Flipboard粘合互联网

一款名为Flipboard的免费应用正在苹果iPad上迅速走红。

还未正式上线时,Flipboard就已经成为硅谷的热门话题。在7月22日Flipboard登录App Store当日,慕名而来的下载者更是挤爆了公司的服务器。

iPad应用上一次引发热议,还要追溯到5月底《Wired》杂志iPad版的,当时这款售价4.99美元、超过500MB大小的电子刊物,在短短9天内就售出了近8万本。

“《Wired》iPad版有很多交互性元素的设计,但只限于用户与设备之间,不太像一个在线应用。”互联网分析人士洪波在使用过Flipboard后,更欣赏后者带来的创新体验。

只有2.4MB大小的Flipboard,提供的服务看上去非常简单:针对Facebook和Twitter等社会化媒体上的内容进行整合,再通过杂志阅读的形式呈现给读者。在美国科技媒体眼里,Flipboard算得上iPad第一个真正意义上的“杀手级应用”。

另类“杂志”

Flipboard的灵感来自于创始人迈克•麦克库伊(Mike McCue)在飞机上阅读多本杂志的经历,他突发奇想,“为什么不能把这种体验带到电脑上去呢?”但直到iPad面世,迈克的构想才成为可能,不久一款令人惊叹的产品横空出世。

翻开这本“社会化杂志”的封面,你首先会看到九个内容模块,其中前两个预置了Facebook和Twitter的导入内容,其他模块可从列表中选择或自行添加。进一步点开模块,一个自动排版的“杂志内页”呈现在眼前,这不仅是相关内容中的精华集合,还包括了文字、照片、视频等多种形式,并且地址链接和视频等均为直接打开的状态。

这种实时“出版”、自动生成内容、个性化的社会媒体,与传统的将报纸杂志内容电子化的方式截然不同。

尽管认为“杀手级应用”的说法过于夸张,但洪波承认Flipboard在呈现形式上有非常大的创新,“光Twitter应用在App Store就有几百个,但其中有创新元素的并不多。Flipboard让用户看到,原来Twitter的内容可以这样去浏览。”

洪波认为,不同于Facebook和Twitter上按时间顺序逐条排列的呈现方式,Flipboard杂志化界面更为直观,与iPad在硬件设计上的关联度也更好。

Flipboard的成功,还在于截获人们获取和分享信息的同时,对其中用户分享和推荐的内容进行实时筛选和整合。实际上,Twitter等碎片化内容生产工具的流行,也在客观上催生了从驳杂内容中剥离出有价值信息的需求。

“Flipboard的出现恰逢其时,并且在利用新技术整合信息方面进行了非常有趣的创新。”数字出版在线发起人屈辰晨说。

实际上,在Flipboard的“九宫格”背后,有一个庞大的实时数据库来提供支撑。通过一套独特的语义分析和关联性算法,网页内容和信息中最有价值的部分被提交到前台。

同样是消除信息碎片化,与早年的RSS(聚合内容)用户主动订阅的方式相比,Flipboard的做法更像是一次“深加工”,特别是当用户拥有庞大的Facebook和Twitter好友数量时,Flipboard关联性算法所体现出来的优势,是RSS无法比拟的。

为了进一步加深用户内容的关联性,Flipboard还收购了Ellerdale公司,后者专注于对海量的实时数据流进行语义分析。该公司的实时关联引擎将被结合在Flipboard的下一个版本中,进一步实现对社会化网络中关联性数据和趋势的抽取、分类及定义。

沉寂的语义网

与Flipboard火爆相对应,其采用的语义网(Semantic Web)技术却长期沉寂。有关这种技术方法的研究已有多年,但商业化的难度仍然较大。

所谓语义网,就是将网络中每个文本和页面上的语义关系(比如文章的标题、作者、来源、关键词等),按一定规则标注出来,使网络数据变得结构化,方便计算机进行语义查询和数据整合,提供关联性的内容。

在Flipboard和Ellerdale之外,针对语义网的分析和应用在许多公司悄然兴起。

比如微软联合创始人保罗•艾伦提供资金支持的Evri,就致力于在搜索结果上增加语义层,以便在聚合Facebook、Twitter、YouTube等网站实时信息流的过程中,通过语义网算法对各种话题进行自动比较,方便用户查找和追踪。

Metaweb同样是一家语义搜索公司,目前已拥有一个容量为1200万条的开放知识数据库,其中包含各类信息、属性及其相互关系的语义网,可将搜索结果变得更加智能,帮助用户回答更高级别的查询和问题。该公司上个月刚刚被Google收购。

清华大学计算机软件研究所教授李涓子认为,对语义网的研究主要是语义搜索方面,应用则集中在生命科学、数字出版等数据较为规范的垂直领域。

比如医院里电子病历,就可以实现由关联性数据自动生成。当然,这需要先定义好病人的姓名、个人情况、病历、化验报告等属性,在进行数据采集时,也要按照语义结构进行,并对原始数据进行资源描述,这样在主动抽取信息的过程中,就实现了语义网的转换工作。

如果将语义网应用在一些社会化关系网站中,还可以实现社区之间的信息共享和交换,比如将Facebook照片和Twitter上的言论关联起来。目前,国内一些类似网站,还主要是结合feed(订阅源)系统和一些权重要素,构建社会化关系网络。

最近两年,国内也开始出现更接近于语义网的互联网应用。比如“玩聚网”就借助“智能语义聚合应用框架”技术,整合博客、微博、论坛等各类社会化媒体碎片,并根据文本相似性自动发现热点话题和流行趋势。

而针对证券信息服务市场的网站“天天盈”,则采用人工智能语义分析、数据挖掘和神经网络等技术,对证券投资分析师荐股行为、证券行情、股票评级等进行语义分析,站在一个全新的角度上为投资者提供服务。

不过总体而言,国内在语义网上的应用仍然较窄。《财经国家周刊》记者看到,即将于北京召开的“第四届中国语义Web国际研讨会”委员名单中,除高校和中科院的专家之外,只有IBM、微软和Google寥寥几家跨国公司参与其中。

“现在语义网发展不起来,一是因为其由传统Web技术发展而来,人们尚未意识到语义网的迫切性;另外语义网本身也没有特别好的杀手级应用出现。”李涓子说。

Web3.0

不过,脱胎于语义网的关联数据(Linked Data),正成为一个比较有应用前景的技术潮流。它利用语义网实现过程中的一些技术手段,在不同数据源之间建立语义关联,使得网络最终变成一个庞大的数据库,有利于更多智能化应用的出现。

在2009年8月的TED大会上,语义网技术的提出者蒂姆•伯纳斯-李(Tim Berners-Lee)呼吁“以关联数据的形式公开原始数据资源”,并表示已经到了“将焦点转向关联数据网络”的时候。李同时是万维网的发明人。

实际上,伴随着互联网的演进过程,人类与计算机的交互方式也在不断改进。如果说Web 1.0是基于信息的网络,Web 2.0是基于人的网络,那么Web 3.0将是基于开放的结构化数据的网络,倾向于让计算机自主阅读和理解互联网。

经历了Web 2.0的转变过程,去中心化的趋势,打破了媒体内容生产和传播的藩篱,用户产生的内容大量涌现。但这也加深了信息爆炸和碎片化的趋势,人们在互联网上花费的时间越来越多,但获取信息的过程有时却痛苦不堪。

Flipboard一定程度上体现了另外一种趋势,就是改变传统网络的信息结构,将碎片化的内容重新粘合起来。而语义网和数据关联在其中扮演的“胶水”角色,让人们看到了Web 3.0的希望。

想像一下,在一个充满“关系”的互联网里,信息经过提取和分析,都将按照一定算法被整合为结构化数据,互联网将自动生产更多有意义的内容,其应用也将充满无限可能。

不过,目前Web 3.0的定义和前景存在争议。洪波对于以语义网为特征的Web 3.0也不乐观,“Web本身能够实现的东西越来越多,从过去单纯的信息索引,到现在更多关系型数据的出现。但语义网在内容和定义上存在一定门槛,也有可能永远都只是一种概念。”