大數(shù)據(jù)時(shí)代下你需要了解的元數(shù)據(jù)概念

當(dāng)我們正在邁向大數(shù)據(jù)時(shí)代當(dāng)中，很多專業(yè)的詞匯不得不仔細(xì)的品味，理解它將幫助在實(shí)踐中明確方向。從我們呱呱落地開始認(rèn)識(shí)這個(gè)世界的時(shí)候，我們就與元數(shù)據(jù)密不可分，它是我們認(rèn)識(shí)這個(gè)世界的基礎(chǔ)。今天我們就共同理解一下什么是元數(shù)據(jù)。

元數(shù)據(jù)（Metadata）的概念

元數(shù)據(jù)是一個(gè)咱們必須首要了解的概念。又稱中介數(shù)據(jù)、中繼數(shù)據(jù)，為描述數(shù)據(jù)的數(shù)據(jù)（data about data），主要是描述數(shù)據(jù)屬性（property）的信息，用來支持如指示存儲(chǔ)位置、歷史數(shù)據(jù)、資源查找、文件記錄等功能。元數(shù)據(jù)算是一種電子式目錄，為了達(dá)到編制目錄的目的，必須在描述并收藏?cái)?shù)據(jù)的內(nèi)容或特色，進(jìn)而達(dá)成協(xié)助數(shù)據(jù)檢索的目的。都柏林核心集（Dublin Core Metadata Initiative，DCMI）是元數(shù)據(jù)的一種應(yīng)用，是1995年2月由國(guó)際圖書館電腦中心（OCLC）和美國(guó)國(guó)家超級(jí)計(jì)算應(yīng)用中心（National Center for Supercomputing Applications，NCSA）所聯(lián)合贊助的研討會(huì)，在邀請(qǐng)52位來自圖書館員、電腦專家，共同制定規(guī)格，創(chuàng)建一套描述網(wǎng)絡(luò)上電子文件之特征。

簡(jiǎn)單說，元數(shù)據(jù)是對(duì)數(shù)據(jù)本身進(jìn)行描述的數(shù)據(jù)，或者說，它不是對(duì)象本身，它只描述對(duì)象的屬性，就是一個(gè) 對(duì)數(shù)據(jù)自身進(jìn)行描繪的數(shù)據(jù) 。比如，你想上網(wǎng)網(wǎng)購(gòu)，買一件衣服，那么衣服就是數(shù)據(jù)，而你挑選你想要的衣服所介意的 色彩、尺寸、做工、樣式 等等就是它的元數(shù)據(jù)；再比如，一幅畫本身，是數(shù)據(jù)。而這幅畫的作者、完成時(shí)間、尺寸、價(jià)格、類型等等，就是它的元數(shù)據(jù)。

你平常玩游戲的時(shí)候，判別一件配備是否強(qiáng)力，配備上顯現(xiàn)的 力氣、靈敏、智力 等等一系列的信息，這些也是元數(shù)據(jù)，他們的效果就是給你判別這個(gè)配備數(shù)據(jù)給你所帶來的感覺，而配備自身這個(gè)數(shù)據(jù)卻不是你選擇的要害，由于其他的配備也是數(shù)據(jù)，但你是 靠元數(shù)據(jù)去選擇和判別的。就像碰到一個(gè)只見過一面的人，但你對(duì)他有必定的形象，那么這個(gè)形象就是這個(gè)人的一個(gè)元數(shù)據(jù)。

在蜜蜂幫幫中，也是經(jīng)過 類似于元數(shù)據(jù)這種細(xì)分化的數(shù)據(jù)形象方式 ，來達(dá)成一個(gè)服務(wù)所能給特定的人群帶來優(yōu)質(zhì)體會(huì)的，因而經(jīng)過渠道對(duì)用戶的一個(gè)大數(shù)據(jù)分析然后達(dá)到嚴(yán)選的精準(zhǔn)匹配。

元數(shù)據(jù)的價(jià)值

元數(shù)據(jù)的價(jià)值十分的大，咱們?nèi)粘５娜兆佑龅降娜嘶蚴赂径际墙?jīng)過元數(shù)據(jù)去進(jìn)行一個(gè)判別。它的兩個(gè)價(jià)值： 一是能從側(cè)面描繪目標(biāo);二是能夠做到結(jié)構(gòu)化和信息化。

舉個(gè)比如，咱們要判別一幅畫值不值錢，除了找專家判定，還能夠經(jīng)過元數(shù)據(jù)來判別。

比如，這幅畫是名家的仍是二流畫家的？這幅畫是畫家鼎盛時(shí)期的著作，仍是年輕時(shí)的著作？這幅畫是不是畫家拿手的范疇？經(jīng)過這些信息，咱們大概也能估量出這幅畫的價(jià)值，盡管可能有差錯(cuò)，但這種辦法是很科學(xué)的。

這就是在大數(shù)據(jù)上產(chǎn)生的價(jià)值了：對(duì)于非結(jié)構(gòu)化的、非量化的對(duì)象本身，結(jié)構(gòu)化的元數(shù)據(jù)可以用以快速計(jì)算和判斷。

元數(shù)據(jù)與大數(shù)據(jù)應(yīng)用緊密相關(guān)

大數(shù)據(jù)應(yīng)用第一個(gè)階段是輔助產(chǎn)品，給產(chǎn)品提供支持，幫產(chǎn)品人員和市場(chǎng)人員做判斷。過去做產(chǎn)品調(diào)研很麻煩，假設(shè)有個(gè)飲料公司，想知道那種口味市場(chǎng)最喜歡，他們不僅要設(shè)計(jì)問卷調(diào)查，還要組織很多人現(xiàn)場(chǎng)試喝，而且這么做結(jié)果還不一定準(zhǔn)。有了互聯(lián)網(wǎng)之后就不用這么麻煩了，只要有了真實(shí)的數(shù)據(jù)，很快就能分析出來。比如，騰訊知道自己的微信用戶有多少人用朋友圈，每天發(fā)幾條，發(fā)的內(nèi)容是什么，這些都是真實(shí)的數(shù)據(jù)。再比如，現(xiàn)在有個(gè)用戶每個(gè)月在網(wǎng)上買十箱水，留的地址是某個(gè)高檔餐廳，我們就知道這瓶水的目標(biāo)受眾是誰了。

大數(shù)據(jù)應(yīng)用的第二個(gè)階段是創(chuàng)造價(jià)值。當(dāng)數(shù)據(jù)積累到一定程度之后，數(shù)據(jù)本身就是有價(jià)值的。比如，中國(guó)最熟悉老百姓消費(fèi)習(xí)慣的，不是某個(gè)機(jī)構(gòu)或者協(xié)會(huì)，而是淘寶；擁有最全面?zhèn)€人信用信息的，不是銀行或者咨詢公司，而是支付寶。道理很簡(jiǎn)單，我們的所有消費(fèi)和交易行為都在某個(gè)平臺(tái)上，而這個(gè)平臺(tái)又有所有數(shù)據(jù)的記錄，那這些數(shù)據(jù)本身就是產(chǎn)品。如果把消費(fèi)行為的數(shù)據(jù)賣給廣告商，廣告商就可以定向給你投送廣告；如果把信用數(shù)據(jù)賣給銀行，銀行就可以判斷出你的信用程度。

從另一個(gè)角度看，通過我們行為數(shù)據(jù)這些元數(shù)據(jù)，我們已經(jīng)在慢慢被量化的信息給描述出來了。比如你一年花了多少錢、在哪方面花的錢等等，就能讓別人通過數(shù)據(jù)對(duì)你有個(gè)大概的認(rèn)識(shí)了。所以，大數(shù)據(jù)應(yīng)用的第三個(gè)階段是塑造我們。舉個(gè)例子，如果你最近一直用微信聯(lián)系一位同學(xué)，還一直在網(wǎng)上搜一部新上映的電影，那你很可能要和這位同學(xué)去看這部新電影。