Google подсчитал точное количество книг

Число книг, напечатанных на протяжение современной истории человечества, составляет 129 864 800 штук. Назвать точное количество книг невозможно, но поскольку Google сканирует и оцифровывает все книги в рамках проекта Google Books, то компании необходимо было получить оценочное количество книг, над которыми необходимо будет поработать.

Для того чтобы перейти к числам, в Google сначала определились с тем, что можно считать книгой. Не усложняя, в компании решили считать книгой страницы с текстом, собранные в одном переплете. Определение не идеальное, но очень простое и хорошо подходит для выбранной цели.

В компании не стали использовать ISBN идентификаторы, уникальные номера, закрепленные за каждой книгой, поскольку такой способ маркировки используется лишь последние 30-40 лет и более распространен в западных странах. Поэтому в Google собирали информацию из крупнейших библиотек мира (Library of Congress, WorldCat и других) для анализа. В результате было получено около 1 млрд кандидатов на звание книг. После этого, используя множество алгоритмов, в компании отсеяли дубликаты, и кандидатов осталось всего 210 млн.

Поскольку каждый день выходят новые книги, то через определенные промежутки времени информация о количестве книг будет обновляться. И естественно, она обновится, если Google посчитает, что используемые сейчас алгоритмы поиска можно улучшить.

6.08.2010 14:42