信息数据研究思考：谁会成为一家人工智能公司

　　数据时代，数据比人类更了解人类，而信息数据又反过来影响我们人类，因为传播中的信息影响着人类对事物的认知和决策。大量的传播数据通过重新聚类关联，再经过一些分析方法，就可以得出很多未知或者已知而过去无法验证的结果。

　　比如，早在2008年的时候，Google推出一款预测流感的产品，他们认为，某些搜索词有助于了解流感的情况，而这些搜索数据可以近乎实地的对流感情况做出预测。

　　而这样的产品，正是应用了关键词之间的传播关联关系。其实除了搜索词，同样在网络中传播的信息也一样可以通过信息颗粒化，做更多的研判预测以及洞察到更多未知信息。

　　最近整理了一些科技网站上的新闻信息，通过技术切词和我们的研判模型做了个小实验。

　　实验要解决的问题是，究竟哪家公司更能成为人工智能的公司。在数据分析结果出来之前，以我个人浅薄的互联网认知，预感Google未来会是一家人工智能的公司。然而结果却出乎我的意料，甚至是与预料大相径庭，我们一起来看下这个实验过程：

　　【数据治理方法】

　　我们将整理的所有新闻信息中含有人工智能相关词的信息标注出“人工智能”标签，同时将每条信息中包含的科技公司主体提取出来。当然这中间要涉及外文词汇的翻译和整理，同时提取与专利、新品、机器人等相关的信息，做另一个结论分析用。最后几组数据交叉比对。可以得出很多结果。

　　【分析过程及结果】

　　1，提出问题，在众多的科技公司中，谁会成为人工智能的公司?将所有信息中含有人工智能标签的数据做提取并统计。

　　2，得出上述问题的结论需要两个条件，新闻报道中含有人工智能及这家公司。当然人工智能判定词与主体的距离也要计算，以便确保数据的精准。

　　3，开始数据可视化，我们将统计的数据结果，按照信息量做排序。则所有含有人工智能标签的信息中，人工智能判定词与主体词(科技公司主体)同时出现的数据做排序。

　　4，得出结果：我们按照这两组数据同时出现的信息量做主体量的排序。得出结论如下：

　　下表中，与含有人工智能同频出现最多的科技公司有：华为、微软、腾讯、苹果、小米、***、谷歌……这个结果跟我起初预判的结果还是相差很远。(图1 )

　　【可以延伸的问题】

　　用同样的方法，我们又做了与专利相关的信息数据排行，这个数据可以表明，谁是拥有专利最多，或者更在意专利，或者说与专利更有关系的科技公司。如图2所示，在专利相关信息中，最多的交叉信息是院校合作相关的信息，另外就是芯片(这里可以更深度的分析芯片与专利之间的细化数据，此处不做赘述)

　　而同时提及的科技主体有：苹果、华为、***、微软、腾讯、阿里、京东、小米、谷歌……

　　同理，所有提及机器人的信息中，则微软、华为、***、苹果、小米、腾讯、京东的信息数据会更多。

　　以上是我们的实验室团队前不久做的一个小课题，跟同行交流的时候提起，就想把研究方法跟大家分享一下，希望致力于此的同行朋友可以有所启发。

　　所有数据样本均为近一年来的新闻报道数据，数据总量大概几十万条，覆盖海内外科技媒体30多家。

　　鉴于数据样本本身不够还不够全面，以及翻译水平、数据颗粒细化算法的粗糙等问题，本文中的结论数据仅供参考。我们主要是想将研究方法与大家共享，为未来科技信息深度洞察提供一些参考。(公子段 胜泰信息合伙人，熵音科技传播数据实验室首席研究员)