信息數(shù)據(jù)研究思考：誰會(huì)成為一家人工智能公司

　　數(shù)據(jù)時(shí)代，數(shù)據(jù)比人類更了解人類，而信息數(shù)據(jù)又反過來影響我們?nèi)祟悾�因�(yàn)閭鞑ブ械男畔⒂绊懼�人類�?duì)事物的認(rèn)知和決策。大量的傳播數(shù)據(jù)通過重新聚類關(guān)聯(lián)，再經(jīng)過一些分析方法，就可以得出很多未知或者已知而過去無法驗(yàn)證的結(jié)果。

　　比如，早在2008年的時(shí)候，Google推出一款預(yù)測(cè)流感的產(chǎn)品，他們認(rèn)為，某些搜索詞有助于了解流感的情況，而這些搜索數(shù)據(jù)可以近乎實(shí)地的對(duì)流感情況做出預(yù)測(cè)。

　　而這樣的產(chǎn)品，正是應(yīng)用了關(guān)鍵詞之間的傳播關(guān)聯(lián)關(guān)系。其實(shí)除了搜索詞，同樣在網(wǎng)絡(luò)中傳播的信息也一樣可以通過信息顆�；�，做更多的研判預(yù)測(cè)以及洞察到更多未知信息。

　　最近整理了一些科技網(wǎng)站上的新聞信息，通過技術(shù)切詞和我們的研判模型做了個(gè)小實(shí)驗(yàn)。

　　實(shí)驗(yàn)要解決的問題是，究竟哪家公司更能成為人工智能的公司。在數(shù)據(jù)分析結(jié)果出來之前，以我個(gè)人淺薄的互聯(lián)網(wǎng)認(rèn)知，預(yù)感Google未來會(huì)是一家人工智能的公司。然而結(jié)果卻出乎我的意料，甚至是與預(yù)料大相徑庭，我們一起來看下這個(gè)實(shí)驗(yàn)過程：

　　【數(shù)據(jù)治理方法】

　　我們將整理的所有新聞信息中含有人工智能相關(guān)詞的信息標(biāo)注出“人工智能”標(biāo)簽，同時(shí)將每條信息中包含的科技公司主體提取出來。當(dāng)然這中間要涉及外文詞匯的翻譯和整理，同時(shí)提取與專利、新品、機(jī)器人等相關(guān)的信息，做另一個(gè)結(jié)論分析用。最后幾組數(shù)據(jù)交叉比對(duì)。可以得出很多結(jié)果。

　　【分析過程及結(jié)果】

　　1，提出問題，在眾多的科技公司中，誰會(huì)成為人工智能的公司?將所有信息中含有人工智能標(biāo)簽的數(shù)據(jù)做提取并統(tǒng)計(jì)。

　　2，得出上述問題的結(jié)論需要兩個(gè)條件，新聞報(bào)道中含有人工智能及這家公司。當(dāng)然人工智能判定詞與主體的距離也要計(jì)算，以便確保數(shù)據(jù)的精準(zhǔn)。

　　3，開始數(shù)據(jù)可視化，我們將統(tǒng)計(jì)的數(shù)據(jù)結(jié)果，按照信息量做排序。則所有含有人工智能標(biāo)簽的信息中，人工智能判定詞與主體詞(科技公司主體)同時(shí)出現(xiàn)的數(shù)據(jù)做排序。

　　4，得出結(jié)果：我們按照這兩組數(shù)據(jù)同時(shí)出現(xiàn)的信息量做主體量的排序。得出結(jié)論如下：

　　下表中，與含有人工智能同頻出現(xiàn)最多的科技公司有：華為、微軟、騰訊、蘋果、小米、特斯拉、谷歌……這個(gè)結(jié)果跟我起初預(yù)判的結(jié)果還是相差很遠(yuǎn)。(圖1 )

　　【可以延伸的問題】

　　用同樣的方法，我們又做了與專利相關(guān)的信息數(shù)據(jù)排行，這個(gè)數(shù)據(jù)可以表明，誰是擁有專利最多，或者更在意專利，或者說與專利更有關(guān)系的科技公司。如圖2所示，在專利相關(guān)信息中，最多的交叉信息是院校合作相關(guān)的信息，另外就是芯片(這里可以更深度的分析芯片與專利之間的細(xì)化數(shù)據(jù)，此處不做贅述)

　　而同時(shí)提及的科技主體有：蘋果、華為、特斯拉、微軟、騰訊、阿里、京東、小米、谷歌……

　　同理，所有提及機(jī)器人的信息中，則微軟、華為、特斯拉、蘋果、小米、騰訊、京東的信息數(shù)據(jù)會(huì)更多。

　　以上是我們的實(shí)驗(yàn)室團(tuán)隊(duì)前不久做的一個(gè)小課題，跟同行交流的時(shí)候提起，就想把研究方法跟大家分享一下，希望致力于此的同行朋友可以有所啟發(fā)。

　　所有數(shù)據(jù)樣本均為近一年來的新聞報(bào)道數(shù)據(jù)，數(shù)據(jù)總量大概幾十萬條，覆蓋海內(nèi)外科技媒體30多家。

　　鑒于數(shù)據(jù)樣本本身不夠還不夠全面，以及翻譯水平、數(shù)據(jù)顆粒細(xì)化算法的粗糙等問題，本文中的結(jié)論數(shù)據(jù)僅供參考。我們主要是想將研究方法與大家共享，為未來科技信息深度洞察提供一些參考。(公子段 勝泰信息合伙人，熵音科技傳播數(shù)據(jù)實(shí)驗(yàn)室首席研究員)