it’s a colorful day~~
最近社交网络的红火越来越映衬出即时搜索的需求，一时间炒作频起，关于实时搜索，成了IT的一个时髦名词。facebook开放部分数据，bing推出实时搜索，紧接着，google也在昨天有了social search（google之前的很多项目也都反映了实时性）。这不，yahoo也说我们早就在评估了，正在弄着呢。在前段时间的web2.0会上，有专业人士提出，“未来主宰网络的是Twitter、 Facebook、Apple 和 eBay，而不是 Google”。有人解读为了即时搜索，我觉得他们提供的大量无用信息在信息膨胀的时代，是一种对人的迫害。。。
Twitter、Facebook要想独当一面，首先就要解决去噪问题，如何识别并摒除垃圾信息。即时信息显然很重要，但是当前的即时发布平台大多数都是无聊的文字，我们看到某人关注了上百上千个人的信息发布，如果他的关注是真的关注，那他太痛苦了。这种感受大家都会有，要从大量无意义的事物中找到一个亮点，而且需要人工完成。这个问题如果能够很好的解决，不光是即时信息，IT的整个格局都会发生转变。可是，现在牵扯到智能的东西，研究和现实的差距还是很大的。
雅虎和微软从合并，到合作，终于熬出头，于今天签下合作协议。
跟我们之前预测的一样，微软将为雅虎提供搜索引擎，同时雅虎成为两家公司在全球广告业务的独家代理商。
合作的重点包括：
好复杂的合作，不过希望雅虎和微软可以稍微的挑战一下Google一家独大的搜索市场。
Via TechCrunch
SaaS 软件即服务，被炒作了有一段时间了，从技术曾上似乎不太容易提出什么新东西，基本上是里理念了一种体现，在开发中，大家的感觉也是还汤不换药，像是用个新名词忽悠下市场。觉得炒作的有点过了。。。国外也有些大公司做这个，好现技术上提出的东西也没有很多，但是做得效果增样，感觉应该比国内好吧。可这下看到这篇RWW的文章，似乎实际应用起来，国外也没有像吹呼的那么夸张了。不过，Gartner的分析还是证明了SaaS的发展还是有进步的，也是一种趋势，只是有些东西吹呼的过于猛烈反而更容易让用户产生落差。下面这个是直接Copy中文版的RWW了，遵循 创作共用 版权协议，署名－非商业。
Page’s Law:It says software gets twice as slow every 18 months.
佩奇定律:软件性能每18个月会变慢一倍。
摩尔定律认为每隔18个月，处理器性能将提升一倍；而Google创始人之一的Larry Page提出的佩奇定律认为，每隔18个月，软件的性能将会下降一半。 在Google I/O开发者会议上，另一位创始人Sergey Brin讲述了Google如何努力的抵御佩奇定律，他表示硬件性能提升抵消了软件性能下降的趋势，他开玩笑的说，“我们愿意打破佩奇定律，让我们的软件在同样的硬件上运行得越来越快。”Brin指出编程工具的进步，尤其是JavaScript上的性能改进，令更快的梦想成真。他称Google正在努力的提升Chrome浏览器和本地搜索工具的性能。
来源：1，2，3
其实，大家用电脑久了都会有类似的感受把，越来越慢，直至重装@@
好几天没有上网，也没有关注消息，昨晚突然在电视里听到微软发布搜索引擎bing的小时，这才意识到，kumo被正式易名了。这个月对搜索届似乎有太多的消息，知识计算型引擎Wolfram Alpha之前被视为google杀手，结果却可能 更大的影响wikipedia，google也不失时机的推出百宝箱，给用户更多的搜索体验，而月尾微软也宣布了livesearch的后继者bing，和此前的传言相同，是bing而不是kumo。
Bing要在6.3号才正式对大众开放，不过现在已经有许多邀请体验的测评文章。如1，2. 看兴趣的可以先睹为快。
ps：今天一看，很多访问都来自关键字being+微软，其实，微软的新搜索叫bing~~ hoho 现在微软有bing，有powerset，看下一步怎么优势整合和google竞争 
了~
读写网zz又一篇，原文。
Growthroute Ventures公司创始人Greg Boutin最近撰写了三篇系列文章。这些文章试图把基于结构化数据的三大趋势结合到一起：1) 羽翼渐丰的 “Web 3.0″ ， 2) 结构化网络中的黑马关联数据（Linked Data），3) 以及由来已久的传奇：语义网（Semantic Web）。 以下对其进行简单介绍：
Boutin的第一篇文章认为Web 3.0无法解决信息超载问题。至少现在还不行，因为有很多基础工作要做。尤其是现在网上到处都是非结构化数据，需要很长的时间才能将这些数据结构化。
去年Boutin将Web 3.0宽泛定义为“一个开放网络。Web 3.0可以打破旧藩篱，让所有人随时随地地联系在一起，让整个网络更加智能。”
至少我认为，如果说Web 2.0意味着Youtube和维基百科等UGC和社交网络，那么Web 3.0则意味着开放和结构化数据，让网络更加“聪明”。
全文阅读 »
据说是N年前南大小百合上的帖子，不过风格挺好的，转来仰慕下吧。不知牛人们现在干啥了都。
闲着无事，想写点一些我所了解的machine learning大家。由于学识浅薄，见识有限，并且仅局限于某些领域，一些在NLP及最近很热的生物信息领域活跃的学者我就浅陋无知，所以不对的地方大家仅当一笑。
Machine Learning 大家(1)：M. I. Jordan
在我的眼里，M Jordan无疑是武林中的泰山北斗。他师出MIT，现在在berkeley坐镇一方，在附近的两所名校（加stanford）中都可以说无出其右者，stanford的Daphne Koller虽然也声名遐迩，但是和Jordan比还是有一段距离。
