假设要买一件新衬衫，你上网找到你最喜欢的零售网站，点击“衬衫”，网站会提供给你成百上千条选择。但是，通过关注如下诸多因素:尺寸、面料、颜色、合身度、袖子长度、领口类型，甚至品牌，你可以过滤掉一些选择，或者过滤掉那些你不想要的东西，从而选出自己的最爱。所以，你如果想要一件一字领、七分袖、尺寸为8号、蓝色或蓝绿色，且最好是正在减价促销的棉纱针织衫，就只要做出选择就可以了。如果这个网站没有，你可以转移到另一家零售网站。为你提供这么多关于衬衫的信息，网络零售商是怎么做到的？它们把每件商品都贴上描述其服装特色的数据标签。这就要求商家把所有特定类型的产品，比如衬衫，都贴上同一套类别的标签。这些类别也是数据，但是它们是关于数据的数据，也就是元数据。
这一切并不新鲜。自从亚述人将泥板文献首次贴上描述其内容的标签开始，有关信息的信息就开始成为重中之重。今天，高效的分类已必不可少。没有它，我们几乎无法在网上找到任何东西。然而出于同样的原因，分类的过程也变得更加困难。在只有关系型数据库的旧时代，数据是整洁的，因为每个数据字段都具有明确定义，明确到每个字段的内容都具有精确的格式。然而，自20世纪90年代末以来数字信息的指数级增长对这一秩序提出了挑战，其中很大一部分信息并不完全适合于数据库领域，它们以电子邮件、网页、图像、音频文件和视频文件等形式出现。
第4章 市场的复兴
065