« 从Larbin看互联网爬虫设计 | Main | 使用memcached进行内存缓存 »
January 09, 2006
互联网结构化数据时代
近期互联网出现了一些有趣的应用：博客，图片博客，贴吧，douban，招贴栏。这些应用的共同点之一就是数据的结构化。
以往互动的形式基本上就是论坛。在那个时期产生了大量的论坛网站，xici，xilu，天漄等等。论坛的发展经画了从开始的单版面到多版面，然后到任意申请版面的过程。论坛上讨论的内容也是五花八门，基本上所有的内容形式都可以通过论坛来进行。
互联网没有停止发展的脚步，论坛使用的通用的数据结构已经不能满足越来越多，越来越细分的市场需求，于是博客，贴吧，招贴栏等等以某种结构化数据为基础的应用大行其道。
从google base也可以看出google对这一发展趋势的理解：从博客到租房信息，从人物信息到产品介绍，针对种种独特的数据结构的应用必将越来越多，而且越来越受人欢迎。
结构化的数据更加容易检索。非结构化的内容难易进行很好的搜索，因为内容杂乱无章，仅能凭语义进进分析，精确度有待提高。搜索领域有一个重要研究方向就是IE(Information Extraction)。而基于结构化数据的应用，可以非常方便的进行信息抽取，进而准确方便的进行检索。
结构化的数据更加容易传递。数据也是一种服务，我一直有个理解就是博客实际上是作者提供给读者的互联网服务，由于有了rss的存在使博客从本质上与个人主页区分开来。而基于结构化的数据的应用都像博客一样，提供了服务。这个服务不仅仅提供给读者，也提供给产业链上的下游环节，用于再加工，再组织，进行附加增值生产。
未来的互联网如何发展尚未可知，但目前的互联网，结构化数据应用的浪潮已经来临。
yudunde 发表于 January 9, 2006 11:05 PM | Blog