百度大數(shù)據(jù)預(yù)測(cè)為何測(cè)不準(zhǔn)_數(shù)據(jù)分析師培訓(xùn)

 未來(lái)某一天，在你驅(qū)車前往公司的路上，導(dǎo)航系統(tǒng)通過(guò)預(yù)測(cè)交通流量，會(huì)自動(dòng)幫你選擇一條最合適的交通路線；根據(jù)以往精準(zhǔn)的歷史數(shù)據(jù)和參賽人員相關(guān)信息，互聯(lián)網(wǎng)公司就能提前預(yù)知如歐冠、NBA等體育賽事下一場(chǎng)哪方奪冠；可穿戴設(shè)備和智能健康設(shè)備幫助網(wǎng)絡(luò)收集人體健康數(shù)據(jù)，或許將提醒你身體罹患某種慢性病的風(fēng)險(xiǎn)……

    但是，大數(shù)據(jù)預(yù)測(cè)也會(huì)遭遇“測(cè)不準(zhǔn)”的失敗。去年百度通過(guò)大數(shù)據(jù)預(yù)測(cè)電影《黃金時(shí)代》將熱映，結(jié)果恰恰相反。

    大數(shù)據(jù)在改變哪些行業(yè)？

    今年清明小長(zhǎng)假期間，想知道全國(guó)哪些景區(qū)最火熱？各大5A景區(qū)舒適度如何？當(dāng)游客在百度搜索“清明節(jié)旅游”等相關(guān)內(nèi)容時(shí)，搜索結(jié)果頁(yè)右側(cè)則出現(xiàn)了全國(guó)景點(diǎn)擁擠度預(yù)測(cè)，在預(yù)測(cè)中，用紅、橙、黃、綠等色塊體現(xiàn)了不同景區(qū)的不同“熱度”。

    大數(shù)據(jù)也被逐漸應(yīng)用于新聞領(lǐng)域。去年1月，央視“晚間新聞”推出《“據(jù)”說(shuō)春運(yùn)》《“據(jù)”說(shuō)春節(jié)》等大數(shù)據(jù)新聞報(bào)道，成為國(guó)內(nèi)最早系統(tǒng)、持續(xù)地通過(guò)大數(shù)據(jù)技術(shù)改進(jìn)電視新聞播出形態(tài)的欄目，并嘗試透過(guò)數(shù)據(jù)挖掘，講述春運(yùn)背后的故事。

    其實(shí)遠(yuǎn)不只是這些行業(yè)，大數(shù)據(jù)在股市、健康、電影、餐飲等各個(gè)行業(yè)領(lǐng)域已無(wú)處不在。“普遍滲透到各行各業(yè)的現(xiàn)象，是當(dāng)前大數(shù)據(jù)發(fā)展的重要表現(xiàn)，也是大數(shù)據(jù)從概念走向應(yīng)用的明顯標(biāo)志?！鼻迦A大學(xué)新聞與傳播學(xué)院教授沈陽(yáng)表示。

    央視綜合頻道新聞編輯部策劃組副組長(zhǎng)、“據(jù)說(shuō)”系列大數(shù)據(jù)報(bào)道項(xiàng)目負(fù)責(zé)人郭俊義認(rèn)為：“隨著互聯(lián)網(wǎng)技術(shù)迅速發(fā)展，各個(gè)行業(yè)領(lǐng)域的大數(shù)據(jù)價(jià)值正被逐漸挖掘出來(lái)。大數(shù)據(jù)廣泛應(yīng)用或許不一定給傳統(tǒng)行業(yè)帶來(lái)顛覆，但一定會(huì)帶來(lái)巨大變化。如果傳統(tǒng)行業(yè)不能適用‘互聯(lián)網(wǎng)+’下的大數(shù)據(jù)技術(shù)，那么可能在競(jìng)爭(zhēng)浪潮中就處于下風(fēng)?！?/span>

    以大數(shù)據(jù)對(duì)傳媒領(lǐng)域的影響為例，郭俊義介紹，目前對(duì)電視節(jié)目的評(píng)價(jià)標(biāo)準(zhǔn)除收視率外，有些電視臺(tái)還將網(wǎng)絡(luò)影響力作為一個(gè)重要權(quán)重。因?yàn)殡娨暪?jié)目在網(wǎng)絡(luò)媒體傳播、社交媒體評(píng)價(jià)等方面的效果反饋，很難通過(guò)人工方式收集，大多需要依靠大數(shù)據(jù)進(jìn)行細(xì)致挖掘和分析。

    此外，業(yè)界人士也指出，大數(shù)據(jù)已開辟了一個(gè)新聞報(bào)道的全新領(lǐng)域?！按髷?shù)據(jù)讓新聞表達(dá)方式更加數(shù)據(jù)化，圖形、圖表等的運(yùn)用讓新聞呈現(xiàn)形式更加可視化；同時(shí)新聞生產(chǎn)也更加實(shí)時(shí)化，依靠大數(shù)據(jù)挖掘手段，媒體從業(yè)人員能迅速準(zhǔn)確地找到熱門選題；此外，大數(shù)據(jù)還能幫助新聞產(chǎn)品完成在傳播過(guò)程中的評(píng)估以及傳播效果的反饋?！鄙蜿?yáng)說(shuō)。

    客觀看待大數(shù)據(jù)預(yù)測(cè)失準(zhǔn)

    有人說(shuō)，就電影行業(yè)而言，大數(shù)據(jù)是市場(chǎng)拓展與經(jīng)營(yíng)的救命丹藥——因?yàn)樵趯?duì)以往數(shù)據(jù)把握的基礎(chǔ)上，大數(shù)據(jù)對(duì)電影票房的預(yù)測(cè)曾被業(yè)界認(rèn)為“可圈可點(diǎn)”。不過(guò)，去年10月份電影《黃金時(shí)代》上映，大數(shù)據(jù)票房預(yù)測(cè)卻遭遇了“馬失前蹄”，這也讓不少人紛紛質(zhì)疑大數(shù)據(jù)預(yù)測(cè)的準(zhǔn)確度。

    大數(shù)據(jù)預(yù)測(cè)究竟靠不靠譜？重慶大學(xué)新聞學(xué)院院長(zhǎng)董天策認(rèn)為，大數(shù)據(jù)預(yù)測(cè)在不同領(lǐng)域的成熟程度不同，相比氣象、經(jīng)濟(jì)、機(jī)器制造等領(lǐng)域，電影領(lǐng)域涉及的變量頗為復(fù)雜，預(yù)測(cè)過(guò)程中也帶有較強(qiáng)的偶然性，出現(xiàn)預(yù)測(cè)偏差情況也屬正常。

    董天策進(jìn)一步分析說(shuō)，網(wǎng)絡(luò)輿情很多時(shí)候和該領(lǐng)域的用戶結(jié)構(gòu)有莫大關(guān)聯(lián)，因此，大數(shù)據(jù)網(wǎng)絡(luò)用戶結(jié)構(gòu)和社會(huì)整體結(jié)構(gòu)存在偏差，導(dǎo)致了現(xiàn)有數(shù)據(jù)積累不能代表整體社會(huì)心態(tài)。“和傳統(tǒng)抽樣調(diào)查相比，雖然大數(shù)據(jù)的數(shù)據(jù)量大、運(yùn)作速度快，但很多時(shí)候存在‘變量遺漏’和‘樣本偏差’等狀況。即使將所有數(shù)據(jù)提取出來(lái)預(yù)測(cè)分析，其預(yù)測(cè)結(jié)果也不夠準(zhǔn)確。這個(gè)問(wèn)題在各個(gè)領(lǐng)域都或多或少存在?！?/span>

    除當(dāng)前大數(shù)據(jù)總量普遍存在積累不足、數(shù)據(jù)收集不完整外，沈陽(yáng)認(rèn)為，現(xiàn)有數(shù)據(jù)中還存在很多“垃圾數(shù)據(jù)”“臟數(shù)據(jù)”等干擾信息，由于預(yù)測(cè)手段的局限，這些因素對(duì)預(yù)測(cè)結(jié)果造成了負(fù)面影響。

    此外，沈陽(yáng)還指出，在大數(shù)據(jù)預(yù)測(cè)過(guò)程中，各個(gè)行業(yè)中隨時(shí)都可能出現(xiàn)社會(huì)突發(fā)事件以及人們心理變化等不可控變量，這些因素也會(huì)大大影響大數(shù)據(jù)預(yù)測(cè)的精準(zhǔn)度。

    大數(shù)據(jù)價(jià)值有待充分挖掘

    作為“互聯(lián)網(wǎng)+”的重要范疇，業(yè)界人士大多認(rèn)同，大數(shù)據(jù)預(yù)測(cè)將是未來(lái)各行各業(yè)的重要趨勢(shì)。不過(guò)，大數(shù)據(jù)預(yù)測(cè)在很多方面還有待進(jìn)一步完善，大數(shù)據(jù)的潛在價(jià)值也有待進(jìn)一步挖掘。因此，如何讓大數(shù)據(jù)預(yù)測(cè)更加精準(zhǔn)，更充分地服務(wù)社會(huì)生活，一直是業(yè)界思考的問(wèn)題。

    專家指出，各行業(yè)領(lǐng)域加強(qiáng)本身大數(shù)據(jù)積累的同時(shí)，還應(yīng)該促進(jìn)信息的開放和互聯(lián)互通?！爱?dāng)前很多數(shù)據(jù)都是孤立存在，因?yàn)楹芏嗷ヂ?lián)網(wǎng)公司的大數(shù)據(jù)都是其核心價(jià)值，由于涉及商業(yè)價(jià)值和商業(yè)秘密，要做到彼此間共享還有一定局限?！惫×x說(shuō)，“政府部門也應(yīng)該加強(qiáng)交通、人口、經(jīng)濟(jì)等領(lǐng)域內(nèi)的大數(shù)據(jù)公開，這樣大數(shù)據(jù)積累才會(huì)越來(lái)越多?！?/span>

    要加強(qiáng)互聯(lián)網(wǎng)公司、各機(jī)構(gòu)間的連接，打破“信息孤島”狀況。沈陽(yáng)認(rèn)為，應(yīng)建立相關(guān)社會(huì)協(xié)調(diào)機(jī)構(gòu)，設(shè)立比較好的數(shù)據(jù)連接標(biāo)準(zhǔn)，形成相關(guān)產(chǎn)業(yè)規(guī)范，不斷鼓勵(lì)數(shù)據(jù)研發(fā)創(chuàng)新；同時(shí)，逐漸形成科學(xué)的數(shù)據(jù)“清洗”方式，建立一套“垃圾數(shù)據(jù)”評(píng)估機(jī)制，確保每一部分?jǐn)?shù)據(jù)來(lái)源的有效性。

    如何減少數(shù)據(jù)預(yù)測(cè)過(guò)程中突發(fā)的變量干擾？“針對(duì)同一對(duì)象的預(yù)測(cè)，可通過(guò)不同來(lái)源的大數(shù)據(jù)預(yù)測(cè)結(jié)果交叉印證?！惫×x表示，以對(duì)景區(qū)某一時(shí)間段人流量的測(cè)算為例，可通過(guò)游客WiFi熱點(diǎn)、LBS手機(jī)定位、手機(jī)信號(hào)等多種方式進(jìn)行數(shù)據(jù)收集分析，再將得到的多個(gè)預(yù)測(cè)結(jié)果相互印證，其準(zhǔn)確度和可信度都會(huì)大幅提升。

    而隨著大數(shù)據(jù)積累以及測(cè)算手段的不斷進(jìn)步，對(duì)于如何在大數(shù)據(jù)安全和個(gè)人隱私保護(hù)方面持續(xù)跟進(jìn)，郭俊義認(rèn)為，“大數(shù)據(jù)安全和網(wǎng)絡(luò)信息安全一脈相承,不僅需要健全法律規(guī)范，而且也需要相關(guān)行業(yè)的自律”。