北京時間1月15日上午消息，雅虎周四公布了關于用戶如何使用該公司服務，例如雅虎新聞和雅虎財經的大量數(shù)據(jù)。此舉是為了給學術界的機器學習研究者提供素材。

　　這并不是雅虎首次公布這樣的數(shù)據(jù)。在雅虎實驗室的Webscope項目中，雅虎曾56次發(fā)布這樣的數(shù)據(jù)，其中涉及廣告、圖片、社交媒體和評級等。此次公布的數(shù)據(jù)來自2015年的4個月時間，覆蓋了2000萬人，其中包括用戶訪問雅虎網站所使用的設備類型、文章的閱讀情況，以及文章的主題。其他數(shù)據(jù)還包括用戶的位置、年齡和性別，但這些數(shù)據(jù)都經過了匿名化處理。

　　不過值得指出的是，雅虎此次提供的數(shù)據(jù)集規(guī)模龐大，多達13.5TB。而雅虎此前提供的數(shù)據(jù)集通常只有1TB。

　　加州大學圣迭戈分校電氣和計算機工程教授格特·蘭克利特(Gert Lanckriet)表示：“我對此感到興奮。這是因為，學術界和工業(yè)界的這類合作對于更強大人工智能和機器學習技術的研究、設計和開發(fā)，現(xiàn)實世界中的大數(shù)據(jù)處理至關重要。”

　　近期，雅虎正在采取措施吸引開發(fā)者。例如，雅虎開源了一些算法。這些算法用于對流數(shù)據(jù)的計算和網頁爬蟲，處理網站上的結構化數(shù)據(jù)。雅虎此次公布的數(shù)據(jù)將幫助學術界進一步了解用戶的閱讀習慣，進而對自己的算法進行優(yōu)化。

　　雅虎提供了100行的數(shù)據(jù)范例，其中包含多種類型的數(shù)據(jù)，例如股票、學校、政治、體育和明星等。

　　雅虎實際上還有更多數(shù)據(jù)可以分享。雅虎實驗室個性化科學研究總監(jiān)蘇吉·拉簡(Suju Rajan)表示，她常常需要與PB(1PB=1000TB)級別的數(shù)據(jù)量打交道，而對雅虎這樣的互聯(lián)網公司來說并不少見。不過，PB級別的數(shù)據(jù)對單一研究者來說很難處理，即使是13TB的數(shù)據(jù)都已顯得十分龐大。

　　雅虎實驗室研究副總裁里卡多·貝扎-耶茨(Ricardo Baeza-Yates)表示：“許多人都沒有能力使用這一數(shù)據(jù)，但我們認為，通過這種方式我們可以推進相關研究

特別提醒：本網內容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網贊同其觀點。其原創(chuàng)性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網有任何內容侵犯您的權益，請及時聯(lián)系我們，本站將會在24小時內處理完畢。