为何苹果2亿美元收购大数据公司Topsy?

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:  由于谷歌的缘故,苹果的业务不在只是出售手机、平板电脑和笔记本电脑,而是包括了销售一整套移动体验,那些移动设备只是各种服务的接入点而已。在这一整套移动体验中,数据是关键,苹果不可能将所有的体验一手包办,因此它收购了Twitter数据专业化公司Topsy。

 由于谷歌的缘故,苹果的业务不在只是出售手机、平板电脑和笔记本电脑,而是包括了销售一整套移动体验,那些移动设备只是各种服务的接入点而已。在这一整套移动体验中,数据是关键,苹果不可能将所有的体验一手包办,因此它收购了Twitter数据专业化公司Topsy。

目前,提供跨设备、应用和服务的平台产品的公司包括苹果、谷歌和微软。与苹果相比,谷歌和微软产生的数据要多得多。微软有必应、Hotmail和Xbox,谷歌有搜索、Gmail、Google+、YouTube、Zagat和其他很多产品,苹果在产生数据方面有什么呢?除了Siri之外乏善可陈。

那些数据可以帮助微软和谷歌做很多事,它们可以通过分析搜索关键词、社交文章和评论来不断提高自然语言处理能力和搜索算法,进而提高语音识别、翻译服务和搜索体验。它们还可以通过分析图片、视频甚至用户的肢体动作(利用Kinect),进一步完善与计算机视觉和图片识别有关的功能。

虽然必应搜索引擎从未对谷歌的领先地位构成威胁,但微软已经承认了必应对于其大战略的重要性。

在社交媒体领域,谷歌对于Google+的态度就跟微软对待必应的态度一样。Google+使得谷歌能够通过社交图谱和流行趋势来过滤用户体验,进而获得一种收获数据的有机方法,帮助它实现与文本和行为分析有关的各种目的。

乍一看,Siri似乎没有这样的竞争优势。因此,苹果收购Topsy的消息立即引起了业内人士的关注和热议。

Topsy可以在一定程度上帮助苹果缩小它与谷歌和微软之间的差距。Topsy拥有Twitter整个发展历程的所有数据以及访问Twitter数据的通道。因此收购Topsy就意味着苹果已经获得了访问Twitter的海量数据的通道,这必然有利于它推进自然语言处理和趋势分析的研究工作。

从理论上来说,苹果有可能明天就把Topsy关闭,独自消化来自Twitter的数据流,不断壮大其数据库而不用向第三方供应商付费。

Topsy专注于历史数据,而Datasift和Gnip则专注于实时数据,包括Twitter之外的其他来源的实时数据,但是要想获得那些数据,是需要一定的成本的。

另外,苹果的其他服务肯定也能从这些数据中受益,比如Siri、iTunes和Apple TV。

假如苹果能够善用这些数据,发挥出它们的全部优势,那么它就能够通过Topsy的数据了解到人们当前最关注的趋势及其意义。这有助于苹果改善其推荐算法、强化或预测热门媒体以及进一步完善Siri服务,从而为用户们提供更好的体验。

虽然Topsy的员工将加入苹果,而且苹果自己也有很多相关的人才,但它肯定还会再招募很多数据方面的科学家、分析师和工程师。

Twitter一直自诩是趋势潮流的创造者,并且事实上已经成为电视评分系统,苹果或许也能从中受益匪浅。虽然并不依赖于Twitter发布的数据,但是苹果仍然可以专注于一些很重要的数据,帮助它在内容授权和其他交易中获得更大的权利。


原文发布时间为:2013-12-09


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

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
1月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
379 7
|
1月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
55 2
|
1月前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
95 1
|
1月前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
79 4
|
1月前
|
存储 大数据 数据管理
大数据分区简化数据维护
大数据分区简化数据维护
25 4
|
1月前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
62 3