图谱，怎样才靠谱？

教师之友网

图谱，怎样才靠谱？

有个说法，你现在如果参加互联网圈子的聚会，不说两句pinterest，都不好意思跟人发名片，凑个热闹，今天要说的话题又从pinterest开始。

与pinterest一起走火的，还有个词：兴趣图谱，我不知道是不是因为facebook的马克·扎克伯格在2010年提出开放图谱（Open Graph）之后，各种图谱概念才开始流行。理解“图谱”有利于理解博客以来的互联网演化线索。
我之前说过从博客到微博过程中出现的信息泡沫化问题，博客是以记录内容为主的，微博则强化了人与人之间的传播，加强传播，优点是方便了信息传输，缺点是太方便了传播 —— 口水遍地导致了信息泡沫。类似facebook的sns社区，由于关系组织比微博紧密，但也面临同样的信息泡沫问题。
从早期互联网以内容为中心的组织，到社交时代以用户为中心的组织，互联网的传播特性大大加强，满足了多样化的信息服务要求，随着用户在网络上使用信息的增多，日渐面临信息有序流通的压力。
内容为中心的组织效率比较低，内容本身是“活”的，内容不断地更新就需要不断地组织，互联网早期“苦逼”的编辑们对此应该记忆犹新；以用户为中心的组织，只需要组织一次，此后的内容就按照用户的关系来组织，解决了“活”内容的组织问题。
不过，看似省事儿的背后，并没有很好地解决问题，信息虽然与人的关系密切，却未必与人的关系完全拟合。早期，一个人常常集中发同一类的信息，比如财经作者更多聊财经话题，创业者更多聊创业话题。随着网络沉淀的人增多，具有讽刺意味的是，随着每个人变得丰富起来，他在网络上表现得越饱满，以人为中心的信息组织就越无效。你是热衷于听邻居与女友间的喃喃细语，还是热衷于听老爸与战友间鸟语般的俄语对话。
具体内容的组织效率太低，而顺着人来的信息又杂乱无章，互联网进入第二次黑障（第一次是web2.0流行之前，大量内容型网站形成信息孤岛），这时候，“图谱（Graph）”来了。
如何理解图谱呢？以兴趣图谱（Interest Graph）为例，按照流行的说法，以兴趣爱好作为内容的组织方式。看上去，它是介于用户和内容之间的一种组织工具：不是用户间那样的固定关系，也不用伴随每一次内容发布那样细碎。兴趣图谱以兴趣为基础，建立了零散的内容之间的关系。
具体到facebook，开放图谱（Open Graph Protocol）作为facebook为第三方网站提供的开放协议，把第三方网站的服务通过facebook连成跨越网站的“图”，这样，零散的第三方网站服务，就被组织到了一起。
由此可见，图谱是一种比单个内容更高一层的信息组织结构，提供了信息的有序性：信息秩序。
如果你只想了解一下图谱的概念，到这里就结束了。如果你对得到有效信息秩序的过程感兴趣，可以继续往下看：
是不是所有的关联都能利用起来，成为构建信息秩序的有效服务呢？
未必，在博客时期，聚合阅读（RSS订阅），也曾是早期博客阅读者的工具，但最后没有成为大面积使用的服务，现在反过头看，聚合阅读、标签只是简单的把文章放到了一起，虽然简化了阅读，但在优化信息源让信息流动起来上做得不够好，工具本身也过于技术化，普通读者难于理解、使用起来也比较麻烦。
一种工具如果不能形成更高层次的信息结构，而只是简单归类，也难以成为新的信息工具，比如标签（TAG），利用标签对信息进行归类的时候，标签与标签之间的关系往往难以确定，当你利用标签进行分组管理的时候，就缺乏稳定性，比如一个企业融资信息，第一次可能放到“投资”标签下，下一次可能就放到了“企业”标签下了，直接使用文本化的标签，对于缺乏信息分类训练的用户，就很难有效。
对于“图谱”，可以作进一步类比理解，就像物理学里提到的光谱，光谱中，同一种元素会形成多个独立的谱线，一个混杂的光谱中，通过找到各自对应的化学元素，就可以方便地对光谱中的各个谱线进行区分，元素光谱是杂混在一起谱线的组织结构。
兴趣图谱起什么作用呢？在零散的互联网信息与互联网行为中，通过找到用户间的兴趣线索，就可以方便地对这些零散的信息进行区分，图谱是离散网络信息的组织结构。
如何区别比离散信息更高级别的信息结构呢？
如果我们从分子的级别看，一杯雪花和它溶化之后的水是一样的，但是，如果我们采用比分子更大的尺度来看，雪花具有数厘米尺度的六边形的空间结构，而液态水没有。六边形雪花是水通过结晶的方式实现的。
要让小结构聚集成更大的结构，需要内在的动力。同样的100个工人，如果没有人统一指挥，他们在一片空地上，只能码出一片矮矮的没有外形的砖垛，如果有人提供图纸，他们就可以盖出一间间瓦房甚至数百米高的大厦，这是同样的微观行为是否能够构建大尺度结构的区别。（文/醒客）