假如給你一天大數(shù)據(jù)的生活_數(shù)據(jù)分析師培訓(xùn)

百度在北京舉辦大數(shù)據(jù)引擎技術(shù)論壇。百度董事長兼CEO李彥宏難得一見出現(xiàn)在論壇上。他在十分鐘的演講里，最讓我印象深刻的是他提到一個觀點，即互聯(lián)網(wǎng)在逐個改變傳統(tǒng)行業(yè)，但誰來改變互聯(lián)網(wǎng)？他給出的答案是技術(shù)。那么這個技術(shù)會是什么？李彥宏的答案是大數(shù)據(jù)技術(shù)。

大數(shù)據(jù)這個概念火了好幾年了。最早的時候我看過一本叫做《大數(shù)據(jù)時代》的書，里面列舉了一些大數(shù)據(jù)的應(yīng)用。印象中有這么一個例子，記得不是特別準(zhǔn)確，大致意思說的是，在美國，某個當(dāng)?shù)挠幸惶焓盏揭粋€電商公司寄來的關(guān)于嬰幼兒產(chǎn)品的廣告信息。他很憤怒地，覺得這種垃圾廣告騷擾到了自己。他甚至找到這個電商公司理論。結(jié)果幾個月之后，他知道自己的女兒未婚先孕，他要當(dāng)外公了。而電商公司之所以能提前預(yù)測到他對嬰幼兒產(chǎn)品的需求，是因為根據(jù)他女兒此前的購物、搜索和社交網(wǎng)絡(luò)等信息所作出的猜測。

推薦購物。這是很多人對于大數(shù)據(jù)應(yīng)用的了解。那么幾年過去了，大數(shù)據(jù)技術(shù)的應(yīng)用到底發(fā)展到一個怎樣的層次和水平？今天新聞觀止就結(jié)合百度大叔就搜索引擎上幾個嘉賓提到的案例，通過虛擬一天的大數(shù)據(jù)生活，來讓大家對大數(shù)據(jù)這個技術(shù)有更多直觀的了解。

大家準(zhǔn)備好了嗎？來吧，大數(shù)據(jù)的一天開始了。

一早上，你被手機鬧鐘叫醒。昨晚你帶著一款小型可穿戴設(shè)備睡覺的。這個設(shè)備連接著你手機里的一款大數(shù)據(jù)的APP，你打開它。就可以看到昨晚你睡覺時候的身材狀況。比如你是什么時候晨勃的，勃起了幾次。另外你昨晚睡覺翻身了幾次，心跳和血壓狀況都有一個詳細的統(tǒng)計告訴你。最后這個軟件會告訴你，根據(jù)昨晚你的身體狀況，建議你今天出門之前喝點什么，或者回家的時候記得去藥店帶回點維生素之類的營養(yǎng)品。

現(xiàn)在已經(jīng)有很多可穿戴設(shè)備能夠24小時每天監(jiān)控我們的健康狀況，包括了我們的血壓、心跳、睡眠狀況、運動狀況。檢測我們汗液、血液，監(jiān)測我們身體情況。當(dāng)我們把24小時檢測數(shù)據(jù)上傳到大數(shù)據(jù)中心，跟醫(yī)院關(guān)聯(lián)以后，就會產(chǎn)生新的價值點出來。

用心臟病做一個例子，我們每年有幾百萬人得了心臟病，如果我們的大數(shù)據(jù)中心具有很好的計算能力，我們能夠從這幾百萬患者的24小時監(jiān)控數(shù)據(jù)里頭找到它的共性。我們提前兩天給人發(fā)預(yù)警，如果你再這樣下去就有可能得心臟病，由醫(yī)院給人群發(fā)出警告。

在大數(shù)據(jù)時代，便攜式的可穿戴傳感器會越來越多，設(shè)備越來越多。原來在醫(yī)院做，現(xiàn)在都可以在家做。這個帶來的變化是你可以7*24小時對身體的進行監(jiān)測。在西方有個非常時髦的術(shù)語叫量化自我，時刻想知道自己身體上的變化。在美國量化自我的先鋒們，每兩周做一次核磁共振，然后去做血的檢查。這些設(shè)備產(chǎn)生出來所有的數(shù)據(jù)，全部都存儲在云端，它的數(shù)據(jù)慢慢在云端去積累，當(dāng)量達到一定階段就是數(shù)據(jù)的量變了。

大數(shù)據(jù)對于醫(yī)生和醫(yī)院都將帶來改變。百度搜索研發(fā)部副總監(jiān)高亮舉個了例子，他一個同學(xué)岳母，年輕時候一直在協(xié)和醫(yī)院看病，到今天為止已經(jīng)80歲了。到醫(yī)院慢慢積累這個病例，這個病例也就是牛皮紙這么厚，這么大一個袋子，大概250px厚，這是一個人一生的醫(yī)療數(shù)據(jù)。

現(xiàn)在這些紙質(zhì)的數(shù)據(jù)慢慢變成了電子化。但這個數(shù)據(jù)太大，大到你沒有傳統(tǒng)辦法去看，去分析，去識別。僅僅是三個月醫(yī)療數(shù)據(jù)，讓醫(yī)生看一下，醫(yī)生可能都沒有辦法，也沒有時間看，他一定需要一些工具才把特征提取出來，輔助他做出診斷。

此外，對醫(yī)院來說，數(shù)據(jù)大了帶來兩個問題，醫(yī)院現(xiàn)有IT系統(tǒng)比較難存儲，試想一個人一生數(shù)據(jù)在幾個T的話，價錢最好的電腦可能也就只能存一部分。這個成本在醫(yī)院來說是比較高的。

所以，這些數(shù)據(jù)持續(xù)膨脹的問題給傳統(tǒng)行業(yè)帶來而來挑戰(zhàn)。這些挑戰(zhàn)大數(shù)據(jù)可以解決。比如百度就提供了百度開放云，百度數(shù)據(jù)工廠等數(shù)據(jù)解決方案。

洗漱完之后，你想起今天要帶一個來北京的朋友去逛逛故宮。你打開百度的大數(shù)據(jù)產(chǎn)品百度預(yù)測，看看北京故宮今天預(yù)計會有多少人。再看看北京今天的交通預(yù)測。百度預(yù)測通過每天幾十億次用戶向百度請求定位信息，計算出景區(qū)熱地圖。

百度的大數(shù)據(jù)產(chǎn)品百度大腦已經(jīng)能夠預(yù)測到兩個星期以內(nèi)的城市旅游熱度，這些旅游人會從哪一個城市過來，百度能提供兩星期的預(yù)測，如果把這個更細一點，在城市景點，百度能預(yù)測兩天景點擁擠程度。4月24日，玉淵潭和陶然亭哪個公園更擁擠，也可以運用百度大腦計算出來。

到了單位后，如果你是個名人，估計想知道今天你昨天是否被人偷拍了。你用手機給自己拍了一張照片，上傳到百度搜圖網(wǎng)頁上，通過以圖搜圖和圖片識別技術(shù)，就能把以前關(guān)于你的新聞圖片全部搜尋出來。

到了中午你到一個餐館用餐。大數(shù)據(jù)軟件，你可以告訴你餐館附近多少車位，算出你可能會遇到的擁堵時間，到了是否還有多少車位等可能性。你在用餐的時候，可以提前看到餐館的視頻環(huán)境?？纯词欠袢硕唷４髷?shù)據(jù)還可以把你臉的部分打成馬賽克，你不用擔(dān)心個人信息泄露。

吃完中飯，你收到催繳電話費短信。你很好奇自己過去三年每個月的消費記錄。但過去運營商都是只能讓你查到六個月以內(nèi)的消費信息。為什么？因為中國移動至少有5億用戶，每天至少能產(chǎn)生10次以上計費記錄。每天50億的計費記錄，包括上短信，打電話之了，一年下來就是1800億條記錄。這是一個大大數(shù)據(jù)的存儲和歸納技術(shù)難題。在大數(shù)據(jù)時代，過去幾年的電話通訊信息都可以查到了。

下班回家的路上，你再也看不到路邊電線杠上貼的嫌疑犯通緝圖。警察叔叔們使用先進的以圖搜圖功能，在海量監(jiān)控視頻中，就很快可以通過比對把嫌犯找到。最近嫌犯在哪個城市，哪條街道，哪個商店出現(xiàn)過，就不用上街貼照片。

看過美劇《疑犯追蹤》的人，應(yīng)該對于大數(shù)據(jù)對于阻止犯罪的作用印象深刻。這部美劇中，軟件天才Finch發(fā)明了一個程序，通過觀測已有的模式來識別有可能進行暴力犯罪的罪犯，他雇用了一位被推定死亡的前美國特種部隊綠色貝雷帽隊員和前CIA探員Reese，二人使用國家級的監(jiān)測技術(shù)，加以Reese的專業(yè)技能和Finch的無限財富，開始“法外執(zhí)法”，力圖在犯罪發(fā)生前就對其加以阻止。

當(dāng)你回到家的時候，你的可穿戴設(shè)備告訴你，今天你在室內(nèi)和室外的時間分別都是多少，你一天內(nèi)吸入了多少霧霾。

晚上睡覺的時候，你的孩子哭鬧起來。你把孩子的哭聲錄入一個大數(shù)據(jù)軟件中。軟件能告訴你孩子為什么哭。是餓了，還是哪里不舒服，還是說想撒撒嬌。文章來源：CDA數(shù)據(jù)分析師官網(wǎng)

為什么能做到這點？很簡單。百度大腦把海量的嬰兒聲紋，上傳到大數(shù)據(jù)中心提取特征學(xué)習(xí)，從而幫助到年輕父母，錄下嬰兒哭聲上網(wǎng)比對，就知道孩子因為什么哭，讓沒有帶孩子經(jīng)驗的父母得到幫助。