有關(guān)大數(shù)據(jù) 你不一定知道的幾個(gè)冷知識(shí)

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(dòng)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(cè)試的“黑科技”，恰恰能從你點(diǎn)擊按鍵的時(shí)間和手指面積，推測(cè)出你當(dāng)時(shí)的情緒。你的漫不經(jīng)心、憤怒或者感動(dòng)，都能夠成為后臺(tái)為你推送何種消息的依據(jù)。未來，如下場(chǎng)景可期：

　　如果你正處在被女神甩掉的悲傷中，也許客戶端會(huì)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(huì)為你推送——在北京月兩萬何時(shí)能買一個(gè)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(shí)際上對(duì)你情緒的推測(cè)是建立在對(duì)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(shí)到的時(shí)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(gè)按鈕的平均觸摸時(shí)間

　　你的“姿勢(shì)”，才是真的大數(shù)據(jù)

　　銀行每天的交易賬目流水的統(tǒng)計(jì)數(shù)據(jù)，并不是大數(shù)據(jù)，而每個(gè)用戶在拿號(hào)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(gè)例子。

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

　　CSDN創(chuàng)始人蔣濤也特別提到，美國(guó)電商平臺(tái)Wish正是用大數(shù)據(jù)的方法，根據(jù)每個(gè)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(shí)間已經(jīng)發(fā)展成北美最大的電商之一。

　　所以，一個(gè)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(gè)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(duì)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(gè)排查每個(gè)人“獨(dú)特”的興趣愛好。

　　所有數(shù)據(jù)一個(gè)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(rùn)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(chǎng)合都強(qiáng)調(diào)：全量加工才是大數(shù)據(jù)。他說，涉及到個(gè)性化推薦、計(jì)算廣告、個(gè)人征信這些場(chǎng)景，大規(guī)模的計(jì)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(duì)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(jì)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(gè)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(shí)靠邊站吧。

　　“有點(diǎn)錯(cuò)誤”的大數(shù)據(jù)更好用

　　“數(shù)據(jù)”這兩個(gè)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(cuò)誤和丟失。

　　納尼？錯(cuò)誤的數(shù)據(jù)也是好數(shù)據(jù)嗎？沒錯(cuò)。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(jià)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(duì)于這些特征數(shù)據(jù)，也許還要簡(jiǎn)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(shí)候，先不要發(fā)火，你可能只是大數(shù)據(jù)的一個(gè)錯(cuò)誤罷了。

　　保險(xiǎn)公司最喜歡和大數(shù)據(jù)在一起

　　如果你是一個(gè)魯莽的人，最想知道這個(gè)情況的無疑是你的汽車保險(xiǎn)公司，想必你的保費(fèi)會(huì)居高不下；如果你是一個(gè)謹(jǐn)小慎微的人，最想知道的也是保險(xiǎn)公司，因?yàn)樗梢杂么蛘鄣谋ＹM(fèi)吸引你投保。

　　在你身上，甚至存在一個(gè)精確的“岀險(xiǎn)率”數(shù)字。這個(gè)聽上去很驚悚的數(shù)字恰恰是保險(xiǎn)公司利潤(rùn)的來源。因?yàn)椴徽莆者@樣大數(shù)據(jù)的個(gè)人，是無法計(jì)算自己的岀險(xiǎn)率的。保險(xiǎn)公司恰恰利用這種信息不對(duì)稱，給一個(gè)岀險(xiǎn)率是萬分之一的人開出了千分之一的保價(jià)，相當(dāng)于賺了十倍的利潤(rùn)。

　　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(xiǎn)惡，這是大數(shù)據(jù)業(yè)內(nèi)人士的普遍共識(shí)。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(chǎng)倒退到前大數(shù)據(jù)時(shí)代，似乎沒有希望了。

　　如何精確統(tǒng)計(jì)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(duì)危險(xiǎn)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(chǎng)價(jià)目前比較低也是一個(gè)重要的原因。

　　SDCC，中國(guó)軟件開發(fā)者大會(huì)。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(shì)與對(duì)各行業(yè)的深刻影響，以談干貨實(shí)料著稱。