去年春天的时候我写过一篇名为“一个更好的Twitter客户端”的文章，里面提到了使用贝叶斯算法来对tweets的内容进行过滤，把自己不喜欢的内容删除掉，这样可以解决信息过载的问题。

庄表伟对这个事情也很感兴趣。他本来写了一个名为TinyTui的Twitter客户端的，于是我们经过简单的讨论，决定就在TinyTui的基础上，融入降噪的功能，并将这个客户端命名为TinyTui2，简称TT2。

系统需求

TT2使用PHP+MySQL编写，使用了CURL库，服务器只要支持这3个条件就能用。

降噪算法

这是TT2的重头，目前主要从三方面入手：

1. 内容过滤。按照内容对tweets进行过滤，使用贝叶斯算法；

2. 行为过滤。按照行为规则过滤，比如过滤掉我深恶痛绝的“用RT聊天”的行为。目前没有想好用什么算法，@tinyfool和@virushuo推荐了“隐马尔可夫模型（Hidden Markov model）”和“协同过滤（Collaborative filtering）”，不过这两个坑都太深了，庄老师和我都还只是站在坑边上往下看了看，没敢跳。此外，我觉得算法可以有很多种，但每种算法要单独写到一个过滤器里面，然后用户加载不同的过滤器满足自己的需求（类似LT的VisitorSense）；

3. 好友过滤。简单地说，就是给每个你follow的人以不同的权重。

这三个方面经过计算后分别得到一个0到1之间的值，然后按照某种公式把这三个值汇总，得到一个总分，最后比较这个总分和事先设定好的阙值，就可以决定某条tweet是否应该显示或者被过滤掉。

其它功能

除了降噪以外，TT2还集成了一些其它的特色功能，比如它内建了一个简单的网页代理，可以让你直接查看那些被墙的网页（典型如短网址）。

项目地址

项目托管在Google Code上：http://code.google.com/p/tinytui2/。要注意的是，提供下载的0.1-0.4版是我参与之前的版本，没有降噪功能，最新的代码请从SVN中获取。

代码完全是“quick and dirty”风格的，我们都是实用派。

---

1. ooof @ 2010-03-03 16:08:35 +0800:

   必须自己安装才能使用？是否有一个演示的页码？

2. 丁宇 @ 2010-03-03 18:07:46 +0800:

   @ooof 任何twitter地址只要传播开来，结果都是被墙，所以不行。

3. bing @ 2010-03-03 18:32:42 +0800:

   有没有如何用之类的说明，下下来了，不知道如何用！

4. 丁宇 @ 2010-03-03 18:42:03 +0800:

   @bing 1）从svn checkout出代码；2）按照你的用户名，修改一下tinytui2.sql；3）上传到服务器上；4）设置b8-0.4.4/etc/config_storage中mysql的主机、用户名和密码；5）把tinytui2.sql导入到数据库中；6）设置tweets_cache的属性为777；7）给b8-0.4.4这个目录用.htaccess加个密。

   现在还是挺麻烦的，慢慢改。

5. kuber @ 2010-03-04 23:33:05 +0800:

   中文分词怎么搞定的？

6. 丁宇 @ 2010-03-04 23:42:54 +0800:

   @kuber 中文分字。见 http://dingyu.me/blog/posts/view/spam-bayesian-chinese-5

7. crcw @ 2010-03-13 22:50:30 +0800:

   7）给b8-0.4.4这个目录用.htaccess加个密
   这一步不懂

8. 丁宇 @ 2010-03-14 04:46:51 +0800:

   @crcw 从3月5日提交的r19版本开始，就不再需要第七步了。强烈建议从SVN更新至新版本（目前为r26）。
   我抽空写个安装程序。

9. ahu @ 2011-01-16 00:01:33 +0800:

   这一抽空就快一年过去了...

   而且我建议将你的这个版本打个包出一个下载吧

10. 丁宇 @ 2011-01-24 05:27:52 +0800:

    @ahu 哈，由于Twitter安全策略更改，tinytui2应该不能用了。