Metadata là gì? Hiện nay có các loại siêu dữ liệu nào?

Vậy "Metadata" là gì? Về cơ bản, thuật ngữ này thường được gọi là dữ liệu mô tả dữ liệu khác, tức là các dữ liệu tham chiếu có cấu trúc giúp sắp xếp và xác định các thuộc tính của thông tin mà nó mô tả. Bạn có thể gọi Metadata là dữ liệu đặc tả hoặc siêu dữ liệu cũng được. Trong hai cách gọi nói trên, siêu dữ liệu được sử dụng phổ biến hơn.

Siêu dữ liệu tóm tắt thông tin cơ bản về dữ liệu để giúp việc tìm kiếm, sử dụng hoặc tái sử dụng các dữ liệu đó dễ dàng hơn. Bình thường, bạn nhìn vào một tấm ảnh được chụp thì sẽ thấy các chủ thể, màu sắc hoặc khung cảnh bên trong đó. Tuy nhiên, Metadata của bức ảnh đó sẽ cho bạn biết thêm nhiều thông tin hơn nữa như kích thước, chiều dài/rộng, thời điểm chụp, loại máy ảnh, dạng nén…

Ngoài hình ảnh, Metadata còn được sử dụng cho:

• Tập tin máy tính
• Tài liệu
• Cơ sở dữ liệu quan hệ (Relational database)
• Bảng tính
• Video
• Tập tin âm thanh
• Trang web

Việc sử dụng siêu dữ liệu trên các trang web rất quan trọng. Siêu dữ liệu chứa các mô tả về nội dung của trang cũng như các từ khóa được liên kết với nội dung. Metadata này thường được các công cụ tìm kiếm hiển thị trong kết quả tìm kiếm, có nghĩa là độ chính xác và chi tiết của nó có thể ảnh hưởng đến việc người dùng có quyết định truy cập trang web hay không. Thông tin này thường được thể hiện dưới dạng thẻ meta (meta tag).

Các công cụ tìm kiếm đánh giá các thẻ meta để giúp quyết định mức độ liên quan của trang web. Cho đến cuối những năm 1990, các thẻ meta được sử dụng làm yếu tố chính để xác định vị trí trong một tìm kiếm. Sự gia tăng tối ưu hóa công cụ tìm kiếm (SEO) vào cuối những năm 1990 đã dẫn đến việc nhiều trang web nhồi nhét siêu dữ liệu từ khóa của họ để đánh lừa các công cụ tìm kiếm để giúp cho trang web dễ lên top hơn.

Metadata cho các bài hát

Bây giờ, các công cụ tìm kiếm đã giảm bớt sự phụ thuộc vào các thẻ meta. Nhiều công cụ tìm kiếm thường xuyên thay đổi tiêu chí xếp hạng của chúng và Google là tiêu biểu nhất. Công cụ tìm kiếm Google thường xuyên thay đổi các thuật toán xếp hạng của mình.

Metadata có thể được tạo thủ công hoặc xử lý thông tin tự động. Việc tạo thủ công có xu hướng chính xác hơn vì nó cho phép người dùng nhập bất kỳ thông tin nào mà họ cảm thấy có liên quan tới việc mô tả dữ liệu khác. Việc tạo siêu dữ liệu tự động thường chỉ được áp dụng để hiển thị các thông tin cơ bản như kích thước, phần mở rộng, thời điểm và người đã tạo ra tập tin.

Các trường hợp sử dụng Metadata

Metadata được sử dụng để diễn giải cho mọi thứ trong cuộc sống mà bạn thấy​

Metadata được tạo bất cứ lúc nào tài liệu, tệp hoặc nội dung thông tin khác được sửa đổi và bao gồm cả việc xóa. Siêu dữ liệu chính xác có thể hữu ích trong việc kéo dài tuổi thọ của dữ liệu hiện có. Cụ thể, nó tổ chức một đối tượng dữ liệu bằng cách sử dụng các thuật ngữ được liên kết với đối tượng cụ thể đó. Nó cũng cho phép các đối tượng không giống nhau được xác định và ghép nối với các đối tượng tương tự để giúp tối ưu hóa việc sử dụng tài sản dữ liệu. Khi đó, các công cụ tìm kiếm và trình duyệt xác định nội dung web nào sẽ hiển thị bằng cách diễn giải các thẻ meta được liên kết với tài liệu HTML.

Ngôn ngữ của Metadata được viết để có thể hiểu được đối với cả hệ thống máy tính và con người. Điều đó nhằm mục đích chuẩn hóa và tạo ra sự nhất quán về cách thể hiện siêu dữ liệu để chúng có hiệu quả.

Các công ty xuất bản kỹ thuật số, kỹ thuật, dịch vụ tài chính, chăm sóc sức khỏe và sản xuất sử dụng siêu dữ liệu để thu thập thông tin chi tiết về các cách cải tiến sản phẩm hoặc nâng cấp quy trình. Các nhà cung cấp nội dung phát trực tuyến tự động hóa việc quản lý siêu dữ liệu về quyền sở hữu trí tuệ để nó có thể được lưu trữ trên một loạt các ứng dụng, do đó bảo vệ chủ sở hữu bản quyền đồng thời cung cấp âm nhạc và video cho người dùng đã xác thực.

Sự trưởng thành của công nghệ AI đang phần nào giảm bớt gánh nặng truyền thống trong việc quản lý Metadata bằng cách tự động hóa các quy trình thủ công trước đây để lập danh mục và gắn thẻ nội dung thông tin.

Lịch sử và nguồn gốc của Metadata

Thuật ngữ Metadata đã xuất hiện từ vài chục năm trước​

Jack E. Myers là người sáng lập Metadata Information Partners (nay là The Metadata Co.) tuyên bố đã sử dụng thuật ngữ này vào năm 1969. Myers đã đăng ký nhãn hiệu cho thuật ngữ "Metadata" vào năm 1986. Mặc dù vậy, thuật ngữ này đã xuất hiện trong các bài báo nghiên cứu khoa học trước khi tuyên bố của Myers xảy ra.

Trong một bài báo học thuật được xuất bản vào năm 1967, các giáo sư David Griffel và Stuart McIntosh của Đại học Massachusetts đã mô tả siêu dữ liệu là "một bản ghi cho các bản ghi dữ liệu".

Năm 1964, một sinh viên đại học chuyên ngành Khoa học máy tính tên là Philip R. Bagley bắt đầu thực hiện luận án của mình. Trong đó, ông lập luận rằng nỗ lực "tạo ra các phần tử dữ liệu tổng hợp" cuối cùng phụ thuộc vào khả năng "liên kết rõ ràng" với phần tử dữ liệu thứ hai có liên quan mà chúng ta có thể gọi là "phần tử siêu dữ liệu".

Các loại Metadata

Siêu dữ liệu được phân loại khác nhau dựa trên chức năng mà nó phục vụ trong quản lý thông tin. Dưới dây là các loại Metadata phổ biến nhất hiện nay:

• Siêu dữ liệu quản trị cho phép quản trị viên áp đặt các quy tắc và hạn chế quản lý quyền truy cập dữ liệu và quyền của người dùng. Nó cũng cung cấp thông tin về việc bảo trì và quản lý tài nguyên dữ liệu được yêu cầu. Thường được sử dụng trong bối cảnh nghiên cứu đang diễn ra, siêu dữ liệu quản trị bao gồm các thông tin như ngày tạo, kích thước và loại tệp cũng như các yêu cầu về lưu trữ.
• Siêu dữ liệu mô tả xác định các đặc điểm cụ thể của một phần dữ liệu, chẳng hạn như dữ liệu thư mục, từ khóa, tên bài hát, số lượng...
• Siêu dữ liệu pháp lý cung cấp thông tin về cấp phép sáng tạo, chẳng hạn như bản quyền, giấy phép và tiền bản quyền.
• Siêu dữ liệu lưu trữ hướng dẫn vị trí của một mục dữ liệu trong khuôn khổ hoặc trình tự phân cấp.
• Siêu dữ liệu quy trình phác thảo các quy trình được sử dụng để thu thập và xử lý dữ liệu thống kê. Siêu dữ liệu thống kê là một thuật ngữ khác của siêu dữ liệu quy trình.
• Siêu dữ liệu Provenance còn được gọi là dòng dữ liệu giúp theo dõi lịch sử của một phần dữ liệu khi nó di chuyển trong một tổ chức. Các tài liệu gốc được ghép nối với siêu dữ liệu để đảm bảo rằng dữ liệu hợp lệ hoặc để sửa lỗi về chất lượng dữ liệu. Kiểm tra xuất xứ là một thông lệ trong quản trị dữ liệu.
• Siêu dữ liệu tham chiếu liên quan đến thông tin mô tả chất lượng của nội dung thống kê.
• Siêu dữ liệu thống kê mô tả dữ liệu cho phép người dùng diễn giải và sử dụng đúng các số liệu thống kê được tìm thấy trong báo cáo, khảo sát và tài liệu tóm tắt.
• Siêu dữ liệu cấu trúc cho biết cách tập hợp các phần tử khác nhau của một đối tượng dữ liệu phức hợp. Siêu dữ liệu cấu trúc thường được sử dụng trong nội dung phương tiện kỹ thuật số như mô tả cách tổ chức các trang trong sách nói để tạo thành chương và cách tổ chức các chương để tạo thành tập...
• Siêu dữ liệu sử dụng là dữ liệu được sắp xếp và phân tích mỗi khi người dùng truy cập vào nó. Dựa trên phân tích siêu dữ liệu sử dụng, doanh nghiệp có thể chọn ra các xu hướng trong hành vi của khách hàng và dễ dàng điều chỉnh các sản phẩm và dịch vụ của họ để đáp ứng nhu cầu.