《大數(shù)據(jù)時代》

作者:維克托·邁爾-舍恩伯格???????????????? 譯者:盛揚(yáng)燕 周濤

出版社:浙江人民出版社


?? 2016年,Big Data成為一個非常火的熱詞,所有產(chǎn)品和項(xiàng)目,只要和大數(shù)據(jù)掛上鉤,只要能扯上大數(shù)據(jù),瞬間這個東西就變得高大上了。雖然人人都在提大數(shù)據(jù),都想在這個領(lǐng)域分一杯羹,就目前國內(nèi)而言,真正能擁有大數(shù)據(jù)的應(yīng)該也只要BAT了。值得慶幸的是,大數(shù)據(jù)的門檻并不高,任何中小企業(yè)都能涉入這個行業(yè);另外,中國有13億多人口,這就是大數(shù)據(jù)的搖籃,每天都會產(chǎn)生非常龐大的數(shù)據(jù),如今,中國學(xué)者發(fā)表了國際上絕大數(shù)的大數(shù)據(jù)論文,未來的中國一定會是大數(shù)據(jù)的領(lǐng)跑者。

?? 互聯(lián)網(wǎng)時代,尤其是社交網(wǎng)絡(luò)、電子商務(wù)與移動通信把人類社會帶入了一個以“PB”(1024TB)為單位的結(jié)構(gòu)與非結(jié)構(gòu)數(shù)據(jù)信息的新時代,而且這個數(shù)據(jù)還在繼續(xù)增大。


大數(shù)據(jù)時代處理數(shù)據(jù)理念上的三大轉(zhuǎn)變:

要全體不要抽樣

? 以前要了解全國人們的收入情況,會采取隨機(jī)抽樣的方式,而且隨機(jī)抽樣并不是隨意抽樣,是考慮地域,年齡等各種限制條件的隨機(jī)抽樣。大數(shù)據(jù)時代,完全可以做到存儲、處理所有人的數(shù)據(jù)。即“總體=樣本”的時代。

要效率不要絕對精確

? 大數(shù)據(jù)時代要求我們重新審視精確性的優(yōu)劣。在信息貧乏的時代,任意一個數(shù)據(jù)點(diǎn)的測量情況都對結(jié)果至關(guān)重要。所以,我們需要確保每個數(shù)據(jù)的精確性,才不會導(dǎo)致分析結(jié)果的偏差。就如我們抽樣的每個樣本,任意一個壞數(shù)據(jù),都會導(dǎo)致結(jié)果偏差。而大數(shù)據(jù)時代,出現(xiàn)的壞數(shù)據(jù),對結(jié)果的影響并不大。因?yàn)閾碛懈髷?shù)據(jù)量所能帶來的商業(yè)利益遠(yuǎn)遠(yuǎn)超過增加一點(diǎn)精確性,所以通常我們不會再花大力氣去提升數(shù)據(jù)的精確性。這又是一個關(guān)注焦點(diǎn)的轉(zhuǎn)變,正如以前,統(tǒng)計(jì)學(xué)家們總是把他們的興趣放在提高樣本的隨機(jī)性而不是數(shù)量上。如今,大數(shù)據(jù)給我們帶來的利益,讓我們能夠接受不精確的存在了。

要相關(guān)不要因果

? 不再探求難以捉摸的因果關(guān)系,轉(zhuǎn)而關(guān)注事物的相關(guān)關(guān)系。分析大數(shù)據(jù)主要為了預(yù)測未來“是什么”,而不是“為什么”。因?yàn)楹芏鄷r候我們以為我們找到了事情背后的原因,實(shí)際上卻沒有找到。更多時候知道了“是什么”就足夠了。只用知道是什么,不用知道為什么,相關(guān)關(guān)系幫助我們更快、更好地了解了這個世界。生病了,大數(shù)據(jù)分析你所有細(xì)胞的情況,告訴你該吃什么藥,該注意怎么預(yù)防,而不需要知道為什么。


最后描繪了大數(shù)據(jù)帝國前夜的脆弱和不安

?? 包括產(chǎn)業(yè)生態(tài)環(huán)境、數(shù)據(jù)安全隱私、信息公正公開等問題。但對于普通人來說,大數(shù)據(jù)時代最關(guān)心的還是隱私問題。不知不覺中,個人的一舉一動都暴露在政府甚至私人企業(yè)之下;另外,還面臨潛在的泄露風(fēng)險。對此,作者提出了使用者承擔(dān)責(zé)任的解決辦法,而不是過去那種流于形式的使用授權(quán)。大數(shù)據(jù)甚至能預(yù)測一個人的犯罪動機(jī),這給監(jiān)管者帶來的難題是,預(yù)測一個人要犯罪,懲罰還是不懲罰?在這點(diǎn)上,社會達(dá)成"個人僅需對行為而非動機(jī)負(fù)責(zé)"的共識非常重要。因此,不讓我們成為數(shù)據(jù)的奴隸,探討如何讓數(shù)據(jù)真正為我們所用,提供最好的參考答案,幫助人們做出最明智、最正確的選擇,才是終極意義所在。


?? 悄然之間,大數(shù)據(jù)時代正在向我們走來,敞開自己的懷抱,主動學(xué)習(xí),擁抱Big Data,成為大數(shù)據(jù)時代的建設(shè)者和受益者。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,501評論 6 544
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 99,673評論 3 429
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,610評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,939評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 72,668評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 56,004評論 1 329
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,001評論 3 449
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 43,173評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,705評論 1 336
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 41,426評論 3 359
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 43,656評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,139評論 5 364
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 44,833評論 3 350
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,247評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,580評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,371評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 48,621評論 2 380

推薦閱讀更多精彩內(nèi)容