政大針對網路電子報，研發個人化電子報機制

News Boy一開始便利用資料採礦技術（Data Mining）來觀察並分析使用者的閱讀行為，找出使用者有興趣的新聞排行，以達到個人化排列的目的；再依據使用者的喜好來選擇版面；而舊聞回顧則可成為使用者的新聞剪貼薄，把使用者有興趣的新聞直接儲存備用。

政治大學資訊科學系針對網路上愈來愈多的電子報，研發了個人化電子報機制（News Boy），它蒐集網路上的新聞，現階段具備個人化排列、個人化版面及舊聞回顧等功能。

政大資科系助理教授沈錳坤表示，網路電子報的內容愈來愈多，使用者無法輕易消化眾多的資訊量，因此，只好藉助個人化工具來協助使用者找到自己想要的新聞。

News Boy一開始便利用資料採礦技術（Data Mining）來觀察並分析使用者的閱讀行為，找出使用者有興趣的新聞排行，以達到個人化排列的目的；再依據使用者的喜好來選擇版面；而舊聞回顧則可成為使用者的新聞剪貼薄，把使用者有興趣的新聞直接儲存備用。

沈錳坤指出，規劃中的個人化電子報機制還包括了較複雜的個人化的分類及社群推蔫，所謂個人化的分類是由於每個人的主觀意識不同而產生分類結果不同所致，以台北市文化局長龍應台與台北市議會發生齟齬為例，有些人認為此為文化新聞，有些人則認為該歸屬為政治新聞。

而社群推蔫則是先依使用者興趣歸類為某一社群，當同一社群的大部份均對某一議題有興趣時，系統便會推蔫給尚未讀取的個人。

沈錳坤表示，由於研究News Boy的學生皆為資科背景，對新聞的編排方式較無深入研究，因此，他們也計劃與新聞系進行跨系合作，提供較適合閱讀的編排版面供使用者採行，或設計一機制讓個人可自行設計版面。

此外，News Boy技術可同時適用於系統端及個人端，沈錳坤指出，目前他們是自行架設一網站來蒐集新聞及進行實驗，若要直接在其它的新聞性網站使用則需再進一步地整合，而此機制也可設計成個人端的程式，使用者直接由自己的電子郵件信箱即可過濾新聞及使用其它功能。