图谱搜索:在Facebook墙园培育大数据
最近,Facebook宣布推出新搜索服务—图谱搜索(Graph Search),该举措引起外界媒体的议论和分析。一些媒体人持有怀疑态度,质疑该功能存在的价值,尤其是它的内置限制:单独使用Facebook内容,隔离那些较为成熟稳定的搜索公司,如Google和Bing。
另一些媒体人表达出他们对Facebook隐私问题的担忧,因为图谱搜索将会进一步增加已经过于复杂的事物层面,为解析隐私机制带来困难。
令人惊讶的是,目前整个IT行业对图谱搜索和它将如何适应大数据项目的评论并不多。为什么让人感到惊讶呢?实际上,图谱搜索对Facebook的影响是显而易见的,因为它的社区用户、客户和无数的企业在Facebook购买大量广告和其它服务。
使用大数据,缓解大痛
Facebook的用户绝对数、各种信息数量和种类的分享交流,将会通过大数据获得任何专用搜索的解决方案。这意味着,通过这种方法,公司将谱图搜索的特征定位为:允许用户搜索“内容比以前找到的更多”。
这与大数据的实际拥有的好处相符合,大数据供应商提供的客户端被迅速蔓延的信息资产所征服。
不言而喻,大数据的目标是创造一个框架和机制,帮助那些难以处理的信息资产呈现更好的秩序。理由?增加当前的访问,缓解未来管理要求和提高数据投资的长期价值。事实上,我希望图谱搜索的幕后工作可以帮助Facebook在存储、数据中心和信息管理工作上提高效率,并对它的首要工作起到显著影响。
网络社区的价值和评价
自从商业互联网时代的到来,各企业企图建立用户社区服务于自己,这些确定的例子有早期的ISPs和电子商务的模仿崇拜者。但大多竞争者最终提升了互联网强大的练级能力,这使得那些客户如之前获得那样,很容易失去。如果客户不喜欢一个网站功能或觉得它们过于约束,那他可以寻找其它服务来满足需求。
通过这种措施,图谱搜索存在 “回到未来”潜在的危险感应。Facebook对自己信息搜索限制的决定,拒绝其它搜索结果和防止其它搜索引擎通过图谱搜索数据显然是一个“墙园“。是什么让那些对Facebook不满的潜在用户从开始使用至撤离呢,似那些遗弃AOL的用户和另一些使网络繁荣的忠实成员?
首位和最爱是机会:目前还没有其它社交网络可以吸引Facebook的10亿全球用户。尽管图谱搜索可能存在明显的隔离,隔离在线体验,公司似乎相信绝大多数用户会继续留下来,因为基本上他们无处可去。这是一个大赌注,因为Facebook可能会失去数千万或数亿用户,但它仍为全球最大社交网络社区,也许它仍是一个智者。
为何呢?谁得利?
久而久之,随着通过与用户的互动和对专有信息的收集,最成功的互联网的企业可以创新地利用那些通过公共互联网广泛获取得数据。在这里,亚马逊为我们提供了一个好榜样,即如何借鉴这个方法创建一个持续盈利的商业模式。
即使Facebook还没讨论它的图谱搜索商业化计划,公司借该服务可加深用户理解,并将这些知识卖给广告商和其它核心客户。另外,如果图谱搜索表现的像公司期望那样,公司计划在2013年后期扩展Facebook移动平台功能,这将对公司移动广告策略和产品产生影响甚至起到支撑作用。
这里有两个未知量:Facebook用户是否真的使用新服务,他们的用法如何准确地反应他们个人行为与现实世界的相互作用。Facebook对图谱搜索的欲意和景观设计早期开拓者的工作(如弗雷德里克·劳·奥姆斯特德)之间具有一些相似之处。在城市公园,一个关键点是等效性的幻想,或者如何使建筑结构唤起人们对大自然的幻想。
Facebook相信,强大的十亿用户的在线社区可以组建一个与广阔世界类似的等效性,足以使它的用户欢快地拥抱图谱搜索并放弃更深入的搜索服务,如Google和Bing。然而公司忽略的是,设备完善的大公共公园是为了反应自然界,并非取代它。
最终分析
总的来说,我发现图谱搜索是缺乏灵感和想象的。考虑到该项目涉及的范围,以及极度的技术要求和Facebook信息资产规模,图谱搜索将有资格成为这十年最雄心勃勃的大数据项目之一。但它所承诺用户的相对世俗利益和对局限性世界观的采用,似乎与之付出的努力失去了平衡。
这像是一个国家为了平民生计建设一个顶尖水准的动力工厂,然后却只供给玉米片和博洛尼亚三明治等食物。更实际地,图谱搜索在Facebook用户和它的实际用户间画了一条更稳固,更明显的分割线。如果这样,为了提高Facebook用户购买的广告和其它服务,用户被要求使用更多限制的和可能限制的搜索方法。
像每一个墙园前,Facebook的乌托邦幻想是人工建造一个够大、够多样的社区,足以满足它的成员的各种需求。这是一个赌注,事实上没有一个社区或公司曾经取胜。如果说过去是任何一种可能的预言者,图谱搜索将赢得一些忠实的粉丝和许多普通用户。但我们预期,最终更多的用户将会认为Facebook墙园妨碍他们,与其欣赏修剪整齐的墙面,不如一走了之。
上一篇: 大数据所具备的解决方案有哪些
下一篇: 大数据“特供”大玩家?