Listry案例：

比如一個創(chuàng)業(yè)團隊因為要選擇究竟從事iOS開發(fā)還是Android開發(fā)而舉棋不定，團隊老大 Benimaru 則一心想做iOS開發(fā)，于是Benimaru同學想找到一篇深度文章來講iOS相對于Android有多么好，以此說服團隊成員。但是苦于沒有現(xiàn)成的合適文章，于是Listry就有了用武之地了：

Benimaru在Listry發(fā)布一篇題為“iOS開發(fā)的101個理由”的文章；

Benimaru自己添加一些理由，然后邀請同事和好友也來貢獻一些理由；

Benimaru的同事、好友、和任何人都可以在這篇文章下添加理由，以及修改他人所加的理由；

所有人都對自己認為最好的理由投票；

隨著投票人數(shù)越來越多，好的理由將上浮至文章頂部，扯蛋的理由則被淹沒至文章末尾；

最終，Benimaru哥就有了一篇相當牛逼的“iOS開發(fā)的101個理由”來說服團隊了。

Listry投票機制

Listry的文章內(nèi)投票機制，是為了過濾出最亮點的部分，淘汰掉文章的噪音部分，從而讓讀者只關(guān)注文章最有價值的部分。具體算法如下：

投票決定分數(shù)，分數(shù)決定排序；

投票分為一星、二星、三星、四星、五星共五檔；

整篇文章的投票與文章內(nèi)片斷的投票獨立，因此二者的分數(shù)也獨立；

五星得+2分，四星得+1分，三星得0分，二星得-1分，一星得-2分；

目前的投票算法簡單粗暴，容易遭致“強者愈強、弱者愈弱”的馬太效應(yīng)；

Kyle Stewart將會逐步改善算法，以讓【最好的內(nèi)容】片斷脫穎而出，而不是【得票最多的內(nèi)容】。

Listry的意義

我們早已知道模塊化編程、模塊化設(shè)計的好處，但是具有良好scalability的模塊化寫作卻從未真正開始。

Listry，則站在巨人（Wiki和Digg）的肩膀上，開拓了模塊化寫作、模塊化投票兩大模式。

雷鋒點評 ：是不是覺得Listry跟Quora挺像的呢？有點像。這可能就是傳說中的“殊途同歸”吧，Listry和Quora的目的很相似：生產(chǎn)更好的內(nèi)容和知識。