2009年互聯(lián)網(wǎng)5大趨勢之結構化的數(shù)據(jù)
結構化的數(shù)據(jù)可以說比較適合Web開發(fā)中的數(shù)據(jù)傳輸，未結構化的信息將會讓路于結構化的數(shù)據(jù)，為更智能的計算鋪路。這也是今后互聯(lián)網(wǎng)發(fā)展的趨勢。
1、結構化的數(shù)據(jù)Structured Data
***個主要的趨勢是結構化的數(shù)據(jù)，這個概念在以往有關語義網(wǎng)（Semantic Web）的一些演講中，曾被引用過，但顯而易見，到現(xiàn)在為止，結構化的數(shù)據(jù)比語義網(wǎng)的發(fā)展趨勢更加明顯。本文會分析結構化的數(shù)據(jù)在今年的發(fā)展，并且有三個產(chǎn)品供參考：OpenCalais, Google, Wolfram Alpha。
不是文檔集，而是數(shù)據(jù)網(wǎng)
Tim Berners-Lee（譯者注：萬維網(wǎng)(WWW)的***，為互聯(lián)網(wǎng)的迅速、大規(guī)模發(fā)展奠定了非常非常重要的技術基礎）在二月份曾說我們現(xiàn)在身處一個數(shù)據(jù)網(wǎng)，而不是一個文檔集，Tim Berners-Lee領導的組織W3C，已經(jīng)大力推動了兩個關鍵行動來建立這個數(shù)據(jù)網(wǎng)：語義網(wǎng)（Semantic Web）和最近提到的數(shù)據(jù)鏈（Linked Data）。
在過去的幾年里，我們已經(jīng)看到了有很多其他方式來建立結構化的數(shù)據(jù)，目前***的例子是Twitter，因為 Twitter 90%的訪問，都是由第三方程序對其API的使用貢獻的（譯者注：我一開始很難理解Twitter為什么會是結構化的數(shù)據(jù)的***實例，因為Twitter里面?zhèn)鞑サ男畔⒔y(tǒng)統(tǒng)是非結構化的。但經(jīng)過仔細思考，發(fā)現(xiàn)Twitter其實成功創(chuàng)造了一種使用短信息來更新狀態(tài)的通訊方式，對于內容更新、狀態(tài)更新類的數(shù)據(jù)來說，這的確是結構化的，更重要的是，使用范圍之廣，已形成事實的標準）。
數(shù)據(jù)網(wǎng)的基本概念仍然與由Alex Iskold在2007年3月提到的相同：“未結構化的信息將會讓路于結構化的數(shù)據(jù)，為更智能的計算鋪路”。
譯者注：來自不同網(wǎng)站的非結構化信息，通過各個公司/組織提供的API，成為了結構化的數(shù)據(jù)
實例1：OpenCalais
***個實例產(chǎn)品OpenCalais，很可能是目前***的有關數(shù)據(jù)鏈的產(chǎn)品，這是湯姆森路透（Thomson Reuters）于2008年2月發(fā)布的一個API。簡單地講，OpenCalais可以將非結構的網(wǎng)頁內容轉化為具有語義標記的數(shù)據(jù)，它可以將數(shù)據(jù)按照人物、地點、公司等分組組織。通過這種方式，第三方的程序或網(wǎng)站可以利用這些數(shù)據(jù)生成許多有趣的新應用——這正是數(shù)據(jù)鏈的基本定義。
關于數(shù)據(jù)鏈的更完整定義，參見Alexander Korth在2009年4月從技術角度的介紹：數(shù)據(jù)網(wǎng)，創(chuàng)建可供機器閱讀的信息 （The Web of Data: Creating Machine-Accessible Information），本文作者同樣在2009年5月撰文：“Linked Data is Blooming: Why You Should Care”，介紹了數(shù)據(jù)鏈的背景與好處。
譯者注：非結構的文檔（文本/HTML），經(jīng)過OpenCalais的解析，成為了人物、公司、地點、事件等結構化的數(shù)據(jù)
實例2：Google Rich Snippets
今年5月，Google將結構化的數(shù)據(jù)添加到了它的核心搜索中，作為一個名為“Rich snippets”的特性出現(xiàn)。這個特性的本質是通過 microformats 或 RDFa 等開放的結構化數(shù)據(jù)標準，從網(wǎng)頁中提取并展現(xiàn)有價值的信息（譯者注：百度最近提的框計算概念，其實類似于數(shù)據(jù)鏈，即用戶搜索到的不僅僅是網(wǎng)頁，還有有價值的數(shù)據(jù)，比如搜索股票代碼，出現(xiàn)的是該股票的實時行情，而不是包含該股票代碼的網(wǎng)頁鏈接）。在5月份發(fā)布這個特性的時候，Google邀請了內容發(fā)布者來標記他們的HTML，盡管要想這種標記廣泛使用需要一定的時間，但事實上如果有Google這樣的大公司的推動，正顯示了結構化的數(shù)據(jù)于互聯(lián)網(wǎng)越來越大的重要性。
譯者注：一個英文例子，搜索結果直接包含被搜索商品的評論、價格范圍
譯者注：一個中文例子：結果直接包含被搜索到網(wǎng)站的Alexa排名數(shù)據(jù)
其他大公司同樣***了這個方向，比如雅虎。
實例3：Wolfram Alpha
從 Wolfram Alpha 5月份的隆重推出到現(xiàn)在，作者一直在密切關注這個非常創(chuàng)新的產(chǎn)品。這個一個自描述的“可計算知識引擎 computational knowledge engine”，在一些預測中，它甚至被稱為Google克星。雖然這有些夸張，但它的確有不少可能的應用。
Wolfram Alpha有個類似搜索引擎的界面，可以由用戶輸入自然語言。但它的主要部分是估算用戶的行為，來顯示合適的數(shù)據(jù)，這個產(chǎn)品是以使用與計算數(shù)據(jù)為前提的。如果Web2.0是產(chǎn)生數(shù)據(jù)（或者用戶產(chǎn)生內容），那么下一代的互聯(lián)網(wǎng)就是如何使用這些數(shù)據(jù)了。
總結
通過以上三個例子我們可以看到結構化的數(shù)據(jù)正快速地成為當今互聯(lián)網(wǎng)的一個特性。像湯姆森路透（Thomson Reuters）與Google這樣的公司正逐步實現(xiàn)數(shù)據(jù)的結構化，而更多像Wolfram Alpha這樣的產(chǎn)品正在利用結構化的數(shù)據(jù)實現(xiàn)我們今天根本無法想象的功能。
譯者注
為了方便理解，根據(jù)我的個人看法，這里解釋一下文檔、數(shù)據(jù)、結構化等詞，如有謬誤，歡迎指正：
文檔：亦內容，可供閱讀，傳播。如：某產(chǎn)品的某個評論；某應聘人員的簡歷。
數(shù)據(jù)：與內容相同的是可以閱讀，傳播；勝于內容的是有明確分類，可供分析。如某個產(chǎn)品的評論分數(shù)；某應聘人員簡歷中的年齡，專業(yè)、工作年限。
結構化：數(shù)據(jù)結構化以后，會更易于分析，查找，抽象。如：某產(chǎn)品有幾條評論，分數(shù)各是多少（可算出平均分，從而推斷口碑***的產(chǎn)品是哪個）；應聘的所有人員的年齡分布、專業(yè)分布、工作年限分布。
另，我理解知識生產(chǎn)的過程如下：
信息（消息，新聞） 提取 數(shù)據(jù) 轉化。分析 結構化數(shù)據(jù) 抽象 知識
所以，有了結構化的數(shù)據(jù)以后，離知識就只差一步了，所以不難想象，未來的互聯(lián)網(wǎng)是可以自動生產(chǎn)知識的。
原文標題：2009年互聯(lián)網(wǎng)5大趨勢之一：結構化的數(shù)據(jù)
鏈接：http://www.cnblogs.com/zhubo/archive/2009/09/14/top_5_web_trends_of_2009_structured_data.html
【編輯推薦】
