大數(shù)據(jù)：創(chuàng)造嶄新的生存環(huán)境_數(shù)據(jù)分析師

大數(shù)據(jù)，已經(jīng)為人類創(chuàng)造出一個(gè)嶄新的環(huán)境。信息技術(shù)使人類置身于一個(gè)嶄新的數(shù)字化的數(shù)據(jù)環(huán)境，這個(gè)環(huán)境一方面擴(kuò)大了人類的理解，另一方面，作為個(gè)體則必須在這個(gè)特定的環(huán)境中對(duì)自己的目的、價(jià)值和意圖進(jìn)行重建，從而達(dá)到強(qiáng)調(diào)自己個(gè)性和分享他人個(gè)性的理解。

　　各行各業(yè)，當(dāng)下是言必稱數(shù)據(jù)。那么究竟何為大數(shù)據(jù)呢？根據(jù)我的理解，如果說(shuō)互聯(lián)網(wǎng)是關(guān)于“物”的，那么大數(shù)據(jù)就是關(guān)于“人”的，所以說(shuō)只有關(guān)于人的數(shù)據(jù)才能稱之為大數(shù)據(jù)。大數(shù)據(jù)并非數(shù)據(jù)大。純粹從量上看，大數(shù)據(jù)在互聯(lián)網(wǎng)上早就存在了，在其基礎(chǔ)之上，催生了整個(gè)搜索產(chǎn)業(yè)。可當(dāng)下時(shí)髦的“大數(shù)據(jù)”一詞卻有所不同，它所展示的是以網(wǎng)絡(luò)為依托的新型社會(huì)媒體的一個(gè)方面。由于直接與人相關(guān)，大數(shù)據(jù)成了金礦，有待人們進(jìn)行數(shù)據(jù)挖掘，并從中尋求各種機(jī)會(huì)。數(shù)據(jù)挖掘已是相當(dāng)成熟的領(lǐng)域，它把人的行為的結(jié)構(gòu)化數(shù)據(jù)與其背景和人口統(tǒng)計(jì)學(xué)的信息相結(jié)合，已經(jīng)產(chǎn)生出很多成果和應(yīng)用，如有的放矢的廣告和營(yíng)銷等。人們可以把社會(huì)媒體大數(shù)據(jù)中提取出的自然語(yǔ)言文本的情感挖掘視為一種數(shù)據(jù)挖掘的自然延伸。由于大數(shù)據(jù)的無(wú)限開(kāi)放性，未來(lái)的潛力甚至更大。

　　人的行為維度具有無(wú)限的可能性，但人的資源卻又是有限的。那么如何協(xié)調(diào)無(wú)限和有限的關(guān)系？由于有了海量的數(shù)據(jù)和強(qiáng)大的計(jì)算處理能力，有了人與人、人與物的互聯(lián)互通，就是可以成就人的行為的無(wú)限可能性。舉個(gè)例子來(lái)說(shuō)，電子商務(wù)把這一點(diǎn)體現(xiàn)得淋漓盡致。但傳統(tǒng)的數(shù)據(jù)由于屬性有限，個(gè)體參與度較低，其價(jià)值預(yù)期比例大，即數(shù)據(jù)處于壓縮狀態(tài)，而無(wú)法協(xié)調(diào)無(wú)限和有限的關(guān)系。大數(shù)據(jù)體現(xiàn)的結(jié)果就是將傳統(tǒng)的數(shù)據(jù)“解壓縮”，使其數(shù)據(jù)密度大大減小，從而放大個(gè)體數(shù)據(jù)的效應(yīng)。由于大數(shù)據(jù)是關(guān)于人的，那么它就不單是一個(gè)技術(shù)問(wèn)題，而且也是一個(gè)管理問(wèn)題。認(rèn)識(shí)到這一點(diǎn)就要破除傳統(tǒng)的管理辦法，將數(shù)據(jù)打通，使其不斷更新，避免產(chǎn)生“數(shù)據(jù)孤島”現(xiàn)象。那么，首先就要給出“全量數(shù)據(jù)”，也就是說(shuō)，關(guān)鍵的數(shù)據(jù)不能缺失；其次，那些關(guān)鍵信息是不能靠專家規(guī)定。

　　大數(shù)據(jù)是關(guān)于人的，可是它們卻都要被計(jì)算機(jī)處理。因此關(guān)于人的數(shù)據(jù)一定要有關(guān)于原始大數(shù)據(jù)的“元數(shù)據(jù)”，它們是為機(jī)器服務(wù)的。必須通過(guò)元數(shù)據(jù)的語(yǔ)義標(biāo)示并賦予其意義，才能被機(jī)器處理。因此，若想從數(shù)據(jù)中發(fā)現(xiàn)知識(shí)，就必需大量的元數(shù)據(jù)。元數(shù)據(jù)就好比影視劇中的“橋段”，將機(jī)器中的原始數(shù)據(jù)與人的行為連接起來(lái)。而大數(shù)據(jù)挖掘技術(shù)恰恰就是針對(duì)元數(shù)據(jù)的。盡管如此，大數(shù)據(jù)還是有其無(wú)法企及的地方。大致可以歸納為以下幾點(diǎn)：不能沒(méi)有有效的商業(yè)模式，不能替代管理的決策力，不能保證消除噪音，不能進(jìn)行無(wú)目的的知識(shí)發(fā)現(xiàn)，不能一次建模終身受益，不能替代領(lǐng)域?qū)＜遥荒芎雎詳?shù)據(jù)標(biāo)注，等等。同時(shí)也要看到，大數(shù)據(jù)并非一個(gè)終極階段，它的出現(xiàn)不過(guò)是人類歷史進(jìn)程的一個(gè)環(huán)節(jié)，其重要意義在于是計(jì)算機(jī)技術(shù)為整個(gè)人類帶來(lái)變革中的一步?；仡櫄v史，計(jì)算機(jī)從上個(gè)世紀(jì)50年代起就在人類歷史上開(kāi)始了潛移默化的革命，其根本標(biāo)志就是“數(shù)字化”，以及物理世界和虛擬世界的無(wú)縫接合。

　　既然是歷史的一個(gè)發(fā)展環(huán)節(jié)，那么也就可以對(duì)未來(lái)趨勢(shì)做出一定的預(yù)測(cè)。與以往歷史上其他重要變革都是一樣的，要通過(guò)資源——大數(shù)據(jù)——的原始積累，再過(guò)渡到商業(yè)和社會(huì)服務(wù)的差異化（即因人而異），直到人類對(duì)虛擬世界的行業(yè)和社會(huì)服務(wù)加以規(guī)范以實(shí)現(xiàn)公平合理的數(shù)據(jù)資源分配。始于18世紀(jì)的工業(yè)革命經(jīng)歷了一百多年，但這次數(shù)字的革命將以更快的形式發(fā)生。由大數(shù)據(jù)引發(fā)的下一代技術(shù)很可能是更大規(guī)模的、面向數(shù)字化行業(yè)的轉(zhuǎn)變。因而，使得現(xiàn)在物理世界的眾多傳統(tǒng)行業(yè)將向數(shù)字世界全面或部分轉(zhuǎn)換和融合。這種轉(zhuǎn)變也讓許多現(xiàn)在需要眾多專家的領(lǐng)域以另一種形式出現(xiàn)。具體可以體現(xiàn)在很多行業(yè)的在整體的“食物鏈”的上下游的改變。醫(yī)生、科學(xué)家和教師等，到了那一天或許變成為大數(shù)據(jù)輸送原料的數(shù)據(jù)采集者和分析結(jié)果的“工人”。

　　在工業(yè)社會(huì)，通過(guò)利用人們?nèi)粘Ｉ钏粝碌母鞣N數(shù)據(jù)，便可以掌控人的生活方式、習(xí)慣、下落以及社會(huì)關(guān)系等。而到了信息社會(huì)，這些數(shù)據(jù)必然會(huì)被數(shù)字化，因而人們的各種道德行為、倫理準(zhǔn)則和社會(huì)生活也會(huì)隨之產(chǎn)生相應(yīng)的改變。信息技術(shù)使人類置身于一個(gè)嶄新的數(shù)字化的數(shù)據(jù)環(huán)境，這個(gè)環(huán)境一方面擴(kuò)大了人類的理解，另一方面，作為個(gè)體則必須在這個(gè)特定的環(huán)境中對(duì)自己的目的、價(jià)值和意圖進(jìn)行重建，從而達(dá)到強(qiáng)調(diào)自己個(gè)性和分享他人個(gè)性的理解。任何技術(shù)都傾向于創(chuàng)造一個(gè)新的人類環(huán)境。而信息技術(shù)、電腦網(wǎng)絡(luò)乃至最近問(wèn)世的大數(shù)據(jù)，已經(jīng)為人類創(chuàng)造出一個(gè)嶄新的環(huán)境。