本书《集体智能在行动》介绍了集体智能的概念和应用。集体智能指的是在适当的情况下，由大量个体组成的群体展现出的智慧，并且很多时候，群体的智慧比最聪明的个体还要高明。要想让群体展现出集体智能，必须满足四个基本条件：群体中的个体拥有不同观点；个体之间相互独立，不因他人观点而改变自己的判断；个体具有做出判断的多样性信息；以及有个良好的信息聚合机制。
书中内容涵盖了从收集、学习、提取和应用集体智慧的各个方面。它分为三个部分：第一部分“收集智慧”介绍了如何通过用户互动、内容和标签收集信息，以及如何在博客圈搜索和网络爬虫技术中应用这些信息。第二部分“从数据中发现智慧”讲解了数据挖掘的过程、工具包、标准，构建文本分析工具包，聚类技术和预测方法。第三部分“应用智慧”则专注于将集体智慧应用于智能搜索和构建推荐引擎。
网络应用程序正在经历一场变革，在这个后互联网时代，网站正在转型。新的网络应用程序信任他们的用户，邀请他们互动，将他们与其他用户连接起来，从他们那里获得早期反馈，然后使用收集到的信息不断改进应用程序。网络用户也在经历一场变革。用户通过评论或评论对产品或服务表达意见；通过分享和标记内容；通过参与在线社区；或在博客中自我表达。这种增加的用户互动和参与产生了可以转化为应用程序智慧的数据。
作者引用了James Surowiecki在《群体的智慧》一书中的观点，强调了在正确的条件下群体展现出的非凡智慧，经常比群体中最聪明的人还要聪明。Surowiecki提出，如果过程合理，那么在解决问题时涉及的人越多，结果就会越好。群体的“集体智慧”将在满足四个基本条件的情况下产生比少数专家更好的结果。
四个基本条件分别为：“聪明的群体”在由持有不同观点的个体组成时最为有效；当个体之间相互独立，不因他人观点而改变自己的判断时，群体的智慧可以得到良好的发挥；第三，个体拥有做出判断的多样性信息时，群体智慧得以形成；当有一个良好的信息聚合机制时，群体智慧就能体现出来。
理解集体智慧是理解Web 2.0的核心，而Web 2.0的实质在于用户参与度的大幅提高，从用户中获取信息，以改善网络应用程序。用户通过各种方式进行自我表达，例如，通过评论或评论表达对产品或服务的意见；通过分享和标记内容；通过参与在线社区；或者在博客中表达自己的观点。
在具体应用方面，集体智慧可以被用来个性化网站以适应用户需求，帮助用户进行搜索和决策，使应用程序更加“粘性”。例如，通过用户生成的评论或评分来个性化商品推荐，或者通过分析用户在社交网络上的互动来推断用户的偏好，从而提供更个性化的搜索结果或推荐。
智能搜索和推荐引擎是集体智慧在互联网上的两个典型应用。智能搜索不仅考虑用户查询的内容，还包括用户的历史搜索行为、位置信息、社交网络偏好等，以提供更准确的搜索结果。推荐引擎则通过分析用户的行为和偏好，帮助用户发现他们可能感兴趣的内容或产品。
Web 2.0技术平台如社交网络、博客、论坛、维基等都为集体智慧提供了滋生的土壤。通过这些平台，用户能够生成大量结构化或非结构化的数据，而这些数据经过适当的分析和处理后，就能够转化为有价值的智慧，为各种应用程序提供强大的支持。
数据挖掘是获取集体智慧的重要手段。数据挖掘的过程涉及多个步骤，包括数据清洗、数据转换、数据挖掘、模式评估和知识表示。数据挖掘工具包和标准提供了实现这一过程的技术和方法。构建文本分析工具包可以让开发者更容易地从大量文本数据中提取有用信息。聚类技术帮助我们将大量数据分为具有共同特征的组，而预测方法则用于根据历史数据预测未来趋势。
集体智慧已成为互联网和网络应用程序开发中的一个核心概念，它强调了用户参与和群体智慧的潜力。随着相关技术的发展和用户行为数据的积累，集体智慧的应用将会变得更加广泛和深入。
