и, скорее всего, не так эффективно. FastText — это такой word2vec с добавкой из буквенных n-грамм, которые позволяют ему получать осмысленные векторы для слов не из словаря. Предобученная ELMo для русского весит 197 Мб, предобученный BERT — 632 Мб, поэтому это неподходящие варианты для этого соревнования (по крайней мере так было в начале). Кроме того, FastText доступен под C++ и без проблем статически линкуется.
По-хорошему нам бы нужен был хороший токенизатор. Но лёгких решений на момент соревнования как будто бы не было, в итоге мы просто делили по пробелам (что неправильно, не делайте так!). Уже после контеста мы нашли токенизатор из OpenNMT, и сейчас его используем. Его главная особенность в том, что он поддерживает и C++, и Python, а значит не будет никакой разницы между обучением и применением. А ещё он достаточно быстрый.
Кроме того, нам нужны были алгоритмы кластеризации, в идеале агломеративная кластеризация или DBSCAN, потому что с ними мы уже работали. DBSCAN нашёлся в MLPack, MLPack нашёлся как пакет для Debian’а. Параллельно с этим мы написали свою агломеративную кластеризацию. В итоге для того, чтобы не затаскивать такую большую зависимость, от DBSCAN’а решили отказаться. Но в целом с MLPack был не самый плохой опыт.
У нас была мысль попробовать использовать какой-нибудь фреймворк для глубокого обучения: TensorFlow, Torch, MXNet. “TensorFlow написан на C++, это будет легко” — думали мы. Во-первых, это легко до тех пор, пока вы не попытаетесь его статически влинковать. Во-вторых, итоговый бинарник банально не влезет в 200 Мб. Есть ещё Tensorflow Lite, но до него уже руки не дошли. Примерно такие же разочарования ждали нас со всеми фреймворками.
Поэтому мы решили делать проще и перемножать матрицы самостоятельно. Естественно, мы не настолько сумасшедшие люди, чтобы перемножать их полностью самостоятельно. Тут мы большого сравнения библиотек не делали, взяли Eigen, который был на слуху и делал свою работу без нареканий. Для обучения использовали Keras, потому что у нас простая модель, без кастомных слоёв и лоссов, иначе бы использовали Torch (его и использовали в более поздних экспериментах). Плюс тут сыграли личные предпочтения одного из участников команды.
Для разметки использовали Яндекс.Толоку.
Решение
Для определения языка использовали готовую модель от команды FastText’а почти без изменений.
Для определения, является ли документ новостью, собирали разметку руками. Вообще правильно было бы считать неновости просто восьмой категорией, так в итоге и сделали.
Для определения категорий собрали разметку в Толоке. Собирали обучающую и тестовую выборку. Для этого написали инструкцию, завели обучение, экзамен и ханипоты. Обучающая выборка собиралась с перекрытием 3 и согласованностью 2/3, тестовая с перекрытием 5 и согласованностью 4/5. Скрипты для агрегации умеют считать согласованность толокеров, она вполне приличная. К примерам на английском добавляли машинный перевод на русский. Потратили 60$ на всё. Данных получилось не очень много, для русского языка было 327 примеров в тестовой разметке и 1176 примеров в обучающей, категории были не сбалансированы. Для хорошей разметки стоило бы потратить в 3-4 раза больше денег.
Кроме нашей разметки, использовали категории из внешних датасетов. Для русского брали категории и теги Ленты, для английского BBC и News categories. При этом категории из этих внешних датасетов нужно было отобразить в категории соревнования.
Посчитав размеры на коленке, решили сделать свои предобученные FastText векторы. Предобучали на части данных из соревнования и на открытых новостных корпусах: Лента и РИА для русского; BBC, All the news, News categories для английского. Так сделано, чтобы словарь и сама модель не были завязаны на конкретный временной период.
На разметке обучили классификатор через supervised режим FastText’а с использованием предобученных векторов и заданного размера классификатора (опции семейства autotune). Supervised режим — это просто линейная модель над усреднением всех векторов слов, можно было бы сделать сложнее, и в этом месте получить качество чуть лучше.
Данные для обучения классификаторов категорий
Для хорошей кластеризации принципиально нужны 2 вещи: хорошие векторы и хороший алгоритм. В качестве векторов сначала пробовали просто усреднение векторов всех слов текста, получалось не очень. В итоге учили линейную сиамскую сеть над усреднением (а также покомпонентным минимумом и максимумом) векторов слов на задаче предсказания следующего кусочка текста. То есть брали доступные тексты, делили их пополам, над каждой половинкой делали линейный слой с связанными весами, делали скалярное произведение получившихся векторов, а потом домножали на циферку и прогоняли через сигмоиду. Использовали логлосс, в качестве единиц брали половинки одного текста. А в качестве ноликов левую половинку от одного текста, а правую — от хронологически предшествующего текста того же источника (такие вот hard-negative примеры). Вот таким способом получились уже более адекватные (на глаз) векторы. Ещё адекватнее было бы делать более сложную архитектуру половинок и использовать triplet loss. Модель строили и учили на Keras’е, но ничего не мешало это делать и на Torch’е. Веса линейного слоя экспортировали в применялку через обычный текстовый файлик.
Модель обучения векторов для кластеризации
Ежели вы спросите, а как бы мы это делали, если бы ограничений не было, так тут всё просто. Тут применимы все модели, которые обычно используют для определения парафраз, например дообученный BERT. Это бы работало, будь у нас разметка. А вот в наивном unsupervised варианте я бы ставил на ELMo. Более того, с ELMo у нас есть эксперимент.
В качестве алгоритма взяли SLINK: агломеративную кластеризацию за O(n^2) и вычислением расстояния как минимума между точками двух кластеров. У такого способа есть свои недостатки, самый главный из них — подклейка по транзитивности: первая точка склеивается со второй, вторая с третей, а в итоге первая и третья в одном кластере, хотя сами по себе далеко друг от друга.
Агломеративная кластеризация. Кого клеить первым выбираем по расстоянию между векторами.
При этом O(n^2) для всех документов за месяц — это слишком долго. Есть несколько вариантов решения этой проблемы, нам известны два: отбор кандидатов и склейка. Мы пошли вторым путём, отсортировали по времени весь массив входных документов и разбили на чанки из 10000 документов с перехлёстом в 2000 документов. Кластеризовали чанки по отдельности, по перехлёсту склеивали. Это работает только потому, что вряд ли далеко отстоящие по времени документы принадлежат одному кластеру.
Заголовочный документ кластера выбирали по 3 факторам: свежести, похожести на остальные документы кластера, весу источника. Свежесть — функция от возраста кластера, отмасштабированная сигмоида в нашем случае. Возраст кластера считаем от 99 процентиля дат всех документов. Похожесть считаем через те же векторы, что и в кластеризации. Вес источника считаем как PageRank по ссылкам, которые нашли в тексте.
Ранжировали кластера тоже по 3 факторам: свежести, весу источника, размеру кластера.
Ошибки
Итоги
Даже учитывая допущенные ошибки, получилось неплохо. Даже бажную первую версию мы отсылали с лёгким сердцем.
Чего же не хватает этой штуке до полноценного новостного агрегатора?
Во-первых, rss-качалки или любого другого способа получить документы на вход. Telegram в этом плане очень сильно считерил — вероятно всё, что проходит через его Instant View, сохраняется у него же на серверах. Данные соревнования получены именно таким образом. Вопрос о правовом статусе таких действий остаётся открытым.
Во-вторых, для ранжирования не хватает сигнала от пользователей. Хоть какого-нибудь: кликов, просмотров, лайков, разметки на интересность или важность. Нельзя нормально отранжировать новости только по их содержанию.
К тому же, очень много мы до сих пор не сделали и в плане машинного обучения, это всё есть в README к репозиторию.
На текущую версию можно посмотреть вот тут, на версию с контеста вот тут.
Роскомнадзор создал реестр новостных агрегаторов. Что это значит?
В понедельник, 27 февраля, портал «Яндекс.Новости» вошёл в реестр новостных агрегаторов, который составляет Роскомнадзор. Таким образом, деятельность самого популярного в Рунете сервиса для сбора новостей отныне регламентируется специальным законом, под который ранее уже попали два других подобных ресурса. «Диалог» разбирался в том, каковы могут быть последствия введения этой нормы.
фото с сайта pixabay.com
Что такое новостные агрегаторы?
Это ресурсы, которые автоматически собирают новостные сообщения, опубликованные электронными изданиями, распределяя их согласно значимости и хронологическому принципу. Первыми в созданный Роскомнадзором перечень были внесены «Новости@Mail.Ru» и сайт «SMI2.RU», за ними последовали «Яндекс.Новости». Кандидатур на внесение в него изначально было шесть — кроме указанных, в «шорт-листе» были также «Рамблер-Новости», Google News и портал Microsoft Network.
Каковы юридические основания для создания этого реестра?
Федеральный закон N 208-ФЗ «О внесении изменений в Федеральный закон «Об информации, информационных технологиях и о защите информации» и Кодекс Российской Федерации об административных правонарушениях» был подписан президентом 23 июня 2016 года. Этот нормативный акт дополнил Федеральный закон от 27 июля 2006 года № 149-ФЗ «Об информации, информационных технологиях и о защите информации» (далее – Федеральный закон № 149-ФЗ) положениями, устанавливающими правовой статус владельца новостного агрегатора.
В соответствии с частью 1 статьи 10.4 Федерального закона № 149-ФЗ, «владельцем новостного агрегатора является владелец программы для электронных вычислительных машин, владелец сайта и (или) страницы сайта в сети Интернет, которые используются для обработки и распространения новостной информации в сети Интернет на государственном языке Российской Федерации, государственных языках республик в составе Российской Федерации или иных языках народов Российской Федерации, на которых может распространяться реклама, направленная на привлечение внимания потребителей, находящихся на территории Российской Федерации, и доступ к которым в течение суток составляет более одного миллиона пользователей сети Интернет». Закон вступил в силу с 1 января, а к 21 февраля первые кандидаты на попадание в реестр должны были отчитаться о суточной посещаемости (чтобы понять, подпадают ли они под действие этой нормы).
Каковы обязанности владельца новостного агрегатора?
Владелец новостного агрегатора обязан соблюдать требования законодательства Российской Федерации при обработке и распространении новостной информации, хранить в течение шести месяцев распространенную им новостную информацию, сведения об источнике её получения, а также сведения о сроках её распространения, и обеспечивать Роскомнадзору доступ к этой информации.
Нужно отметить, что агрегаторы обязаны проверять всю распространяемую через них информацию – исключение сделано только для сообщений от СМИ, зарегистрированных в Роскомнадзоре. В таком случае за распространение недостоверной информации наказание несут, в первую очередь, сами эти СМИ: от агрегатора потребуют лишь удалить ссылку на такой источник из своей раздачи, и штрафовать его будут только в том случае, если он откажется это сделать или будет слишком долго с этим тянуть.
Другие «запрещённые» виды материалов – это (уже традиционно) «разжигание» по национальному, расовому, религиозному и прочим аналогичным признакам, а также персональные данные граждан, если это нарушает закон. В принципе, эти положения похожи на те, что действуют для СМИ.
Каковы последствия создания этого перечня?
Поскольку, как было указано выше, администрации агрегаторов придётся отныне проверять на достоверность содержающуюся в индексируемых СМИ информацию, это приведёт к резкому увеличению нагрузки на коллектив этих служб. На практике это уже заставило те же «Яндекс.Новости» отказаться от публикации в своих лентах сообщений СМИ, которые не зарегистрированы в России официально, потому что проверять все эти источники оказалось невозможно технически.
В свою очередь, это может вызвать проблемы для тех изданий, которые получают большую часть трафика (а значит, и внимания к рекламе) за счёт пользователей, которые переходят по ссылкам с агрегаторов, а не читают конкретный сайт.
«Как только партнёр подписывает новое соглашение об информационном сотрудничестве и присылает сервису копии необходимых документов, он сможет продолжить работу с Яндекс.Новостями в прежнем режиме. Ссылка на новое соглашение, перечень необходимых документов и информация об изменениях, которые произошли на Яндекс.Новостях 1 января 2017 года, доступны на нашей странице. Основные принципы работы Яндекс.Новостей и базовые требования к партнёрам остаются прежними. С ними можно ознакомиться в разделе «Информация для партнёров», — сообщили «Диалогу» в администрации «Яндекса».
Подготовил Илья Снопченко / ИА «Диалог»
Для тех, кто хочет быть в курсе: 24 новостных агрегатора для работников медиа, дизайнеров, разработчиков и других Статьи редакции
Особенности сервисов, платформа, цена и сравнительная таблица функций.
Для тех, кто любит настраивать дизайн под себя и работает в команде.
Cоциальный журнал, разработанный в 2010 году компанией из Кремниевой долины. Позволяет составлять «журналы» со ссылками на понравившиеся материалы, приглашать в них соавторов и делиться текстами с друзьями.
На платформе есть много статей о дизайне, программировании, бизнесе, финансах и не только. C помощью Flipboard можно читать как материалы конкретных СМИ, так и мнения отдельно взятых влиятельных людей. Отображение контента, в том числе шрифт, настраивается в приложении индивидуально.
Flipboard синхронизируется с приложениями Instapaper, Pocket, соцсетями Twitter, Facebook, Tumblr, а также YouTube и SoundCloud.
Подойдёт тем, кто любит многофункциональные приложения.
Сервис для отложенного чтения, созданный Нейтом Вейнером в 2007 году. С 2017 года принадлежит компании Mozilla. Pocket предлагает рекомендации, основываясь на личных интересах пользователя.
Позволяет прослушивать понравившиеся тексты и оставлять пометки в материалах. Каждую скопированную ссылку сервис автоматически предлагает сохранить в закладки. Тексты постоянно обновляются и хэшируются.
Цена: Бесплатно. Подписка позволяет помечать тексты и сохранять их, искать информацию по ключевым словам и подстроивать интерфейс под себя. Premium-версия стоит около 320 рублей ($4,99) в месяц или 2870 рублей ($44,99) в год.
Простой и понятный интерфейс и большой выбор источников.
Новостной агрегатор, впервые выпущенный в виде браузерного расширения компанией DevHD в 2008 году. Feedly позволяет создавать «доски» и копить на них интересные статьи. Их можно комментировать и отмечать как прочитанные, а нужное подчеркивать прямо в тексте.
Материалы разделены по категориям и тегам, можно настраивать показ статей по ключевым словам. Доступны несколько вариантов оформления контента. Feedly синхронизируется с Dropbox, Evernote, OneNote и Pocket. Сейчас сервис разрабатывает инструменты на основе искусственного интеллекта, чтобы улучшить качество персонализации.
Цена: Бесплатная версия ограничена 100 источниками и тремя персональными лентами. Версия Pro стоит около 380 рублей ($6) в месяц, а Pro+ — 530 рублей ($8,25). Предусмотрена командная подписка, она обойдётся в 1150 рублей ($18) за человека в месяц. Бесплатный пробный период — 30 дней.
В расширенной версии доступен поиск с фильтрами, до 2500 источников для подписки, отсутствует реклама, есть премиум-поддержка.
Для тех, кто любит самовыражение и хочет подтянуть английский.
Новостное приложение, созданное Йоханом Отелиусом в 2014 году. Предлагает широкий круг тем: от стартапов и образования до юмора, телесериалов и стиля жизни. Позволяет блокировать источники информации, которые не нравятся, и рисовать на текстах. Squid подойдёт изучающим английский: в приложении доступны упражнения по текстам, словари незнакомых слов и режим упрощённого английского. Отображение контента настраивается индивидуально.
Подойдёт любителям иностранной прессы и подкастов.
Новостной агрегатор, придуманный компанией Innologica в 2013 году как замену для Google Reader. Помимо стандартных для агрегатора опций поддерживает ещё и подкасты. Pro-версия позволяет мгновенно переводить материалы на другие языки. Можно отключать отображение фото к материалам: как в списке статей, так и в самих статьях.
Цена: Бесплатно. Базовая версия позволяет подписаться не более чем на 150 источников. Годовая подписка версии Supporter стоит 1280 рублей ($19,99) и от бесплатной версии отличается блокировкой рекламы и большим количеством источников.
Pro-версия обойдётся в 320 рублей ($4,99) за месяц или 3200 рублей ($49,99) за год. Она позволяет искать информацию во всех материалах по ключевым словам, поддерживает перевод статей и другие функции.
Также есть индивидуально настраиваемая подписка Custom, цена по запросу.
Для работников медиа и поклонников иностранной прессы.
Сервис подписки на цифровые версии мировых газет и журналов от одноимённой канадской компании. В Press Reader есть поиск по похожим статьям, ключевым словам, изданиям и авторам. Бесплатная версия даёт доступ к более чем 150 газетам и журналам, платная — к семи тысячам изданий на 18 языках.
На карте отмечено, в каких кафе, ресторанах и отелях приложение работает бесплатно.
Цена: Семидневная пробная версия бесплатная, далее — 1900 рублей ($29,99) в месяц. Подписка даёт неограниченный доступ ко всем изданиям в библиотеке, поддержку до пяти устройств, возможность перевода материалов на 16 языков. Также можно приобрести один цифровой выпуск любой газеты или журнала за 129 рублей ($1,99).
Для тех, кто не тратит время на информационный шум.
Новостное приложение, которое отбирает десять лучших материалов по выбранным темам — в основном лонгриды. Темы: маркетинг, SMM, визуализация данных, дизайн, финтех, машинное обучение, дополненная реальность и другие. Также можно подписаться на новые материалы от любимых медиа.
Refind отслеживает, сколько человек добавили статью в закладки, и автоматически формирует списки материалов из закладок, напоминая об отложенных статьях. Пользователи могут делиться сохранёнными подборками с друзьями и пополнять закладки любыми материалами из интернета. Подборку самых интересных и обсуждаемых текстов Refind отправляет на почту.
Сервис позволяет увидеть разный взгляд на одну новость.
Новостной агрегатор от Google. Пользователям доступны статьи о технологиях, играх, науке и другие. Новости, показанные в ленте, подбираются в соответствии с интересами пользователя. Каждый инфоповод подкреплён ссылками на разные СМИ, которые его осветили. Есть поиск по источникам и ключевым словам, при этом любые ресурсы легко удалить из библиотеки.
Для любителей минимализма и Twitter.
Простое «умное» приложение для чтения новостей от Skyter Technologies, появившееся в 2016 году. В нём есть подписка на категории, на конкретные сайты, а также на Twitter-аккаунты. NewsTab позволяет менять дизайн ленты и читать материалы офлайн.
Для тех, кто не успевает прочитать сразу всё.
Сервис для отложенного чтения от Марко Армента, разработанный в 2008 году. После Армента принадлежал сначала компании Betaworks, затем Pinterest, а с 2018 года им владеет Instant Paper. Сохраняет не только понравившиеся тексты, но и видео, формируя персональную ленту. Можно настроить ежедневную или еженедельную почтовую рассылку сохранённых материалов. Платная версия открывает простор для творчества, позволяя подчеркивать текст и комментировать его.
Цена: Бесплатно. Расширенная версия стоит 190 рублей ($2,99) в месяц, 1915 рублей ($29,99) в год. Она предполагает неограниченное количество заметок, возможность прослушивать материалы и читать их в Kindle, а также искать информацию по ключевым словам во всех текстах ленты.
Подойдёт тем, кто не просто читает новости, но и анализирует их.
Новостной сервис от российской ИТ-компании предлагает не только персонализированную подборку материалов, но и набор инструментов для создания рейтингов медийных объектов (от самых упоминаемых людей до технологий) и формирования отчётов с анонсами новостей за выбранный период. У компании есть и другие полезные сервисы, но они платные:
Цена: Бесплатно. Остальные сервисы платные, бесплатный доступ к ним открыт один день.
Сервис позволяет прослушивать новости и читать их в полноэкранном режиме.
RSS-сервис от компании Golden Hill Software отличается от аналогов широким набором тем оформления (их в приложении 12), функцией полноэкранного режима и возможностью озвучивать тексты. В бесплатной версии доступны 50 статей, затем их количество ограничивается тремя в день.
Цена: Бесплатно. «Разблокировка» до полной версии стоит около 640 рублей ($9,99), заплатить нужно один раз.
Для тех, кто интересуется дизайном и разработкой.
Новостной агрегатор, призванный, по словам его создателей, облегчить жизнь дизайнерам и разработчикам. Сервис предлагает большой выбор источников на тему дизайна, фотографии и разработки и позволяет настроить оформление ленты вручную. В Panda можно импортировать RSS-ленты и добавлять материалы в закладки.
Цена: Бесплатно. Сервис принимает добровольные пожертвования от пользователей.
Платформа: Пока нет, но разработчики обещают запустить приложения для iOS и Android в ближайшее время.
Расширение: Google Chrome, скоро — Mozilla Firefox.
Подойдёт тем, кто следит за трендами в индустрии дизайна.
Новостная платформа от братьев Ротофф из Швеции. В 2010 году они создали её для себя, а позже сделали доступной для всех желающих. В приложении можно менять дизайн экрана, импортировать RSS-ленты и материалы с любых сайтов. Также пользователи могут работать в команде. Бесплатная версия обновляется раз в два часа, поэтому для оперативного мониторинга лучше купить подписку.
Цена: Бесплатно. Pro-версия стоит 320 рублей ($4,99) в месяц, Business-подписка — около 960 рублей ($15) в месяц. Пробная версия рассчитана на две недели.
Для анализа медиаресурсов и сбора по ним статистики.
Персонализированная новостная платформа с широким набором аналитических инструментов. В 2019 году стартап Scroll, продающий подписки на наборы новостей без рекламы, купил Nuzzel.
Особенность сервиса — показ публикаций, которые вызывают резонанс среди выбранных экспертов. Кроме того, Newslit cортирует ссылки из новостных лент в Facebook и Twitter по количеству репостов от друзей, создаёт отчёты по индустриям, добавляя к ним популярные комментарии из Twitter, и анализирует тексты. Платформа позволяет делиться материалами внутри команды, настраивать почтовую рассылку и подписываться на каналы других людей. Синхронизируется с Linkedin, Pocket, Instapaper.
Цена: Бесплатно. Платный контент стоит от 590 рублей.
Пользователи сайта Newslit могут бесплатно протестировать сервис в течение двух недель. Базовая версия (рассчитана на одного человека) обойдётся в 2490 рублей ($39) в месяц, «профессиональная» подписка на трёх человек — в 6300 рублей ($99) стоит, а подписка на команду до десяти человек стоит 19 тысяч рублей ($299) в месяц.
Подойдёт тем, кто анализирует тренды, продвигает бренды и не находит времени на чтение лонгридов.
Новостная платформа, использующая семантический анализ и обработку естественного языка для подбора контента. В 2019 году её купила компания Press Reader.
Приложение предлагает темы на основе прочитанных материалов и позволяет прослушивать тексты и их краткую выжимку. С помощью News 360 можно продвигать контент бренда для аудитории приложения и отслеживать статистику в режиме реального времени. Премиум-подписка дает доступ к материалам на сайтах с платной подпиской.
Цена: Бесплатно. Подписка стоит 149 рублей в месяц, 379 рублей за три месяца, 1190 рублей в год. За приглашение друга дают месяц премиум-подписки обоим.
Для владельцев iPhone и Mac, которые ищут удобный агрегатор с минималистичным интерфейсом.
Платформа позволяет подписаться на категории, конкретные источники и новости по ключевым словам. Материалы можно добавлять в закладки, а дизайн настраивать под себя. Синхронизируется с Feedbin, Feedly, Feed Wrangler, FeedHQ, NewsBlur, The Old Reader, Inoreader, BazQux Reader, Instapaper, Pocket.
Цена: 379 рублей для iPhone и 749 рублей для Mac.
Для разработчиков программного обеспечения.
Приложение для разработчиков программного обеспечения, созданное цифровым агентством Maus. Популярные теги для отслеживания: javascript, css, nodejs и другие. Можно добавлять тексты в избранное, удалять материалы из ленты и сортировать статьи по тегам, изучать подборки самых читаемых материалов за неделю и месяц.
Подойдёт тем, кто ищет удобную читалку для Google News.
Программа для чтения RSS-лент, разработанная Фредериком Джулианом. Пользователи сервиса могут выбрать интервал обновления, время хранения новостей и размер текста, а также удалить материалы, содержащие выбранные ключевые слова.
Flym News Reader собирает тексты с сайтов для чтения без соединения с интернетом. Приложение не синхронизируется с другими новостными агрегаторами. Бонус — никакой рекламы.
Для тех, кто предпочитает искать информацию в англоязычных источниках.
Британский новостной агрегатор, работающий с 1998 года. На сайте много источников и подкатегорий в темах, в том числе категория «самое читаемое» за последний месяц. Можно искать новости по дате и времени.
Для чтение новостей офлайн с телефона.
Подойдёт тем, кто следит за брендами.
Персонализированная платформа для отслеживания новостей и мониторинга конкурентов. В 2012 году о покупке компании объявил разработчик программного обеспечения Dassault Systèmes.
Net Vibes позволяет отслеживать материалы по категориям и изданиям, фильтровать их по языку, автору, локации и компании. Программу можно настроить для работы с неограниченным количеством приложений, а собственные подборки выгрузить в формате RSS.
Также пользователь может отслеживать бизнес-метрики и анализировать учётные записи соцсетей с помощью MisoData. Все данные автоматически сохраняются в облаке. Большинство аналитических инструментов работают только в платной подписке.
Цена: Базовая версия для личного пользования бесплатна, а VIP-версия стоит 128 рублей ($2) в месяц. Версия Premium с возможностями расширенной аналитики обойдётся в 41 450 рублей ($649) в месяц. Можно оформить командную подписку, цена по запросу.
Для тех, кто увлекается программированием.
Персональный агрегатор новостей позволяет искать информацию с помощью ключевых слов по всем текстам в ленте и делиться подборками материалов с друзьями. В платной версии пользователи добавлять теги.
Цена: Бесплатно с ограничениями — например, нельзя добавлять более 64 сайтов.
Платная версия позволяет просматривать неограниченное количество сайтов одновременно, чаще обновлять новости и так далее. Годовая подписка стоит 2300 рублей ($36).
Подойдёт тем, кого интересуют «вирусные» истории.
Новостной агрегатор, обновляющийся в режиме реального времени. Создав персональную ленту, пользователь может изменить порядок отображения источников, убрать ненужные. Сервис подгружает истории из Twitter, Reddit, Facebook и YouTube.
Feedly, с тех пор закрыли как Google Reader
Статья на тему «1000 и один способ засрать свои мозги».
Господа, давно ищу человека, который прочёл хотя бы половину сохраненного им же в Pocket. Есть такие?
Я часто сохраняю туда понравившиеся видео и аудио и подкасты, удобно сортировать по темам/тегам и да, я частенько возвращаюсь к сохранёнкам 🙂
Дык кто ж спорит, что удобно.)) Удобно, очень. Правда, времени нет все это прочесть, но это ж мелочи.)))
В Things у меня есть еженедельно повторяющаяся напоминалка «Разгребать входящие менеджера задач и разгребать Инстапэйпер». Помогает 🙂
Только месяцев 6 назад перешел рубеж в 100+ статей, до этого лет 5 список не превышал 3-4х десятков.
Но книги не читаю, есть такой грешок.(
Пару лет назад почти все перечитывал. Сейчас тоже скатился до огромного склада :с
Он там же где и тот, кто прочёл все в закладках на vc
Комментарий удален по просьбе пользователя
Feedly и Instapaper. Уже очень, очень давно.
Пользуюсь покетом уже года четыре. Оформил подписку, хотя премиум-функциями практически не пользуюсь — просто хочется поддержать классный проект.
бесплатным пользователям для поддержки рекламу показывают
надо по другому ставить вопрос и искать сервис, который сделает rss ленту из нужного вам источника.
проблема только с телегой из вашего списка, мне кажется.
Народ, когда вы все это успеваете читать. )))
Галопом по Европам.
Спасибо! Про News Now не знал — добавил себе.
Пользуюсь Flipboard, он есть на Андроиде. А так, спасибо
нас конечно ohmycode.ru как обычно не включили в этот список
фидли потому что нравится выбирать, что читать.
+ к нему расширение ‘feedly filtering and sorting’, убирающее статьи по ключевым словам-фильтрам
Добрый день. Тоже интересует такой инструмент.
Нашлось что нибудь спустя год?
Вот кстати эту статью я читаю из Pocket, которую сохранил из Feedly. Что и говорить, удобно. Но согласен с тем, что на чтение основной массы информации времени нет. Да это и не обязательно, так как для себя таким образом я создаю что-то наподобие базы знаний. Однако, имеющегося функционала для анализа этих данных нет в сервисах, что очень огорчает.
Так как Pocket по сути худо-бедно парсит текст, его можно было бы интегрировать как доп фичу в какой-нибудь сервис с семантическим анализом или хотя бы сделать что-то типа графов по словам и словосочетаниям (наподобие Thebrain). Вот это было бы круто!
Понимаю, можно при желании. Тем более у Poket есть API. Но я в этом не силен, пока)
А вот как стороннюю фичу по теме я бы с удовольствием приобрел. Да и не только я, думаю.
Как такая мысль? Может в Хабре написать как предложение? Или еще где.
QuiteRSS пользуюсь уже пять лет. Мониторинг и настройка полностью устраивают. На пк работает изумительно и читает практически все форматы. мне очень нравится интерфейс и скорость работы.
Можно смотреть новости спорта на любом продвинутом бук-сервисе. как https://stavki-best.online/novosti например. По-моему очень удобно, все самое интересное в одном месте собирается. По спорту я имею ввиду.
Google Новости
Платформа: iOS
Игорь Рыбаков — основатель корпорации «Технониколь», миллиардер, блогер. А еще — новая жертва telegram-мошенников.