智慧型資料分類好幫手 - Grokker

友人推薦了一具資料群聚（data clustering）[1]分析網站grokker.com，如圖一所示[2]，經實際測試後深覺值得推薦，特撰本文。

分類方式有兩種，其一為利用人工與知識領域進行分類，另一為利用電腦或是人工智慧（artificial intelligence）運作，然而不論哪一種方式，目的均為將一群無組織、無系統規則的資料內容進行有序化的處理與分類。

在文【Google Health垂直整合型搜尋服務的啟示】我們介紹Google在垂直整合搜尋服務所進行的工作（現階段該服務已被證實為Google新服務 Google Co-op的一部份，網址為http://www.google.com/coop），並且也說明Kosmix（http://www.kosmix.com）亦屬於同一類分析服務。

垂直整合搜尋服務將首次檢索結果，根據自行分類進行細部區分，例如Kosmix以醫療健康Health為主，因而區分為“Overview”、”Support Groups and Tools”、”Specific Patients”、”Written for Doctors”與”Natural Remedies”五大類與21小類。換言之，一個檢索結果可以再根據功能別，細分為21種資料模式。需要說明，上述21類即是Kosmix根據人工所進行的知識領域分類。

另一種為根據電腦資料群聚（data clustering）所進行的資料分析模式，關於資料群聚的說明與分析方法可進一步參考Wikipedia說明[2]，本文所介紹的Grokker即是以此運作模式所設計。

Grokker檢索與資料閱讀模式

Grokker使用方式包括兩部分[1]，其一為選擇資料倉庫（data warehouse），該網站共提供三個選擇，分別為”Yahoo!”、”Wikipedia”與”Amazon Books”，其二為利用關鍵字進行檢索。

舉例來說，我們選擇”Yahoo!”，並以”electronic paper”為關鍵字，檢索結果如圖二所示。瀏覽結果共計240筆資料，其中網頁中間呈現Clustering分析結果分類（classification, 結果如表一所示，每一分類後面數字為對應資料比數），左邊為對應的結果網頁（data set, 資料網頁），右邊為部分進階處理模式。如果使用者對特定分類有興趣，即可點選相關細部分類，進一步瀏覽對應網頁。

Grokker另一種結果呈現方式為地圖模式（Map View），如圖三所示（需要安裝Java圖形瀏覽功能）。由圖三可以發現，Grokker將其主區分為九類（九個圓圈），並且九類中尚有進一步分類（小圓圈）。進一步點選其中一筆資料（往細部分類點選），最後結果如圖四所示，由圖可以發現，該網頁與Australian IT相關，資料來源為Yahoo!，語言為英文，網域為澳洲（.au）。地圖模式的優點為可以追蹤資料分類，與找出不同層級之分類關係，缺點為類別與類別之間關係不易區分。

圖一 Grokker首頁（http://www.grokker.com/）

圖二 Grokker檢索結果畫面

圖三 Grokker檢索結果之圖形瀏覽形式

圖四 Grokker檢索結果之其中一筆資料

Grokker工具運用

友人說Grokker對於檢索關鍵字的釐清有重大幫助，我們亦認同此看法。例如，我們僅以”electronic paper”（電子紙）為簡單關鍵字（請參考表一），就可以發現E Ink（一家美國電子紙公司, http://www.eink.com/），display technology（顯示技術）、Flexible Electronic Paper Display（軟性顯示器）、Philips Electronics公司、Fujitsu公司、Toppan Printing公司等均與電子紙相關其他關鍵字與公司名稱。換句話說，Grokker對於商情（網際網路）的收集將能扮演重要角色，並可進一步運用於先前所討論情報收集體系中。

結語

本文初步整理與測試Grokker.com功能後發現，Grokker可以當成關鍵字或知識領域（domain knowledge）的建構工具，當然對於網際網路資料的瞭解與判讀也可扮演關鍵角色。根據Grokker網站說明，其服務對象主要為企業資料用戶，並可用於分析與整合其他知識種類與資料庫。最後，以分類角度來看，我們認為此功能重要且實用，因為人工智慧型搜尋系統，就是希望電腦能有自動判讀功能。 (1346字)

參考資料

• http://en.wikipedia.org/wiki/Cluster_analysis
• http://www.grokker.com/