热线电话：13121318867

登录
首页精彩阅读大数据时代，标签比收藏夹更懂你
大数据时代，标签比收藏夹更懂你
2014-09-03
收藏
      在大数据时代，用户在网络上了留下的踪迹越来越多，诸如美味书签、Pocket 这类辅助收藏的工具成为了我们收集归类的重要帮手，大数据时代的火热，随着收藏内容的增加，忘记需要「稍后阅读」和「加错标签」成为了通病。大数据的到来，如何管理已经收藏好的资源对于深度互联网用户来说是一个亟待解决的问题。

    电影《小时代》，在你的印象里或许只要两个标签：「电影」和「郭敬明」

Tagugage 是一款专注分析用户收藏内容并提供相关内容及时搜索的网络服务。正如其名 Taguage = Tag+Language，将用户内容标签化是其主要操作方式。将人物和事件等浓缩成鲜明的标签形成关联矩阵。
导入，编辑，牵引

与专注收藏的服务和软件不同，Tagugage 专注于对用户内容的分析。因此 Taguage 专门设置了「外部导入」功能，用户可以将「浏览器收藏夹」、「新浪微博」以及「博客 RSS」导入到自己的账户内。在以后的版本中还有可能加入 Evernote、邮件等更多内容渠道导入，当然，浏览器收藏插件也提上了后期开发日程，补足用户的部分需求。

除了导入其他服务数据外，Taguage 也主动提供了让用户写入的功能，将其命名为「点博」。和写微博类似，你只需点击「点博一下」进入编辑面，其满足了用户大部分需求：文字，视频、图片。并且还支持网页便签的编辑。完成了导入或编辑「点博」后，在主界面上，配合神经网络和时间轴的「思维地图」将显示出用户各个时间节点上的关键词。

输入关键词后点击「牵引一切」，Taguage 开始在全网搜索相关内容，寻找用户已经导入的「点博」并提供「有关的人」以及「有关的事」作为拓展内容供用户选择。进入某篇「点博」后，再次点击「牵引一切」，则将以本文的标签作为关键词，重新搜索。
标签管理机制

「遗忘上次的标签」和「加错标签」成为了收藏用具的常客，这也是让用户常常忘记「稍后阅读」的一大关键因素，如果能解决这个问题，用户流的回潮则指日可待。

      大数据时代的到来，目前 Taguage 已经为用户提供了用户常用标签选项。在点博的编辑栏目旁罗列出了用户最近输入的标签，以防用户忘记或者输入类似标签。以笔者日常的使用习惯，这个简单的做法确实起到了很大的功效，除 Taguage 外豆瓣也采取了同样的方式。这种巧妙的做法无疑会成为标签类应用的标配。

未来 Taguage 在标签的引索上将采取 3 种形式：

1、直接联想。类似于搜索引擎的输入框，例如在输入「极客」时，可能会提供「极客公园」和「极客观察家」的联想标签。

2、近意词。对于类似词义进行分析后，提示相近标签。更近一步则在搜索时，输入关键词后，与关键词关联的相近标签内容一并被发现。

3、和数据库的关联。当用户自己的内容很少时，Taguage 开始调用公共知识库中的内容，公共知识库中增加了维基百科，百度百科，这些常用开放资源，如果用户自己的账户内已经存储了大量的数据，Taguage 则更了解用户的喜好，进行精准推送。
和巨头不在一条路上

      为内容添加标签并不是一个新鲜功能，在不少产品中已经出现，Taguage 的 CEO 李赟庭并不看好互联网巨头进入标签争夺战中。产品的初衷和相应算法或结构的改变是大公司的门栏。

    「Evernote 就像是裁缝，帮用户收集资料，而 Taguage 则从事设计师的工作，通过用户更多的数据导入，在做好更容易找到所需内容外，提供精准的推荐。」

      李赟庭认为用户对 Evernote 的期待主要是不同文件的存储和各个平台的同步功能，其核心内容还是「存储」而不是「发现」。正因为这种观念的积累，如果 Evernote 进入该领域，对大文件、音频内容的分析必然会成为用户的重要期待，而对于这些难度较大的内容，作为创业公的 Taguage 期望在后期补足。

      跳出云笔记的概念，Google 也同样可能成为 Taguage 的潜在竞争者。如果 Google 开放用户自己上传「搜索历史记录」的权限，短时间内则会对用户「更加了解」。李赟庭把赌注压在了 Goolgle 的「不作恶」上，尤其是在棱镜事件爆发后，用户隐私已经成为了不可触及的底线。既然 Google 更专注于元数据的挖掘，即使使用用户数据也必将影响既定的搜索算法。

      注重数据发掘让 Taguage 在后收藏时代找到了自己的核心价值，对于数据挖掘给出了一个新的方向：通过外部数据的导入以及站内「点博」编写，获取更多来自用户创造的精准内容。这是否会在未来让隐私变得不再敏感?我们不能忘记，让用户更精准地回顾上传内容，以及发现更多所需资源的另一面意味着商品的推荐变得更加精准，标签离商业很近。


                                                                                                           数据分析师


CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>>   “CDA报名” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想查询CDA考试成绩，点击>>> “CDA成绩” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

▷ 想获取CDA考试时间/费用/条件/大纲/通过率，点击 >>>“CDA考试官网” 了解CDA考试详情；

大数据 神经网络 数据挖掘 数据分析

数据分析咨询请扫描二维码

上一篇成为CDA会员俱乐部志愿者你将获得！
下一篇图论在大数据分析中的作用！
CDA考试动态
CDA报考指南
热门栏目
最新资讯
更多
Copyright © 2015-present 北京国富如荷网络科技有限公司 All Rights Reserved.
京ICP备11001960号-9   京公网安备 11010802034615号   经营许可证编号：京B2-20210330
客服在线
立即咨询