您正在使用IE低版浏览器,为了您的雷锋网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
业界 正文
发私信给王刚
发送

2

Google打造的新搜索工具,有戏吗?

本文作者:王刚 2018-09-06 12:44
导语:Google为数据工作者推出的又一“神器”

Google和数据技术的发展一直是齐头并进的,现在Google通过更快搜索数据来进一步强化大众和数据的关系。

眼下,一个好消息又来了:Google再次宣布开放一个全新的搜索服务:Dataset Search(数据集搜索)。

Google打造的新搜索工具,有戏吗?

还记得不久之前Google发布的Google  Scholar(学术搜索)吗?当时的Google Scholar 填补了快速查找学术资料的空白,那么这一次,Google直接将注意力更精准地聚焦到了数据集,简直“体贴又细心”!

Google人工智能研究科学家Natasha Noy表示,科学家、研究人员、数据记者和其他有兴趣使用数据的人是这个工具的主要受众,与此同时,Google认为这些数据集在整个Google产品中的地位将会变得更加突出。

数据工作者的又一“神器”

首先,数据集到底是什么?先来普及下概念。Dataset(数据集),又称为资料集、数据集合或资料集合,是一种由数据所组成的集合。Dataset通常以表格形式出现。每一列代表一个特定变量,每一行都对应于某一成员的数据集的问题。它列出的价值观为每一个变量,如身高和体重的一个物体或价值的随机数。每个数值被称为数据资料。对应于行数,该数据集的数据可能包括一个或多个成员。

从历史上看,这个术语起源于大型机领域,在那里它有一个明确界定的意义,非常接近现代的计算机档案。

Natasha Noy表示,这个新服务会将数万个不同在线数据集存档统一起来。那最终这些数据集的归属在哪呢?Natasha Noy谈到:“我们想要让这些数据可以被发现,但数据仍保留在原始位置。”

如何运行?我们尝试进行了操作

这个Dataset Search怎么运行的?事实上,即使对于组织最完善、数据最丰富的人来说,也需要利用来源于外部的数据。

举个天气和环境数据的典型例子。

假设你想要将农业数据与天气现象相关联以预测作物生长,或者想要研究天气对整个历史时期发生的现象的影响。这种历史天气数据,几乎不可能由任何单一组织积累和策划,很可能由NOAA和NASA等组织随时提供(雷锋网(公众号:雷锋网)注:NOAA是美国国家海洋和大气管理局,NASA是美国国家航空航天局)。

这些组织会通过专用数据门户定期策划和发布其数据,因此,如果你需要定期获取数据,可能需要熟悉通过这些门户定位数据的过程。当然,你还必须同时关注NOAA和NASA之外的其他可能的信息来源。

如果不仅需要天气数据,还想找到正确的来源,然后再找到这些来源的2018送彩金白菜网大全正确数据,在此之前一个搜索界面根本无法做到,现在Google开发了Dataset Search,可以实现一个界面搜索出来,是不是很惊喜很意外?

实际上,Google对结构化数据的热爱一直是持续的,标志性事件就是通过收购Metaweb整合了Google的知识图谱,并通过schema.org支持结构化元数据。

Google打造的新搜索工具,有戏吗?

搜索数据集会检索查询的多个结果,显示数据集提供者和时间段

雷锋网编辑尝试进入Dataset Search官网,发现在搜索页面,如果一个数据集直接对应于一个出版物,那么在数据集名称旁边就有一个出版物的链接。雷锋网还观察到,Google还提供了参考数据集的出版物的大致数量。

诸多问题值得考虑:错误内容、排名与盈利的可能

推出了这个搜索,不仅为专业用户提供方便,而且对于数据集提供商也是大有好处。NOAA的CDO(首席开发官) Ed Kearns是该项目的坚定支持者,并帮助NOAA在该工具中搜索了许多数据集。

“这种类型的搜索,长期以来一直是开放数据和科学界许多研究人员的梦想。对于NOAA而言,一部分工作是与他人共享我们的数据,Dataset Search对于让更广泛的用户社区更容易访问我们的数据至关重要。”

Google打造的新搜索工具,有戏吗?

Dataset Search搜索后进入某一个数据集链接,其对一些信息的排名

为了避免数据集提供商将内容错误地描述为“数据集”,Google能够告诉它“这不是一个数据集”或者降低它的排名吗?Google并没有给出明确的应对措施,只是表示,Google会在用户开始使用该工具后获得2018送彩金白菜网大全经验,进行改进,努力地提高结果的质量。

如何解决被搜索出的数据集排名问题呢?Google表示,对数据集来自的页面使用Web排名的组合(基于Google算法),并将其与数据集特定信号(如元数据质量、引用等)相结合。

再进一步想,如果排除在搜索排名上盈利的可能,Google哪一天会不会拿它出来盈利?比如从销售渠道收集数据,并使用它们来生成具有洞察力的定期报告?

不论如何,眼下这个项目是有助于科学决策的,需要的人士尽管放心的使用。不过随着数据的价值越来越凸显,Google也越来越重视,包括其在云计算和AI不断加大投入。

大胆猜测一下,Dataset Search会是Google在学术数据领域的商业化的第一步。

雷锋网原创文章,未经授权禁止转载。详情见转载须知

分享:

文章点评:

表情
最新文章
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
博聚网