
5
第二章
是只有我這樣,還是這個資
料本身令人感到有趣?
Kevin Fink
拿到一個不知道來源的資料集合時,你要如何知道這個資料是否有任何用處?
其實要遇到要處理一個並沒有擁有許多資訊(例如,它是從何處來、它是如何被蒐集或
是這些欄位代表什麼)的資料集合的狀況並不會太難。事實上,要拿到這種資料的可能
性還比較高。在許多狀況中,資料是被集合起來的,所以它通常被轉手過數次,而再也
沒有人知道所有內容的意義。本章將會告訴你,瞭解、驗證並且最終將資料集合轉化為
有用資訊的方法。特別的是,我將會提到判讀資料的特定方法,並提供一些因為這樣做
而讓我學習到的範例。
先稍微介紹一下我的背景,我在過去這 25 年以來處理過許多不同的資料。我寫過一些
處理加速度計與水中聽音器訊號的程式,用來分析水壩以及其他大型結構(就讀 Harvey
Mudd College 工程系大學部時)、分析過不同種類蝙蝠的錄音(就讀 University of
Washington 電機研究所時)、建立系統來視覺化聲納資料(在 Applied Physics Lab 擔任
碩士研究助理時)、使用爬蟲爬回的大量網路內容來建立內容過濾系統(在 N2H2, Inc.
擔任共同創辦人與 CTO 時)、為入口軟體設計區域網路搜尋系統(在 DataChannel 時)
以及結合多個目錄協助資料集合成為一個可搜尋的網站(在 WhitePages.com 擔任 CTO
時)。在過去五年,我大多數將時間花費在 Demand Media 上,使用廣泛的資料來源建 ...