《大數(shù)據(jù)時代》

作者:維克托·邁爾-舍恩伯格???????????????? 譯者:盛揚燕 周濤

出版社:浙江人民出版社


?? 2016年谴咸,Big Data成為一個非陈痔火的熱詞,所有產(chǎn)品和項目岭佳,只要和大數(shù)據(jù)掛上鉤血巍,只要能扯上大數(shù)據(jù),瞬間這個東西就變得高大上了珊随。雖然人人都在提大數(shù)據(jù)述寡,都想在這個領(lǐng)域分一杯羹,就目前國內(nèi)而言叶洞,真正能擁有大數(shù)據(jù)的應(yīng)該也只要BAT了鲫凶。值得慶幸的是,大數(shù)據(jù)的門檻并不高京办,任何中小企業(yè)都能涉入這個行業(yè)掀序;另外,中國有13億多人口惭婿,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)叶雹,如今财饥,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)跑者折晦。

?? 互聯(lián)網(wǎng)時代钥星,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)增大满着。


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谦炒,會采取隨機抽樣的方式,而且隨機抽樣并不是隨意抽樣风喇,是考慮地域宁改,年齡等各種限制條件的隨機抽樣。大數(shù)據(jù)時代魂莫,完全可以做到存儲还蹲、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)劣谜喊。在信息貧乏的時代潭兽,任意一個數(shù)據(jù)點的測量情況都對結(jié)果至關(guān)重要。所以斗遏,我們需要確保每個數(shù)據(jù)的精確性山卦,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诵次,任意一個壞數(shù)據(jù)怒坯,都會導(dǎo)致結(jié)果偏差。而大數(shù)據(jù)時代藻懒,出現(xiàn)的壞數(shù)據(jù)剔猿,對結(jié)果的影響并不大。因為擁有更大數(shù)據(jù)量所能帶來的商業(yè)利益遠遠超過增加一點精確性嬉荆,所以通常我們不會再花大力氣去提升數(shù)據(jù)的精確性归敬。這又是一個關(guān)注焦點的轉(zhuǎn)變,正如以前鄙早,統(tǒng)計學(xué)家們總是把他們的興趣放在提高樣本的隨機性而不是數(shù)量上汪茧。如今,大數(shù)據(jù)給我們帶來的利益限番,讓我們能夠接受不精確的存在了舱污。

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)系弥虐。分析大數(shù)據(jù)主要為了預(yù)測未來“是什么”扩灯,而不是“為什么”。因為很多時候我們以為我們找到了事情背后的原因霜瘪,實際上卻沒有找到珠插。更多時候知道了“是什么”就足夠了。只用知道是什么颖对,不用知道為什么捻撑,相關(guān)關(guān)系幫助我們更快、更好地了解了這個世界缤底。生病了顾患,大數(shù)據(jù)分析你所有細胞的情況,告訴你該吃什么藥个唧,該注意怎么預(yù)防江解,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)境坑鱼、數(shù)據(jù)安全隱私膘流、信息公正公開等問題絮缅。但對于普通人來說,大數(shù)據(jù)時代最關(guān)心的還是隱私問題呼股。不知不覺中耕魄,個人的一舉一動都暴露在政府甚至私人企業(yè)之下;另外彭谁,還面臨潛在的泄露風(fēng)險吸奴。對此,作者提出了使用者承擔(dān)責(zé)任的解決辦法缠局,而不是過去那種流于形式的使用授權(quán)则奥。大數(shù)據(jù)甚至能預(yù)測一個人的犯罪動機,這給監(jiān)管者帶來的難題是狭园,預(yù)測一個人要犯罪读处,懲罰還是不懲罰?在這點上,社會達成"個人僅需對行為而非動機負責(zé)"的共識非常重要唱矛。因此罚舱,不讓我們成為數(shù)據(jù)的奴隸,探討如何讓數(shù)據(jù)真正為我們所用绎谦,提供最好的參考答案管闷,幫助人們做出最明智、最正確的選擇窃肠,才是終極意義所在包个。


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

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
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市肪跋,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌土砂,老刑警劉巖州既,帶你破解...
    沈念sama閱讀 216,324評論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異萝映,居然都是意外死亡吴叶,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,356評論 3 392
  • 文/潘曉璐 我一進店門序臂,熙熙樓的掌柜王于貴愁眉苦臉地迎上來蚌卤,“玉大人实束,你說我怎么就攤上這事⊙放恚” “怎么了咸灿?”我有些...
    開封第一講書人閱讀 162,328評論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長侮叮。 經(jīng)常有香客問我避矢,道長,這世上最難降的妖魔是什么囊榜? 我笑而不...
    開封第一講書人閱讀 58,147評論 1 292
  • 正文 為了忘掉前任审胸,我火速辦了婚禮,結(jié)果婚禮上卸勺,老公的妹妹穿的比我還像新娘砂沛。我一直安慰自己,他們只是感情好曙求,可當(dāng)我...
    茶點故事閱讀 67,160評論 6 388
  • 文/花漫 我一把揭開白布碍庵。 她就那樣靜靜地躺著,像睡著了一般圆到。 火紅的嫁衣襯著肌膚如雪怎抛。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,115評論 1 296
  • 那天芽淡,我揣著相機與錄音马绝,去河邊找鬼。 笑死挣菲,一個胖子當(dāng)著我的面吹牛富稻,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播白胀,決...
    沈念sama閱讀 40,025評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼椭赋,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了或杠?” 一聲冷哼從身側(cè)響起哪怔,我...
    開封第一講書人閱讀 38,867評論 0 274
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎向抢,沒想到半個月后认境,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 45,307評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡挟鸠,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...
    茶點故事閱讀 37,528評論 2 332
  • 正文 我和宋清朗相戀三年叉信,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艘希。...
    茶點故事閱讀 39,688評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡硼身,死狀恐怖硅急,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情佳遂,我是刑警寧澤营袜,帶...
    沈念sama閱讀 35,409評論 5 343
  • 正文 年R本政府宣布,位于F島的核電站讶迁,受9級特大地震影響连茧,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜巍糯,卻給世界環(huán)境...
    茶點故事閱讀 41,001評論 3 325
  • 文/蒙蒙 一啸驯、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧祟峦,春花似錦罚斗、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,657評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至厌衙,卻和暖如春距淫,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背婶希。 一陣腳步聲響...
    開封第一講書人閱讀 32,811評論 1 268
  • 我被黑心中介騙來泰國打工榕暇, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人喻杈。 一個月前我還...
    沈念sama閱讀 47,685評論 2 368
  • 正文 我出身青樓彤枢,卻偏偏與公主長得像,于是被迫代替她去往敵國和親筒饰。 傳聞我的和親對象是個殘疾皇子缴啡,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,573評論 2 353

推薦閱讀更多精彩內(nèi)容