Нажми на "Дальше....", всяк сюда вошедший...

пятница, 6 августа 2010 г.

Google Books определил общее число наименований книг в мире

Как известно, проект Google Books — один из наиболее амбициозных проектов современности.
Создать единую базу книг в электронном виде — серьезная задача, которая осложняется необходимостью договариваться с авторами, издательствами и прочими правообладателями. Данный проект интересен во многих смыслах — социальном, технологическом и логистическом. Влияние его на современное общество также имеет место быть, хотя на данный момент это влияние не такое сильное. Но речь не об этом. Дело в том, что создатели проекта постарались подсчитать каждую книгу в мире (имеется в виду не общее число книг, а общее число наименований книг). Понятно, что при таком подсчете погрешности неизбежны, но все же на Google можно надеяться. Так вот, получившееся число огромно — выходит 129864880 наименований.
К сожалению, методы подсчета книг, используемые специалистами, не особо афишируются. Известно только, что использовались различные каталоги, подавались запросы в университетские библиотеки, общественные библиотеки, частные коллекции, музеи и другие организации. Создание надежного алгоритма для отделения «зерен от плевел» — сложная задача, но похоже, что Google справился ис этим. Конечно, нужно было продумать алгоритмы для сортировки, классификации и анализа количества книг — это сложная, комплексная система алгоритмов, о которой хотелось бы узнать побольше.
Вообще говоря, подсчет был произведен не из праздного любопытства, а для того, чтобы оценить реальные масштабы проделанной работы в рамках проекта, плюс оценить усилия, которые придется приложить для продолжения и (если это вообще возможно) завершения проекта.
При подсчетах количества книг корпорация чаще всего использовала в качестве источника информации разнообразные ISBN каталоги, которые существуют примерно с начала 60-х годов прошлого века. Интересно, что при анализе были найдены погрешности в наименованиях каталога — около полутора тысяч книг получили одинаковый идентификатор, о чем сотрудники Google уже известили библиотеки, в чьи каталоги закралась ошибка.
Интересно, что вначале у Google при подсчете получилась цифра, близкая к миллиарду. Однако после удаления всех копий и дубликатов, число книг сократилось до 600 миллионов. После проведения еще более тщательного анализа конечная цифра достигла значения 129864880. Интересно было бы узнать, сколько информации содержится в подобной массе книг, в количественном выражении. В общем и целом, интереснейшее исследование команды разработчиков Google, которое успешно окончилось. Кто там книголюб — можно уже начать собирать полную коллекцию в печатном варианте...
Более подробную информацию о проекте можно найти в первоисточнике.

Комментариев нет:

Отправить комментарий