邱岳的产品手记
邱岳
无码科技产品经理,公众号二爷鉴书作者
立即订阅
9950 人已学习
课程目录
已完结 48 讲
0/4登录后,你可以任选4讲全文学习。
开篇词 | 产品经理的世界没有对错
免费
01 | 验证码是个好设计吗?
02 | 产品经理工具指南
03 | 产品案例分析·Trigraphy的设计哲学
04 | 如何当好AI时代的产品经理?(学习篇)
05 | 如何当好AI时代的产品经理?(实践篇)
06 | 产品案例分析 · The Guardian的文本之美
07 | 关于需求变更(上):需求背后的需求
08 | 关于需求变更(下) : 化变更于无形
09 | 产品案例分析:Hopper的“人工智能”
10 | 产品被抄袭了,怎么办?
11 | 如何借鉴灵感?
12 | 产品案例分析:LabRdr的设计实验
13 | 无用却必要:产品规划(上)
14 | 留白与节奏:产品规划(下)
15 | 产品案例分析:Mimo与Learn Python的导学之趣
16 | 在内部产品中找到产品经理的价值
17 | 产品经理如何获得非权力性的影响力?
18 | 产品案例分析:WWF Together的情怀设计
19 | 产品经理如何与开发打交道(上):打破思维的边界
20 | 产品经理如何与开发打交道(下):合作与共赢
21 | 产品案例分析:Fabulous的精致养成
22 | 产品经理的图文基本功(上):产品文档
23 | 产品经理的图文基本功(下):产品图例
24 | 产品案例分析:PathSource的混乱与直观
25 | 产品世界的暗黑模式:操纵的诱惑
26 | 写好产品文档的诀窍
27 | 产品案例分析:Quartz&Hooked的对话式交互
28 | 产品分析的套路(上):谁是利益相关者?
29 | 产品分析的套路(中):解决什么问题?
30 | 产品案例分析:Primer的扑克牌交互
31 | 产品分析的套路(下):如何出解决方案?
32 | 从受众规模、需求频率和强度出发:排定需求优先级的方法(上)
33 | 产品案例分析:Arts & Culture 的架构之美
34 | 价值曲线分析:排定需求优先级的方法(下)
35 | 答疑时间:关于产品经理的12个问题
36 | 产品案例分析:解读知识星球
37 | 如何做好需求评审(上):需求评审不只是一次会议
38 | 如何做好需求评审(下):在评审中控住全场
39 | 产品案例分析:SeatGeek的订票设计
40 | 新年给产品经理的几碗鸡汤
41 | 产品经理的项目管理心得
42 | 产品案例分析:Unread的阅读体验
43 | “玩”的力量:从游戏设计中学习产品设计(上)
44 | “玩”的启示:从游戏设计中学习产品设计(下)
45 | 产品案例分析:Chartistic的“复杂”图表
尾声:你的快乐是哪一种
【第二季回归】二爷归来,再次扬帆起航
邱岳的产品手记
登录|注册

33 | 产品案例分析:Arts & Culture 的架构之美

邱岳 2018-02-03
00:00 / 00:00
Arts & Culture 是一个云端的博物馆,链接了世界各地的实体博物馆,我们可以通过这个 App 观赏这些博物馆中的藏品。
Google 通过自己强大的搜索能力、识别能力,还有知识图谱的构建能力,把这些博物馆艺术品非常工整地串在一起,也提供了与参观传统博物馆完全不同的体验。
这个 App 中有很多细节点都给了我不少启发,我挑出其中的几个跟你分享。
首页是 feeds 流,把 App 中各种形式的内容,快速地打到一个逻辑平面上。
我们先进入浏览作品。在这里,我们能看到的是 Google 如何用知识图谱、用标签,以及整个搜索技术,把这样的内容体系撑起结构来。
这里有各种各样的分类维度,比如,我们可以从艺术家的维度来看艺术品,或从艺术品材质的角度、艺术运动、历史事件等等。
再往下,我们可以看到典藏,就是世界各地的博物馆。这个地方是以博物馆为线索来组织所有的内容。最下面是热门主题。这里就是我们熟悉的标签体系,各个维度是有交叉的。
这几部分还蛮有意思的,上面是比较规整的标签类型,比如说艺术家,中间当然是最规整的,就是博物馆。下面是平铺出来的一堆标签摆在这里,各维度交叉,但同时它又是有意义的。
它背后的东西是同一套,我们可以理解为是平面、散乱的一堆信息,Google 将它们各个维度的属性抽出来,形成逻辑结构。
我们点击任何一个标签,进到的这个页面,都是做过抽取和标记的页面,我们可以理解成一个点击就是一次搜索。只不过不是我们平常的那种关键字搜索,而是基于知识图谱的条件搜索。
在这里,我们也可以看到它背后的知识图谱支撑。比如我们能看到实体有相关的说明,还有实体属性,最重要的还是围绕这个实体的各种关系,当然,在 W3 的标准里,属性也是一种实体到值的关系,我们在这里说的关系主要还是实体之间的关系。
如果知识图谱中的实体是点,那我们相当于可以在这个页面看到所有从这个点出发的边。比如我们可以看到 Arts & Culture,根据这个主题搜出来的其他的艺术品,那我们可以用这个线索去看这些艺术品。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《邱岳的产品手记》,如需阅读全部文章,
请订阅文章所属专栏。
立即订阅
登录 后留言

精选留言(2)

  • 刘祯
    运用人工智能技术进行识别与分类,这些内容建立在足够多的数据上,更能发挥 AI 技术的优势。

    Google 的信息识别能力令人叹服,最近还进一步降低了学习门槛,未来的人可能真的要学会和机器打交道了。
    2018-02-03
    2
  • Dylan
    老师文章里有提到说要把标签在用一种用户可以接受的方式表达出来,比如做成一个筛选进度条,其实都是为了去方便用户使用。我觉得这是一个非常值得我去学习的思路。
    此外,谷歌的ai技术非常牛,他最近出了一个自己画图,然后人工智能去猜图像的小程序,其背后用到的图像识别技术非常牛,你看这背后有多大的一个数据量才能够在前台有这样的好的提示
    2018-07-19
收起评论
2
返回
顶部