Analyse af enorme datamængder, som ikke er struktureret til at blive analyseret, er én af de store udfordringer for datalogien lige nu, og nu udfordrer internetfirmaet Yahoo udviklere over hele verden til at prøve kræfter med et stort datasæt fra billedtjenesten Flickr. Det skriver GigaOm.
Yahoo har frigivet 99,3 millioner billeder fra Flickr, som er lagt ind under Creative Commons-licensen. Dertil kommer flere hundredetusinde videoer og andet indhold.
Cirka halvdelen af indholdet er markeret med metainformation som eksempelvis geotagging og delinger fra sociale medier. Det er denne type metainformation, som Yahoo nu opfordrer til, at man prøver at arbejde med. I første omgang på et mindre udsnit på fem millioner enheder.
Konkurrencen går ud på, at man ud fra alle de andre metainformationer og selve indholdet af medieelementer, forsøger at placere det geografisk. Fordi indholdet er geotagget, kan man efterfølgende vurdere, hvor præcist analysesoftwaren har ramt.
Yahoo har også indledt et samarbejde med University of California i Berkeley om at lave analyser af det store datasæts video- og lydindhold ved hjælp af universitetets supercomputer.
Leave a Reply