摘要：微格式自诞生之日起，就是为语义网（1998年由Tim Berners Lee提出）服务的。“语义网的核心，是通过给万维网上的文档 (如: HTML)添加能够被计算机所理解的语义(Meta data)，从而使整个互联网成为一个通用的信息交换媒介。” 李氏之所以提出语义网，是因为他察觉到了Web数据是半结构化而且异构的。正是Web数据如此杂乱无章，才使搜索引擎多年停留在关键字搜索的阶段。而关键字所搜的问题在于，关键字往往一词多义，比如java和kayak这两个词，导致搜索结果无法很好地匹配用户的需要。简言之，关键字搜索的查全率(recall)很高，但同时冗余度也很高（即精度(precisio... 阅读全文

摘要：夜里闲暇，刚翻开Soumen（三哥的名字）的“Mining the Web: Discovering Knowledge from Hypertext Data"，未来得及看目录，只见内页写着一句 This book is printed on acid-free paper，霎时仿佛死理性派上身，非要去问度娘什么是无酸纸（够蛋疼。。。）。 度娘百科这次倒是让哥虎躯一震，刮目相看。acid-free paper的优点有造价低廉、不伤眼、制造过程对环境污染小等等，而最重要的优点便是利于书籍保存。酸性纸（例如报纸）即使保存妥当，最多也只存20年，而且还发黄发臭（君不见，学校图书馆二楼的陈 阅读全文