了解了我们在多大程度上依赖于正确的标签和分类①，以及我们目前的能力相对来说多么有限，我们就很容易理解以下两个“为什么”了:为什么数据本体成为信息技术初创企业所热衷的领域?为什么它也是将基于货币的市场转变为海量数据市场的重要工具？亿贝正在进行的海量数据研究项目的出发点，就是要改进产品的编目，将可发现率从42%提高到90%。为了实现产品信息的自动分类，它已经获得与一些数据本体初创公司（如Alation、Corrigon和Expertmaker等)合作的机会。其他市场也纷纷效仿，为了使丰富、多维度的信息流动成为可能，它们竞相开始进行数据基础设施建设。没有丰富、多维度的信息流动，市场，无论是线下还是线上市场，都将继续被锁定在传统的价格焦点上。
识别最佳个人偏好匹配
在许多领域，我们已经开始享受海量数据市场了，比如旅游、约车和电子产品等领域。但是，信息越丰富，其处理难度就越大我们需要根据自己的个人偏好来衡量每个维度，选择最佳交易伙伴。将大量信息转化为决策是困难的。在Expedia这样的网上平台搜索航班时，面对太多的过滤器和选项，无论是谁都会不知所措。我们在爱彼迎（Airbnb）上选择民宿时，不也是如此吗？即使对于我们来说所有的选择都是很容易找到的，可是找到最佳选择往往也还是很困难的。其困难之处就在于信息过载，包括可供筛选、选择，并确定最优匹配的选项太多等问题。幸运的是，技术可以再一次帮上忙。
第4章 市场的复兴
1中文的“分类”，有两种可能的解释。一是classification(整理)，它不涉及层次关系，例如把人分成男人和女人；二是categorization(分级)，它是有层次归属关系的，例如，这本书在京东上的一个类别路径可能是“图书经管综合一经济智能经济”，后面的类别从属于前面的类别，类别之间存在包含关系。上述两种分类方式都可以通过打标签（tagging)来完成，但分类只是一种非常特殊的标准化的标签，通常我们的标签是个性化和随意的，例如网站往往允许和鼓励商家给商品，或者作者给文章自由选择若干标签；有的网站还允许消费者或者读者也打出标签。本体描述实体以及实体之间的关系，其中具有排斥性的属性（对应class，例如性别）和属于(对应category)只是本体中两种常见的关系。所以本体的内容要远远比分类丰富。与标签相比，本体是标准化的，标签是随意的。作者在描述这些概念的时候对其边界不太清楚，而且容易让读者感觉标准化的类别要比率性而为的标签系统更便于信息检索和精准推荐。实际上，除了更易于管理外，目前没有证据显示标准化的类别比随意的个性化标签具有更好的信息组织、导航和发现能力。读者可以参考综述Z.-KZhang, T. Zhou, Y.-C. Zhang, Tag-aware recommender systems: a state-of-the-art survey,J. Computer Sci. &.Technol. 26(2011)767。—译者注
069