99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁(yè)精彩閱讀為什么有的大數(shù)據(jù)分析背離事實(shí)？
為什么有的大數(shù)據(jù)分析背離事實(shí)？
2016-01-16
收藏

為什么有的大數(shù)據(jù)分析背離事實(shí)？

大數(shù)據(jù)憑借著龐大的數(shù)據(jù)信息庫(kù)，可以更好地(數(shù)據(jù)分析師)分析人類(lèi)行為和人與人之間大規(guī)模的互動(dòng)。然而，由于大數(shù)據(jù)的搜集做不到像“小數(shù)據(jù)”那樣精確，因此(數(shù)據(jù)分析師認(rèn)證后)分析解讀大數(shù)據(jù)是一件十分復(fù)雜的事。

研究人員以“谷歌流感趨勢(shì)”（Google Flu Trends，GFT）作為范例，解釋了大數(shù)據(jù)分析為何會(huì)背離事實(shí)，并提出了大數(shù)據(jù)時(shí)代背景下一些值得思考的事。

谷歌發(fā)現(xiàn)某些搜索關(guān)鍵詞可以很好地標(biāo)示流感疫情的現(xiàn)狀。GFT的工作原理就是使用經(jīng)過(guò)匯總的谷歌搜索數(shù)據(jù)來(lái)估測(cè)流感疫情，其預(yù)測(cè)結(jié)果將與美國(guó)疾病預(yù)防控制中心（CDC）的監(jiān)測(cè)報(bào)告相比對(duì)。但是2013年2月，《自然》雜志發(fā)文指出，GFT預(yù)測(cè)的流感樣病例門(mén)診數(shù)超過(guò)了CDC根據(jù)全美各實(shí)驗(yàn)室監(jiān)測(cè)報(bào)告得出的預(yù)測(cè)結(jié)果的兩倍。

研究人員認(rèn)為造成這種結(jié)果的兩個(gè)重要原因分別是“大數(shù)據(jù)傲慢”和算法變化?！按髷?shù)據(jù)傲慢”指的是這樣一種觀點(diǎn)：即認(rèn)為大數(shù)據(jù)可以完全取代傳統(tǒng)的數(shù)據(jù)收集方法，而非作為后者的補(bǔ)充。這種觀點(diǎn)的最大問(wèn)題在于，絕大多數(shù)大數(shù)據(jù)與經(jīng)過(guò)嚴(yán)謹(jǐn)科學(xué)試驗(yàn)得到的數(shù)據(jù)之間存在很大的不同。

編寫(xiě)一個(gè)將5000萬(wàn)搜索關(guān)鍵詞與1152個(gè)數(shù)據(jù)點(diǎn)相匹配的算法是非常困難的，很有可能會(huì)出現(xiàn)過(guò)度擬合的情況：很多關(guān)鍵詞只是看似與流感相關(guān)，但實(shí)際上卻并無(wú)關(guān)聯(lián)。事實(shí)上，在2013年的報(bào)道之前，GFT就多次在很長(zhǎng)一段時(shí)間內(nèi)過(guò)高地估計(jì)了流感的流行情況。 2010年的一項(xiàng)研究發(fā)現(xiàn)，使用CDC的滯后預(yù)測(cè)報(bào)告來(lái)預(yù)測(cè)當(dāng)前的流感疫情，其準(zhǔn)確性甚至都高于GFT的預(yù)測(cè)結(jié)果。

谷歌搜索引擎的算法并非一成不變的，谷歌對(duì)算法會(huì)進(jìn)行不斷地調(diào)整和改進(jìn)。而搜索引擎算法的改變和用戶(hù)的搜索行為會(huì)影響GFT的預(yù)測(cè)結(jié)果，比如媒體對(duì)于流感流行的報(bào)道會(huì)增加與流感相關(guān)的詞匯的搜索次數(shù)，進(jìn)而影響GFT的預(yù)測(cè)。

另外，相關(guān)搜索的算法也會(huì)對(duì)GFT造成影響。例如搜索“發(fā)燒”，相關(guān)搜索中會(huì)給出關(guān)鍵詞“流感”，而搜索“咳嗽”則會(huì)給出“普通感冒”。除此以外，搜索建議也會(huì)進(jìn)一步增加某些熱門(mén)詞匯的搜索頻率。

因?yàn)镚FT會(huì)在它的模型中使用相對(duì)流行的關(guān)鍵詞，所以搜索引擎算法對(duì)GFT的預(yù)測(cè)結(jié)果會(huì)產(chǎn)生不利影響。奇怪的是，GFT在構(gòu)建時(shí)是基于這樣一種假設(shè)：特定關(guān)鍵詞的相對(duì)搜索量和特定事件之間存在相關(guān)性，問(wèn)題是用戶(hù)的搜索行為并不僅僅受外部事件影響，它還受服務(wù)提供商影響。

如果谷歌可以公開(kāi)衍生數(shù)據(jù)和匯總數(shù)據(jù)，那么研究者就可以更好地了解GFT背后的算法。此外，谷歌還需要解決可重復(fù)性的問(wèn)題：利用谷歌的Correlate服務(wù)得到的與流感高度相關(guān)的關(guān)鍵詞與GFT選取的關(guān)鍵詞無(wú)法匹配。

另外，GFT的優(yōu)勢(shì)在于能夠提供細(xì)化程度非常高的數(shù)據(jù)。因此與CDC相比，GFT的價(jià)值在于提供地區(qū)水平上的流感疫情預(yù)測(cè)。而且，GFT非常適合建立流感傳播的生成式模型，并且對(duì)于預(yù)測(cè)幾個(gè)月后的流感疫情具有較高的準(zhǔn)確性。

數(shù)以百萬(wàn)的工程師和用戶(hù)在不斷改變著搜索引擎算法，而作為研究者則需要更好地理解這些變化，因?yàn)檎撬阉饕嫠惴Q定了我們最終得到的信息。

在論文的最后作者指出，數(shù)據(jù)的價(jià)值并不僅僅體現(xiàn)在“大小”上。真正核心的改變?cè)谟诶脛?chuàng)新的數(shù)據(jù)分析(數(shù)據(jù)分析師培訓(xùn))方法去分析數(shù)據(jù)，這樣才能幫助我們更好的理解這個(gè)世界。

數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼

若不方便掃碼，搜微信號(hào)：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢(xún)
客服在線
立即咨詢(xún)
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶(hù)后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說(shuō)明請(qǐng)參見(jiàn)：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }