http://www.google.com/reader/public/atom/user/06601636036055060713/state/com.google/broadcast
这里首先要特别感谢一下kuber,他向我提供了这个链接。
这个链接中给出了用户06601636036055060713所share的文章，同时对每篇文章给出了like它的用户id。所以我们只要从这个链接出发，就可以通过广度优先搜索将整个Google Reader的数据抓下来（不过不能太过分，不然会被封的），每天要更新，获得最新的文章share情况。
目前我的爬虫正在奋勇的爬，我主要是研究目的，所以我准备收集10w用户和100w文章的数据就足够了。这个数据集可以说内容非常丰富，包含了时间和内容信息，相信在他的基础上可以做出不少工作。
P.S. 非常希望google reader能提供用户follow的数据，这样对研究社会网络和推荐系统的结合很有意义
最后推荐一下kuber利用google reader数据做的一个推荐系统 http://www.feedzshare.com/
1.收集到足够全的google reader user id后，可参考kangye的http://is.gd/3o0qt；
回复删除2.Like操作是没有时间信息的，而且也没有纳入pubsubhubbub的通知范畴，不知道GR的开发者是怎么考虑的。
如果我们的爬虫不停的爬的话，还是可以估计出时间信息的
回复删除不要过高地估计你的爬虫效率，原因如下：
回复删除1：如你所预计，10万GR用户的SharedItems需要遍历；
2：GoogleReaderSharedItem Feed如果并发抓取，非常容易遭遇连续地connection reset，或403禁止访问，当然可分布式爬虫抓取；
3：如果以pubsubhubbub方式订阅更新，那么like操作是不会通知你的。like操作是以文章为基础的，所以只盯shareditems，是无法收集足够全的like行为的。
4：和一般的feed不一样，每一个shareditem feed动辄上百KB甚至上MB，传输和解析都是需要时间的。
此评论已被作者删除。
回复删除推荐：如何遍历Google Reader中文用户，如何计算用户分享活跃度 http://is.gd/3rbcn
回复删除话说这个遍历过程还是够慢的。
我已经看到过你的blog了，谢谢
回复删除