個人言論，本文僅從另一個視角看待大數(shù)據(jù)，如不能理解請一笑而過，勿做無謂的拍磚，僅此而已。

創(chuàng)新互聯(lián)建站是創(chuàng)新、創(chuàng)意、研發(fā)型一體的綜合型網(wǎng)站建設(shè)公司，自成立以來公司不斷探索創(chuàng)新，始終堅持為客戶提供滿意周到的服務(wù)，在本地打下了良好的口碑，在過去的十余年時間我們累計服務(wù)了上千家以及全國政企客戶，如成都VR全景等企業(yè)單位，完善的項目管理流程，嚴格把控項目進度與質(zhì)量監(jiān)控加上過硬的技術(shù)實力獲得客戶的一致贊美。

1什么是大數(shù)據(jù)

  現(xiàn)在很多人都熱衷于把大數(shù)據(jù)放在嘴邊，但你要問一下什么是大數(shù)據(jù)，大數(shù)據(jù)和你有什么關(guān)系？估計很少能說出一二三來。究其原因，一是因為大家對新技術(shù)有著很深的原始渴求，至少在聊天時不會顯得很“土鱉”；二是在工作和生活環(huán)境中真正能參與實踐大數(shù)據(jù)的案例實在太少了。

  最早提出大數(shù)據(jù)時代到來的是麥肯錫：“數(shù)據(jù)，已經(jīng)***到當今每一個行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對于海量數(shù)據(jù)的挖掘和運用，預(yù)示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來。”

    IBM 最早將大數(shù)據(jù)的特征歸納為4個“V”（***量Volume，多樣Variety，價值Value，快速Velocity），第一，數(shù)據(jù)***量巨大。大數(shù)據(jù)的起始計量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T）；第二，數(shù)據(jù)類型繁多。比如，網(wǎng)絡(luò)日志、視頻、圖片、地理位置信息等等。第三，價值密度低，商業(yè)價值高。第四，處理速度快。最后這一點也是和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同。其實這些V并不能真正說***楚大數(shù)據(jù)的所有特征，下面這張圖對大數(shù)據(jù)的一些相關(guān)特性做出了有效的說明。

    維克托·邁爾-舍恩伯格在《大數(shù)據(jù)時代》一書中舉了百般例證，都是為了說明一個道理：在大數(shù)據(jù)時代已經(jīng)到來的時候要用大數(shù)據(jù)思維去發(fā)掘大數(shù)據(jù)的潛在價值。書中，作者提及最多的是Google如何利用人們的搜索記錄挖掘數(shù)據(jù)二次利用價值，比如預(yù)測某地流感爆發(fā)的趨勢；Amazon如何利用用戶的購買和瀏覽歷史數(shù)據(jù)進行有針對性的書籍購買推薦，以此有效提升銷售量；Farecast如何利用過去十年所有的航線機票價格打折數(shù)據(jù)，來預(yù)測用戶購買機票的時機是否合適。

    書中提到大數(shù)據(jù)的核心是預(yù)測。有三個思路的轉(zhuǎn)變：1-不是隨機樣本，而是全量數(shù)據(jù)；2-不是精確性，而是混雜型；3-不是因果關(guān)系，而是相關(guān)關(guān)系。

2現(xiàn)狀分析

  根據(jù)×××2014年12月16日發(fā)布的《第三次全國經(jīng)濟普查主要數(shù)據(jù)公報》中顯示全國共有從事第二產(chǎn)業(yè)和第三產(chǎn)業(yè)活動的法人單位1085.7萬個，占全部企業(yè)法人單位95.6%。從業(yè)人員35602.3萬人，平均每個單位32.8人。這個數(shù)據(jù)說明了中國絕大多數(shù)的企業(yè)都是中小企業(yè)，在這種情況下，有多少企業(yè)有海量數(shù)據(jù)呢？

    我們換個角度在看看一下數(shù)據(jù)，我們搜索一下國內(nèi)幾個典型客戶的網(wǎng)站排名情況查詢網(wǎng)站是alexa。

用友：

東軟：

綠盟：

從中可以看出用友的pv大，也就是一天63000個，一年的數(shù)據(jù)量也就是2300萬，在加上別的數(shù)據(jù)，數(shù)據(jù)的量級也就是G級別的，還遠未到T級，更別說P級了。在這個量級上，一臺好點的pc server就可以處理完成大部分的需求，如果考慮到可靠性最多需要兩臺。通過上面的分析，我們可以發(fā)現(xiàn)在中國，絕大多數(shù)的公司是沒有太多數(shù)據(jù)的。

3大數(shù)據(jù)的核心價值

  《大數(shù)據(jù)時代》中提到的大數(shù)據(jù)的核心價值是預(yù)測，但我們提到大數(shù)據(jù)往往提到都是大數(shù)據(jù)技術(shù)，比如hadoop，spark，storm，hbase，hlive，spark等等，人們對此的討論總是樂此不彼。但現(xiàn)實的情況往往是數(shù)據(jù)只能驗證現(xiàn)在，數(shù)據(jù)無法預(yù)見未來！

    舉個最近的例子：

    大數(shù)據(jù)告訴我們股市暴跌后必然有反彈。于是6.25大跌后，大家都認為周5必然有一個反彈。結(jié)果周5就被莊家們狠狠的教育了一把。6.28的雙降（降息，降準），所有都說周一6.29會上漲，可周一中國的莊家讓散戶們明白，數(shù)據(jù)和經(jīng)驗只是你的一廂情愿，他不會給你一絲的喘息機會。

    一切不以解決業(yè)務(wù)為出發(fā)點的技術(shù)都是耍流氓，計算機技術(shù)的發(fā)展是非常迅速的，往往一個技術(shù)可能沒有多長時間就會被淘汰或者升級。如果沒有業(yè)務(wù)場景作為支持，存粹的學(xué)習(xí)大數(shù)據(jù)的技術(shù)是沒有太大的價值，筆者崇尚的是學(xué)以致用。因為大腦有個很明顯的特征是健忘，如果用不到，學(xué)這些技術(shù)過一段時間就會忘記，還不如暫時不學(xué)，等后面需要用到的時候在學(xué)。原理基礎(chǔ)知識等除外。

 賽克藍德(secisland)原創(chuàng)，請勿轉(zhuǎn)載。

4數(shù)據(jù)真的值錢嗎

  很多時候數(shù)據(jù)并沒有我們想象的這么值錢，尤其是互聯(lián)網(wǎng)上很容易采集到的數(shù)據(jù)，比如：爬蟲這個東西，我一開始不是太懂，但是花點時間，基本上通了，無論是用python自己寫一個，還是直接用現(xiàn)成的各種軟件，都是很快就可以部署并開始采集。中國有大量的程序員，還有的稍微懂點編程的計算機愛好者，另外爬蟲軟件的出現(xiàn)可以讓一個新手隨便花點時間就可以學(xué)會采集。所以采集的門檻在降低；其次數(shù)據(jù)的可復(fù)制性導(dǎo)致其廉價，尤其是非結(jié)構(gòu)性的數(shù)據(jù)，從現(xiàn)在互聯(lián)網(wǎng)上大量的轉(zhuǎn)載文章就可以看出知識的傳播復(fù)制是非常廉價的。

    數(shù)據(jù)的利用才是有價值的。比如一個老***，他每天看幾十個零散數(shù)據(jù)放到他面前，但是卻沒有把行為數(shù)據(jù)和商業(yè)數(shù)據(jù)的關(guān)系告訴他有什么用呢？一個公司CEO，每天看到幾十個數(shù)據(jù)，什么PV、PU、UV等等是沒有意***的，對于他們來說，只需要知道有問題嗎？問題是什么？有新的發(fā)現(xiàn)嗎？需要做什么？這就行了。

5大數(shù)據(jù)的泡沫

  伯克利的Jordan教授給出了答案，他是機器學(xué)習(xí)世界范圍內(nèi)最被尊敬的專家之一(下面的翻譯是知乎上的作者Quinn Sure)。

1. 目前的大數(shù)據(jù)給出的結(jié)果可靠性太低，如果急于應(yīng)用到實際中，就好比是土木工程都沒學(xué)好就開始造橋，結(jié)果只能造出“豆腐渣工程”，一大波“false positive”（假陽性）正在接近，因為數(shù)據(jù)增長的速度不夠支撐我們把大數(shù)據(jù)到處亂用的欲望。作為一個科學(xué)，不夠嚴謹（原文是“沒有error bar”）。不像造橋的土木工程，經(jīng)過多年的積累，明確地能告訴我們什么樣的情況可以造，什么不可以。而大數(shù)據(jù)沒有。

2. 目前在computer vision領(lǐng)域進展還很小，只能在非常有限的范圍內(nèi)識別，比如人臉識別這樣非常具***的引用（雖然這個不是直接說大數(shù)據(jù)，但是可以看出，作者認為真正做到萬物都sensor還很遠，大數(shù)據(jù)的采集能力終究還是有限的）

3. neural network根本和人腦的neural network不是一回兒事，我們對大腦的理解根本沒到可以引用到計算機科學(xué)的程度，現(xiàn)在deep learning所采用的back propagation技巧，明顯不是大腦的運作方式，network的結(jié)構(gòu)都完全不同，什么對數(shù)據(jù)的模糊性處理已經(jīng)達到人腦的境界云云，主要是媒***扯談。

對他觀點的總結(jié)：

有些媒***為了讓公眾容易理解打了些比方，但是這種比方造成了太多誤解，進而造成了太多hype（夸張的大肆宣傳）。大數(shù)據(jù)還是一個沒有足夠嚴謹程度的科學(xué)，可能有一定的概率做出一些有用的預(yù)測，但是使用不當，過分過早地依賴，則會造成災(zāi)難性的后果。

很多時候大家過早對一個技術(shù)爆發(fā)熱情，寄希望她可以改變世界，如果短時間沒有成果，有可能熱情一下子轉(zhuǎn)冷又覺得這是個錯誤，加速抽離給這個技術(shù)的資源。顯然Michael很擔心現(xiàn)在公眾對這個技術(shù)的熱情，并不是基于對這個技術(shù)的理解，從而有可能會經(jīng)歷這樣的態(tài)度轉(zhuǎn)變。但是他認為這個領(lǐng)域是現(xiàn)實存在的，很多重要的應(yīng)用，假以時日，是會創(chuàng)造價值的。但是現(xiàn)在很多媒***宣傳，甚至投資行為，都是泡沫。

6從小數(shù)據(jù)開始

  那怎么做的呢，從小數(shù)據(jù)開始，小數(shù)據(jù)就是個***化的數(shù)據(jù)，是我們每個個***或組織的數(shù)字化信息。比如我天天都喝一兩酒，突然有天喝完酒了胃疼，我就想了，這天和之前有何不同？原來，這天喝的酒是個新牌子，可能就是喝了這個新牌子的酒讓我胃疼。這就是我生活中的“小數(shù)據(jù)”，它不比大數(shù)據(jù)那樣浩***痹櫻炊暈易約褐涼刂匾Ｏ衷諍芏嗥笠得媼俚淖畬笪侍獠皇竊趺從么笫藎切∈荻濟揮煤玫那榭魷略趺從么笫蕁４笫縈Ω檬譴有∈葜鸞パ荼瀋先サ模且桓穌５納皇撬布潯浠摹

    首先要了解自己的企業(yè)，自己所在的行業(yè)的核心是什么。有很多企業(yè)在競爭的過程中，最終不是被現(xiàn)在的競爭對手打敗，而是被很多不是你的競爭對手所打敗。很簡單的一個例子，大家都認為亞馬遜是做電商的，但這是錯的,它現(xiàn)在最主要的收入來自于云服務(wù)。所以要找到企業(yè)的核心數(shù)據(jù)，這個是最關(guān)鍵的。只有在這個基礎(chǔ)上，利用分析好這些數(shù)據(jù)，然后在做一些延伸。其次，在找與內(nèi)部相關(guān)的一些數(shù)據(jù)，去慢慢地成長它。有點像滾雪球，第一層是核心，第二層是外圍相關(guān)的數(shù)據(jù)。第三層是外部機構(gòu)的一些結(jié)構(gòu)化數(shù)據(jù)。第四層是社會化的，以及各種現(xiàn)在所謂的非結(jié)構(gòu)化的數(shù)據(jù)。這幾層要一層一層地找到它，而且要找到與自己相關(guān)的有價值的東西。這樣你的數(shù)據(jù)才能利用起來。

   賽克藍德(secisland)原創(chuàng)，請勿轉(zhuǎn)載。

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)cdcxhl.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

本文名稱：大數(shù)據(jù)的誤區(qū)-創(chuàng)新互聯(lián)
鏈接URL：http://www.chinadenli.net/article6/dgejog.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供商城網(wǎng)站、品牌網(wǎng)站建設(shè)、網(wǎng)站營銷、外貿(mào)建站、網(wǎng)站制作、面包屑導(dǎo)航

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)