Re: [請益] 為什麼搜尋引擎可以連到這麼多網站?

看板ask-why (知識奧秘)作者reader (讀者)時間15年前 (2011/02/08 18:59)推噓3(3推 0噓 2→)

留言5則, 3人參與討論串11/11 (看更多)

※ 引述《jaw109 ()》之銘言： : 那麼, 有沒有一種技術, 可以統整, 分析這朵大雲裡的各種資料 : 直接告訴你, 馬英九今天的所有行蹤? : (今天明年也許還辦不到, 但是未來....?) : 如果你問我雲端技術是什麼 : 我會說是資料與資料之間連結衍生出來的意義這當然不是雲端，到時候會有另外的技術口號。但就算做出這樣的東西，其實也不是什麼新發展，未來成功的相關技術，到時候可能和過去的研究全然不同，不過觀念是不會變的。前面提到 1990 年代的研究，主要的方向之一，就是在解決網路中資料意義的問題，主要大概有三個方向，其一是由軟體自行整合各種資料，這種技術最困難，要花費最多計算力，但很對學術界胃口，一般稱作 Agent-based model. 這東西講起來很麻煩，並且上網一查就有，就不多做解釋。第二種是通過一個適當的軟體架構，使系統能不斷地調整改進，過濾不必要的資訊，趨近人們想要的結果。在技術上的困難主要是架構的設計，要能同時通過資料分析、使用者互動、系統設定、開發者修改，還能持續維持運作，使結果愈來愈好，是一件很不容易的複雜工程。這是一大類技術，一般稱作 Information Retrieval, 也有人堅持 retrieval 和 indexing 要分開來談，或是認為 data mining 也要分開來看，不過總之就是 Google 一直在做的事。非一般化的資料檢索和擷取，效果會好得多，那個 Wolfram Alpha 就是一個例子，領域愈專門效果愈好，還有把特定領域的全部資料丟下去跑一輪語義分析的極端做法，用在企業知識庫也算好用，展示的效果很嚇人，在 2000 年左右，就有好些新創公司開始在做了，不過顯然系統會很貴，看來也賣得沒有很好，要不然現在應該已經有幾家上市公司了。我訂了 ACM 的 IR 期刊好幾年，有一種學界對此愈來愈沒興趣的感覺，新東西不多，剩下來主要是都工程性的問題了，不過要等到微軟之類的大廠投入，變成什麼企業知識庫或什麼新名詞的開發工具，應該不是短時間的事。這是我目前手上有相關案子在做的技術應用之一，比較有興趣的方向，是用在投資市場上，雖然國外也有一些公司做了好些年，但系統移殖不易，仍有一些市場的開發空間。所以如果有高等級的政治類知識庫，要做到自動整理馬英九行程資訊，就不是難事，超過十年前我就想搞過，但民進黨那邊接觸的結果，他們想的東西完全不一樣，國民黨那邊，想也知道不可能，所以也只是幻想而已。要是政治人物的大小訊息，都被電腦自動整理出來，很多人都不用混了... 等到有足夠多各種領域的知識庫出現，到時做一個統整性的 meta-search, 就可以解決大部分問題了，這東西比的就是誰最精準地在適當時機介入市場，然後有效宣傳，就又是一個大眾媒體上的天才和創新技術公司了，當然到時 Google 一聲不響地加入這類功能，把對手直接打死的可能性，還是最大的。第三種做法是認為根本問題在於人們並沒有用適當的方式輸入資料，當有人要輸入「馬英九行程」時，第一個該做的事情，是建立這個資料標籤，而不是打完字後都在搞排版，現在的 web 從設計上就有問題，不正確的技術框架才導致今日的困難。所以最該做的事情，就是把舊的 WWW 系統改成 Semantic Web, 此後什麼事都簡單了，相關的技術都是現成的，要的就是系統昇級，目前號稱為 "Web 3.0" XD 這東西不要什麼技術，標準也愈訂愈多，就差標準的推廣和相關的成功企業，改天有成功的企業，或許又會炒作得滿天飛吧。想賺大錢或作一般 IT 人員心中的技術先知，現在就可以投入了... -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 111.70.110.92 ※ 編輯: reader 來自: 111.70.110.92 (02/08 19:42)