说三道四技术文摘-感悟人生的经典句子
说三道四 > 文档快照

小而美的Diffbot:将Web页面转化为数据库,获多位科技大佬注资

HTML文档下载 WORD文档下载 PDF文档下载
Diffbot是一家小而美的初创公司,该公司通过视觉处理、机器学习来处理Web页面,然后转化为可用的数据库。它还获得很多科技明星的支持,其中就有Sun公司创始人之一、Google的首位天使投资人Andy Bechtolsheim。

Diffbot是一家小而美的初创公司,该公司通过计算机视觉、机器学习和人工智能来处理Web页面,并计划实现整个网页的“机器可读”。不久前Diffbot发布了新的API,可以帮助用户将产品网页转化为可重用的数据,进而用以定价分析和产品追踪,以及其他方面的一些应用。

Diffbot的理念就是通过“视觉机器人”来扫描和识别不同的网页类型(主要是非结构化的数据),再将这些丰富的数据源应用于其他应用。Diffbot创始人兼首席执行官Mike Tung表示:“我们在获取页面之后会对其进行分析,然后通过成熟先进的技术进行结构化的处理。”

Diffbot的API使用计算机视觉将网页信息转化成数据库,软件开发者可以提取其中的数据进行再次利用,包括产品图片、航运成本、折扣价格、SKU码以及建议零售价等等。(信息来源于CloudTimes)

Diffbot将大多数Web页面划分为数个大类——新闻消息,头版,图片,事件和概要等等。Diffbot 首先识别这些部分,然后转化为可用的数据库格式。该公司已经发布了头版API和文章API,还有产品API。

Diffbot的服务价格

Diffbot的客户包括Instapaper(一种保存网页以便稍后阅读的服务),它就是现将这些数据进行结构化的处理,然后再将其重新展示在移动设备上。

在该领域,专业级的供应商都是一些科技巨头,像谷歌、微软和雅虎这些公司在如何更好地理解Web页面上都做过很多的努力,而且谷歌研究院和微软研究院都有类似的项目,只不过这些项目都放在“黑匣子”里,一般不会轻易示人。Tung表示,Diffbot的不同之处就在于其API以及Web扫描的SaaS服务都会对大众进行开放。

Diffbot得到很多科技明星的融资支持,包括Andy Bechtolsheim(斯坦福大学的校友、Google首位天使投资人,Sun公司创始人之一)、Sky Dayton(EarthLink和Boingo Wireless的创始人)、Joi Ito(MIT Media实验室主任)、 Brad Garlinghouse(前雅虎高级副总裁)以及Jonathan Heiliger(Facebook技术运营副总裁)。

总部位于加州Palo Alto的Diffbot成立于2008年,斯坦福大学的两名博士生Mike Tung和Leith Abdulla请假创办了这家公司。(文/王鹏,审校/仲浩) 

原文链接:Diffbot aims to convert the web into one big database, one page at a time

Cloud Edge:2013年国际“云先锋”系列报道
序号 公司名称 成立时间 CEO/CTO 风险投资 公司产品/方向
1. HStreaming 2011年 Jana Uhlig $ 1M (B) 实时Hadoop系统
2. CitusData
2012年 
Matt Ocko

CitusDB
3. Backblaze
2009年
Gleb Budman

开源存储硬件
4. Kickboard
2009年 Jennifer Medberry
$2.8M(A)
Kickboard(数据分析)
5. Elasticsearch
2012年
Shay Banon
$24 M(B)
开源搜索引擎
6. Appcore
2008年 Jeff Tegethoff
$6M  (B)
企业内部部署IaaS平台
7. Pertino
2011年 Craig Elliott
$20 M(B)
软件定义网络(SDN)
8. SwiftStack 2011年 Joe Arnold $6.1M(A) 软件定义存储
9. Spiral Genetics
2009年 Adina Mangubat $3M(A)
DNA序列数据分析平台
10. DNNResearch
2012年 Geoffrey Hinton  
深度学习
11. AppNeta
2011年 Jim Melvin  $16M(C) 
应用性能管理(APM)
12. Concurrent
2008年 Chris K. Wensel $4M(A) 
Java大数据框架
13. AirWatch
2003年 John Marshall
$200M(A) 
移动设备管理
14. Pluribus 
2012年 Robert Drost
$44M(C) 
虚拟化网络
15. Bina Technology
2006年 Narges Bani Asadi
 $6.5M(B)
基因测序平台
16. Sociocast
2010年 Albert Azout
 $1M(B)
数据预测分析
17. ParElastic
2010年
Ken Rugg
 $5.7M(A)
数据库虚拟化引擎
18. Optimizely
2009年
Dan Siroker
 $28M(A)
A/B 测试服务
19. Instart Logic
2010年
Manav Mital
 $17M(B)
网络性能
20. CloudFlare
2010年
Matthew Prince
 $20M(B)
云安全、网络性能
21. Ionic Security
2012年
Ted Schlein
 $9.4M(A)
云安全
22. MemSQL
2011年
Eric Frenkiel
 $5M(A)
MemSQL
23. Qubole
2012年
Ashish Thusoo
 $7M(A)
AWS平台Hive服务
24. Clustrix
2005年
Robin Purohit
 $16.5M(C)
Clustrix Sierra
25. Cloudant
2008年
Derek Schoettle
 $12M(B)
DBaaS
26. DataTorrent
2012年
Phu Hoang
 $8M(B)
实时数据分析
27. WibiData
2010年
Christophe Bisciglia
 $15M(B)
Hadoop商用套件
28. Dataminr
2009年
Ted Bailey
 $30M(C)
实时数据分析
29. PlumGrid
2011年
Awais Nemat
 $10.7M(A)
软件定义网络(SDN)
30. Meldium
2012年 Anton Vaynshtok
 $1 M(A)
商业密码管理
31. Myrrix 2012年 Sean Owen  
大数据,机器学习
32. Alpine data Labs
2010年 Joe Otto
 $7.5 M(A)
大数据预测分析
33. Context Relevant
2012年
Stephen Purpura
 $7 M(A)
大数据预测分析
34. Datameer
2009年
Stefan Groschupf
$9.2M(B)
大数据预测分析
35. Skytree
2012年
Alexander Gray
 
机器学习
36. Wise.io
2012年
Joshua Bloom
 
机器学习
37. Treasure Data
2012年
Hiro Yoshikawa
 $10 M(总)
企业级数据仓库
38. NimbusBase
2012年
Alex Volodarsky
 
存储API
39. Zimory
2007年
Ruediger Baumann
 $20 M(B)
IaaS 协作管理软件
40. DataStax
2010年
 Billy Bosworth
 $45 M(B)
商业级NoSQL数据库
41. ZestFinance
2012年
Douglas Merrill
 $20 M(C)
机器学习+大数据分析
42. InfoChimps
2009年
Jim Kasksade
 $5M(总)
大数据查询及处理平台
43. DigitalOcean
2012年
Ben Uretsky
 $3.2M
IaaS平台,云主机服务
44. SOASTA
2006年
Tom Lounibos
 $30M
云负载测试
45. Birst
2004年
Brad Peters
 $38M
商业智能、数据分析
46. Hortonworks
2011年
Rob Bearden
 $98M (总)
Hadoop数据平台
47. Parse.ly
2012年
Sachin Kamdar
 $5M (A)
预测分析平台
48. Diffbot
2008年
Mike Tung
 $2M (A)
机器学习,视觉处理
备注:2013年8月30日更新,持续更新中......

微信开放WiFi接口,醉翁之意在乎O2O还是大数据? 软硬整合:基于云的微型智能防丢设备Linquet 【MDCC专访】AppCan CTO赵庆华:助力企业快速移动化 使用Bluemix中的Rules服务构建一个酒店预订应用程序 基于IBM Bluemix开发微信公共账号应用 用Cloudant在Bluemix上构建一个简单的文字游戏应用程序 IBM Bluemix是什么? 【最具价值CTO评选秀】纷享销客CTO刘晨:企业移动的技术挑战 【最具价值CTO评选秀】能做存储的超级计算机——任宇翔和以色列团队的创业故事 OpenStack Swift存储策略 分享5个可视化的正则表达式编辑工具 在iOS程序中使用Bluemix云推送服务 GitHub开源任务列表组件 表白健身小能手!详解Apple Watch特色功能 高逼格不任性!个人智能航空摄影飞行设备ZANO Clappr——开源的Web视频播放器 东软举办2014解决方案论坛 将全面推进BBC战略 Google Glass已死,智能眼镜长存! 五个步骤,保护移动应用免受恶意攻击 声波改变移动社交——参加联想“茄子快传”创意征集 赢取平板电脑大奖! 车载硬件Baen:被游戏化的驾驶体验 深入解析Docker背后的namespace技术 响应苹果要求:Qt 5.4、Qt Creator 3.3同迎RC版 击碎泡沫谈发展,盘点OpenStack商业生态圈! 2014年11月操作系统份额:Windows 7雄居第一,XP跌新低 微信开放平台上线统计报表功能 【向导】如何开始学习高伸缩性编程? 基于Apache Samza,揭秘LinkedIn架构背后的技术 Aeron:每秒可以传递数百万消息的低延时开源消息系统 英特尔物联网马拉松:用创造力改变生活 年末总结:2014年全球手游市场发展的六大趋势 如何把WEB Method指定为用GET方法传递常数? 像MSN那种有邮件时就提示的那个小窗口要怎么做? 用什么API函数可以实现big5转换为gb 关于文件上传问题,大家都使用htmlcontrols.htminputfile控件吗? 各位大虾,关于扫描仪的错误2800:0000是指什么错误?急!!! 请问如何在载入页面前,跳出一个询问用户名和密码的窗口,然后验证用户身份? MSsqlserver 意外终止服务 www服务器过一段时间就停止服务? resin 中jsp文件无法显示图片,怎么回事? 请教思归!!asp.net中弹出对话框的问题 debug命令f怎么用呀? 笔记本电池,能外挂吗?~~~~ 工具欄的顯示應算較專業的問題 寻求共同创业的伙伴! COM+组件远程调用问题 如何才能把计算稿保存下来? 急。chr 与ord的运用! 为什么当我在dreamweaver里把表格的单元格宽度设定为像素了,可当我的字符串超过它的宽度,它不换行?而是拉长我的单元格 使用delphi第三方控件出现的问题 用什么函数把int转成nvarchar 关于上网的问题 关于图片的循环移动问题 寻求共同创业的伙伴! 关于Keil C51的编译问题 谁有《 Inside The C++ Object Model》英文版电子版 请教《深入浅出MFC》中有关“动态创建”的一个问题。 图像缩放和居中显示的问题 请教如何用DDraw实现屏幕随鼠标移动而滚动,就象星际中的地图比屏幕大,但可以滚动显示。 一点问题,劳驾各位高手啦。。谢谢!!! 一个双向链表得问提求救啊 截获、修改本地程序通过socket发出的包的问题 请教DDraw资源网? 可不可以把这两个合并成一句查询语句呀 问一下IDirect3DDevice8::SetTransform第一个参数的问题 如何把一个窗体放进动态链接库中? 集合Set 和 数组Array 的问题 论坛出现乱码怎么办?急!急!急!!! 如何使用JList添加记录项???? 谁遇到过VB printer对象在少数机器上乱码的问题,有的机器又是好的。 不能使用make menuconfig?请指教 DBGRID中要点两下才能进行编辑状态,如何只一下就能进入编辑状? 郁闷啦,5。1加班到11点,放分 急需FlashFXP的注册码(当天就给分) 小问题 谁告诉我一个exchange server 的下载地址啊? 为什么我装的 XP在桌面上没有“我的电脑”“Internet Explorer”“网上邻居”“我的文挡”,只有一个回收站??? 论坛开发策划书怎么写? 请教JBUILDER8编译时的问题 ADSL 的问题 关于合并分区的问题,急! 在编译msdn中的vc例子程序时找不到mfc42u.lib文件 南方泵业为\"甘泉泽校\"捐赠深水泵美媒称白宫叫停监听默克尔 美监听丑闻暴风雪席卷英国罢工雪上加霜 英首相:探寻散落在世界各地的温泉奇景【高清组伊斯坦布尔欧亚海底铁路隧道开通 安倍郎朗任联合国和平使者 杨澜提问遭网民英国海军借布兰妮歌曲“吓退”索马里海叙境内23个化武设置点 21个已被禁谷歌Hangouts升级整合短信 欲日本9月份工矿业生产改善Oculus Rift将生产安卓手机\"人民币女郎\"病危就医 为新中国治污减霾刻不容缓 中国展开“呼吸保卫云南绿春县发生滑坡灾害 1人因石岩坍宁波银行倾力支持灾区重建 6亿专项贷浙江革命烈士纪念馆开展中国共产党92“人民币女郎”病危就医 为新中国首位绍兴市调整行政区划 撤销绍兴县上虞市武义江遭日化企业偷排污水 环保部门立浙江象山:消防安全宣传走进“千年古驿德摄影师记录搏击场上的泰拳儿童:成父本周河南有暴雨或大暴雨 极端高温或达河南已经严密监控MERS 具备6小时陇海路地面快车道通行 这两条立交匝道向二孩父母“取经”:对两孩子的爱要“张立勇为避免冤假错案开“药方”:让庭佛医大师齐聚少林寺 释永信解读佛医神郑州夜查陇海高架闯禁行 两小时15辆全国遴选优秀县委书记 河南公布5名拟建业主场1∶1憾平辽足 门将发挥引争郑东新区祭城路更名平安大道 专家:割张立勇首次担任审判长:让院长审案不再想要二孩的父母看过来 听过来人谈谈“郑州一路牌文拼音写成WNE 被3年级白山长白山管委会公主岭梅河口开展“三长春地铁1号、2号线打通城市东西、南吉林市“京粮古船”大米“铺”进北京225岁女子患肺癌被误当肺炎 耽误治疗陇海路部分地面快车道投用 BRT站台《社区儿童之家建设指南》系列丛书在昆媒体评复旦人为抄袭门辩护:学会表达对如实记录严肃追责 严防干部干预司法
备案号:鲁ICP备13029499号-2 说三道四 www.s3d4.cn 说三道四技术文摘