建立与发展
Facebook的人际图谱团队创立之初的任务是把用户个人信息中的纯文字描述转化成结构化数据。如果没有这样的数据，Facebook就无法实现广告受众定位，也不能帮助你找到高中好友。为了利用用户数据中的各种细节信息，Facebook的工程师们必须建立一个数据集，其中需要包含能够将不同用户之间建立联系的各种信息。工程师们的解决办法是利用维基百科上的现有数据。
很多用户之间的关联信息无法直接和现有页面建立联系，借助维基百科上的各种条目，Facebook工程师们建立了“数百万个‘回退’页面”，然后手动去除重合和无效的页面。此外，工程师们还需要针对用户信息中的书名和电影名等信息进行手动调整。
Facebook的人际图谱团队还利用了WordNet数据库等工具分析用户信息，配合用户兴趣数据集向用户推荐好友。比如，在简介中提及“有些朋友会滑雪”的用户会和那些在滑雪运动页面上点“赞”的用户归类到一起。
人际图谱现状
根据Facebook工程师埃里克·孙（EricSun）的说法，人际图谱如今的增长速度是他们始料未及的。他表示，该团队目前的主要任务是“打造能够不断优化图谱的多分支、可扩展系统”。
目前，Facebook对用户信息的挖掘已经非常深入。比如，如果你对歌曲“Help”点了赞，Facebook知道创作它的是披头士乐队，它也知道你有哪些好友喜欢披头士。如果你去了某家餐馆，Facebook知道它的位置、用户群体、用户住处。帮助Facebook发掘出如此多的数据的正是人际图谱计划。
原文发布时间为：2013-07-30
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号
