大小數(shù)據(jù) | 辨析大數(shù)據(jù)價值與小數(shù)據(jù)洞察

大數(shù)據(jù)技術(shù)的出現(xiàn)帶給人們的思維方式、行為方式、媒體傳播方式及社會治理方式等都諸多方面帶來了革命性的變革?！洞髷?shù)據(jù)時代》一書的核心觀點(diǎn)是說：“在大數(shù)據(jù)時代，我們正經(jīng)歷著一場生活、工作與思維的大變革。

我們沒必要非得知道現(xiàn)象背后的原因，而是要讓數(shù)據(jù)自己發(fā)聲?！痹诖髷?shù)據(jù)時代，相關(guān)關(guān)系能夠幫助我們更好地了解這個世界，建立在相關(guān)關(guān)系分析法上面的預(yù)測是大數(shù)據(jù)的核心，通過找到“關(guān)聯(lián)物”并監(jiān)控它，我們就能夠預(yù)測未來。

作者還提出了“大數(shù)據(jù)三原則”：要全體不要抽樣，要效率不要精確，要相關(guān)不要因果。雖說該書作者提出的“要相關(guān)不要因果”的觀點(diǎn)還值得商榷，但“相關(guān)性”觀點(diǎn)還是從某個層面上說出了大數(shù)據(jù)時代的核心特征。大數(shù)據(jù)是往往是商業(yè)自動化產(chǎn)生的數(shù)據(jù)，又具有實(shí)時在線的特征。

與大數(shù)據(jù)概念相對應(yīng)的，在這之前的數(shù)據(jù)似乎就是所謂小數(shù)據(jù)，如果有所謂的小數(shù)據(jù)概念的話，應(yīng)該特指采用調(diào)查方法獲得的抽樣數(shù)據(jù)，或者是結(jié)構(gòu)化的海量數(shù)據(jù)。對于小數(shù)據(jù)的分析通常采用的是傳統(tǒng)的統(tǒng)計(jì)分析方法，是一種自上而下的實(shí)證研究方法論。小數(shù)據(jù)往往依托數(shù)理統(tǒng)計(jì)的大數(shù)定律，描述了抽樣理論下樣本最終服從中心極限定理的正態(tài)分布理論，強(qiáng)調(diào)描述性統(tǒng)計(jì)學(xué)和推斷統(tǒng)計(jì)學(xué)。

大數(shù)據(jù)重預(yù)測，小數(shù)據(jù)重解釋

大數(shù)據(jù)的開放性、公開性和易獲得性，社交網(wǎng)絡(luò)每天產(chǎn)生的大數(shù)據(jù)可以在一定規(guī)則開放性下，通過應(yīng)用程序接口(API)和爬蟲技術(shù)采集，一些商業(yè)機(jī)構(gòu)和政府組織也向社會研究機(jī)構(gòu)提供各種海量數(shù)據(jù)源，特別是政府開始提供權(quán)威開放數(shù)據(jù)源。大數(shù)據(jù)往往帶有時間標(biāo)簽，更具預(yù)測性。國內(nèi)外眾多機(jī)構(gòu)開始采集海量Twitter和微博上的傳播信息和個人屬性特征和標(biāo)簽，期望預(yù)測社會輿情和社會情感、預(yù)測電影票房、預(yù)測商業(yè)機(jī)會，進(jìn)而期望預(yù)測人們的態(tài)度和行為。開放、公開易獲得數(shù)據(jù)源是大數(shù)據(jù)時代的基本特征和產(chǎn)生社會影響本質(zhì)。

大數(shù)據(jù)重發(fā)現(xiàn)，而小數(shù)據(jù)重實(shí)證

傳統(tǒng)的小數(shù)據(jù)重實(shí)證研究，強(qiáng)調(diào)在理論的前提下建立假設(shè)，收集數(shù)據(jù)，證偽理論的適用性，采用隨機(jī)抽樣的定量調(diào)查問卷獲取數(shù)據(jù)，驗(yàn)證假設(shè)。這是一種自上而下的決策和思維過程。而大數(shù)據(jù)重發(fā)現(xiàn)知識，預(yù)知未來，為探索未知的社會現(xiàn)象和發(fā)展規(guī)律帶來機(jī)遇。這種預(yù)見性是一種自下而上的知識發(fā)現(xiàn)過程，是在沒有理論假設(shè)的前提下去預(yù)知社會和洞察社會現(xiàn)象、趨勢和規(guī)律。

大數(shù)據(jù)重相關(guān)，小數(shù)據(jù)重因果

大數(shù)據(jù)重關(guān)系，而不關(guān)心因果，關(guān)注是什么而不關(guān)心為什么，盡管大數(shù)據(jù)依然可以回答因果問題，但因果關(guān)系并非來自統(tǒng)計(jì)或數(shù)據(jù)，而是來自研究者的理論和假設(shè)。大數(shù)據(jù)分析更關(guān)注數(shù)據(jù)的相關(guān)性測量和商業(yè)應(yīng)用價值。大數(shù)據(jù)挖掘往往是發(fā)現(xiàn)那些不能靠直覺發(fā)現(xiàn)的信息和知識，甚至是違背直覺的，有時候越是出乎意料可能越有社會和商業(yè)價值。媒體人應(yīng)該有責(zé)任和有能力從數(shù)據(jù)中發(fā)現(xiàn)事物內(nèi)在規(guī)律，發(fā)現(xiàn)內(nèi)在，預(yù)警社會。

大數(shù)據(jù)重全體，小數(shù)據(jù)重抽樣

大數(shù)據(jù)是商業(yè)自動化存儲的數(shù)據(jù)，在軟硬件滿足的條件下可以分析海量數(shù)據(jù)。隨著存儲和軟硬件的經(jīng)濟(jì)性和分析工具的高性能，海量數(shù)據(jù)的處理能力得到提升，數(shù)據(jù)挖掘算法不斷改進(jìn)和豐富，特別是統(tǒng)計(jì)分析和機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)建模技術(shù)發(fā)展，抽樣并非是必要的手段和方法論。盡管大數(shù)據(jù)不一定是總體，理論上講再大的局部也沒有隨機(jī)抽樣更具代表性，但機(jī)器學(xué)習(xí)算法所帶來的個性化推薦技術(shù)、非線性建模、網(wǎng)絡(luò)分析、空間地理分析、實(shí)時在線的數(shù)據(jù)可視化分析手段都應(yīng)成為我們認(rèn)識世界、感知社會的重要手段和目的。

大數(shù)據(jù)重感知，小數(shù)據(jù)重精確

大數(shù)據(jù)具有變生產(chǎn)邊應(yīng)用，邊應(yīng)用邊生產(chǎn)，實(shí)時在線分析的特點(diǎn)，往往更關(guān)注數(shù)據(jù)從總體上感知社會，通過大數(shù)據(jù)的在線可視化技術(shù)呈現(xiàn)大規(guī)模數(shù)據(jù)的流動模式，大數(shù)據(jù)時代背景下的社會治理、輿情研究、智慧城市、智能交通、傳染病傳播、謠言傳播提供了數(shù)據(jù)基礎(chǔ)。大數(shù)據(jù)同時關(guān)注對個體的數(shù)據(jù)挖掘，個性化推薦，精準(zhǔn)營銷，傳播路徑分析等應(yīng)用領(lǐng)域都具有大數(shù)據(jù)特點(diǎn)。小數(shù)據(jù)往往采用顯著性檢驗(yàn)，統(tǒng)計(jì)顯著性受到樣本代表性和樣本量的影響，對數(shù)據(jù)來源的真實(shí)性、無偏性和代表性格外重視。

大數(shù)據(jù)挖掘技術(shù)可以說是統(tǒng)計(jì)分析技術(shù)的進(jìn)化，但狹義角度講大數(shù)據(jù)的挖掘已經(jīng)不是小數(shù)據(jù)時代的統(tǒng)計(jì)分析了，更多的是指機(jī)器學(xué)習(xí)算法和云計(jì)算技術(shù)，當(dāng)然也包括傳統(tǒng)的多變量高級統(tǒng)計(jì)技術(shù)。與此同時，數(shù)據(jù)科學(xué)(Data Science)興起，人們調(diào)侃說數(shù)據(jù)科學(xué)家成為最搶手、最熱門、最性感的職業(yè)。

盡管所謂的小數(shù)據(jù)具有大數(shù)據(jù)不可替代的商業(yè)應(yīng)用和學(xué)術(shù)研究價值，但是大數(shù)據(jù)帶來的社會變革是小數(shù)據(jù)無法比擬的，社會已經(jīng)將大數(shù)據(jù)認(rèn)為是國家發(fā)展戰(zhàn)略，是社會第四生產(chǎn)要素，是驅(qū)動社會變革和創(chuàng)新的新動力。

大數(shù)據(jù)一切從開源開始，”軟件定義一起，數(shù)據(jù)驅(qū)動未來，算法統(tǒng)治世界”是IT領(lǐng)域相關(guān)人士對大數(shù)據(jù)時代的最好詮釋。特別是大數(shù)據(jù)與新聞融合產(chǎn)生了數(shù)據(jù)新聞，成為未來新聞事業(yè)的發(fā)展方向，這種報道形式不僅豐富了新聞的表現(xiàn)形式，而且改變了新聞生產(chǎn)流程，對于新聞從業(yè)人員的思維也是一次巨大的顛覆。