有關(guān)大數(shù)據(jù) 你不一定知道的幾個冷知識

大數(shù)據(jù)的隱秘魅力就在于，他比你都了解你。你以為你每次按下手機(jī)按鍵的動作都是一樣的嗎？哈哈圖樣圖森破。

　　來自今日頭條的技術(shù)副總裁楊震原告訴童鞋們，他們正在測試的“黑科技”，恰恰能從你點(diǎn)擊按鍵的時間和手指面積，推測出你當(dāng)時的情緒。你的漫不經(jīng)心、憤怒或者感動，都能夠成為后臺為你推送何種消息的依據(jù)。未來，如下場景可期：

　　如果你正處在被女神甩掉的悲傷中，也許客戶端會為你推送——搞基的一百種好處。如果你正處在領(lǐng)到本月工資飄飄欲仙的快樂中，也許客戶端會為你推送——在北京月兩萬何時能買一個廁所？

　　那么這種“恰到好處“的情緒拿捏和大數(shù)據(jù)有什么關(guān)系呢？實際上對你情緒的推測是建立在對你多次正常點(diǎn)擊的記錄之上的。這種行為數(shù)據(jù)甚至在你還未意識到的時候，就“出賣”了你的情緒。

　　今日頭條技術(shù)副總裁楊震原在分析一個按鈕的平均觸摸時間

　　你的“姿勢”，才是真的大數(shù)據(jù)

　　銀行每天的交易賬目流水的統(tǒng)計數(shù)據(jù)，并不是大數(shù)據(jù)，而每個用戶在拿號之后等待了多久才排到，有多少用戶罵娘，有多少用戶過于焦急憤而離去，這些真正的行為才是大數(shù)據(jù)。

　　楊震原又舉了今日頭條在應(yīng)用中的另一個例子。

　　實際上，你在一篇文章的什么位置停留多久，然后劃動了多遠(yuǎn)，在新的位置停留了多久，是否看了評論，看了幾條評論，都可以按順序被記錄下來。接下來就是通過算法評估讀者的興趣所在。

　　CSDN創(chuàng)始人蔣濤也特別提到，美國電商平臺Wish正是用大數(shù)據(jù)的方法，根據(jù)每個人的數(shù)據(jù)不同，“看人下菜碟”地推薦你可能喜歡的貨品，三年時間已經(jīng)發(fā)展成北美最大的電商之一。

　　所以，一個悲傷的消息是：未來如果你要隱藏自己的身份，不僅僅要變裝易容偽造指紋，甚至連點(diǎn)擊手機(jī)，查看文章的習(xí)慣都要改變了。

　　大數(shù)據(jù)就是：一個都不能少

　　如果要想知道有多大比例的人喜歡GV，那么只需要做好抽樣調(diào)查就可以了，沒有必要對所有人進(jìn)行調(diào)查。但是如果你想要推銷宅腐的周邊智能硬件產(chǎn)品，則需要逐個排查每個人“獨(dú)特”的興趣愛好。

　　所有數(shù)據(jù)一個都不能少，這就是所謂的“全量加工”，這些數(shù)據(jù)的制造者正是各大廠商利潤的源泉。

　　360商業(yè)產(chǎn)品首席架構(gòu)師劉鵬是一名網(wǎng)紅，他在很多場合都強(qiáng)調(diào)：全量加工才是大數(shù)據(jù)。他說，涉及到個性化推薦、計算廣告、個人征信這些場景，大規(guī)模的計算就是無法避免的。

　　從技術(shù)角度來說，之所以大數(shù)據(jù)可以做到這么精準(zhǔn)，也主要得益于技術(shù)的進(jìn)步。感知設(shè)備被豐富地用在五花八門的硬件上，使得以前無法記錄的數(shù)據(jù)，現(xiàn)在都可以被記錄了。

　　大數(shù)據(jù)不應(yīng)該給人用

　　大數(shù)據(jù)應(yīng)該交給機(jī)器做決策，而不是交給人做決策。

　　這種洋溢著對人類深深不信任感的論斷同樣來自于劉鵬。在他眼中，大數(shù)據(jù)是為機(jī)器提供的食糧。而能夠駕馭大數(shù)據(jù)的人類基本只有兩種：數(shù)據(jù)科學(xué)家和統(tǒng)計工作者。

　　IT企業(yè)中養(yǎng)一群科學(xué)家的可能性為零。而人類的判斷往往基于宏觀、戰(zhàn)略，不可能有精力做到“因事而異”。相比之下機(jī)器的判斷比人類更加細(xì)致。比如為每個用戶比如畫像、貼標(biāo)簽。所以，要想把大數(shù)據(jù)利用透徹，愚蠢的人類還是暫時靠邊站吧。

　　“有點(diǎn)錯誤”的大數(shù)據(jù)更好用

　　“數(shù)據(jù)”這兩個字，天然給人一種完美而且精準(zhǔn)的感覺。在這方面，大數(shù)據(jù)要挑戰(zhàn)你的底線。作為數(shù)字廣告領(lǐng)域的大牛，劉鵬強(qiáng)調(diào)，大數(shù)據(jù)可以存在半一致性這樣模棱兩可的屬性。換句話說，允許數(shù)據(jù)錯誤和丟失。

　　納尼？錯誤的數(shù)據(jù)也是好數(shù)據(jù)嗎？沒錯。由于數(shù)據(jù)量巨大，而且分析半天往往沒什么有用的收獲（價值密度低），分析者往往需要選取一些特征數(shù)據(jù)做加工，而對于這些特征數(shù)據(jù)，也許還要簡化之后再加工。所以最終大數(shù)據(jù)要達(dá)到的結(jié)果是難得糊涂，卻一針見血。

　　所以，如果有人向喜愛人民網(wǎng)的你推薦草榴的時候，先不要發(fā)火，你可能只是大數(shù)據(jù)的一個錯誤罷了。

　　保險公司最喜歡和大數(shù)據(jù)在一起

　　如果你是一個魯莽的人，最想知道這個情況的無疑是你的汽車保險公司，想必你的保費(fèi)會居高不下；如果你是一個謹(jǐn)小慎微的人，最想知道的也是保險公司，因為它可以用打折的保費(fèi)吸引你投保。

　　在你身上，甚至存在一個精確的“岀險率”數(shù)字。這個聽上去很驚悚的數(shù)字恰恰是保險公司利潤的來源。因為不掌握這樣大數(shù)據(jù)的個人，是無法計算自己的岀險率的。保險公司恰恰利用這種信息不對稱，給一個岀險率是萬分之一的人開出了千分之一的保價，相當(dāng)于賺了十倍的利潤。

　　隱私問題要靠技術(shù)改進(jìn)

　　數(shù)據(jù)比它看上去的樣子更險惡，這是大數(shù)據(jù)業(yè)內(nèi)人士的普遍共識。即使隱去了你的姓名電話等等敏感信息，只保留你和其他人聯(lián)系的記錄，熟悉你的人完全可以猜到你的身份。目前大數(shù)據(jù)的安全性，在他人的惡意之下，顯得力不從心。

　　隱私問題，制度只能解決20分，剩下的80分要靠技術(shù)進(jìn)步來解決。

　　劉鵬如是說。期待市場倒退到前大數(shù)據(jù)時代，似乎沒有希望了。

　　如何精確統(tǒng)計出有多少人喜愛蒼井空，有多少人喜歡武藤蘭，但是又不泄露到底是誰喜歡蒼老師，誰喜歡武老師，這是目前大數(shù)據(jù)的最前沿研究。

　　有關(guān)大數(shù)據(jù)的政策再嚴(yán)格，沒有一套可靠的保密技術(shù)，數(shù)據(jù)的安全都是無從談起的。隱私算法、數(shù)據(jù)脫敏、數(shù)據(jù)隔離。都是研究的方向。在此之前，各位的大數(shù)據(jù)還都在相對危險的狀態(tài)。這也是為什么目前法律沒有禁止數(shù)據(jù)買賣，而各大巨頭卻不敢將數(shù)據(jù)出售的原因。 當(dāng)然，大數(shù)據(jù)庫市場價目前比較低也是一個重要的原因。

　　SDCC，中國軟件開發(fā)者大會。由全球最大中文IT社區(qū)CSDN于2007年創(chuàng)辦，每年一屆。主題是下一代軟件開發(fā)技術(shù)趨勢與對各行業(yè)的深刻影響，以談干貨實料著稱。