\nDet er to studerende, Larry Page og Sergey Brin, der st\u00e5r bag den nye s\u00f8gemaskine. De har fundet en ny m\u00e5de at anskue s\u00f8gning p\u00e5. I stedet for at l\u00e6se, vurdere og systematisere det allerede dengang enormt store internet, vender de bunden i vejret, og ser efter de m\u00f8nstre, nettet selv tr\u00e6kker ud mellem de mange stykker information. Det er anvendt Big Data, f\u00f8r nogen kender ordet. Af en kaliber, s\u00e5 Google \u2013 med rod i deres s\u00f8gning \u2013 stadig er blandt de syv bedste Big Data-cases jeg har kunnet finde i min research af omr\u00e5det. (De f\u00f8rste tre har jeg allerede skrevet om her: Target \u2013 supermarkedet der ved n\u00e5r du venter dig<\/a>,\u00a0Pas p\u00e5, tyve i LA. Politiet ved hvor og hvorn\u00e5r I sl\u00e5r til n\u00e6ste gang<\/a>\u00a0og\u00a023andme.com l\u00f8ser medicinske g\u00e5der med banebrydende Big Data-approach. Bedste Big Data case #3<\/a>)<\/p>\n
Influenza og aktiekurser Googles flu trends forudser influenzaudbrud ud fra s\u00f8getrends:\u00a0http:\/\/www.google.org\/flutrends\/<\/em><\/p>\n P\u00e5 samme m\u00e5de har forskere udfra bev\u00e6gelserne i Google-s\u00f8gninger\u00a0kunnet forudsige kurs-udsving p\u00e5 b\u00f8rsen<\/a>. Opskriften p\u00e5 succes som Google-spekulant er tilsyneladende enkel: n\u00e5r s\u00f8gninger med ordet \u201dg\u00e6ld\u201d vokser skal du s\u00e6lge. N\u00e5r de falder skal du holde igen.<\/p>\n B\u00e5de influenza og aktiekurs-forudsigelser er virkeligt gode Big Data eksempler (selvom rigtigheden i forudsigelserne kan diskuteres). Men i mine \u00f8jne er og bliver de kun afledte eksempler p\u00e5 den Big Data kraft, der er lagt ned i Googles DNA. Der stammer fra den oprindelige s\u00f8gealgoritme, Page og Brin udviklede i deres kollegiev\u00e6relser.<\/p>\n Bibliotekar-d\u00f8den Ikke en kasse l\u00f8srevne sider S\u00e5dan virker Google Jo flere sider der peger p\u00e5 dig, jo bedre er du. S\u00e6rligt, hvis de sider der peger, selv er pege-gode. Billede fra Wikipedia<\/a>.<\/i><\/p>\n Datahavet taler Algoritmen forfines videre med tekstanalyse, der b\u00e5de udf\u00f8res p\u00e5 de sider der skal findes selv, og p\u00e5 de sider der linker til den: st\u00e5r ordet \u201dgulerod\u201d i overskriften, gives der pluspoint. Der g\u00f8r der ogs\u00e5 hvis ordet st\u00e5r h\u00f8jt oppe p\u00e5 siden. Hvis det st\u00e5r der flere gange. Eller hvis forfatteren til siden har kodet det ind som et s\u00e6rligt n\u00f8gleord. Osv. Med et centralt greb har Page og Brin taget nettes styrke og vendt det mod sig selv. De har \u2013 selvom algoritmen hele tiden udvides og forfines – lavet et noget n\u00e6r perfekt analysev\u00e6rkt\u00f8j til at finde hvad som helst i hele verden, der ikke kr\u00e6ver nogen som helst viden om det der s\u00f8ges efter. Kun relationerne betyder noget. Datahavet taler.<\/p>\n 15% af det totale reklamemarked i Googles lommer<\/strong> P\u00e5 pengesiden er det reklame-markederne, Google angriber. TV- og radiostationer, biografer, aviser og magasiner har set stadig st\u00f8rre dele af det reklamemarked, de ellers troede var deres, fordufte. Alene herhjemme har Google op mod 15%<\/a>\u00a0af det samlede reklamemarkede<\/a>\u00a0ved sidste opg\u00f8relse i 2012. Penge, der dels bygger p\u00e5 at Googles tjenester er popul\u00e6re blandt brugerne. Og p\u00e5 et auktionssystem, der p\u00e5 en avanceret vis forst\u00e5r at fange alverdens annonc\u00f8rer ind i en budproces, der hele tiden matcher udbud og eftersp\u00f8rgsel, og sikrer alle parter den rigtige pris. Igen indsamles masser af data der analyseres og mathes mod hinanden. Det er ikke kun produktet – s\u00f8gningen – Google har revolutioneret med sit Big Data-approach. Ogs\u00e5 m\u00e5den at tjene penge p\u00e5 det imponerer som anvendt Big Data-t\u00e6nkning.<\/p>\n F\u00f8rel\u00f8se biler k\u00f8rer p\u00e5 data<\/strong>
\n<\/strong>Sig \u201dBig Data\u201d og Google i dag, og mange vil t\u00e6nke p\u00e5, hvordan man ved at observere hvilke ord folk s\u00f8ger efter, kan forudse hvad der vil ske. En enkelt s\u00f8gning g\u00f8r ingen forskel – men n\u00e5r mange pludselig s\u00f8ger efter det samme, er der tit en grund til det. Det er f.eks. tanken bag Google Flu Trends, som – ved at se p\u00e5 udviklingen i influenza-relaterede s\u00f8gninger – lige nu fort\u00e6ller at Rusland og Asien er influenza-ramte, mens de i syd-amerika og Australien ser ud til at v\u00e6re p\u00e6nt raske.<\/p>\n![\"googleflutrendsworld\"](\"http:\/\/jon-lund.com\/main\/wp-content\/uploads\/googleflutrendsworld-590x396.png\")
<\/p>\n
\n<\/strong>Det er Pagerank-algoritmen, der er Googles genialitet og sikrer Google deres gennembrud. Den virker som en tryllestav, der med et slag bringer orden i nettets mange sider, da den ser dagens lys. Det var nemlig ikke det at finde de mange sider, der i sig selv er problemet f\u00f8r Google. Problemet er at prioritere siderne, at finde ud af hvilke af de mange sider, en s\u00f8gning resulterer i, der er den rigtige. Alts\u00e5 den \u2013 eller de \u2013 der bedste giver svaret p\u00e5 det man sp\u00f8rger efter. At s\u00e6tte et menneske \u2013 eller en redaktion \u2013 til at l\u00e6se alle siderne igennem var en d\u00f8dtf\u00f8dt opgave. Men det er ikke desto mindre dette bibliotekar-approach indeks\u2019er som Yahoo og herhjemme Jubii l\u00e6gger sig an p\u00e5. I sk\u00f8n forening med dem der havde lavet hjemmesiderne, der blev bedt om at medvirke til klassifikationen, forst\u00e5s. Men ogs\u00e5 det var b\u00e5de upr\u00e6cist og mangelfuldt og meget langsommeligt.<\/p>\n
\n<\/strong>Pagerank griber klassifikationsopgaven anderledes an. I stedet for at se p\u00e5 indholdet af den enkelte side, zoomer den ind p\u00e5 forholdet mellem siderne. I form af de links, der konstituerer det dengang stadigt nye world wide web. De links, der g\u00f8r at der er tale om et net, og ikke bare en kasse fuld af l\u00f8srevne websider.<\/p>\n
\n<\/b>Ved at f\u00f8lge links\u2019ene mellem de forskellige sider, opdager Brin og Page, et m\u00f8nster. Nogen sider er der mange der linker til. Andre sider f\u00e6rre. Nogen sider linkes slet ikke til. Og konkluderer at mange m\u00e5 f\u00f8le at de sider, som mange linker til, er gode. Ellers ville de jo ikke linke til dem. Resultatet er lige for: s\u00f8ger du f.eks. efter ordet \u201dgulerod\u201d kommer de sider \u00f8verst i s\u00f8geresultatet, som b\u00e5de indeholder s\u00f8geordet, og som samtidigt har mange andre sider der linker til sig.<\/p>\n![\"GooglePageRank800px-PageRank-hi-res\"](\"http:\/\/jon-lund.com\/main\/wp-content\/uploads\/GooglePageRank800px-PageRank-hi-res-590x424.png\")
<\/p>\n
\n<\/strong>Men det stopper ikke her. For i analysen af hvilke sider, der peger p\u00e5 hvem, er alle sider ikke lige. Links til en side, fra sider, som selv har mange links der peger p\u00e5 sig, har ekstra v\u00e6gt.<\/p>\n
\nDet er stadig s\u00f8gning, Google er bedst kendt for \u2013 og tjener flest penge p\u00e5. Men data-succes\u2019en f\u00f8lges op med flere andre initiativer. Gmail-, Maps- og YouTube er alle markedsledende tjenester, der samler informationer til Googles store databaser og bygger data-bastionerne endnu st\u00f8rre.<\/p>\n
\nGoogle hviler ikke p\u00e5 laurb\u00e6rene og har de sidste par \u00e5r skudt gang i en lang r\u00e6kke initiativer, der ved f\u00f8rste \u00f8jekast alle ligger ret langt fra s\u00f8ge-udgangspunktet. Men som, n\u00e5r man ser n\u00e6rmere efter, alle har de \u2013 potentielt – store data som f\u00e6llesn\u00e6vner.<\/p>\n
![Billede fra Wikipedia<\/a>.<\/i><\/p>\nDatahavet taler\n<\/strong>Men det stopper ikke her. For i analysen af hvilke sider, der peger p\u00e5 hvem, er alle sider ikke lige. Links til en side, fra sider, som selv har mange links der peger p\u00e5 sig, har ekstra v\u00e6gt.<\/p>\nAlgoritmen forfines videre med tekstanalyse, der b\u00e5de udf\u00f8res p\u00e5 de sider der skal findes selv, og p\u00e5 de sider der linker til den: st\u00e5r ordet \u201dgulerod\u201d i overskriften, gives der pluspoint. Der g\u00f8r der ogs\u00e5 hvis ordet st\u00e5r h\u00f8jt oppe p\u00e5 siden. Hvis det st\u00e5r der flere gange. Eller hvis forfatteren til siden har kodet det ind som et s\u00e6rligt n\u00f8gleord. Osv. Med et centralt greb har Page og Brin taget nettes styrke og vendt det mod sig selv. De har \u2013 selvom algoritmen hele tiden udvides og forfines – lavet et noget n\u00e6r perfekt analysev\u00e6rkt\u00f8j til at finde hvad som helst i hele verden, der ikke kr\u00e6ver nogen som helst viden om det der s\u00f8ges efter. Kun relationerne betyder noget. Datahavet taler.<\/p>\n15% af det totale reklamemarked i Googles lommer<\/strong>\nDet er stadig s\u00f8gning, Google er bedst kendt for \u2013 og tjener flest penge p\u00e5. Men data-succes\u2019en f\u00f8lges op med flere andre initiativer. Gmail-, Maps- og YouTube er alle markedsledende tjenester, der samler informationer til Googles store databaser og bygger data-bastionerne endnu st\u00f8rre.<\/p>\nP\u00e5 pengesiden er det reklame-markederne, Google angriber. TV- og radiostationer, biografer, aviser og magasiner har set stadig st\u00f8rre dele af det reklamemarked, de ellers troede var deres, fordufte. Alene herhjemme har Google op mod 15%<\/a>\u00a0af det samlede reklamemarkede<\/a>\u00a0ved sidste opg\u00f8relse i 2012. Penge, der dels bygger p\u00e5 at Googles tjenester er popul\u00e6re blandt brugerne. Og p\u00e5 et auktionssystem, der p\u00e5 en avanceret vis forst\u00e5r at fange alverdens annonc\u00f8rer ind i en budproces, der hele tiden matcher udbud og eftersp\u00f8rgsel, og sikrer alle parter den rigtige pris. Igen indsamles masser af data der analyseres og mathes mod hinanden. Det er ikke kun produktet – s\u00f8gningen – Google har revolutioneret med sit Big Data-approach. Ogs\u00e5 m\u00e5den at tjene penge p\u00e5 det imponerer som anvendt Big Data-t\u00e6nkning.<\/p>\nF\u00f8rel\u00f8se biler k\u00f8rer p\u00e5 data<\/strong>\nGoogle hviler ikke p\u00e5 laurb\u00e6rene og har de sidste par \u00e5r skudt gang i en lang r\u00e6kke initiativer, der ved f\u00f8rste \u00f8jekast alle ligger ret langt fra s\u00f8ge-udgangspunktet. Men som, n\u00e5r man ser n\u00e6rmere efter, alle har de \u2013 potentielt – store data som f\u00e6llesn\u00e6vner.<\/p>\n](\"http:\/\/en.wikipedia.org\/wiki\/File:PageRank-hi-res.png\"){kind=link}