2013年10月13日 星期日
2013年10月7日 星期一
2013年10月5日 星期六
Homework 9-30-2013
1. Watch Tim Berners-Lee's talk on ted.comWrite a 200 word summary about his speech.
「Linked Data」的需求始於當前的研究不在只是單一領域的探討，有時候是需要不同領域之間相當尖端的研究結果，才能使當前的研究往前邁進，因此，資料的分享在當中扮演了相當重要的角色，這就像是大公司中每一個研究團隊彼此分享研究的結果，我能快速從其他團隊得到我所需要的資料，節省下來的人力物力是相當可觀的。
「Linked Data」的需求始於當前的研究不在只是單一領域的探討，有時候是需要不同領域之間相當尖端的研究結果，才能使當前的研究往前邁進，因此，資料的分享在當中扮演了相當重要的角色，這就像是大公司中每一個研究團隊彼此分享研究的結果，我能快速從其他團隊得到我所需要的資料，節省下來的人力物力是相當可觀的。
「RAW DATA NOW!!」的構想有多重要，如果每篇論文只將成果數據發表，卻將使用的方法私藏在資料庫中，這將使我們下一篇的「進步」變的非常困難與緩慢。少了資訊的分享，我們每個人都得花上相當多時間「浪費」在別人走過的路上，少則一、兩個月，多則數十年。
2. Google 的創業動機是什麼?
根據統計顯示，網際網路的網頁數量達到數千億，密集程度已經逼近人類腦神經，這樣的成長便凸顯了搜尋引擎嚴重的問題，我們如何在最短的時間內搜尋到對我們最有幫助的資料呢？
1995年，正值互聯網技術第一波熱潮時期，史丹佛大學整個電腦系都在談論著未來的網路如何發展，但Google的兩位創辦人Larry Page和Sergey Brin卻發現一件事──當時的搜尋引擎效率奇差無比。當時的搜尋引擎採用的方法，是某個關鍵字在一個文檔中出現的頻率越高，該文檔在搜索結果中的排列位置就越顯著，因此，使用者可能因為輸入的搜尋文字略微不同，而得到不同的網頁結果，這當中還不包括搜尋到的網頁是否對使用者提供有用的資訊。Google採用的理念是一個網頁的重要性取決於它被其他網頁鏈結的數量，每一個鏈結都是一張價值不等的「選票」，所獲選票的總價值將決定誰將被安置在最重要、最顯赫的位置上，這樣的「公平競爭」使對使用者最有幫助的網頁資訊能在最短的時間內獲得。
參考資料：
網路資料
3. Facebook的創立動機是什麼?
臉書創辦人馬克祖克伯在與女朋友分手後在blog寫下當時心情，幾位好朋友原先是想安慰馬克祖克伯，馬克祖克伯卻向他們討論起了「正妹演算法」，並開放讓所有哈佛男生參與討論，接著透過這樣的大型社交網頁構想，他們建立一個校內學生「把妹交友」的平台，最初只限於哈佛校內的學生透過學生帳戶使用，後來拓展到長春藤聯校，一直到現在全世界擁有數億臉書用戶。
參考資料：
電影：社群網戰(The Social Network)
4. WWW的發明動機是什麼？
全球資訊網的概念是創辦人Tim Berners-Lee一九八零年從CERN 一連串工作中得到的啟發，CERN是相當著名的物理研究中心，來自世界各地的工程師和科學家在CERN從事物質最根本特性的研究，但在看似世界人才聚集中心的CERN卻也為此困擾，面對來自世界各地各種不同的作業系統愛好者，更別說麥金塔使用者和IBM/PC使用者的壁壘分明了。在CERN常看見開發人員不斷鼓吹某些系統，說可以「幫助」人們整理資訊，但前提是你必須先將文件分成四類，導致許多研究員火冒三丈，因為這些開發人員強迫他們要重新整理原本的研究，才能符合新系統。Tim Berners-Lee認為，開發人員應該利用最普遍的規則來建立一套系統，讓大家都能接受，最好事不要有任何規則，於是他採用「超文字」當作極低限系統當模組，並希望這樣一套系統能完全不受中央控制，這樣才能使一個人在開始存取資料之錢不需要得到任何人的允許，這也是能使這套系統擴大規模的唯一方法。但最重要的，是使不同的電腦可以相互結合，形成新的資訊網，所有系統都能擺脫束縛並參照其他系統。而這些概念，最後完成了「World Wide Web」(全球資訊網)。
參考資料：
圖書館書籍：一千零一網 Tim Berners-Lee/著 p.009~p.029
5. 為什麼 Lab 4 的各校檔案數，能見度，檔案數，論文數，加權總和用來計算排名的方法是錯的?
1)筆者以人工方式查詢網頁，發現有圖 一所示的現象。亦即，在不同時間（相隔數秒）、不同介面（中文、英文介面），Google的查詢結果數量會不一樣，甚至差距達1,200萬頁左右。此現象 被專業的網友稱為Google Dance，用來描述Google在更新索引時，搜尋結果數量跳動不穩定的情況。
2)針對搜尋引擎查詢結果的分析顯示，網頁資料的雜訊相當高，變動非常快。因此，利用網路資料來排名有其先天上的缺點，亦即較細微的排名結果可信度較差，爭議亦較高。
3)上述資料多寡或許可以判斷學校與學校之間的排名，但前提是比較的學校需要有一定相同範圍內的創校歷史，因為一間學校成立多久是會影響到檔案數、能見度、檔案數、論文數等項目的，但是創校二十年的學校就一定比創校四十年的學校差嗎？這仍需要透過計算其他數據採樣來證明了。
2)針對搜尋引擎查詢結果的分析顯示，網頁資料的雜訊相當高，變動非常快。因此，利用網路資料來排名有其先天上的缺點，亦即較細微的排名結果可信度較差，爭議亦較高。
3)上述資料多寡或許可以判斷學校與學校之間的排名，但前提是比較的學校需要有一定相同範圍內的創校歷史，因為一間學校成立多久是會影響到檔案數、能見度、檔案數、論文數等項目的，但是創校二十年的學校就一定比創校四十年的學校差嗎？這仍需要透過計算其他數據採樣來證明了。
2013年9月30日 星期一
Lab4
一、網頁規模（Size），占20%：統計各大搜尋引擎如Google, Yahoo等系統記錄的各大學網頁頁數。
Google:台灣大學: 2,240,000
中正大學: 2,100,000
中原大學: 1,180,000
元智大學: 250,000
Yahoo:
台灣大學:14600
中正大學:4910
中原大學:42800
元智大學:7890
二、能見度（Visibility），占50%：統計搜尋引擎如Yahoo記錄的各大學網頁被連結數（total number of unique external links received, i.e., inlinks）。
台灣大學: 27663中正大學:6937
中原大學:3086
元智大學:2963
三、教學檔案（Rich Files），占15%：統計搜尋引擎如Google記錄各大學網頁的多種類型檔案個數，包含Adobe Acrobat（pdf）, Adobe PostScript（ps）, Microsoft Word（doc）與Microsoft Powerpoint（ppt）等形式之檔案。
台灣大學:中正大學:
中原大學:108000
元智大學:128000
四、學術文件（Scholar），占15%：由Google Scholar網站所搜尋到之學術文章等學術研究相關的文件數量。
台灣大學: 60200
中正大學: 17900
中原大學: 10900
元智大學: 4230
排名：
1.台灣大學:450920+13831.5+255000+9030 = 728781.5
2.中正大學:420982 +3468.5 + 36150 + 2685 = 463285.5
3.中原大學:244560+1543+16200+1635 = 263938
4.元智大學:51578+1481.5+19200+634.5 = 72894
Lab6
1. download Firefox
2. control font size
3. tabbed browsing
4. subscribe to the course blog
5. Using bookmarks to test RSS feed
訂閱：
意見 (Atom)