大數(shù)據(jù)思維

李偉順　周凱　高越

[摘要]隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展、不斷革新，尤其是數(shù)據(jù)挖掘、網(wǎng)絡(luò)社交、云計(jì)算以及高性能芯片的廣泛應(yīng)用，大數(shù)據(jù)正在蔓延至各個(gè)行業(yè)和領(lǐng)域，大數(shù)據(jù)所產(chǎn)生的信息風(fēng)暴正在急速的變革人類(lèi)固有的知識(shí)體系、工作習(xí)慣和思維方式。大數(shù)據(jù)開(kāi)啟了一次重大的時(shí)代轉(zhuǎn)型，如何在大數(shù)據(jù)時(shí)代挖掘和利用隱蔽于數(shù)據(jù)內(nèi)部未被激發(fā)的潛在價(jià)值，從而實(shí)現(xiàn)在經(jīng)濟(jì)、教育、醫(yī)療、交通、能源、軍事等領(lǐng)域的革新，取決于我們是否能夠從以往的小數(shù)據(jù)思維及時(shí)轉(zhuǎn)換成大數(shù)據(jù)思維。本文介紹了大數(shù)據(jù)時(shí)代的思維變革、商業(yè)變革和管理變革，分析數(shù)據(jù)信息的三個(gè)轉(zhuǎn)變，以及數(shù)據(jù)創(chuàng)新。

[關(guān)鍵詞]大數(shù)據(jù)；云計(jì)算；思維方式；大數(shù)據(jù)思維；創(chuàng)新

大數(shù)據(jù)時(shí)代的天文學(xué)、政治學(xué)、經(jīng)濟(jì)學(xué)、物理學(xué)、社會(huì)學(xué)等很多種科學(xué)門(mén)類(lèi)都將會(huì)發(fā)生巨大的變化和發(fā)展，從而影響整個(gè)人類(lèi)的價(jià)值觀、生活方式和知識(shí)體系。大數(shù)據(jù)的核心就是預(yù)測(cè)，在不久的將來(lái)，我們生活中很多現(xiàn)在依靠人類(lèi)思維判斷的領(lǐng)域都會(huì)被計(jì)算機(jī)系統(tǒng)所改變甚至取代。大數(shù)據(jù)給我們的生活創(chuàng)造了無(wú)與倫比的可量化的維度，就像Internet通過(guò)給計(jì)算機(jī)添加了通信功能而改變了世界，大數(shù)據(jù)也會(huì)改變我們生活中很重要的方面。

一、大數(shù)據(jù)，公共衛(wèi)生變革

大家一定記得2009年出現(xiàn)的甲型H1N1流感病毒，這種病毒傳播迅速，其結(jié)合了豬流感和禽流感的特點(diǎn)，有些專(zhuān)家警告說(shuō)，這種病毒可能會(huì)導(dǎo)致大規(guī)模流感的爆發(fā)，然而更糟糕的是，當(dāng)時(shí)的科研人員還沒(méi)有研發(fā)出抵抗這種新型病毒的疫苗。在美國(guó)，假如醫(yī)生發(fā)現(xiàn)了新型的流感病例時(shí)需要告訴疾病預(yù)防與控制中心，然而，通告病例這個(gè)過(guò)程往往會(huì)有一兩周時(shí)間的延遲，這種信息的滯后對(duì)于飛速傳播的疾病來(lái)說(shuō)，其導(dǎo)致的后果是相當(dāng)致命的。在疫情爆發(fā)的關(guān)鍵時(shí)期，公共衛(wèi)生機(jī)構(gòu)對(duì)于這種信息滯后卻又無(wú)所適從。

二、大數(shù)據(jù)，商業(yè)變革

大數(shù)據(jù)不但對(duì)公共衛(wèi)生領(lǐng)域的影響十分巨大，對(duì)整個(gè)商業(yè)領(lǐng)域也產(chǎn)生了深遠(yuǎn)的影響。購(gòu)買(mǎi)飛機(jī)票是其中一個(gè)很好的例子。挨齊奧尼協(xié)助創(chuàng)建了全球最早的網(wǎng)絡(luò)搜索引擎MetaCrawler，聯(lián)合創(chuàng)立國(guó)第一個(gè)大型比價(jià)網(wǎng)站ClearForest。在他的眼中，世界就是一系列的大數(shù)據(jù)問(wèn)題。埃齊奧尼創(chuàng)立了一個(gè)機(jī)票預(yù)測(cè)系統(tǒng)，這個(gè)系統(tǒng)建立在12000個(gè)價(jià)格樣本的基礎(chǔ)上，這個(gè)預(yù)測(cè)系統(tǒng)并不會(huì)分析哪些因素導(dǎo)致了機(jī)票價(jià)格的波動(dòng)，只會(huì)利用其他航班的數(shù)據(jù)預(yù)測(cè)機(jī)票價(jià)格的走勢(shì)。后來(lái)這個(gè)小項(xiàng)目發(fā)展成為一個(gè)科技創(chuàng)業(yè)公司Farecast，到2012年為止，F(xiàn)arecast系統(tǒng)擁有近十萬(wàn)億條價(jià)格記錄，從而能很準(zhǔn)確的預(yù)測(cè)美國(guó)航班的票價(jià)，其票價(jià)預(yù)測(cè)準(zhǔn)確率已經(jīng)高達(dá)75%，旅客通過(guò)使用這種票價(jià)預(yù)測(cè)工具，平均每張機(jī)票可節(jié)省50美元左右。Farecast僅僅是利用大數(shù)據(jù)的一個(gè)縮影，代表了當(dāng)今世界的發(fā)展趨勢(shì)。

三、大數(shù)據(jù)，管理變革

大數(shù)據(jù)時(shí)代如何管理龐大的數(shù)據(jù)以及個(gè)人隱私的控制與風(fēng)險(xiǎn)，將成為我們面臨的一個(gè)巨大挑戰(zhàn)。任何技術(shù)都是雙刃劍，大數(shù)據(jù)也不例外。大數(shù)據(jù)平臺(tái)在給我們提供服務(wù)的同時(shí)，無(wú)時(shí)不刻也在收集著用戶的各種信息：購(gòu)買(mǎi)習(xí)慣、查閱習(xí)慣甚至生活習(xí)慣。通過(guò)這些數(shù)據(jù)，一方面給人們帶來(lái)了很多便利，但另一方面，由于數(shù)據(jù)的管理還不完善，存在諸多漏洞，那些存儲(chǔ)起來(lái)或發(fā)布出去的海量信息，也很容易被竊取、被監(jiān)視。通過(guò)大數(shù)據(jù)，當(dāng)我們獲得足夠多的個(gè)人信息，我們就可以知道隱藏在數(shù)據(jù)背后的人是誰(shuí)，甚至這個(gè)人心里在想著誰(shuí)。在大數(shù)據(jù)時(shí)代，此時(shí)我們已經(jīng)不能放心期待擁有數(shù)據(jù)的公司不作惡。如何管理這些龐大的數(shù)據(jù)？誰(shuí)來(lái)保護(hù)公民的個(gè)人隱私？既是所有人都應(yīng)該思考的問(wèn)題，也是政府法律部門(mén)不可推卸的責(zé)任。

四、大數(shù)據(jù)的關(guān)鍵在于我們分析信息數(shù)據(jù)時(shí)的三個(gè)轉(zhuǎn)變

第一個(gè)轉(zhuǎn)變：在大數(shù)據(jù)時(shí)代，我們可以分析越來(lái)越多的數(shù)據(jù)，甚至有些時(shí)候可以處理某個(gè)特殊現(xiàn)象的所有數(shù)據(jù)，而不是像以前一樣依賴于隨機(jī)采樣

從19世紀(jì)開(kāi)始，當(dāng)我們遇到大量數(shù)據(jù)時(shí)就會(huì)依賴于采樣分析。傳統(tǒng)上的統(tǒng)計(jì)學(xué)的隨機(jī)抽樣方法中有一條十分明智的真理：”采樣分析結(jié)論的精確性隨著采樣隨機(jī)性的增加而大幅提升，但與樣本數(shù)量的增加關(guān)系不大。”可以說(shuō)，“樣本分析”奠定了絕大多數(shù)科學(xué)研究的基礎(chǔ)，但隨機(jī)采樣實(shí)際上是信息缺乏時(shí)代和信息流通受限制的模擬數(shù)據(jù)時(shí)期的產(chǎn)品。現(xiàn)如今，我們處于一個(gè)足夠強(qiáng)大的數(shù)據(jù)搜集和數(shù)據(jù)處理能力的時(shí)代，隨著計(jì)算機(jī)技術(shù)的迅猛發(fā)展，高性能數(shù)字技術(shù)的流行讓我們意識(shí)到，相對(duì)于局限性的小數(shù)據(jù)范圍來(lái)說(shuō)，使用一切數(shù)據(jù)給予我們更高的精確性，當(dāng)前的技術(shù)水平使人類(lèi)可以處理海量數(shù)據(jù)，樣本不再是幾萬(wàn)分之一，而轉(zhuǎn)變成了“樣本=全部”。

第二個(gè)轉(zhuǎn)變：不再熱衷于追求精確度，而是混雜性

在小數(shù)據(jù)時(shí)代，追求精確度是情理之中的。因?yàn)槭苤朴谖覀兪占臄?shù)據(jù)很少，所以需要越精確越好。但大數(shù)據(jù)時(shí)代精確則很難實(shí)現(xiàn)，而是用概率說(shuō)話，混雜性變成了一種新型的途徑。數(shù)據(jù)量的顯著增加也必然會(huì)產(chǎn)生一些問(wèn)題，一些不準(zhǔn)確的數(shù)據(jù)難免會(huì)混入數(shù)據(jù)庫(kù)，導(dǎo)致結(jié)果也可能不準(zhǔn)確。這就是大數(shù)據(jù)時(shí)代的一種新思維——“不是精確性，而是混雜性”。對(duì)“小數(shù)據(jù)”來(lái)說(shuō)，最重要的一點(diǎn)就是減少差錯(cuò)。而在大數(shù)據(jù)時(shí)代里，在技術(shù)尚未達(dá)到足夠完美之前，混亂是無(wú)法避免的。

第三個(gè)轉(zhuǎn)變：不在熱衷于尋找因果關(guān)系，而是相關(guān)關(guān)系

在大數(shù)據(jù)時(shí)代，是什么比為什么更加重要。這個(gè)觀點(diǎn)很大程度上挑戰(zhàn)了我們固有的思維模式。大數(shù)據(jù)思維更加關(guān)注相關(guān)性，而不是因果關(guān)系。也就是說(shuō)，沃爾瑪只需要知道啤酒和尿布、pop-tarts蛋撻與手電筒的銷(xiāo)量具有正相關(guān)性，就可以做出如何銷(xiāo)售的決策了。它并不需要去分析具體原因，企業(yè)只需要知道某件事情正在發(fā)生或者即將發(fā)生，就完全能夠做出正確的決定。相關(guān)關(guān)系很有價(jià)值，因?yàn)樗転槲覀兲峁┤碌囊暯牵液芮逦６?dāng)我們考慮到因果關(guān)系的時(shí)候就很可能會(huì)忽略這些視角。大數(shù)據(jù)的核心就是預(yù)測(cè)，大數(shù)據(jù)并不是讓機(jī)器像人類(lèi)一樣去思考。相反，它是通過(guò)計(jì)算海量的數(shù)據(jù)來(lái)預(yù)測(cè)事情發(fā)生的可能性。

五、結(jié)語(yǔ)

中國(guó)是世界上人口最多的國(guó)家，眾多的人群和應(yīng)用市場(chǎng)，數(shù)據(jù)極其復(fù)雜，而且充滿了變化，多種因素使得中為全球最復(fù)雜的大數(shù)據(jù)國(guó)家。如何解決這些由大規(guī)模數(shù)據(jù)產(chǎn)生的問(wèn)題，從而形成以大數(shù)據(jù)為基礎(chǔ)的解決辦法，將是中國(guó)轉(zhuǎn)變產(chǎn)業(yè)方式，提高效率的重要手段。由于中國(guó)復(fù)雜的國(guó)情，在現(xiàn)代歷史中的多次技術(shù)革命中，中國(guó)均是作為學(xué)習(xí)者出現(xiàn)的，但是在這次大數(shù)據(jù)與云計(jì)算的新的變革中，可以說(shuō)中國(guó)與世界的差距最小，此時(shí)，中國(guó)面臨著一個(gè)重大的歷史抉擇關(guān)口，只要我們以更加開(kāi)放的心態(tài)，更加堅(jiān)定的步伐，更加創(chuàng)新的勇氣來(lái)?yè)肀А按髷?shù)據(jù)時(shí)代”，一定能夠把握住新的歷史賦予中國(guó)創(chuàng)新的機(jī)會(huì)。

參考文獻(xiàn)

[1]員巧云，程剛.近年來(lái)我國(guó)數(shù)據(jù)挖掘研究綜述[J].情報(bào)學(xué)報(bào)，2005.

[2]蔡立英.“大數(shù)據(jù)”改變我們的生活[J].世界科學(xué)，2013.

[3]文洋.美國(guó)的“大數(shù)據(jù)”發(fā)展戰(zhàn)略新動(dòng)向[J].中國(guó)多媒體通信，2014， （11）：60-61.