大數(shù)據(jù)如何知道那么多秘密

知道了大數(shù)據(jù)隱私的無窮殺傷力后，你也許就會(huì)追問，到底什么是大數(shù)據(jù)吧。

麥肯錫全球研究所說：“大數(shù)據(jù)是一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征”。還有更多的權(quán)威專家們，總結(jié)了大數(shù)據(jù)的若干其它特性，比如，容量的超大性呀，種類的多樣性呀，獲取的快速性呀，管理的可變性呀，質(zhì)量的真實(shí)性呀，渠道來源的復(fù)雜性呀，價(jià)值提取的重復(fù)性呀，等等。有點(diǎn)暈吧？

其實(shí)，形象地說，所謂大數(shù)據(jù)，就是由許多千奇百怪的數(shù)據(jù)，雜亂無章地堆積在一起的東西。比如，你主動(dòng)在網(wǎng)上說的話、發(fā)的微博微信、存的照片、收發(fā)的電子郵件、留下的諸如上網(wǎng)記錄等行動(dòng)痕跡等，都是大數(shù)據(jù)的組成部分。在不知道的情況下，你被采集的眾多信息，比如，被馬路攝像頭獲取的視頻、手機(jī)定位系統(tǒng)留下的路線圖、在各種情況下被錄下的語音、駕車時(shí)的GPS信號(hào)、電子病歷檔案、公交刷卡記錄等被動(dòng)信息，也都是大數(shù)據(jù)的組成部分。還有，各種傳感器設(shè)備自動(dòng)采集的有關(guān)溫度、濕度、速度等萬物信息，仍然是大數(shù)據(jù)的組成部分?？傊?，每個(gè)人、每種通信和控制類設(shè)備，無論它是軟件還是硬件，都是大數(shù)據(jù)之源。甚至，像本·拉登那樣完全與世隔絕，不對(duì)外流露任何蛛絲馬跡的人，也在為大數(shù)據(jù)提供信息；因?yàn)?，一個(gè)大活人，“不對(duì)外提供信息”本身，就是一條重要的信息，說明此人必定有超級(jí)秘密！

一句話，無論你是否喜歡，大數(shù)據(jù)它就在那里；無論主動(dòng)還是被動(dòng)，你都在為大數(shù)據(jù)做貢獻(xiàn)。

大數(shù)據(jù)到底是靠什么法寶，才知道那么多秘密的呢？用行話說，它利用了一種名叫“大數(shù)據(jù)挖掘”的技術(shù)，采用了諸如神經(jīng)網(wǎng)絡(luò)、遺傳算法、決策樹方法、粗糙集方法、覆蓋正例排斥反例方法、統(tǒng)計(jì)分析方法、模糊集方法等高大上的方法。大數(shù)據(jù)挖掘的過程，可以分為數(shù)據(jù)收集、數(shù)據(jù)集成、數(shù)據(jù)規(guī)約、數(shù)據(jù)清理、數(shù)據(jù)變換、挖掘分析、模式評(píng)估、知識(shí)表示等八大步驟。

大數(shù)據(jù)產(chǎn)業(yè)，可能將是世界上最掙錢的產(chǎn)業(yè)！無論從工作原理、原料結(jié)構(gòu)，還是從利潤率等方面來看，能夠與大數(shù)據(jù)產(chǎn)業(yè)相比擬的，也許只有另一個(gè)，從來就不被重視的產(chǎn)業(yè)，即，垃圾處理和廢品回收！

真的，我可不是在開玩笑，更不是在自我貶低喲。

先看工作原理。其實(shí)，廢品回收和大數(shù)據(jù)處理幾乎如出一轍：廢品收購和垃圾收集，可算做是“數(shù)據(jù)收集”吧；將廢品和垃圾送往集中處理工場(chǎng)，算是“數(shù)據(jù)集成”吧；將廢品和垃圾初步分類，算是“數(shù)據(jù)規(guī)約”吧；將廢品和垃圾適當(dāng)清潔和整理，算是“數(shù)據(jù)清理”吧；將破沙發(fā)拆成木、鐵、皮等原料，算是“數(shù)據(jù)變換”吧；認(rèn)真分析如何將這些原料賣個(gè)好價(jià)值，算是“數(shù)據(jù)挖掘”吧；不斷總結(jié)經(jīng)驗(yàn)，選擇并固定上下游賣家和買家，算是“模式評(píng)估”吧；最后，把這些技巧整理成口訣，算是“知識(shí)表示”吧！

再看原料結(jié)構(gòu)。與大數(shù)據(jù)的異構(gòu)特性一樣，生活垃圾、工作垃圾、建筑垃圾、可回收垃圾和不可回收垃圾等，無論從外形、質(zhì)地，還是從內(nèi)涵等方面來看，也都是完全不同的。與大數(shù)據(jù)一樣，垃圾的數(shù)量也很多，產(chǎn)生的速度也很快，處理起來也很困難。

最后來看利潤率。有人曾在紐約路邊的垃圾袋里，一分錢不花就撿到了價(jià)值百萬美元的，墨西哥著名畫家魯菲諾·塔馬約的代表作《三人行》。即使不考慮這些“天上掉下來的餡餅”，就算將收購的易拉罐轉(zhuǎn)手賣掉，也勝過鋁礦利潤率；將舊家具拆成木材和皮料，其利潤率也遠(yuǎn)遠(yuǎn)高于木材商和皮貨商。與垃圾專家一樣，大數(shù)據(jù)專家也能將數(shù)據(jù)（廢品）中挖掘出的旅客出行規(guī)律賣給航空公司，將某群體的消費(fèi)習(xí)慣賣給百貨商店，將網(wǎng)絡(luò)輿情賣給相關(guān)的需求方等等，總之，大數(shù)據(jù)專家完全可以“一菜多吃”，反復(fù)賣錢，不斷“冶金”，而且一次更比一次賺錢，時(shí)間越久，價(jià)值越大。