为什么最近写的少了？两个原因

• 最近3个月太忙，基本没有时间写长文；各种短的火花，都写在微博上了
• 条条框框很多，带着脚镣跳舞，还不如不写

1 形而上学

旧讨论贴

• 究竟什么是Semantic Web？[2008] http://blog.baojie.org/2011/11/23/what-is-semantic-web-2
• 语义网: 检讨与展望（2008） http://blog.baojie.org/2011/04/06/semantic-web-2008/
• 语义网*不是*干什么的 [2007] http://blog.baojie.org/2011/12/05/semantic-web-is-not/
• 语义网中的推理是不是银弹？(1) http://blog.baojie.org/2011/04/10/silver-bullet-2/
• 语义网中的推理是不是银弹？(2) RDF和Datalog http://blog.baojie.org/2011/04/25/silver-bullet/
• 语义网中的推理是不是银弹？(3) 分类树就够了 http://blog.baojie.org/2011/04/25/silver-bullet-3/
• 语义网与本体的关系[2004] http://blog.baojie.org/2011/04/26/semantic-web-and-ontology/
• 语义Web的前景如何？(1)语义是什么[2003] http://blog.baojie.org/2011/04/28/sw-2003/
• 语义Web的前景如何？(2)是否空中楼阁[2003] http://blog.baojie.org/2011/04/28/sw-2003-2/

旧英文贴

• Captcha, Turing Test, and Semantic Web [2008] http://blog.baojie.org/2011/11/24/captcha-turing-test-and-semantic-web-2008/
• Towards Webtop [2008] http://blog.baojie.org/2011/11/24/towards-webtop-2008/
• OWL or OLD? [2008] P.S. OWL2的一些检讨 http://blog.baojie.org/2011/11/25/owl-or-old/
• Grandma Gone Surfing [2008] http://blog.baojie.org/2011/12/04/grandma-gone-surfing-2008/
• Earthquake, google, and more [2008] http://blog.baojie.org/2011/12/04/earthquake-google-and-more/
• Cuil与语义搜索[2008] http://blog.baojie.org/2012/01/03/cuil-semantic-search/
• Why Bother…(没人会坐下来建元数据)[2008] http://blog.baojie.org/2012/01/03/why-bother-2008/
• A little, tiny semantics in action — from (Google Google的一点点语义)[2009] http://blog.baojie.org/2012/01/04/a-little-tiny-semantics-in-action-from-google/
• I will pay delicious $100 for hierarchical tagging 我愿意为多级标签掏100块钱[2009] http://blog.baojie.org/2012/01/04/i-will-pay-delicious-100-for-hierarchical-tagging/

反思

• 即罔且殆兮语义网 http://blog.baojie.org/2011/04/12/puzzle-sw/
• 语义网就是数据 http://blog.baojie.org/2011/04/21/sw-is-data/
• 温故而知新：重读Clay Shirky对语义网的批判 http://blog.baojie.org/2011/04/22/clay-shirky/
• 语义网和世界语 http://blog.baojie.org/2011/04/23/esperanto/
• 某传统行业对语义网技术的(不)采用 http://blog.baojie.org/2011/04/26/rdf-application/
• 一个Web 2.0公司和语义网 http://blog.baojie.org/2011/04/27/web-2-0-semantic-web/
• 手工创建知识库的一些问题 http://blog.baojie.org/2011/05/04/manual-kb/
• 手工创建知识库的一些问题2[语音] http://blog.baojie.org/2011/05/13/manual-kb2/
• 语义网2011 http://blog.baojie.org/2011/10/27/semantic-web-2011/
• Nova Spivack谈语义网（2008）Part I http://blog.baojie.org/2011/11/23/nova-spivack1/
• Nova Spivack谈语义网（2008）Part II http://blog.baojie.org/2011/11/24/nova-spivack-2/
• 随想：Web的诞生与TBL（1）http://blog.baojie.org/2012/01/11/invention-of-web/
• 随想：Web的诞生与TBL（2）http://blog.baojie.org/2012/01/12/invention-of-web-2/
• 随想：Web的诞生与TBL（3）http://blog.baojie.org/2012/01/14/invention-of-web-3/
• 随想：Web的诞生与TBL（4）http://blog.baojie.org/2012/01/15/invention-of-web-4/

产业评论

• schema.org浏览笔记 http://blog.baojie.org/2011/06/13/schema-org/
• schema.org可能面临的几个挑战 http://blog.baojie.org/2011/12/12/schema-org-challenges/
• Jim Hendler抗议电子政府预算消减的公开信 http://blog.baojie.org/2011/11/16/anti-h-r-2354/
• Bottlenose http://blog.baojie.org/2011/12/16/bottlenose/ (保护页面)
• Google Wave http://blog.baojie.org/2011/12/28/google-wave/
• 参观Facebook http://blog.baojie.org/2012/01/05/visit-facebook/ (保护页面)
• 为什么我不用Foursquare？http://blog.baojie.org/2012/01/08/foursquare/
• W3C的中国会员 http://blog.baojie.org/2012/01/11/w3c-china-member/
• LinkedIn流水帐 http://blog.baojie.org/2012/01/14/visiting-linkedin/
• Groupon是泡沫 http://blog.baojie.org/2012/01/14/groupon-is-a-bubble/
• Twitter能预测股市吗？[2010] http://blog.baojie.org/2012/01/14/may-twitter-predict-stock-market/

新思维

• Web 3.0：基础与基础之基础 http://blog.baojie.org/2011/04/28/web-3-0-foundation/
• 语义网是一层数据的皮 http://blog.baojie.org/2011/04/28/semantic-web-skin/
• 从语义内联网到语义互联网（零散笔记）http://blog.baojie.org/2011/04/28/semantic-intranet/
• 语义网、蒸汽机、电视电话 http://blog.baojie.org/2011/04/30/semantic-web-steam-engine/
• Web3.0:互联用户产生的结构化资源 http://blog.baojie.org/2011/05/03/web3/
  • 资源：一些关于Web 3.0的忽悠 http://blog.baojie.org/2011/05/03/web-3-0-resources/
• 语义网的红旗能打多久？http://blog.baojie.org/2011/06/16/semantic-web-red-flag/
• 要命的Tetherless World http://blog.baojie.org/2011/09/12/tetherless-world/
• 知识与智能 http://blog.baojie.org/2011/12/18/knowledge-and-intelligence/
• 语义网是给人用的 http://blog.baojie.org/2011/12/20/semantic-web-for-human/
• 数据奴隶制 http://blog.baojie.org/2012/01/12/digital-slavery/
• 语义网是时候了 http://blog.baojie.org/2012/01/14/it-is-time-for-semantic-web/

新思维2

（暂时保护中）

• 适应用户，而不是让用户适应 http://blog.baojie.org/2011/11/03/adpative-app/
• 语义网应用怎么搞 http://blog.baojie.org/2011/11/06/semantic-web-how/
• 垃圾分类和语义网 http://blog.baojie.org/2011/11/09/semantic-web-is-a-life-style/
• 圈子应该是动态的 http://blog.baojie.org/2011/11/10/circle/
• 连接就是知识，知识就是力量 http://blog.baojie.org/2011/11/22/linking-is-knowledge/
• 语义网的电风扇 http://blog.baojie.org/2011/11/28/fan/
• 与数据与时俱进 http://blog.baojie.org/2011/12/09/data-evolving-model/
• 为什么是Facebook来卖你的隐私？http://blog.baojie.org/2011/12/11/why-facebook/
• Web 3.0与中国 http://blog.baojie.org/2011/12/11/web-3-and-china/
• 语义网与数据的摩擦系数 http://blog.baojie.org/2011/12/13/data-friction/
• Web game changer http://blog.baojie.org/2011/12/13/web-game-changer/
• CAPTCHA http://blog.baojie.org/2011/12/16/captcha/
• 信息过载与语义网 http://blog.baojie.org/2011/12/16/information-overloading-and-semantic-web/
• Zagat http://blog.baojie.org/2011/12/16/zagat/
• 语义网的一些形而上学 http://blog.baojie.org/2011/12/17/semantic-web-reflections
• 为什么要有Email，Blog，Evernote？http://blog.baojie.org/2011/12/18/why-so-many-forms/
• Web 3.0 互联用户的知识 http://blog.baojie.org/2011/12/18/linking-users-knowledge/
• 技术的实现要靠理解人 http://blog.baojie.org/2011/12/20/understanding/
• 数据财产托管和交换 http://blog.baojie.org/2011/12/31/digital-property-exchang/

2 工程实践

问答系统

• AI Magazine Fall 2010 QA专辑 http://blog.baojie.org/2011/04/30/ai-magazine-fall-2010-qa/
• 张雷谈沃森，及我的感想 http://blog.baojie.org/2011/03/23/waston/
• 笔记: IBM沃森系统摘要的摘要的摘要 http://blog.baojie.org/2011/04/30/watson/
• 笔记：DeepQA (IBM沃森)（1）概览 http://blog.baojie.org/2011/04/30/deep-qa/
• 笔记：DeepQA (IBM沃森)（2）问题之分析 http://blog.baojie.org/2011/05/01/deep-qa-2/
• 笔记：DeepQA (IBM沃森)（3）答案之生成 http://blog.baojie.org/2011/05/01/deep-qa-3/
• 笔记：DeepQA (IBM沃森)（4）结果与心得 http://blog.baojie.org/2011/05/01/deep-qa-4/
• 笔记：AURA http://blog.baojie.org/2011/05/01/aura/
• 笔记: Inquire for iPad （平板上的教科书）http://blog.baojie.org/2011/04/30/aura-inquire-for-ipad/

会议元数据

• 为国际会议建元数据(1) http://blog.baojie.org/2011/04/11/metadata-chair/
• 为国际会议建元数据(2) http://blog.baojie.org/2011/04/12/metadata2/
• 为国际会议建元数据(3) http://blog.baojie.org/2011/04/12/metadata3/
• 为国际会议建元数据(4) http://blog.baojie.org/2011/04/12/metadata4/
• 为国际会议建元数据(5)Easychair数据 http://blog.baojie.org/2011/06/11/metadata5/
• 用Datapress做数据可视化[2010] http://blog.baojie.org/2012/01/04/visualizing-data-using-datapress/
• ISWC大会时间轴可视化[2010] (Timeline of ISWC 2010 Main Conference Talks) http://blog.baojie.org/2012/01/04/3261/
• ISWC标签云[2010] (A Word Cloud for ISWC 2010) http://blog.baojie.org/2012/01/04/a-word-cloud-for-iswc-2010/
• ISWC与会人员国别统计[2010] (ISWC 2010 Attendees by Country) http://blog.baojie.org/2012/01/05/iswc-2010-attendees/
• ISWC元数据上线[2010] (ISWC2010 Metadata is Online) http://blog.baojie.org/2012/01/05/iswc2010-metadata-is-online/
• ISWC Twitter数据动态[2010] Quick Update on ISWC Twitter Data (1) http://blog.baojie.org/2012/01/05/quick-update-on-iswc-twitter-data-1/
• ISWC数据的24种武器[2010] 15 (and counting) Ways to Explore ISWC 2010 Data http://blog.baojie.org/2012/01/05/24ways-to-explore-iswc-2010-data/

其他应用

• 基于语义网的证券分析 http://blog.baojie.org/2011/04/19/linked-finance/
• XBRL，金融数据和语义网 http://blog.baojie.org/2011/04/19/xbrl-and-semantic-web/
• 语义网与推荐（1）乱拳打死老师傅 http://blog.baojie.org/2011/04/28/recommendation/
• 语义网与推荐（2）基本思路 http://blog.baojie.org/2011/05/17/recommendation-2/
• 语义网与推荐（3）推荐系统基础 http://blog.baojie.org/2011/11/21/recommender-3/

语义网语言

• OWL 2的速查指南 http://blog.baojie.org/2011/04/20/owl-2-quick-reference-guide/
  • OWL2速查卡片公布[2009] http://blog.baojie.org/2012/01/04/owl-2-reference-card-released/
• 一个简单的PHP的RIF Parser http://blog.baojie.org/2011/04/20/php-rif/
• RIF-PRD的过程语义和描述语义 http://blog.baojie.org/2011/04/21/rif-prd-semantics/
• RDF的语义 http://blog.baojie.org/2011/04/21/rdf-semantics/
• 重读RIF-PRD：语法 http://blog.baojie.org/2011/04/24/rif-prd-syntax/
• 重读RIF-PRD：语义之条件部分 http://blog.baojie.org/2011/04/24/rif-prd-semantic/
• 重读RIF-PRD：语义之动作、规则部分 http://blog.baojie.org/2011/04/25/rif-prd-semantics-2/
• How to explore an ontology using SPARQL 如何浏览一个本体 http://blog.baojie.org/2011/05/31/explore-an-ontology/
• URL, URN, URI, IRI http://blog.baojie.org/2012/01/14/url-urn-uri-iri/

3 产业化

语义网的公司

• 语义网的公司（1）Openlink http://blog.baojie.org/2011/04/23/openlink/
• 语义网的公司（2）Oracle http://blog.baojie.org/2011/04/23/oracle/
• 语义网的公司（3）Franz http://blog.baojie.org/2011/04/24/franz/
• 语义网的公司（4）Revelytix http://blog.baojie.org/2011/04/26/revelytix/
• 语义网的公司（5）Vulcan: Project Halo http://blog.baojie.org/2011/04/29/vulcan/
• 语义网的公司（6）Siri http://blog.baojie.org/2011/05/01/siri/
  • SIRI的贡献和价值 http://blog.baojie.org/2011/11/16/siri-2/
  • Watson和SIRI http://blog.baojie.org/2011/11/27/watson-and-siri/
• 语义网的公司（7）BBN http://blog.baojie.org/2011/05/18/bbn/
• 语义网的公司(8)：Chevron http://blog.baojie.org/2011/12/07/chevron/
• 语义网的公司(9): Garlik http://blog.baojie.org/2012/01/07/garlik/
• 语义网的公司 True Knowledge http://blog.baojie.org/2012/02/06/true-knowledge/

创业

• 技术与创业 http://blog.baojie.org/2011/04/21/startup/
• 收藏帖：Startup Best Practices [创业最佳实践] http://blog.baojie.org/2011/04/24/startup-best-practices/
• 好想法和执行力 http://blog.baojie.org/2011/11/16/idea-is-cheap/
• 如何有效地毁掉一个团队 http://blog.baojie.org/2012/01/08/team-doomer/
• 思想大爆炸之精益创业（Lean Startup）http://blog.baojie.org/2012/02/27/lean-startup/

4 个人研究

描述逻辑

• 笔记：描述逻辑的云计算(1)背景 http://blog.baojie.org/2011/05/14/dl-in-cloud-1/
• 笔记：描述逻辑的云计算(2)主要参考文献 http://blog.baojie.org/2011/05/14/dl-cloud-2/
• 笔记：描述逻辑的云计算(3)Liebig 2007 http://blog.baojie.org/2011/05/15/dl-cloud-3/
• 笔记：描述逻辑的云计算(4)Aslani方法 http://blog.baojie.org/2011/05/15/dl-cloud-3-2/
• 资源：DL-Learner http://blog.baojie.org/2011/05/21/dl-learner/

Context

• 为什么要区分Context和一般知识 http://blog.baojie.org/2011/05/28/why-context/
• RDF and Context （域）http://blog.baojie.org/2011/04/06/rdf-and-context/
• 为什么Context很重要 http://blog.baojie.org/2011/05/03/why-context-is-important/
• 笔记：加注(Annotated) RDF (1) Straccia 2010 http://blog.baojie.org/2011/05/07/annotated-rdf/
• 笔记：加注(Annotated) RDF (2) Udrea 2010 http://blog.baojie.org/2011/05/07/udrea-2010/
• 笔记：加注(Annotated) RDF (3) Dekhtyar 2001 http://blog.baojie.org/2011/05/07/dekhtyar-2001/
• 笔记：加注(Annotated) RDF (4) Dekhtyar 2001续 http://blog.baojie.org/2011/05/07/dekhtyar-2001-2/
• 笔记：加注(Annotated) RDF (5) APT Logic http://blog.baojie.org/2011/05/08/apt-logic/

域态逻辑

• 域态逻辑的模型论 http://blog.baojie.org/2011/04/11/context-model/
• 为什么要用模型论语义 http://blog.baojie.org/2011/04/15/model-theory/
• 从概率时态逻辑到概率域态逻辑（Probabilistic Context Logic） http://blog.baojie.org/2011/04/08/pcl/
• 笔记：概率时空逻辑 http://blog.baojie.org/2011/05/18/probabilistic-spatio-temporal-logic/
• 概率域态逻辑的一个小例子 http://blog.baojie.org/2011/04/12/pcl-2/
• 笔记：域态逻辑的语义（1）PLC 1993 http://blog.baojie.org/2011/05/08/context-logic-semantics/
• 笔记：域态逻辑的语义（2）PLC 1994 http://blog.baojie.org/2011/05/09/plc-1994/
• 笔记：域态逻辑的语义（3）QLC 1996 http://blog.baojie.org/2011/05/09/qlc-1996/

语义信息论

• 数据压缩方法 http://blog.baojie.org/2011/05/21/data-compression/
• 语义通信这篇文章被录用了 http://blog.baojie.org/2011/05/05/semantic-communication/
• 量子信息论和语义信息论 http://blog.baojie.org/2011/05/28/quantum-and-semantic-information/
• 从挖地雷到分布式文件存储(删去编码) http://blog.baojie.org/2011/05/28/erasure-code/
• TF-IDF之极简化信息论分析 http://blog.baojie.org/2011/06/15/tf-idf-information/
• 语义通信和传统通信的基本区别 http://blog.baojie.org/2011/11/07/what-is-semantic-communication/

语义维基

• 增强语义维基查询应答的表达力 http://blog.baojie.org/2011/05/12/semantic-wiki-query-plus/
• 维基中不可承受之轻 http://blog.baojie.org/2011/12/22/the-unbearable-lightness-of-wiking/
• 用语义维基来写应用 http://blog.baojie.org/2011/12/27/semantic-wiki-based-application/
• 基于Wiki的时间管理手段[2008] http://blog.baojie.org/2011/12/30/wiki-as-a-time-management-tool/
• 语义博客[2008] http://blog.baojie.org/2012/01/02/semantic-blogging/
• 一个Semantic Media Wiki简短教程 http://blog.baojie.org/2012/01/03/semantic-wiki-tutorial-2009/
• 检讨我的语义维基尝试 http://blog.baojie.org/2012/01/08/why-semwiki-fails/

Web Science

• Web作为扩展的脑 http://blog.baojie.org/2011/04/14/web-brain/
• 网络战，面条战？http://blog.baojie.org/2011/04/18/network-science

咬文嚼字

• Context该怎么翻译 http://blog.baojie.org/2011/04/05/context/
• Provenance怎么翻译 http://blog.baojie.org/2011/05/06/provenance-in-chinese/
• Tableau Algorithm该怎么翻译 http://blog.baojie.org/2011/05/14/tableau-algorithm-chinese/

胡思乱想

• 语义网与国学 http://blog.baojie.org/2011/05/01/guoxue/
• 简单 http://blog.baojie.org/2011/05/15/simple/
• 数据，情境和其他 Data, Situation and Others http://blog.baojie.org/2011/10/18/data-situation/
• 口碑问题 http://blog.baojie.org/2011/11/04/review/
• 想做这样一个在线历史地图 [2008] http://blog.baojie.org/2011/11/29/history-map/
• Raw Thoughts Now! http://blog.baojie.org/2011/12/04/raw-thoughts-now/
• 逻辑要普及大概再要一千年 http://blog.baojie.org/2011/12/08/logic/
• 人生记录 http://blog.baojie.org/2011/12/26/life-logging/
• 要搞一个基于wiki和ontology的网站[2003] http://blog.baojie.org/2012/01/06/wiki-ontology-homepage/

5 杂谈

入门与普及

• 语义网：走向下一代杀手级应用 http://blog.baojie.org/2011/04/04/killer-app/
• 语义网傻瓜FAQ[2003] http://blog.baojie.org/2011/04/22/sw-faq/
• 语义网层次蛋糕的版本 http://blog.baojie.org/2011/04/25/layer-cake-sw-2/
• 语义技术的两个卖点 Pitch for Semantic Technologies http://blog.baojie.org/2011/11/02/pitch-for-semantic-technologies/
• 语义网口号 http://blog.baojie.org/2011/11/17/semantic-web-quotes/
• Jesse Weaver谈语义网的两个普遍误解 http://blog.baojie.org/2011/11/23/jesse-weaver-two-misconceptions/
• 语义网是什么？有什么好处？http://blog.baojie.org/2012/02/16/what-is-semantic-web/

八卦

• 智学八卦：一将功成万骨枯之红酒本体 http://blog.baojie.org/2011/05/18/wine-ontology/
• 纪念John McCarthy http://blog.baojie.org/2011/11/07/john-mccarthy/
• 智学八卦之Horrocks[2006] http://blog.baojie.org/2011/12/26/ian-horrocks-2/

活动

• Cambridge语义网月聚：Stardog和SMW查询 http://blog.baojie.org/2011/05/10/cambridge-semantic-web-meetup/
• SemTech 2011 http://blog.baojie.org/2011/06/10/semtech-2011/
• 西点军校开会记 http://blog.baojie.org/2011/12/05/west-point/

其他

• 本地复活了语义网研究论坛 http://blog.baojie.org/2011/04/22/semanticwww/
• 语义网的工作机会 http://blog.baojie.org/2011/08/19/semantic-jobs/
• W3C多媒体元数据规范 http://blog.baojie.org/2011/11/07/w3c-multimedia-annotation/
• 在OWL工作组中[2008] http://blog.baojie.org/2011/12/29/owl-working-group/

最近爸爸为了鼓励妞妞自己干活，就说“妞妞是大宝宝了，应该自己吃饭（刷牙等）”。没想到妞妞学得真快，大部分事情都要自己做，比如洗脸，刷牙等。大多数情况下是件美事，但是也有让爸爸妈妈很无奈的时候。比如早上出门，挑好的衣服，她硬是不穿，理由是“妞妞是大宝宝了，自己找衣服”。她花好久，终于决定穿什么衣服，爸妈一看，衣服上下颜色样子不搭配，很滑稽。接下来，爸爸妈妈争分夺秒想赶快给她套上出门，结果，在她哭哭啼啼要求“妞妞是大宝宝了，要自己穿”的时候，爸爸妈妈怕上班迟到，给她强行套上，她一定要扯下来，自己重新花N倍的时间套上。

还有就是睡觉前讲故事，最近她特别爱听丑小鸭的故事。妈妈改名叫“小天鹅找妈妈”。听的多了，妈妈就边讲边提问，让她填空，她都填的很好。从昨晚，她要求“妞妞是大宝宝了，要自己讲”。说完就像模像样的要爸爸妈妈都听她讲“小天鹅找妈妈…小鸭鸭是是是..黄色的，小天鹅是…白色的…小鸭鸭（跳到鸭妈妈背上）骑马马…”断断续续，每讲一个字在困极了的爸爸妈妈听起来好像花一个世纪。妈妈急了，就接着讲，想加快进度，讲完大家都可以打呼噜了。结果，妞妞尖声叫道“妞妞是大宝宝了，要自己讲”。然后，她又从头开始重复““小天鹅找妈妈…4只小鸭鸭…小鸭鸭是是是..黄色的…蹦出一只小天鹅…”她讲错了，漏了，妈妈想教她，或者补充，招来的结果是，她又开始从头重复“小天鹅找妈妈…”后来妈妈只好放弃，她自己也不知道花了多久，终于讲完了，反正妈妈是被催着了。其实加起来她的故事连30个字都没有，因为她自己都忘词了。

讲完后，她从小床上凑过来，嘴巴在离妈妈眼睛只有纳米距离的地方，大声叫道“讲大灰狼的故事”。妈妈被惊醒，连连诺到“好好好”。接着，她边比划，边唱，“小兔子乖乖，把门开开”，好在这个歌她很熟练，很快就讲完了。接下来，她搜肠刮肚，把平时所学的歌都唱一边才罢休，其中不乏舞蹈表演。整个过程从8:40PM到10:20PM的样子。直到她自己精疲力尽呼呼睡去，妈妈才敢放心睡去，爸爸早打呼噜了。

晚上爸爸接妞妞回家，外面淅淅沥沥下着小雨，到家门口上楼梯的时候，妞妞要边玩手机上的游戏，边上楼，她上楼的时候一只手还得扶住栏杆，爸爸希望妞妞走快点，就抱她上来了，她不愿意：“妞妞是大宝宝了，要自己走”哭着鼻子一步要下楼，妈妈担心她摔倒，跟着她下楼。一不小心，哐当一声，下了一半台阶的时候，手机摔在地上，电池都出来了，自然也没画面了。妈妈说“我们不下楼了，赶快回去找爸爸修吧。”她很乖巧的蹭蹭蹭的上楼了，妈妈心想，能够让她这么快回到家，把手机摔了也值。没想到，这厮把手机扔到门口沙发上，大嚷一声“爸爸修”，转身出门又下楼了。妈妈问，”妞妞怎么又要下去了？”她一本正经的回答“妞妞是大宝宝了，要自己上”“得，她还惦记着她没自己上过的几级台阶呢！”妈妈也值得耐心和她一起在雨中下楼上楼的折腾一番。她的犟劲和她老爸有一拼。

然后我问自己，我自己当年能不能做到？大概也是做不到的。今天能不能做到？要有多少准备才能承担相应的风险？

一个人敢冒多大的风险，通常取决于他有多大的安全网。

从小受到的教育，基本都是追求安全和避险。这些概念往往是根深蒂固在头脑里了，清理起来非常困难。

这个概念本身，在产生的时代，是有道理的。20多年前，中国人都刚刚吃饱肚子，生存和安全还是第一需要。那时候，你叫人去冒险，买股票、辍学创业、或者不要铁饭碗，大多数人都会觉得你是神经病。

结果大多数人，用很长的时间在建立自己的安全网：技能，学位，身份，关系，等等。

这些都是很耗时间的事，甚至不是一代人能完成的。许多在美国很简单的事，在中国就要一代甚至两代人才能完成：比如拿一个大城市的居住权。

对安全的追求，使很多人开始着迷于安全，以至于对安全的追求本身就变成了毕生的任务。

我想对现在这个时代，应该变一变了。人生前半段建立自己的安全网（加上自己父母建立的更基本的安全网）——这个不是目的，用好这个安全网去冒险才是目的。

人拥有的资本，除了健康和家庭，主要就是时间和金钱了（其实本质上也是一回事）——这两个东西的长期收益，都是和风险正相关的。而为了减小系统风险，应该越早开始投资越好。这就是为什么大多数创业的人是25岁而不是35岁。

人生建立安全网的阶段应该缩短，而冒险的阶段应该加长。在可以冒险的时候不去冒险，是十足的浪费。

最近一个月我基本没有在社交媒体上给我的博客做引用。主要的流量都是搜索引擎和个人主页上来的。

结论：主要的读者在美国。来自中国大陆的读者比例很低，可能是因为翻墙不方便。

United States	52%
China	10%
Taiwan	9%
Switzerland	7%
Germany	6%
United Kingdom	5%
Netherlands	3%
Hong Kong	2%
Japan	2%

(1%及以下的就略了)

感觉没有Visual.ly那个好。

在线版本：http://vizualize.me/baojie

另外，re.vu（http://re.vu/baojie）也可以做，不过感觉没有visulize.me做得好

到了企业工作以后，工作的重心发生了改变。从做最前沿的探索，到怎么搭系统解决问题，我需要了解很多以前不熟悉的领域

• 自然语言理解
• 用户界面和用户体验
• 新型数据管理的方法，如文档数据库（document database）和三元组数据库（triple store）
• 多种数据通信与交换协议
• 新的编程语言和工具，如Python
• 非技术的，方法论问题，企业文化问题，产业环境和市场动态问题

上述问题的解决都似乎是建立一个可用的产品必要的前提条件。

在杀死一棵树后，看着堆积如山的一堆打印文稿，我突然感到一种危险：我又要进入学习的陷阱了。（为什么要说“又”？）

我可以一直学习下去，学上一整年，还是不能做出一个有用的系统。

停止学习，开始做，在做中学习。似乎是一个好想法。——但是这个想法一样是危险的。其实，连这个系统是否有人会用，我都不知道。做一个没人用的东西有什么意义？

我决定停止学习一段时间，想清楚这个几个问题

• 我需要什么样的团队？通过什么样的途径能够找到第一流的人才在这个团队里？制约因素是什么？我自己不可能学会建一个可用的系统的所有知识，也不要知道。
• 我的假设是什么？怎么验证这些假设？（Lean Startup原则）
• 我的利益相关方是谁？谁可能提供我需要的资源？
• 怎么才能和用户走得近一些，再近一些？

P.S. 回去又看了一遍任正非的《一江春水向东流》。感觉又深了一层。这里面有些东西，大概是大多数美国人（包括硅谷的这些企业家和管理专家）无法理解的。

最近两个月一直在读书，从Weaving the Web开始，到Facebook Effect, Steve Jobs, In the Plex。这个周末读了两本（怎么做到这么快？Audible.com帮了大忙）: Lean Startup和Pretotype It。这一系列书读下来，对我的洗脑非常有效，经历了又一次思想大爆炸。

注：前几次思想大爆炸发生在1996年（关于复杂系统），2000年（关于科研的方法论和“体制问题”），2009年（关于财务）。什么叫爆炸？就是一种很亢奋的积极的不停产生新想法的状态，并且想：我为什么没有早一点知道这样的世界观和方法论？

很多感想都写在微博上了。我懒得整理。就总结一句话吧：

不管是创业、科研、生活，还是随便什么，快速原型、假设检验最重要，以减少时间的浪费。

到底这么说是什么意思，根据lean startup原则，我也就不解释了（否则要花我几个小时）。上面这句话就是我的MVP (minimal viable product)。

回顾自己的半生，太多时间浪费在无意义的事上。人生不可能预见所有的事，Steve Jobs也说，你只能做过之后才能connecting the dots（串起自己的轨迹）。不过，的的确确有多事情，本来稍加快速原型、假设检验，就可以避免花几个月、甚至几年的时间才知道不值得去做。

人的一生，自己就是自己的一个产品（还有其他产品了）。怎么最快最好地发展这个产品，需要方法论。可惜很多人（包括我自己），很多时候，限在局部最小里，不知道怎么快速地和这个时代一同进步。好在现在改改，可能还不算太晚。

妞妞换了一个新daycare一段时间了。上学第一天没有哭，更奇妙的是，爸爸妈妈接她的时候，她竟然无动于衷，直接忽略爸爸妈妈的存在，仍低头玩自己的，不愿意走。老师说她在班上最小，确特爱指挥人。比如，到外面玩的时候，她抢着给小朋友换鞋，吃完饭，她主动把小凳子推到桌子下面。

告状。比如要玩什么东西爸爸不给她玩，就哭着（没眼泪啦）找妈妈：“爸爸搞的”。要是妈妈不给妞吃冰淇淋，就哭着找爸爸：“妈妈搞的”。

搞清楚颜色了。比如盖被被，会要求说：“白色的（被被）”。

表演。会一边跳舞，一边说：“是这样（跳）的，是这样的”。最拿手的是“世上只有妈妈好”。唱第一段的时候脸上做幸福状，唱第二段的时候做哭状。

数数。每天下楼梯爸爸会数：“1,2,3,…17”。结果妞就学会数10以后的数了。在诱导下，还会数20以后的数。所以现在爸爸要去干什么事，妞妞象小尾巴一样缠着爸爸，爸爸就会说：“妞妞藏，数到60，爸爸找”。妞就会乐不及地去找个角落开始数数。

听故事能跟上情节了。最爱听《丑小鸭》，听到鸭妈妈不喜欢小天鹅，妞会说：“小天鹅哭了”，做哭状（拳头在眼睛外侧转转）。到听到小天鹅找到妈妈了，妞会说：“妈妈好”，把手放在脸边做幸福状。

玩Youtube玩得纯熟。能自己在Pad上打开Youtube图标，点历史视频，然后根据相关视频找自己想看的。上下屏翻，停止，重放，全会——没人教。

配合刷牙。以前给她刷牙，实在是体力、脑力和忍耐力的多重考验。现在告诉妞妞，牙齿有“黑虫”，如果不捉黑虫，会把牙齿吃掉。有时候，在她吃完饭后，还真揪出个肉末啊、菜叶啊，给她看，“黑虫”。所以现在给她刷牙，只要说一句“黑虫”，小人就乖乖地把嘴巴张得大大的，让你刷牙。

怕“舅舅”。自从上次舅舅来了，吼过妞妞几句（“好好睡觉！”），“舅舅”就变成了妞妞不好好睡觉时候妈妈的专用术语（“再不睡觉舅舅来了”）。结果“舅舅”慢慢就变成各种可怕事物的关联。比如去医院打疫苗，裤子还没脱，妞就开始大哭（以前打过，知道疼），大喊：“舅舅，舅舅”。

先说这么多——其实每天都不知道有多少好玩的事，根本记不过来。每天把这个小肉团抱一抱，别的什么狗屁事情都是浮云了。

P.S. 妞妈补充如下

罚站：爸爸妈妈偶尔让做错事的妞妞time out，结果妞妞也把这一招用到爸爸妈妈身上了。有一次爸爸不知道怎么得罪妞妞了（细节不记得，总之是把妞妞气哭了），爸爸说了“sorry”，妞妞还不依不饶，大叫“爸爸站！”爸爸不得不跑到罚站的垫子上表示一下。

撒娇：妞妞经常有些纯撒娇的无理取闹，大多数时候爸爸妈妈都当没看见，不理她。但，某些撒娇还挺管用。比如，妞妞小床边放了一张大床，是爸爸妈妈哄妞妞睡觉时候用的。爸爸每次陪妞妞睡觉到要离开的时候说“妞妞，爸爸走了，妞妞晚安”。妞妞就一下子冲过来，抱紧爸爸的脖子，爸爸就给征服了，软绵绵地躺回去。妞妞发现这个屡试不爽。

故意搞怪。有一次妈妈陪妞妞头靠头一起在旁边的大床上睡觉，妞妞一不小心，后脑勺撞了妈妈的眼睛鼻子，撞的生疼，妈妈大叫。妞妞很深情的说了“sorry”，还用小手摸了摸妈妈的眼睛。妈妈还在眼冒金星的状态没反应过来的时候，没想到，妞妞又躺成原来的姿势，又以同样的力度和角度把妈妈给撞了一下。“乖乖，妈妈今天倒什么霉呀。”妈妈很纳闷，也有点无奈，“这家伙怎么这么不小心”。就在妞妞重复了“sorry”和抚摸动作之后，妞妞立即躺倒，以同样的姿势又撞过来了。这次妈妈看到了，这家伙第一次是无意撞了妈妈，后来都是是有意撞的！妈妈侧着的脸稍微偏了一下方向，妞妞心里大概是纳闷“咦，这次怎么没撞上？”只见她，回过头来，瞄准了几秒钟，重新撞了过来。妈妈气不打一处来，自然又time out 她了。

说来话长。不同的学派在这个问题上差距太大了。如果我们过滤掉各种学术理想的“噪声”，看现实工业应用有的语义技术，可能可以总结出如下特点——当然，哲学的讨论永远看不到结束的迹象。

• 语义网有所谓的W3C模式（就是RDF,OWL, SPARQL等）。这个模式发展很慢，很多人质疑。越来越多的人在探索其他模式。
• 很多所谓做语义网技术的公司核心技术都是别的，比如NLP，比如检索，比如数据库。语义网是他们数据的一层皮。看宣传一定要小心。
• 目前全世界做语义网技术提供方案的公司，排得上号的大概有150家左右。

那 语义网到底有什么用。用非常不精确的语言讲：

• 动态的数据建模，不需要什么schema或者shema可以快速演进（这是和数据库和XML比的好处）
• 让数据流动起来，而不是封固在一个个的网站或者应用里。
• 支持更多的任务自动化。(怎么做到？一些数据可机器处理，一些推理，一些查询)

语义网界研究早期有很多现在已经被纠正的概念（比如语义网的目的就是让机器读网页）——早期，大多数人都低估了它的困难程度。按Nova Spivack的说法，传统意义上的语义网（ca 2000定义）大概要到2030年才能实现。到2020年左右，如果运气好的话可能能实现Data Web，也就是让Web的上数据能自由流动起来。推理啊，机器理解啊，不是这个阶段的核心任务。

============

2012-04-30 Part 2: 对另一个问题的回答 http://www.zhihu.com/question/20203785

第一点，解放思想，实事求是。语义网是一个被外界误解极深，内部分歧极大的领域。工业界的实践，和标准化组织、学术界的主流（也就是大家日常看到的各种入门教材），差距很大。最近两年，工业界的新实践（吸取了传统方法的种种血的教训后），大多都没有还没有来得及反应到教材里。很多早期的教材，读了反而有害。

做语义网的研究，最好是从问题出发。哪些问题是需要知识的？什么情况下结构化数据是可能获得的？可以廉价地获得的？有什么用处？带着问题去找方法，不管是不是RDF/OWL，只要能解决这类问题，就是语义网的方法。

大多数情况下，很少有一个单独的方法能解决整个问题；语义网的研究，只着眼于结构化数据/知识本身是不够的，相关学科，如自然语言理解、机器学习、非关系数据库、人机交互，都很重要。最有学术价值或者商业价值的研究，往往在这些领域的综合和交叉里

https://market.android.com/details?id=com.trueknowledge.android.evi

网站实验效果——很不错

（坑，待填）

• http://corporate.trueknowledge.com/
• http://eu.techcrunch.com/2012/01/23/evi-arrives-in-town-to-go-toe-to-toe-with-siri/
• http://bottlenose.com/novaspivack/activity/4f1db5527cecf6e06d000eee

P.S. 2012-04-17 这个坑一时填不了了，反正现在不填。

每天从幼儿园回来，妞妞都会带当天的“作业”回来——贴纸啊，涂颜色啊。每张纸上都会写上“妞妞”的名字。老师是中国人，所以就直接写汉字了。

今天妞妞在玩的时候突然指着自己的“作业”说：“妞妞”。我发现她的小指头指着自己名字，就问：“什么是妞妞啊？”妞就指着那两个字又说了一遍“妞妞”。

我在纸上写了一个“好”字，一个“妞”字，问：“哪个是妞啊？”妞正确地指出来了！

增大难度，写了三个字：爸、妈、妞。妞妞又指出哪个是“妞”了。

—————–

另外一个突破，也是今天的：妞现在会数1到10了（这不是新闻）。但是今天她在玩数字积木的时候，找到了三个“6”，然后大喊“三个六！”这说明，她不但在语法形式上知道了数字，还在语义形式上知道了什么是“三”。

妞也开始会写数字，至少有两个：“2”和“3”，虽然走样走得充满想象力，毕竟在拓扑上还是同构的。

语言上还有一些突破

• “世上只有妈妈好”整个句子会说了。
• 叫妞妞去洗脸，妞妞说“洗过了”。状语和时态的概念也有了！

马上就要24个月（2岁）了！

2012-01-17：昨晚睡觉的时候，妞妞嚷嚷身上痒。妈妈给她挠了前胸后背，还痒，妈妈纳闷不是才洗澡么？后来妈妈抓遍了她身上每个可以触摸到的角落，包括鼻子，耳后跟，脚丫。最后妈妈说“好了，所有的地方都挠了，都不痒了，赶快睡觉吧”没想到，她小手一指，小嘴一噘，让妈妈挠她嘴唇。妈妈就顺便亲了一下“好了，该睡了”。接着她边翻白眼（想问题呢）边呲牙咧齿，把牙齿送过来…再后来，把小嘴做出N种形状送过来，还包括吐舌头。有人听说过舌头痒的吗？

2012-01-18：昨晚妈妈躺在妞妞边上哄妞妞睡觉，妞妞不免在妈妈身上翻来翻去。兴致高的时候，唱起“Head, shoulders, knees and toes, Knees and toes. And eyes, and ears, and mouth, And nose”。边唱边指点江山。小手指一下戳到妈妈眼睛，妈妈尖叫一声，捂起眼睛。妞妞发现问题了，怯生生地说了声“sorry”然后大声喊客厅的爸爸。妈妈奇怪，“妞妞为什么喊爸爸？”妞妞接着喊“爸爸，爸爸，站（这个“站”字是后来妈妈才反应过来的）”。等爸爸惊恐赶到，妞妞说“垫，站。垫，站 。”（参《罚站记》）原来妞妞知道做错事了，自动请罚。

外两则：

• 妞妞有时候唱歌的时候，爸爸妈妈跟着一起唱。她有时候就不高兴，小手食指放在嘴边“嘘”一下。言外之意，“你们别唱了”。
• 妞从1数到10已经很流利了。

简介1

http://vimeo.com/31100268

【待续】

参：Jim Hendler反对SOPA和PIPA，给参议员Cantor的信

https://plus.google.com/114521664075563807377/posts/8zLmg9bZwXr#114521664075563807377/posts/8zLmg9bZwXr

Clay Shirky: Why SOPA is a bad idea

http://www.ted.com/talks/defend_our_freedom_to_share_or_why_sopa_is_a_bad_idea.html

（4）加上人后的可扩展性

在接着回顾Web诞生之初的一些选择之前，我想简单说几句可扩展性。

在过去十多年里，我接触过人工智能的几个不相干的领域：神经网络，机器学习，形式逻辑。许多模型，从理论上计算能力是没有问题的。比如神经网络，可以等价为图灵机，理论上可以解决图灵机可以解决的一切问题。逻辑，比如一阶逻辑或者描述逻辑，表达力非常得强，不乏专用领域成功应用的实例。

问题在于，当数据极大增加后，系统还是否工作？这个可扩展性，当然是常识，每个设计算法的人都会想到。对神经网络，机器学习，或者形式逻辑，都有无数的工作来研究如何提高它们的计算的可扩展性。

可是，到目前为止，成功都是有限的。机器学习的进步最大，特别是基于统计方法的这一块，广泛用到工业中。神经网络现在还在低潮中趴着。逻辑——除了数据库（其实SQL是一种逻辑）——始终无法大规模的应用；语义网（Semantic Web，同由TBL倡导）是逻辑界试图走向全球规模应用迄今的最后一战，前仆后继十余年，至今成绩极为有限。

在经历、目睹很多失败后，我渐渐觉得，所谓的可扩展性，不应该仅仅指计算的可扩展性，而应该是包括人在内的整个系统的可扩展性。数据的产生，知识的建模，到最后信息的消费，都要有人的参与。人的懒惰、人的心理、人的经济头脑，都会深刻影响一个系统能不能走出实验室。

当然，这种认识，回来看，常识得不能再常识了。可是一代一代的学者、工程师，总是很容易对一个技术倾倒、兴奋，但是劳心劳神做出来的美妙系统，没有人愿意用，或者用户一多就不灵了。这种经验，好像失恋的经验，似乎每个人都非亲身经历一下，才知道是怎么回事。

在TBL发明Web之前，别人也有类似的想法和实践。上节提到的oN-Line System (NLS，1968)，就是一个杰出的代表。NLS是一个里程碑性质的伟大工程：超文本，鼠标，光栅显示器，窗口系统，演示程序，视频会议…都在NLS里第一次被应用。但是它最后没用走出实验室。它要求用户在做任何一点有用的事情之前，学习很多东西，服从一些严格的规定，记忆一堆奇怪的代号。“正常”人类不会心甘情愿地做这样的事。

Web的竞争者Gopher，要求所有的文档有一个严格的菜单结构，然后用户可以一级一级的走下去。对于熟悉文件系统的人，这是一个很自然的组织模式。可是，自己看自己的分类和看别人的分类是两回事，理解别人的分类从而找到自己需要的资源也不总是一件容易的事。更何况，分类本身就是一个头疼的工作。不信的话问问你的朋友，看多少人去分类自己的download文件夹。

TBL在设计Web的时候，在CERN这个极度多元化、极度分散的机构里，格外注意了“不给人找麻烦”这个样一个信条。我觉得这可能是技术因素之外，Web成功的最重要的一个因素。

TBL自己说（Weaving the Web, p19-p20）:

“Having seen prior systems show down, I knew the key would be to emphasize that it would let each person retain his own organizational style and software on his computer.” (目睹了以前一些系统被干掉的事，我认识到问题的关键将是强调允许每个人对自己机器上的组织方式和软件各行其是)

“We can create a common base for communication while allowing each system to maintain its individuality” （我们可以建立一个通信的共同基础，同时又允许每个系统保持个性）

不要试图强加给用户一种你认为最好的信息组织方式——别人完全可能有不同的想法。（BTW，这也是为什么我认为几大搜索巨头的Schema.org未必能成功的原因）

允许人自由地以他自己高兴的方式发布信息，允许他们自己相互链接。没人需要先请示任何人来加一个链接。这就够了，奇迹会在这互联的过程中产生。

什么是知识？知识就是互联！

Web的可扩展性，依赖于它相对自由的组织方式、低门槛（按1991年的标准）的信息发布方式、和分布式的结构。这是技术和人的认知能力、人的社会性的恰当妥协，保证了它可以最终扩展为每一个人都可以用的技术。

这种自由的精神，被TBL一直贯彻了下去。比如对语义网，他也说：Raw Data Now！（TED2009年视；频：http://www.ted.com/talks/tim_berners_lee_on_the_next_web.html）：以你自己最舒服的方式发布你的数据，互联会慢慢产生，从而导致各种美妙的事情。

那怎么保证自由的发布和自由的互联呢？Web依赖三个重要的发明：URI（统一资源标识符），HTML（超文本描述语言）和HTTP（超文本传输协议）

待续

P.S. 我觉得语义网要成功，最重要的就是加上人以后的可扩展性：普通人（比如我外婆，如果她还活着）如何来组织知识？如何加强知识系统的分散性（而不是做任何改动之前要问另一个人来批准这个改动）？普通人如何传递知识？普通人如何互联知识？不要想当然。语义网不会是逻辑。普通人学会最基本的逻辑思考大概要再过一千年。

在RDF/OWL1/OWL2中却使用了不同的概念

• RDF和OWL 1使用了URI （Uniform resource identifier，也就是最初的语义网层次蛋糕的第一层）
• OWL 2使用了IRI（Internationalized Resource Identifier）

还有一个相关概念 URN（Uniform Resource Name）。他们有什么区别？

简述如下：

URL是这样的形式：

scheme://domain:port/path?query_string#fragment_id

如本页的编辑页面是  https://blog.baojie.org:80/wp-admin/post-new.php?post_type=post#

URI是URL的扩展，形式是：

<scheme name> : <hierarchical part> [ ? <query> ] [ # <fragment> ]

例：
foo://username:password@example.com:8042/over/there/index.dtb?type=animal&name=narwhal#nose
Wikipedia上列有官方和非官方的URI scheme，如about, ed2k, doi, skype，都是。

URI不一定指向一个网址

URN是一种URI，形式如 urn:isbn:0451450523（书号），urn:mpeg:mpeg7:schema:2001（MPEG-7标准）。URN使我们可以描述一个资源而不必关系它的具体存档地址。

IRI是URI的扩展：URI只能用ASCII，而IRI可以用Universal Character Set (USC), Unicode——比如中文。

所以RDF和OWL里的资源，都不只是用“网址”来命名的。理论上，每个人都可以自己定义一个scheme来唯一确定自己的资源，不一定要放在网上，比如对我的冰箱，我可以命名为

urn:baojie-bengbu-iowa:冰箱:2012

更多关于URL/URI/IRI的请看W3C官方网页：Naming and Addressing: URIs, URLs, …

另参Tim Berners-Lee的Design Issues，Document Naming （1991）

总结为

• Twitter可能预测过去，但很可疑能不能预测未来
• 预测本身就是对未来的干扰，不可证伪
• 过去的相关性不能代表未来的因果性

我要是那个作者，就不发文章，先自己通过Twitter预测赚100万，然后把自己的交易记录贴在文后，比什么图啊，表啊，公式啊，都有说服力。

我的原文：

To be honest, I’m skeptical about the work in a couple of ways.

First, as some others already pointed out, correlation does not necessarily
mean causality.

Second, I’m not sure if it is more accurate (in predicting) than existing quantitative measurement of market calmness (or the lack of it) such VIX [1], or put/call ratio for an individual stock. While I don’t have any statistics, I personally find put/call ratio of GOOG is usually more informative (and direct) than reading tweets about $GOOG. Of course, their work is about the market as a whole, which I have no clue. Why their result is for 2-6 days later,
but not the next day?

Maybe the real catch of the study is, if it really works in the past and present, then people will follow the information and then the market will become fully efficient (in theory) as a result, hence the discovery will stop work after its publication. In the other words, it’s a theory that can not be falsified, and by Popper’s standard, not ”scientific”. I may be to too picky…we have to wait and see if it can continue the magic.

Google trend claims that it can predict the present, not the future. I would like to say that’s a safer claim.

I do believe tweets will be even more useful in financial analysis, in
many other ways.

[1] http://en.wikipedia.org/wiki/VIX

附：一些关于印第安纳大学工作的报道：

Twitter Can Be Used to Predict Stock Market, Say Researchers
http://rww.to/aJ6pF8
By Sarah Perez / October 18, 2010 6:47 AM

Researchers from Indiana University have devised a method for
predicting changes in the Dow Jones Industrial Average through the analysis of Twitter updates. Using two mood-recording algorithms, the Google-Profile of Mood States (GPOMS) and OpinionFinder, the researchers analyzed 9.7 million tweets posted between March and December 2008. They found that correlations between the calmness index, one of the six “moods” measured by GPOMS, could be used to predict whether or not the Dow Jones Industrial Average went up or down between two and six days later.

Twitter Mood Predicts The Stock Market
http://www.kurzweilai.net/twitter-mood-predicts-the-stock-market
October 18, 2010

An analysis  by Johan Bollen at Indiana University and associates of almost 10 million tweets from 2008 shows how they can be used to predict stock market movements up to 6 days in advance.

原论文：Twitter mood predicts the stock market. Johan Bollen, Huina Mao, Xiao-Jun Zeng.  arXiv:1010.3003  http://arxiv.org/abs/1010.3003

Filed under: 金融, Web ]]> http://blog.baojie.org/2012/01/14/may-twitter-predict-stock-market/feed/ 1 baojiebaojie http://blog.baojie.org/2012/01/14/it-is-time-for-semantic-web/ http://blog.baojie.org/2012/01/14/it-is-time-for-semantic-web/#comments Sat, 14 Jan 2012 20:31:41 +0000 Jie Bao http://blog.baojie.org/?p=3482 ]]> 这是我在写《随想：Web的诞生与TBL（3）为什么在1991年》时产生的想法。

Web在1991年产生，首先是因为平台已经成熟了，比如Internet, SGML, TCP/IP，在上面再搞一点点创新，不是什么火箭科技。其次，是需求已经成熟了，信息不再只是几个人给几个人看（如Email），或者一群人给自己一群人看（如Usenet），而是全互联的，你无法预测谁会来看你的信息。

Gopher就是一个尝试，它失败了，我觉得主要因为两个原因：高估人的能动性和分类能力（多层菜单）；试图收费。

Web避免了这两个问题，成功了。

语义网，需求是不是已经成熟了？

我看是的。语义网是对Social Web的进一步扩展。现在的Social Web，把每一个人看作一个点，把人和人关系映射到网上来。这个还远远不够。现实的人，不是一个点，关于这个人的信息的方方面面，有精细的结构。不理解这些结构，就没法理解用户（比如《Groupon是泡沫》），提供更好的服务。

语义网要建模的，大概不会是象开始想的那样，对文档加语义标签。而是更多的，把人连接起来，把人的各种日常“知识”一个一个的映射到网上来，再互联起来。（参《语义网是给人用的》,《Web3.0:互联用户产生的结构化资源》）

语义网，平台是不是已经成熟了？

W3C路线，RDF/OWL/SPARQL/Ontology，到现在争议很大。但是如果因为这个路线就否定语义网，就如同否定Gopher进而否定“Web”（嗯，不是特指WWW）。

如果放宽思路，有没有好的平台帮助我们把人的精细数据、信息、知识结构映射到网上来？这个平台其实已经存在了，就是移动互联网。（参《要命的Tetherless World 》，《Web 3.0与中国》，《Web 3.0 互联用户的知识》）

移动互联网不是传统互联网的简单扩展。从来没有一个时候可以象现在一样，对用户只要求这样低的门槛，实现随时随地的数据发布与采集。这种数据的互联与管理，必然的要求新的方法。而所有的支持技术几乎都已经具备，不需要火箭科技（比如数据挖掘、逻辑推理）就可以把它们整合起来。

我相信，在我写这段话的时候，世界上什么地方有其他人不但有了类似的想法，而且已经开始动手了。水到渠成，瓜熟蒂落，就是说这种情况吧。

P.S. 写完后看到这篇文章：Amit Sheth. 2011. Semantics Scales Up: Beyond Search in Web 3.0. IEEE Internet Computing15, 6 (November 2011), 3-6. [PDF] 说的不错，虽然我并不完全认同explicit semantics可以按文中所述途径产生。

P.S. 2 2012-04-17 关于平台，最近有很多新的数据库，AffinityDB, 各种Graph Database （Neo4j, OrientDB），都可以做W3C路线的替代。

• 高层分裂和动荡
• 购物体验问题
• Deal多面向女性，
• 参与商家得不到实际的好处
• 很少回头客。虽然有超过1.4亿用户(现在可能更多了)，只有20%买过东西，10%买过超过一次东西。
• 利用会计手段夸大营收。2011年上半年，开始Groupon报了15亿收入；经SEC质疑后，这个数据缩小到不到7亿。
• 获得新客户极为昂贵。2011年上半年，Groupon花了3.45亿美元在营销(marketing)上，占真实收入的一半（先不谈盈利）。
• 债务过高：102%。相比之下，LinkedIn是30%。

我觉得，Groupon，准确的说是现在的Groupon，有一个内在的矛盾

• 团购，就是要组团
• Deal要理解用户才能起作用。如果10个deal里有9个我用不着，我还会再去看？直接自动过滤到垃圾邮件箱里。

要有足够多的交易，就要既要能组团，又要能理解用户。要能组团，就需要对用户深入理解，生成聚类。这个前提，是有足够多的数据。有足够多的数据，需要每个用户有足够多的交易。

鸡生蛋，蛋生鸡。

从技术上，Groupon并非不能解决这个问题。但是我觉得市场环境未必允许它从容地做这个转型。

Marc Andreessen，Groupon的投资人之一说：

Groupon would “eat the retail marketing industry.” （Groupon会吃掉零售营销业）

“We are in the middle of a dramatic and broad technological and economic shift in which software companies are poised to take over large swaths of the economy,”  （我们处在一场急剧和广阔的技术和经济变迁中，软件公司将接手整个经济的一大块）

对第二个结论，我完全赞成。对第一个结论，我保留自己的看法。

Groupon是个泡沫，因为它不理解用户需要什么。它无法扩张到整个零售业这样的规模（比如Amazon做到的）。至于那些单纯模仿Groupon的，连泡沫都算不上。

P.S. Groupon当然试图在做用户理解， Rajesh Parekh， Yahoo Labs原来的 Director of Data Mining and Research，现在是Groupon的Director of Research。未来的Groupon可能会转型，尽管不容易。