大數(shù)據(jù)是個什么玩意_數(shù)據(jù)分析師

不過文章難懂，抽象，太長，我沒有完全讀到后面。主要觀點大致是認為大數(shù)據(jù)不能代表未來大趨勢。出于對大數(shù)據(jù)這個詞的敏感，也想談談觀點。

　　說實話，我有很多年以來比較討厭來自信息領域的一些名詞：數(shù)字地球、云計算、決策支持系統(tǒng)、專家系統(tǒng)、復雜性科學、數(shù)據(jù)挖掘、大數(shù)據(jù)。這些玩意一個名詞接著一個名詞，讓人感覺總是炒一些新鮮的概念。其實上述名詞確實也有一定的意義，但是它們發(fā)揮的科學推動作用不大。我為啥討厭呢，是因為我認為是這些概念的受害者。因為我曾經(jīng)是計算機粉絲，當然也喜歡學習研究這些玩意。最后發(fā)現(xiàn)我自己走了彎路，費了很多功夫閱讀這些，什么真正的東西都沒學會。

　　其實在這些名詞出現(xiàn)以前，各學科人們早就在使用這些概念了。如數(shù)字地球，吸引了大批地理界、GIS界的年輕人，最后我們發(fā)現(xiàn)除了會編幾個計算機圖形可視化的程序外，其它一無所獲?？粗鴦e人發(fā)表著大把的SCI，我們真納悶，天天研究新概念，還不如研究老古懂學科。后來，我們發(fā)現(xiàn)地球科學領域的數(shù)據(jù)(遙感、氣象資料)絕對是海量的，數(shù)據(jù)生產(chǎn)的速度遠遠超過了人們利用數(shù)據(jù)做研究的速度。Google地球也發(fā)布了。實際上數(shù)字地球確實是建成了，但很少有人說我們是在做數(shù)字地球。不談數(shù)字地球的人做了不少數(shù)字地球的事，天天談數(shù)字地球的人什么也沒搞出來。

　　另外決策支持系統(tǒng)是個什么玩意，我讀了很多這方面的書，感覺也很虛無飄渺。

　　曾經(jīng)有一個叫做“元胞自動機”(CA)的概念也很流行在GIS界，但最終也不知如何應用該理論，沒什么好的論文或成果發(fā)表出來。等到后來，我們了解了水文領域的分布式水文模型、大氣領域的氣候模式、流體領域的CFD和格子Boltzmann模型，發(fā)現(xiàn)按照CA的定義來看，上述模型其實都是CA的范疇，只是針對特定的專業(yè)性了。CA的概念遠不如上述模型應用那樣普及，專業(yè)性也不夠強。不可否認的是，確實有少量學者開發(fā)出了CA模型，有一定的用處。

　　至于大數(shù)據(jù)，以前它相應的稱呼應該是數(shù)據(jù)挖掘。包括剛剛仙逝的老邪院士為代表的很多遙感學者，都在分析海量遙感數(shù)據(jù)，難道這不是大數(shù)據(jù)?那些從事氣候變化研究的相關學者天天都在利用海量資料分析各種氣候指標，難道不是在數(shù)據(jù)挖掘?可是誰又在寫論文時，把大數(shù)據(jù)和數(shù)據(jù)挖掘列為關鍵詞呢?

　　當然，我也認識到了大數(shù)據(jù)這個詞主要針對社會科學領域。社科領域的大數(shù)據(jù)特指那些形式雜亂、細碎、海量如牛毛的聊天信息、Email信息、網(wǎng)頁新聞信息、廣告信息，以及發(fā)表在期刊上的信息。這些數(shù)據(jù)不像遙感數(shù)據(jù)、大氣數(shù)據(jù)那樣可以以特定數(shù)據(jù)集的形式整理和存放。這就需要研究分析這些資料的人要有特定的數(shù)據(jù)整理能力。一種方法是使用一些軟件，不過軟件大都是針對特定形式的數(shù)據(jù)集，如文獻計量分析軟件。它們不能適應于各種雜亂數(shù)據(jù)。另一種方法就是取決于研究者自己的特殊能力了，這樣的好處是不需要拘泥于現(xiàn)有軟件，可以適應任何數(shù)據(jù)分析。比如使用python語言來自行編代碼實施數(shù)據(jù)搜索。我認為自己是具備這個能力的!我不認為我是在吹牛。但是我卻不從事這方面的研究。

　　雖然python語言不難，會用它的人極多，但事實證明不是每個從事科研的人都最終能學會的。

　　雖然我認為大數(shù)據(jù)這個詞比較土，很一般化，但它在社科領域確實具有特定的意義。