它通常被定义为描述其他数据的数据。虽然从技术上来说是正确的，但这仅仅触及了元数据到底是什么以及它为什么重要的表面。
本指南将通过相同的旧的、复制的和重写的定义来获得更集中的理解。您将学习不同类型的元数据，获得有用的示例，学习如何使用元数据，并了解其未来的潜力。
如果你已经准备好获得一个简单、全面的元数据定义和解释，那么让我们开始吧！
说元数据是关于其他数据的信息，就像说动作片是一种电影，或者贝多芬的歌曲是贝多芬的音乐歌曲一样有用。这两种定义，就像现在被过度使用的通用元数据定义一样，都是正确的，但同时也是严重错误的。
就像你可能会选择租一部电影一样，你还没有看到元数据(标题、描述、导演、明星等等。)，许多人依靠这种同样有用的描述来理解、学习和组织他们的数据。
假设您已经下载了一张图片，您的目标是在不看实际图像的情况下完全理解其内容，而是依靠元数据。在这个特殊的例子中，标题被标注为:熊。这非常有助于我们了解我们正在看的是哪种类型的图片。根据我们是谁，我们可能会认为这是一对灰熊在雪地里的照片，或者可能是1985年NFL球队芝加哥熊队的照片。元数据帮助我们填补空白。
接下来，我们看到日期:1508年。现在，基于我们图像的元数据，我们可以假设这是一张画的熊的图片，因为在它完成的时候照片并不存在。我们继续。
我们得到的下一条信息被列为作者:拉斐尔。我们现在可以假设我们的画是(拉斐尔)画的。
综合起来，元数据告诉我们:这是拉斐尔的一幅画，画的是三只大熊，完成于1508年。
然后，我们可以将图片分成不同的类别(绘画、动物、自然等)。)，这将有助于我们将其与其他图像联系起来。
当您开始熟悉元数据的概念时，查看大量有用的示例以使其易于理解是很重要的。让我们来看看我选择的一些常见的例子。
启发性元数据示例 在本指南中，您将会看到大量演示元数据使用方式的例子。然而，本节将深入关注具体的例子，以展示元数据的作用。
现在，在研究这些例子之前，您需要简要了解什么是元数据元素。这些是用于特定数据的描述符类型。它们通常是诸如标题、作者、日期等。为什么拥有正确的元素如此重要，这一点变得很明显，因为拥有一本书或一部电影的标题元素会很有帮助，但对业余摄影爱好者来说可能就没那么重要了。
电影 电影是一种非常令人大开眼界的方式来展示元数据的重要性，原因如下:电影的数据就是内容，即当你观看电影时所看到的内容。元数据是盒子或封面上的所有信息。如果没有元数据，牢牢掌握数据的唯一方法就是完整地观看电影。
对于上面的示例，相关元数据包括以下内容:
书名:哈利·波特与密室
演员:丹尼尔·雷德克里夫、艾玛·沃森、艾伦·瑞克曼
发布日期:2002年11月15日
导演:克里斯·哥伦布
格式:DVD
分级:PG
打印照片 稍后我将在一个例子中讨论数字图像，但现在让我们把注意力集中在老派的印刷照片上。
当然，上面的图像是数字表示，但是想象一下它是你可以拿在手中的印刷品。
常见的照片元数据元素包括:作者/摄影师、相机品牌/型号、位置、日期。
你可以用一些元数据元素对上面的照片有一个很好的感觉。例如，如果摄影师是一个喜欢自然风景的人，并且给出了地点和时间，你可以估计这张照片是在日出时在山里拍摄的。
涂漆 关于元数据的假设是，在某些时候，当某人无法访问它描述的数据时，他们可能需要使用它。在许多涉及绘画的情况下，都有这种假设的成分。如果元数据不完整，还有其他因素会使这个过程变得复杂。
让我们来分解使用元数据管理绘画的不同方式。首先需要关注的是所提供信息的深度。关于一幅画的元数据不足可能会遇到这样一个问题:
标题:夜，繁星点点
创作者:梵高
类型:油画
日期:1888年
主题:星星，夜晚
考虑上面的元数据，想象它所描述的绘画。这是它所指的画:
这将是一个公平的假设，大多数人心中都有一幅不同的画。或许是这个？
当然，元数据不是不准确的，但它具有误导性，因为它没有回答足够的资格问题。包括更详细的标题(罗纳河上的星夜)可能足以让事情更清楚。这幅画主题的位置也给了一个更坚实的基础。
绘画元数据的另一个重要因素是技术的发展。在某一点上，“油”可能已经足够描述一件艺术作品，现在像“jpeg”，“png”，“影印”和其他变体都参与到这个过程中。例如，有时《星夜》是JPEG格式的，这可能与它进入的目录有关。所有这些的重点不是说元数据令人困惑，而是指出缺乏元数据令人困惑， 尤其是绘画。
书 一本书在元数据方面类似于一部电影，因为书的内容就是数据。然而，图书元数据的另一层来自目录和图书内部的其他元素，以及图书的外层。
下面是《爱丽丝梦游仙境》这本书。第一张图是数据，因为它是这本书的内容。请记住，书里面也有元数据。
比如下面这张图就是内页，里面加载了元数据(标题、作者、插画师、出版商)。
最后，书或封面的外面(如下图)也有元数据(标题、作者)。
因为有了图书馆系统，元数据在不同类型的书籍中显示出了它的价值。尽管我们在图书馆查找书籍的方法发生了变化(现在已经计算机化)，但元数据的使用仍然存在。
电子邮件 电子邮件是我们将触及的元数据在技术复杂性中增长的第一个例子。对于一封电子邮件，有明显的和微妙的元数据。显而易见的形式包括发送日期、主题、收件人地址、发件人地址和附件。普通用户通常看不到的元数据包括涉及的服务器、代码、路由信息和SMTP地址。
那么，电子邮件的数据就是电子邮件的内容，包括任何附件。
电话 我们很容易忽略电话呼叫的元数据，因为我们不再考虑建立连接，但是有相当数量的结果元数据。诸如呼叫的时间和日期、呼叫者和接收者、接收者和呼叫者的潜在位置等等。其他事情，如收件人是个人还是企业，在这里也起作用。
乍一看，这些似乎无关痛痒，可能毫无用处，但在适当的情况下，它们可能是有用的信息。如果没有别的，它们可以帮助我们的电话记录讲述至少一个故事的一部分，揭示为什么打电话和出于什么目的。
请注意，主题和谈论的内容是数据的一部分，而不是元数据。这就对任何人依赖元数据来完全理解电话呼叫提出了质疑，因为列出的接收者可能是不正确的(某人使用了另一个人的电话，等等)，并且主题必须是假设的而不是已知的。
电脑文件 在讨论元数据时，这是最常提到的项目之一，特别是因为计算机文件中有大量的元数据，普通人很容易获取这些元数据。
当涉及到数字文件时，有太多的元数据元素要列出，并且这些元素会根据文件类型而发生相当大的变化。对于这个例子，我们将使用一个图像文件，如下图所示。我使用的图像文件叫做“动画”。列出的一些基本元数据是:文件类型(JPG)、大小、创建/访问/修改日期。这些都列在Windows的“常规”选项卡上。
这些只是皮毛，因为在“细节”标签中有更多的元素，包括:尺寸、分辨率、位深、相机品牌和型号等等。
计算机文件的数据是文件的内容，在这种情况下是图像的实际图像内容。
现在你已经有了一些元数据的可靠例子，让我们深入了解为什么它比许多人意识到的更有价值。
为什么元数据比你想象的更重要 你听说过大海捞针的说法吗？这已经是老生常谈了，但是当你仔细想想，你会发现要找到一个这样的人需要花费数小时甚至数天的时间。
现在想象一下，在你开始在成堆的干草中筛选寻找微小的物体之前，给你一个金属探测器和一张地图，上面给出了藏针的大致位置。大多数人会正确地高度评价金属探测器和地图。
简而言之，这就是元数据。针(数据)的存在固然很好，但它们总是隐藏在无尽的数据海洋中。如果没有金属检测机(元数据)，您不会真正关心数据的潜在价值。
这并不是说元数据的唯一用途是搜索数据，但它确实说明了为什么元数据如此重要，尤其是在当今数字数据增长的环境下。
事不宜迟，让我们深入探究是什么让元数据如此重要。以下是元数据需要引起每个人注意的众多原因中的几个。
扩展特定数据的用途 某些元数据的一个有趣但未被充分利用的方面是，它有可能扩大某些数据的潜在用途。当一条信息或一组数据专门用于一个独特的功能时，通常是附加的元数据允许它用于其他用途。
例如，大量计算机文件的内容最初可能只服务于那些愿意筛选所有文件并理解其中信息的人。然而，其他各方可以通过探索所附的元数据来收集数据的进一步用途。
保存和支持存档数据 众所周知，元数据有助于存储和保存大量信息，但人们并不总是知道这种情况变得有多严重，尤其是随着数字数据的引入。
过去，物理项目是使用元数据存储的。现在，其中许多都是使用元数据存储的数字项目。随着数字数据的不断增长，元数据的用途也越来越大，并支撑起某些依赖于信息的成功和高效存储的行业。这在所有不同类型的情况下都有帮助，例如提取法律记录或查找个人信息。
指导人们的情境决策 经常听到元数据如何帮助组织和存储事物。例如，在一个大型图书馆中，元数据有助于维护书籍、它们的顺序以及找到它们的容易程度。
这是真的:当你确切地知道你在找什么的时候，元数据对于寻找东西是非常有用的。但是因为元数据是关于提供上下文的，所以如果你还不知道你在找什么，它也是有用的——特别是当你正在缩小选择范围来做决定的时候。
例如，如果您选择在网飞上观看一部电影，您将使用元数据(标题、预览图像、描述、明星/导演)来指导您的选择，而不是电影的实际内容(数据)。因此，在某种意义上，元数据最终负责帮助我们做出关于数据的选择。
既然您已经有了理解元数据的一些重要原因，让我们来研究不同的类型。
元数据的类型 描述性元数据 描述性元数据可能是大多数人听到元数据时想到的东西。这种类型的元数据根据对象的适用元素提供有关项目的信息。这些元素千变万化，变化多端，但是当相似类别的对象处于焦点时，它们保持相当一致。例如，“标题”是一本书元数据中的常见元素。
描述性元数据很容易理解，因为它仅仅是提供对某些项目的洞察力的信息，例如电影的标题、电影的导演等。当被描述的项目具有描述它所需的稀有或独特的元素时，它就会变得复杂。像网页这样的东西最常出现这种情况，因为这些需要的描述性元数据更面向代码。然而， 当您开始看到这些类型的项目的元数据时，一种模式将很快出现。
使用元数据 使用元数据是当某人访问或使用数字对象时收集和组织的信息。
例如，让我们说，Amazon.com希望更多地参与到他们的数字销售项目的数据。他们决定专注于电影《13号星期五》,并以数字下载的形式出售。通过关注使用元数据，他们可以发现一年中销售/下载了多少拷贝，一天中的什么时间，一周或一个月中的哪一天，电影旁边购买了什么项目以及购买者的地理位置。
现在，乍一看，这似乎是信息过载，人们可能会觉得这是对元数据的糟糕使用。然而，这与事实相去甚远。事实上，在上面的例子中，使用元数据给了亚马逊一座信息的金矿，可以用来在未来更好地销售他们的产品。以下是方法。
首先，也是最明显的一点是，购买了多少个文件提供了一个基准示例，以供将来和过去几年进行比较时参考。接下来，购买的时间解释了电影的购买习惯(虽然可能不是特定的标题)。
使用元数据也给亚马逊一周中的哪一天购买电影。如果他们的大部分销售是在周五，那么公平地说，这一天本身(周五)让人们想起了电影(13号周五)，即使只是潜意识的。他们还可以看到它是在一年中的哪个月购买的。如果10月份购买的比较多，可以假设这部电影是在万圣节期间被顾客记住的。如你所见，天空是元数据的极限。
那么这个例子如何解释使用元数据是有帮助的呢？在上面的场景中，它为供应商在一年中的某个时间或一周中的某一天进行更多的销售做准备。这是否会导致他们提高或降低价格取决于他们。事实是，他们对市场习惯有更好的理解，至少在他们的行业内是这样。举个例子， 亚马逊可能会在10月或周五提高“13号星期五”的价格。他们也可以向购买其他恐怖电影的顾客推荐这部电影。
收集这种类型的元数据通常是为了推断所涉及的用户。
管理元数据 管理元数据提供关于数据整体的信息，从数据的创建到最终或当前状态。顾名思义，这样做的结果是可以使用大量的信息来帮助管理大量的数据。
记住管理元数据的一个简单方法是这样想:它是数据的简化版本。无论您认为某些数据集有多复杂或多广泛，请记住它们产生的元数据要广泛得多。这种扩展并没有像听起来那样导致更高层次的复杂性，而是导致了简化，因为错综复杂的数据网络被极大地澄清了。
现在您已经知道了不同类型的元数据，下面来看看您可以用元数据做的一些事情。
你能用元数据做什么？ 你能用元数据做什么的问题已经在本指南中间接回答了，但是我将在这里触及一些最常见和最有用的东西。
元数据可以帮助你找到你需要的信息，否则你几乎不可能获得这些信息。许多国家安全行为，我们在这里不深入探讨其伦理，严重依赖元数据等东西来拼凑一个不完整的拼图。它还有助于识别不同的网络因素，如位置，否则很难确定。
幸运的是，有许多不同类型的软件系统被设计来增强你对元数据的控制，包括元数据编辑器。这些系统允许您进一步编辑、维护、组织和自动化您的元数据流程，这在多种情况下处理不断增加的信息量时特别有用。
不过，最重要的是，您可以以多种方式使用元数据，这对您的日常生活很有帮助。可能性是无穷无尽的，而且还在增长，我们将在接下来讨论。
未来的元数据会是什么样 我将首先陈述关于元数据的未来最显而易见但也是最重要的事情之一:它将在数量、质量和重要性上继续增长。
正如大多数人所预料的那样，这是我们看到的数据明显增长的结果，并预计这种增长将继续下去。事实上，现在说数据正以指数速度增长几乎是一种保守的说法。此外，全世界都在努力统一数据保护工作，为元数据的持续增长创造条件。
预测未来是不可能的，但是通过观察新程序和系统的变化和交互方式，我们就能清楚地看到未来会发生什么。例如，如果我们预测在线商店和销售会增加，元数据的作用也会增加。此外，还有许多经营在线系统的公司，这些系统拥有可供公众访问的数据库。例如，一个在线电子书平台， 需要自己独特的元数据属性才能成功。这将是他们的网站独家。流行网站已经采用元数据实践来更好地理解他们的用户。这在未来如何变化将取决于网站发展或变化的方式。
政治方面和法律性 有一件事我还没有触及，也属于这里，那就是围绕元数据的法律、哲学和规则，以及这些将如何影响它的未来使用。这在过去造成裂痕的地方，尤其是政府实体为了他们自己的目的(例如国家安全)而使用元数据的结果。我们无法预测这门学科的未来， 但是可以肯定地说，随着人们越来越意识到元数据的力量，它在公众眼中会变得更加强大。
这是因为大多数人会受到数据收集类型的影响，至少在他们自己看来，是关于他们的任何数据收集。未来我们越是转向使用数字服务，这些服务优化运行所需的元数据的潜力就会越大。可以假设会有某种导致极限或几乎没有极限的临界点。不管最后发生了什么， 预计元数据将在未来成为消费者关注的焦点。
结束语 我希望这些信息能让你更清楚地理解这个重要的技术术语。
元数据的世界是复杂的，并且还在继续发展。然而，你对它的理解可以和它一起成长。现在你已经有了一些基本原则，任何新的元数据领域的萌芽或变化都将很容易识别和适应。
