大數據思維特征

張少初

摘 要：本文分析了大數據思維特征，包括整體性與涌現性，多樣性與非線性。

關鍵詞：大數據;思維;非線性

了解大數據思維的提出，這是理解大數據思維的前提，是把握大數據思維的基礎。然而，要對大數據思維擁有深刻、全面的把握，還必須進一步揭示大數據思維的特征。在現代科技革命的背景下，大數據思維在各領域中顯示出巨大應用潛力，我們更應對大數據思維的特征進行討論，本章就將從整體性與涌現性、多樣性與非線性、相關性與不確定性等三個方面提煉大數據思維的特征。

1 整體性與涌現性

牛頓以來，機械自然觀的思維方式在近代科學研究中流行開來，機械論自然觀在很大程度上指導了科學家的科研活動，這種機械論自然觀在方法論上是還原論的。然而，在現代科技革命的背景下，機械論自然觀的不變性、基本性、直觀性、既成性的特點暴露出了還原論的局限。辯證自然觀登上歷史舞臺以后，在人與世界關系問題上，采取了將人與世界看作一個整體的態度，具有整體論的特點。大數據時代，通過數據考察人與世界的關系問題，世界在大數據維度上呈現出現前所未有的新氣象，在大數據思維的背景下，涌現性成為描述全體數據最合適的詞匯。整體性和涌現性成為大數據思維的首要特征。

1.1 整體性

整體性是相對于系統的部分或者元素講的，大數據思維要求人們將所獲得的大數據作為一個系統，那么這個系統的首要特征就是整體性。大數據思維的整體性是指在數據挖掘的過程中，我們需要重視全體數據的追求和分析，在把握問題的方法上，注重從整體把握對象。古希臘時期，世界的本原問題就是哲學家們追問最多的問題之一。亞里士多德說，世界的存在物都由本原組成，存在物在原初都從本原產生，最后又復歸為它。古希臘哲學家針對世界本原的問題上，經歷了從對世界感性直觀到對世界超感性抽象的過程。在大數據時代里，人與世界的關系、思維與存在的關系通過海量數據緊密聯系起來，大數據在某種程度將成為世界本原的新解讀。

在大數據時代中，整體性思維是面對問題、解決問題時的首選。數據量增長迅速的情況下，與以隨機樣本為核心的小數據思維形成鮮明對比的是，以全體數據為核心的大數據思維顯現出的巨大能量，即整體性。大數據思維主張進行全體數據的獲取和分析，也就是通過整體思維的方式來把握研究對象。舉一個簡單的例子，我國每10年進行一次全國人口普查，兩次人口普查的時間終點，進行一次1%人口抽樣調查。新中國成立以后，我國共進行了六次全國普查和三次1%人口抽樣調查，社會各界投入的人力、財力成本巨大，以2010年北京市人口普查有關數據為準，北京市級財政和區縣財政投入相加，人口普查總投入超過6億元人民幣，由此可見全國人口普查所占用的財力將是巨大的。相比于全國人口普查的全國人口的廣泛覆蓋和龐大的調查費用，1%人口抽樣調查是一種省時又省力的人口調查方式，但是抽樣的結果往往有一定的誤差，在統計學上誤差是無法避免的，只可能在一定條件下降到最低。在大數據時代，我們假設在時間上、技術上等方面不存在難點，每10年的人口普查將變得比現在的人工入戶普查的方式高效得多，1%人口抽樣調查也可以變為人口普查了，那么1%人口抽樣調查甚至可以被全國性的人口普查替代。針對大數據思維的整體性特征，刊登在《學習時報》上的兩篇文章頗具代表性。

1.2 涌現性

涌現性通常是系統整體具有的特征，是指在系統中各部分、各元素單獨存在時不具有，但是將它們組合成一個整體后系統所具有的特征，也被稱為“整體涌現性”。在大數據思維的背景下，新情況在不斷地涌現，涌現性也成為大數據思維的重要屬性。全體大數據整體具有的，而小數據單獨、部分或者所有小數據所不具有的屬性、特征和功能等可以稱為大數據思維的涌現性。也就是說，當我們把大數據拆分為各個小部分時，大數據所具有的這些屬性、特征和功能等便不可能體現在小數據上或者所有小數據上。

來源一：構材效應。苗東升教授將系統的涌現，歸結于系統的構成上。系統由組分構成，或者由它的元素構成。那么，系統的涌現性也就來源于這里。整體涌現性的出現在特定的組分和元素構成的系統中，如果更換了系統中的組分、元素，則原涌現性就無法出現。

來源二：規模效應。系統的規模大小也是影響涌現的基本要素，涌現性的出現需要足夠多的組分或者元素，也就是足夠的材料，沒有足夠大的系統，是無法出現涌現的。涌現的出現，依賴于系統在一定程度的復雜性。

來源三：結構效應。組分之間的不同結構，以及不同組分間的相同結構，均會產生不同的涌現性。在整體系統中，組分之間的相互作用、相互位置不同，產生的作用力就不同。比較特殊的兩個現象是同分異構和物理學超導現象，在組分、元素相同的情況下會表現出兩種不同的涌現特征。

來源四：環境效應。系統處于特定環境條件下，就會受到環境條件的影響和制約，現代科技條件下的系統通常是開放系統，無法避免的與系統外進行信息交換，在這種條件下也會產生特定的性質，表現出涌現性特征。

2 多樣性與非線性

2.1 多樣性

大數據思維的多樣性特征是通過數據種類的不同體現的。關系數據庫中存儲的基本是結構化數據，例如整齊的文字、數據或者同一種類的文件。而非關系數據庫的中存儲的多源異構數據（就是前文提到的半結構化數據、非結構化數據），例如不整齊（雜亂）的圖標、表格、網頁、視頻或者其他類型的異構數據，成為了大數據思維多樣性的主要來源。多樣性并不僅存在于大數據領域，我們人類生活的方方面面均存在多樣性，可以說，在社會、自然甚至宇宙萬物都依賴多樣性而存在。托夫勒在上世紀80年代所寫的未來學書目《第三次浪潮》中，就已經提到了人類因電子計算機發展迅速，信息革命開始，傳統的傳播工具群體化特征將不再明顯，“傳播工具將急劇的非群體化”，傳播對象將變得多樣起來。人類社會中，人是社會關系的總和，社會關系是多樣的，不同地區文化是多樣的。自然領域中，包括海洋環境、陸地環境、大氣環境，生物多樣性的存在讓生物圈多姿多彩。事物的發展變化總離不開多樣性，如此看來，大數據思維中存在的多樣性特征不可避免，我們在注意到大數據思維中存在多樣性的同時，應盡可能全方位把握多樣的存在，搞清楚多樣性在大數據思維中的具體表現，為我們利用大數據思維奠定基礎。

2.2 非線性

進入大數據時代以后，人類認識世界的方式將發生改變，大數據思維非線性特征將幫助人類在認識世界、考察世界的過程中，建立非線性觀點。非線性（nonlinear）是相對于線性（linear）來說的，是指方程的解滿足疊加定理（superposition principle）的現象或者系統所具有的特征，非線性是線性的否定。在數學中，線性是一種具有比例關系的性質，函數表現是成比例的、直線的，方程的解滿足齊次性或者加和性。而非線性是一種沒有比例關系的性質，函數表現是不成比例的、不成直線的。我們在科學研究中采取的線性思維，可以看作非線性現實的簡化。由于世界本身是非線性的，采取線性思維，就是一種近似思維，這樣一來，我們看到的世界將是不真實的，也脫離了世界的本來面貌。然而，大數據思維的出現帶來了整體思維，這樣的思維方式生來就對真實世界親近又抱有好感，人類可以利用采集海量大數據的方法，得到現實世界第一手的數據，通過這些數據來了解我們的世界，將更加接近真實、接近現實。在這樣的意義上，大數據思維在本質上表現出了非線性特征。

參考文獻

[1]周世佳.大數據思維初探：提出，特征及意義.中共山西省直機關黨校學報，2014，5：10-12.

[2]張義禎.大數據帶來的四種思維.學習時報，2015-1-26（第四版）.