共享文化大数据的新机制-科学网.PPT

共享文化大数据的新机制 李幼平 杨 鹏 2013年4月 追求“内容自寻读者” 万维网（World Wide Web）是“博大精深”的文化大数据，它与个人的有限需求之间，缺乏顺从人意的直达机制 本文建议，定义最小内容基元，并借助泛在无线电广播，创造“内容自寻读者”的主动服务机制 新机制不但能大比例分担核心网的共享类流量，而且有望从国家层面找到保证公共内容安全的有效措施 共享文化的三个科学问题 奥巴马政府又出了“大数据”的题目，要求科学家从大数据中萃取有价值的信息，并从国家层面找到保证信息安全的有效措施。 中国政府发出“用好互联网，管好互联联网”的号召，提倡用“三网融合”营造“国家公共文化服务体系”。 无论“大数据战略”还是“公共文化战略”，提法虽然不同，最终都希望实现全民对文化大数据的科学享用，都需要回答三个科学问题： 1，共享如何不限人数？ 2，服务如何匹配个人？ 3，国家如何依法治理？ 试图借助网络物理变革回答问题 无线复制体现网络物理变革 无线电广播轻松回答三个问题中的两个 无线电是“一点对无限点”的单向电磁辐射 “无限点”意味着支持“共享不限人数”，不管多少人分享电磁波带来的数据，永无“带宽拥塞” “一点”支持内容集结一体，在卫星实施分发的过程中，国家自然获得理顺内容和依法管理的机会 唯一障碍：单向系统没有互动环节，难以匹配个人 广播内容自带互动环节，障碍将出现重大突破 具体办法是，文件前缀嵌入沟通读者与作者的语义短包作为取舍内容的文化基元，让作者与读者在网络终端实现直接互动 自帯互动环节：1kB内容标签 毕升把汉字当成是可按语义聚分的最小文化基元；网络需要可按语义取舍的最小文化基元UCL UCL（Uniform Content Label）统一内容标签 表达读者喜好 （个人常用网站、栏目， 或感兴趣的专业话题） 5B 1 KB 表达作者语义 （描述内容的要义） 支持依法管理 （国家授权，科学管理） 8B 1B 2B 16B 64B ～100B ～100B ～128B ～600B 网站 栏目 专业话题 时间戳 内容代码 内容标题 内容要义 内容出处指纹 内容指纹 待定 定义泛在广播 无线电波转瞬即逝，“泛”而“不常在” 存储和内容匹配技术帮助它成为 anywhere、anytime、anyone 的 Ubiquitous Data Radio UD Radio 发明超级门户机制 内容标签UCL含有标题、摘要，本身是一种可读的短文件 把大量网站的UCL短文件集结一体，形成海含众多网站主页的“超级门户”（super portal） 其他媒体都是“零阶”的，唯独它是“高阶”的 超级门户是“有关数据的数据”（data about data），是“引领众多媒体的超级媒体”（medium about media） 集结后的UCL内容品种足够多，千差万别的个人都可以从中得到个性需求的提醒；集结后的总字节量又足够地小，只需用一个低速率的广播信道，就足以承载多元内容面向全民的泛在服务。 广科院的低码率UD Radio 广播科学研究院发明一种调频波段的低码率OFDM信道，形成穿墙入户“直达所有网络的所有终端”的物理能力。 由于码速率很低，接收环节是一种功耗极低的嵌入式小芯片，很容易寄生于PC机、TV机、Pad机、手机的主芯片之中 UD Radio每天把百万种UCL数据包直接存入任意网络的任意终端，广大民众可以在第一时间免费得到任意媒体的任意标题摘要。 从工程上体现主动服务的超级门户机制。 互联网边缘增添广播结构 图3 Internet的边缘增添泛在广播的次结构 减少内容分发跳数 “小世界”的说法起源于Milgram的“六度分离”猜想，即全球几十亿人中的任意一人，经过五次中间介绍，总可以找到另一位陌生的人。 1998年，Watts等人在NATURE杂志上发表题为“Collective Dynamics of ‘Small-World’ Network”的论文，指出聚类动力学是小世界的成因。 对获取网页的平均路由跳数D进行实测统计，得知WWW网络90%以上网页的 D在 6与 23之间。 出现D～lnlnN超小世界 2009年PHYSICAL REVIEW LETTERS杂志发表题为“Navigating Ultrasmall Worlds in Ultrashort Time”的文章 指出当幂指数γ处于2至3之间时，采用贪婪路由可使网络的D～lnlnN，并可实现超短时间的内容引导。 其中N为网络节点总数量，取N等于全球人口70亿，则可算得D～3，超越了原先“六度分离”的猜想，实现了“超小世界”和“超快引导”。 这是一个了不起的理论工作，激励中国专家坚定信心，朝着更小跳数的目标继续前进。 东