百度数据众包平台上线 专注数据源加工与定制

　　文| 以墨茄data(任何不表明作者和来源36大数据的转载均为侵权。）

　　目前市场上专注于数据交易的大数据厂商有很多，每家都有每家的特点。近期我们发现百度数据众包也在买36大数据的关键字，这也引起了我们的关注。通过这篇文章，我们来解析下百度数据众包。

　　通过我们的调研发现，数据交易厂商聚合数据着重于API的提供，也就是说，聚合数据主要的业务为数据接口，而提供的数据源是流动的数据（数据流）。数据堂着重于数据的粗加工，相当于把数据小麦变成数据面粉的过程。百度数据众包着重于数据的采集与标注，把数据采集过程进行众包任务完成。粗粗的比较起来，数据堂，聚合数据和百度数据众包，从实际业务和商业模式上来都各有千秋，也有自己独到的地方。

　　百度数据众包的优势：

　　一、 从人才上说，百度拥有自有底层数据建设团队。数据众包平台拥有日均5000名标注人员，与日均3000名数据采集员，可以及时高效地采集与标注数据。另外，百度其他平台（如百度统计、百度数说、百度站长）也积累了大量拥有数据采集技术和能力的人才，这些人才可以自发的去完成百度数据众包上面的任务。

　　二、从数据量和数据源来说， 百度数据众包平台作为百度旗下的一个分支，其自身拥有百度的海量数据。

　　三、从运营经验和客户积累角度来说，百度本身就拥有大量的中小型企业客户，百度对于服务2B客户方面经验丰富，所以，百度数据众包平台更易找到用户和客户。众包平台已为包括百度深度研院、自然语言处理部、大数据部、语音、糯米等多个产品提供数据服务，在数据服务方面经验丰富。

　　所以，基于人才、数据源和运营经验三个角度，我们本身是比较看好百度数据众包服务的。下面，小编就从各方搜罗了资料，让大家从这一篇文章中，了解什么是百度众包、百度众包能做什么以及百度众包能给我们带来什么。

　　首先了解下百度众包平台的概念

　　那么

　　百度数据众包平台是什么？

　　从宏观来讲，平台是针对于用户所需数据，对数据进行采集、处理与分析，让大数据变成有效数据、高质量数据。

　　从功能来讲，平台提供数据制作、数据采集与数据标注。

　　数据制作

　　数据采集

　　数据标注

　　从以上案例，我们可以看出平台提供以下服务：

　　服务内容

　　1）数据分类/清洗：数据主观分类标注，文本图片标签化，文本校验标注，语音内容清洗，垃圾流量；

　　2）数据校验/评估：数据质量评估

　　3）数据内容提取：图片内容提取（框标注），网页摘要撰写，文本关键词提取，图片关键词提取，语音文本化；

　　4）数据采集/录制：特定语音采集（含方言），实体图片采集，视频（如航拍）采集，O2O门店信息采集，LBS类型数据采集。

　　基于百度数据众包提供的服务，那么我们来比较一下百度数据众包与数据堂和聚合数据的区别

　　百度数据众包 vs 数据堂 vs 聚合数据

　　1.基于数据的定位

　　百度数据众包：数据制作、采集、标注一站完成

　　数据堂：大数据共享交易平台

　　聚合数据：数据银行

　　2.提供服务

　　百度数据众包：强调数据的分析与处理，标签化

　　数据堂：主要提供数据交易，自身有数据。强调数据交易与API

　　聚合数据：是一个为智能手机开发者，网站站长，移动设备开发人员及图商提供原始数据API服务的综合性云数据平台。强调API和基于营销的营销方案

　　3.数据价格

　　百度数据众包

　　文本标注成本约为0.05~0.2元/条，图片标注成本约为0.5元/100张

　　数据堂

　　聚合数据

　　由以上可以看出，数据堂与聚合数据主要为用户提供数据采购平台，百度数据众包平台不仅为用户提供数据平台，还为用户提供数据处理、标签平台。

　　众包用户

　　百度众包有许多用户，包括百度深度研院、自然语言处理部、大数据部、语音、糯米等多个产品，运用众包平台让大数据变成有效数据、高质量数据。

　　所以可以看来那些对外部数据有需求，尤其是非结构化的数据，需要数据采集、数据处理、标签化，并基于海量数据的外部与内部的数据融合与处理的企业，都是百度数据众包的潜在用户。

　　那么当你需要百度数据众包的服务时，应该怎样联系或者使用呢，别着急，我们接下来就讲下，在平台上的这些服务与功能，怎样去申请使用。

　　首先了解在百度众包平台，想要服务，需要哪些必要步骤

　　众包平台使用步骤

　　1）需求洽谈

　　填写个人信息及需求，项目专员将迅速与您联系

　　2）定制化标注采集

　　根据您的需求，定制高效快速标注采集方案

　　3）实时审核监控

　　标注采集开展期间，您可在平台实时监控、审核数据质量

　　4）交付数据

　　按照您的需求，交付高质量的数据

　　在百度数据众包平台中，提供两种服务模式，一种是自助服务，一种是定制服务。

　　数据处理--自助服务

　　自助服务类型

　　其中自助服务包括文本处理、图片处理、语音处理及网页处理

　　文本处理：文本归类、文本提取、文本校正

　　图片处理：图片归类、图片标签化、图片内容标记、图片采集

　　语音处理：语音内容提取、语音筛选、预料采集

　　网页处理：有效网页筛选

　　如果以上自出数据处理服务不能够帮助解决到你的问题，那么可以选择定制服务。

　　数据处理—定制服务

　　选择需要定制的服务类型

　　其中，定制服务类型支持对文本数据、图片数据、语音视频数据、网页数据、O2O|LBS数据的处理

　　文本支持处理类型：标注、提取、校验

　　图片：筛选、内容提取、采集

　　语音视频：采集、清洗、文本化

　　网页：对比、清洗

　　O2O|LBS：O2O信息采集/清洗、POI及AOI挂接

　　确认好需要的服务后，进行申请提交

　　那么，你用百度数据众包平台之前，是否还想了解下数据质量的问题？

　　数据质量

　　百度数据众包通过以下几项来保证数据质量。

　　1）通过专业的标注采集平台支持定制化开发，保证用户数据采集质量。

　　2）数量庞大的高质量标注采集用户

　　3）专业项目人员策划方案、实时跟进

　　4）多重审核机制保障数据高质量

　　百度大数据+之百度数据众包平台

　　众所周知，百度是应用大数据最早的企业之一，早在20014年4月，百度在第四届“技能敞开日”上就提到要将其大数据才能敞开给社会。百度于2015年推出百度大数据+，旨在面向行业诉求，开放百度大数据核心能力，基于百度海量用户数据，实现行业趋势洞察，客群精准触达，科学营销决策，风险危机防控等核心价值，助力行业实现大数据应用的落地和突破。

　　百度数据众包平台在百度大数据中占据举足轻重的位置，相当于上图的数据融合层。数据众包平台为百度大数据提供数据支撑。

　　以上是百度数据众包平台的基本简介。大家是否有了基本的概念呢？希望有数据采集与数据标注需求的小伙伴去申请试用，也欢迎大家向我们反馈试用结果。各位小伙伴如果还有不了解的地方，同时也欢迎大家留言交流。

　　百度数据众包平台地址：https://zhongbao.baidu.com/

　　未经许可，禁止转载。

　　文章来源36大数据，www.36dsj.com ，微信号dashuju36 ，36大数据是一个专注大数据创业、大数据技术与分析、大数据商业与应用的网站。分享大数据的干货教程和大数据应用案例，提供大数据分析工具和资料下载，解决大数据产业链上的创业、技术、分析、商业、应用等问题，为大数据产业链上的公司和数据行业从业人员提供支持与服务。

　　End.