當(dāng)前位置:中工網(wǎng)評(píng)論頻道今日推薦-正文
中國(guó)青年報(bào):當(dāng)心大數(shù)據(jù)時(shí)代的浮夸陷阱
張?zhí)锟?/span>//agustinmoreno.com2014-11-18來(lái)源: 中國(guó)青年報(bào)
分享到:更多

  數(shù)據(jù)分析師在對(duì)阿里巴巴內(nèi)衣銷(xiāo)售數(shù)據(jù)進(jìn)行分析后發(fā)現(xiàn),購(gòu)買(mǎi)大號(hào)內(nèi)衣的女性往往更“敗家”。其根據(jù)是,65%B罩杯的女性屬于低消費(fèi)顧客,而C罩杯及以上的顧客大多屬于中等消費(fèi)或高消費(fèi)買(mǎi)家。這一結(jié)論是否成立姑且不論,但首先傳遞了一個(gè)信息,今天人們已經(jīng)進(jìn)入數(shù)據(jù)為王的時(shí)代,其中大數(shù)據(jù)似乎又是王中之王。

  無(wú)論是商業(yè)網(wǎng)站還是搜索網(wǎng)站,人們的所搜所看所買(mǎi)都成為大數(shù)據(jù)的組成部分,無(wú)論之于商業(yè),還是之于公共衛(wèi)生,抑或國(guó)家安全,它們都是有用的信息。有心人已經(jīng)意識(shí)到,因?yàn)閾碛写罅课唇?jīng)充分研究的中產(chǎn)階層,中國(guó)成為世界上最重要的數(shù)據(jù)市場(chǎng)之一。研究這些數(shù)據(jù),對(duì)社會(huì)各方面都是多贏。當(dāng)然,保護(hù)人們個(gè)人隱私的代價(jià)需要考慮。

  2008年谷歌推出“谷歌流感趨勢(shì)”(GFT)數(shù)據(jù)分析工具,谷歌的工程師根據(jù)這個(gè)工具的數(shù)據(jù)分析,預(yù)測(cè)了2009年H1N1流感將要暴發(fā),甚至具體到特定的地區(qū)和州。這一結(jié)論在流感暴發(fā)前發(fā)表在英國(guó)的《自然》雜志上。后來(lái),情況果真如此,這與美國(guó)疾病控制和預(yù)防中心(CDC)的預(yù)測(cè)完全一致,但時(shí)間上比CDC早了近兩周。從2010年起,阿里巴巴利用其數(shù)據(jù)建立的信用記錄,向小微企業(yè)提供融資,也取得了不錯(cuò)的效果。

  這些結(jié)果表明,數(shù)據(jù)為王時(shí)代早就到來(lái)。其實(shí),這并不奇怪。人類(lèi)文明的三大支柱是材料(物質(zhì))、能量和信息,數(shù)據(jù)又是信息中的核心部分。古希臘的畢達(dá)哥拉斯早就說(shuō)過(guò),“一切皆數(shù)”,盡管其所說(shuō)的“數(shù)”與今天的數(shù)據(jù)有所不同,但在某些方面是相似的。所以,在今天也就有了“一切皆信息”,也即數(shù)據(jù)為王。

  不過(guò),數(shù)據(jù)為王并不意味著大數(shù)據(jù)為王,或數(shù)據(jù)越多越好,還要看如何分析和利用數(shù)據(jù),進(jìn)而得出最契合實(shí)際的結(jié)論,并且有效利用這一結(jié)論。因此,如果要承認(rèn)阿里巴巴基于內(nèi)衣銷(xiāo)售的數(shù)據(jù)分析得出的女性胸越大越“敗家”的結(jié)論,就需要有符合客觀實(shí)際的解釋?zhuān)恍业氖,這一結(jié)論還處于見(jiàn)仁見(jiàn)智的階段。網(wǎng)友的各種分析就提供了佐證:一是“大胸都被有錢(qián)人娶了,所以才有能力敗”;二是“說(shuō)明青春期的營(yíng)養(yǎng)狀況確實(shí)會(huì)影響胸的大小”,“胸大的確實(shí)普遍嫁得好”;三是“胸大并不敗家,集中在網(wǎng)上打折的時(shí)候買(mǎi)東西,只會(huì)旺家!

  這筆混亂賬目前肯定掰扯不清,但已有事實(shí)證明,數(shù)據(jù)越大并不意味著越好。就算是谷歌,一旦他們的大數(shù)據(jù)處理和分析不當(dāng),也會(huì)得出錯(cuò)誤的結(jié)論。2013年1月,美國(guó)又發(fā)生流感,但GFT的預(yù)測(cè)比實(shí)際數(shù)據(jù)高兩倍。這并非偶然出現(xiàn)錯(cuò)誤,而是在過(guò)去一再發(fā)生。2011年8月~2013年9月,GFT高估流感流行長(zhǎng)達(dá)108周。

  谷歌的大數(shù)據(jù)為何預(yù)測(cè)不準(zhǔn)呢?發(fā)表在2014年3月14日《科學(xué)》雜志上的一篇文章指出了兩個(gè)主要原因。一是大數(shù)據(jù)浮夸,二是算法變化。大數(shù)據(jù)浮夸指的是,以為大數(shù)據(jù)可以完全取代傳統(tǒng)的數(shù)據(jù)收集方法,而非作為后者的補(bǔ)充。大數(shù)據(jù)浮夸的最大問(wèn)題在于,絕大多數(shù)大數(shù)據(jù)與經(jīng)過(guò)嚴(yán)謹(jǐn)科學(xué)試驗(yàn)得到的數(shù)據(jù)之間存在很大的差異。

  另外,谷歌對(duì)算法會(huì)進(jìn)行不斷的調(diào)整和改進(jìn),搜索引擎算法的改變和用戶的搜索行為會(huì)影響到預(yù)測(cè)結(jié)果,比如媒體對(duì)于流感流行的報(bào)道會(huì)增加與流感相關(guān)的詞語(yǔ)的搜索次數(shù),進(jìn)而影響GFT的預(yù)測(cè);相關(guān)搜索算法也會(huì)對(duì)GFT造成影響。例如,搜索“發(fā)燒”,相關(guān)搜索中會(huì)給出關(guān)鍵詞“流感”,而搜索“咳嗽”則會(huì)給出“普通感冒”。

  如果沒(méi)有嚴(yán)謹(jǐn)?shù)目茖W(xué)試驗(yàn)數(shù)據(jù)做后盾,現(xiàn)階段就不能得出女性胸越大越“敗家”的結(jié)論。同樣,也需要得到科學(xué)試驗(yàn)數(shù)據(jù)后,才能解釋為何在2012年的“雙十一”,中國(guó)比基尼銷(xiāo)量最高的地區(qū)是并不沿海的新疆。對(duì)大數(shù)據(jù)浮夸的兩種解決之道則是:大數(shù)據(jù)并不能代替嚴(yán)謹(jǐn)?shù)目茖W(xué)試驗(yàn)得到的數(shù)據(jù),這兩者之間需要互補(bǔ),而且要使算法更符合實(shí)際情況。(張?zhí)锟保?/P>

 

[保存]     [全文瀏覽]     [ ]     [打印]     [關(guān)閉]     [我要留言]     [推薦朋友]     [返回首頁(yè)]

中 工 網(wǎng) 版 權(quán) 所 有 ,未 經(jīng) 書(shū) 面 授 權(quán) 禁 止 使 用
Copyright © 2008-2011 by agustinmoreno.com. all rights reserved
瀏覽本網(wǎng)主頁(yè),建議將電腦顯示屏的分辨率調(diào)為1024*768