Google在幾天前推出一個工具軟體Google Refine 2.0，這個東西以前叫做Freebase Gridworks，這個工具的主要目的是讓你可以從一堆亂七八糟不一致的資料中，找出有價值的資訊。這個工具對於許多研究人員來說，可以提升篩選資料的效率之外，還可能代表什麼意思呢?
這篇公告”Google Refine (previously Freebase Gridworks) 2.0 announced“中說明，”Google Refine是一個強力的工具來處理雜亂的資料集，可以清除資料不一致性、資料格式轉換 … 並可以資料匯成Freebase格式”。
我們先來看看幾個關於Google Refine 2.0的介紹短片:
看完功能介紹後，可以開始來使用看看 …
Google Refine 2.0 下載:
(Windows) http://google-refine.googlecode.com/files/google-refine-2.0-r1836.zip
(其他作業系統) http://code.google.com/p/google-refine/downloads/list
可以試用的資料集:
http://infochimps.org/datasets/disasters-wordwide-from-1900-2008
http://www.sos.louisiana.gov/tabid/136/Default.aspx
http://www.data.gov/raw/8
http://www.data.gov/raw/1175
http://www.data.gov/raw/1554
http://drop.io/NFDC_02_2010
我們使用了第一個資料集”Disasters wordwide from 1900-2008″來試看看 …
很不幸的是這個資料 …. 竟然把台灣歸在中國之下 …. 需不需要去抗議啊!?
這個問題不是我們小老百姓能夠處理的~ 回歸主題吧!
看了上面的例子，原來Google Refine其實是一個用來編修、萃取、轉換龐大資料集的工具，而且處理資料的方式，跟Google Analytics還真像。
當我們打開上述17828筆的資料，我們根本對於這個資料沒有頭緒，他可以如同Excel一樣，把某個欄位群組(Group)起來，然後就可以只選擇你需要的資料(如我們選了台灣) … 然後看到有125筆資料，如果我們再由Location去群組，就可以分析其他資料。
其他的功能就自己去嘗試吧。
我們來看看Google推出這個要做什麼呢?
這個就跟我們之前提過的Freebase有關啦~ 請參考”SEO – Common Tag 通用標籤與搜尋引擎優化“。
Freebase是做什麼的呢?
他們說: “Freebase is a huge collection of facts, built by people like you. Freebase connects facts in ways other sites can’t, giving you new ways to explore millions of subjects.” 他是一個事實的龐大收錄，這些事實就是透過使用者來匯集，他們以一種其他網站無法做到的方式來連接事實，並給你全新的方式來探索各種主題。
有沒有看出來背後的意義呢? Google Refine 2.0 就是讓專家學者更方便匯整各類資料，然後匯成Freebase的格式，但是匯成Freebase格式做什麼用呢?
就是語意相關的、就是知識社交化啦，這個背後在做的事情，就是在建立各種領域的專家資料庫，跟我們之前文章提到的”Blekko 一個不太一樣的搜尋引擎“，其實就有異曲同工之妙，資料大到一個狀況，就必需要有方法來收斂，進行去蕪存菁的作業，Google Refine與blekko的slashtags就是一樣類似的作用。