NoiseRiver ist ein erster Versuch die Informationsmenge von FriendFeed durch einige Filter übersichtlicher zu gestalten.

You’re an addicted user of FriendFeed, and we understand you! isn’t it just so Magic!. NoiseRiver is not intended to replace FriendFeed, it’s an experimental service still in early alpha stage of developement that aims to extend friendFeed with some cool features like ranking on your interests and/or your feelings about other friendfeed’s users. Give it a try, login with your nickname and remote Key!

Für NoiseRiver ist keine separate Registrierung notwendig, man loggt sich einfach mit seinem FriendFeed-Username und dem API-Key ein und bekommt seinen unveränderten FF-Stream präsentiert.

Um diesen Stream leserlicher zu gestalten bietet NoiseRiver zwei Filter-Arten:

Nach Interessen filtern

Über den Interessens-Filter hat der Nutzer die Möglichkeit seine Interessen als Keywords anzulegen und sie über einen Schieberegler zu gewichten.

Um Einträge mit einem speziellen Keyword komplett auszublenden, muss man den Schieberegler einfach nur komplett nach links ziehen und den Punkt “Hide entries with a very high hated rank? (-100%)” aktivieren.

Diese Methode ist leider etwas umständlich, da man neben seinen Interessen auch all seine “Nicht-Interessen” angeben muss, damit sie aus dem Stream verschwinden. Eleganter wäre ein Sortiermechanismus, nach Relevanz und Zeit, der alle Einträge die nicht zu den Interessen des Users gehören, einfach automatisch ausblendet.

…natürlich habe ich sofort nach einer Möglichkeit gesucht um APML-Feeds zu importieren.

Leider gibt es nur einen Import per Upload (der auch noch nicht ganz funktioniert) und keine Möglichkeit einen APML-Feed direkt zu abonnieren.

Der Filter über Personen

Der Personen-Filter ist im Prinzip nichts anderes als der Interessens-Filter auf Basis von Nicknames.

Leider werden die Freunde von FF noch nicht in NoiseRiver übernommen und es gibt leider auch noch keine Möglichkeit sie z.B. per hCards zu importieren.

Bisher wird auch bei diesem Filter nicht nach Relevanz sortiert. Die Einträge werden lediglich farblich gekennzeichnet.

Fazit

Der Service ist sicherlich nicht ausgereift und braucht noch einige Zeit um ein wirkliches Relevance-Ranking anbieten zu können, spart durch das Ausblenden und Hervorheben von Einträgen jetzt schon eine Menge Zeit beim Lesen.

(via louisgray.com via Carsten Pötters Shared-Items (sehr lesenswert))