1、引言
從人類文明誕生的那一刻起，數(shù)據(jù)就伴隨我們而生——人類交流信息所用的文字和語言，計量距離或數(shù)量使用的記號和圖案，觀察自然所積累和傳承的經(jīng)驗等，都是數(shù)據(jù)構(gòu)成的。這些數(shù)據(jù)在百萬年歷史長河里，為人類文明的發(fā)展進(jìn)化帶來了難以估量的巨大價值。
自從人類發(fā)明了紙和筆，創(chuàng)造了數(shù)字、文字、幾何技術(shù)后，數(shù)據(jù)有了更精確的描述和記錄的方法，在此基礎(chǔ)上催生出了數(shù)字、物理、化學(xué)，以及文學(xué)、藝術(shù)、管理等學(xué)科，我們今天所享受的現(xiàn)代文明，都深深的植根于數(shù)據(jù)技術(shù)。
隨著互聯(lián)網(wǎng)時代的大發(fā)展，數(shù)據(jù)記錄逐步脫離了紙筆的限制，人類發(fā)明了廉價的硅晶半導(dǎo)體所蘊(yùn)藏的秘密，大量的數(shù)據(jù)可以按0或1的二進(jìn)制方式存儲半導(dǎo)體材料內(nèi)，它們的存儲能力如此巨大，成本如此低廉，以至于以往被輕易忽略的數(shù)據(jù)都能被忠實的保存下來：我們每一下輕微的呼吸、每一次心臟的跳動、每一下鼠標(biāo)的點(diǎn)擊，企業(yè)里員工的每一次出勤、財務(wù)的每一筆賬單、客戶的每一個評論，包羅萬象都能一一記錄。
與此同時，數(shù)據(jù)的概念也在進(jìn)一步拓寬。傳統(tǒng)的數(shù)據(jù)是指用數(shù)字或文字描述的內(nèi)容，通稱為結(jié)構(gòu)化數(shù)據(jù)，而大數(shù)據(jù)時代涌現(xiàn)出了大量新型數(shù)據(jù)的、非結(jié)構(gòu)化的數(shù)據(jù)。例如人群之間看不見的社交關(guān)系（Social Relationships），移動設(shè)備發(fā)射的GPS位置，網(wǎng)絡(luò)傳播的圖像、視頻信號，可穿戴設(shè)備采集的健康數(shù)據(jù)等。對這些各種各樣的數(shù)據(jù)的采集、挖掘、運(yùn)用，也是現(xiàn)代大數(shù)據(jù)挖掘的重要研究課題。
正在發(fā)生的大數(shù)據(jù)變革，恐怕是人類技術(shù)發(fā)展中最重要的話題之一，它沖擊著許多主要的行業(yè)，包括零售業(yè)、服務(wù)業(yè)、電子商務(wù)和金融領(lǐng)域等，同時大數(shù)據(jù)技術(shù)也正在徹底的改變我們的日常生活。如果把數(shù)據(jù)比作是礦石的話，大數(shù)據(jù)挖掘技術(shù)就是要從礦石中提煉出黃金，并形成各種精致的制成品發(fā)揮作用的過程。它既能夠通過移動應(yīng)用和云服務(wù)追蹤和提升個人的生活品質(zhì)，也能為現(xiàn)代企業(yè)帶來更高效和穩(wěn)健的管理方式。小到個人，大到企業(yè)和國家，大數(shù)據(jù)均是極度重要的一個議題，需要我們真正的深入理解它，因此本文將對大數(shù)據(jù)挖掘技術(shù)給出全景式的介紹，首先給出大數(shù)據(jù)的背景、原理和概念，然后闡述大數(shù)據(jù)挖掘的方法和步驟，再講解大數(shù)據(jù)在企業(yè)應(yīng)用中的方式和收益，最后分享大數(shù)據(jù)時代的產(chǎn)業(yè)狀況，和我們面臨的挑戰(zhàn)與機(jī)遇。
2、大數(shù)據(jù)技術(shù)的背景、概念和意義
2.1大數(shù)據(jù)的產(chǎn)生背景
大數(shù)據(jù)熱潮誕生的先決條件是計算機(jī)存儲能力的迅速擴(kuò)大和成本的一再降低。得益于半導(dǎo)體技術(shù)在過去20年里持續(xù)快速的發(fā)展，今天我們用500元人民幣就能輕松買到一塊能裝得下63萬本《紅樓夢》的1T 容量的移動硬盤；價值2000元的一塊PC硬盤甚至能存儲下全世界迄今為止所有的音樂內(nèi)容。在很多大型互聯(lián)網(wǎng)公司里，拿一臺較好配置的服務(wù)器，就可以一舉裝下美國國家圖書館里所有紙質(zhì)書的內(nèi)容——縱觀整個人類文明發(fā)展史，今天人類擁有了史無前例的海量信息的存儲能力，并且這個能力仍然在日新月異的向前發(fā)展著。
與此同時，人類創(chuàng)造數(shù)據(jù)的能力也同樣在高速增長。傳統(tǒng)社會只有文人墨客、達(dá)官顯貴才能青史上留下只言片語，而互聯(lián)網(wǎng)時代里所有人都能輕松成為數(shù)據(jù)的生產(chǎn)者，例如Facebook上每月被用戶分享500億條新信息，全球的社交網(wǎng)絡(luò)每天產(chǎn)生1億張新照片。能夠產(chǎn)生和采集數(shù)據(jù)的方式也越來越多——電腦、手機(jī)、電視、汽車……一切都在大踏步的向“智能化”邁進(jìn)。
我們對數(shù)據(jù)進(jìn)行挖掘和處理的能力也遵照著“摩爾定律”在飛速的發(fā)展。這些IT技術(shù)在數(shù)據(jù)產(chǎn)生、存儲、挖掘、運(yùn)用方面的逐步成熟，讓數(shù)據(jù)驅(qū)動產(chǎn)生價值的門檻越來越低，終于大數(shù)據(jù)時代的腳步匆匆到來了。
2.2大數(shù)據(jù)的“4V”要素
大數(shù)據(jù)(Big Data)概念最早的提出者是麥肯森咨詢公司和IBM公司的科學(xué)家們。在大數(shù)據(jù)的定義中，有如下“4V”要素是必須的：Volume, Variety, Velocity, Value，具體含義如下：
Volume：具備超出典型數(shù)據(jù)庫軟件收集、存儲、管理和分析能力的數(shù)據(jù)集；Variety：具備多樣性的，結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化等多種類型的數(shù)據(jù)形式；Velocity：具備快速、實時的數(shù)據(jù)處理能力；Value：具備從稀疏的數(shù)據(jù)中挖掘高價值內(nèi)容的意義。
4V要素之間存在密切的關(guān)聯(lián)關(guān)系：Volume是所有工作的基礎(chǔ)，構(gòu)建一個容量足夠巨大的數(shù)據(jù)處理平臺才能保證其上的應(yīng)用；基于Volume進(jìn)一步有Variety，用于多樣化數(shù)據(jù)的處理；Velocity保證了系統(tǒng)有實時數(shù)據(jù)處理的能力；最終的Value體現(xiàn)了數(shù)據(jù)所能發(fā)揮的價值，大數(shù)據(jù)最重要的并非“大”，也并非“數(shù)據(jù)”本身，而是人們?nèi)绾握J(rèn)識和使用它，盡最大可能挖掘出其中價值，正所謂吹盡黃沙始見金。
2.3大數(shù)據(jù)價值
企業(yè)信息化數(shù)據(jù)價值的最直觀應(yīng)用就是在企業(yè)管理里，這個過程和企業(yè)信息化的發(fā)展往往交織在一起。在1980s年代及以前，企業(yè)的各類業(yè)務(wù)、財務(wù)數(shù)據(jù)都是通過賬簿記錄，這種方式查閱和統(tǒng)計的效率都很低，可靠性也不高。從1990s年代末開始，金融業(yè)、電信業(yè)、大型零售等行業(yè)企業(yè)率先將核心交易數(shù)據(jù)電子化，2000年以后隨著IT技術(shù)的進(jìn)步，越來越多的企業(yè)將信息化納入議程，ERP（Enterprise Resource Planning）、MIS（Management Information System）系統(tǒng)蓬勃發(fā)展，設(shè)計、制造、進(jìn)存銷等業(yè)務(wù)管理逐步數(shù)據(jù)化，這些數(shù)據(jù)被大家意識到是企業(yè)最寶貴的資產(chǎn)，隨之而起的統(tǒng)計報表技術(shù)也漸漸完善。2010年以后，更多種類的數(shù)據(jù)，包括客戶的瀏覽數(shù)據(jù)、反饋數(shù)據(jù)等在一些企業(yè)中也都開始記錄并逐步進(jìn)行個性化建模和分析，數(shù)據(jù)驅(qū)動的CRM（Customer Relationship Management）客戶關(guān)系管理開始在精準(zhǔn)運(yùn)營和個性化服務(wù)方面嶄露頭角，基于數(shù)據(jù)分析的預(yù)測技術(shù)也逐步開始出現(xiàn)。
從過去到未來，數(shù)據(jù)的價值在一點(diǎn)一滴的凸顯，注意這個過程是動態(tài)變化的，十年以前的大數(shù)據(jù)在如今看來根本不算很大；而同樣的，今天的大數(shù)據(jù)在若干年后也將不再被認(rèn)為是大數(shù)據(jù)。數(shù)據(jù)容量、速度、多樣性、復(fù)雜度方面在今天來看無法想象的事情，幾年之后都將完全被顛覆；唯一不變的，是對數(shù)據(jù)的思考和分析的方法，和利用數(shù)據(jù)來產(chǎn)生附加價值的出發(fā)點(diǎn)。
3、大數(shù)據(jù)挖掘的方法、流程和場景
3.1大數(shù)據(jù)采集的特點(diǎn)
大數(shù)據(jù)應(yīng)用的第一步就是采集數(shù)據(jù)。巧婦難為無米之炊，數(shù)據(jù)采集的完整性、準(zhǔn)確性，決定了數(shù)據(jù)應(yīng)用是否能真實可靠的發(fā)揮作用。大數(shù)據(jù)時代的數(shù)據(jù)采集有如下三個特點(diǎn)：
1）數(shù)據(jù)采集以自動化手段為主，要盡量擺脫人工錄入的方式；2）采集內(nèi)容以全量采集為主，要擺脫對數(shù)據(jù)進(jìn)行采樣的方式；3）采集方式多樣化、內(nèi)容豐富化，擺脫以往只采集基本數(shù)據(jù)的方式。
從采集數(shù)據(jù)的類型上看，不僅要涵蓋基礎(chǔ)的結(jié)構(gòu)化交易數(shù)據(jù)，還將逐步包括半結(jié)構(gòu)化的用戶行為數(shù)據(jù)，網(wǎng)狀的社交關(guān)系數(shù)據(jù)，文本或音頻類型的用戶意見和反饋數(shù)據(jù)，設(shè)備和傳感器采集的周期性數(shù)據(jù)，網(wǎng)絡(luò)爬蟲獲取的互聯(lián)網(wǎng)數(shù)據(jù)，以及未來越來越多有潛在意義的各類數(shù)據(jù)。
3.2常見數(shù)據(jù)采集技術(shù)
傳統(tǒng)的數(shù)據(jù)采集方法包括人工錄入、調(diào)查問卷、電話隨訪等方式，大數(shù)據(jù)時代到來后，一個突出的變化是數(shù)據(jù)采集的方法有了質(zhì)的飛躍，下面所介紹的數(shù)據(jù)采集方式的突破直接改變著大數(shù)據(jù)應(yīng)用的場景。
移動互聯(lián)網(wǎng)的興起讓面向移動設(shè)備的數(shù)據(jù)采集技術(shù)有了迅速發(fā)展，目前使用最多的常稱為Android或iOS的采集SDK（SoftwareDevelop Kit），這種技術(shù)能幫助統(tǒng)計APP的基礎(chǔ)數(shù)據(jù)，包括用戶數(shù)、活躍情況、流失比例、使用時長等；用戶的位置、安裝列表、通信情況等通過授權(quán)也可以采集。網(wǎng)絡(luò)爬蟲是另一類廣泛使用的互聯(lián)網(wǎng)采集技術(shù)，常被用于進(jìn)行大規(guī)模全網(wǎng)信息采集、輿情監(jiān)控、競品分析等領(lǐng)域。
物聯(lián)網(wǎng)也和大數(shù)據(jù)息息相關(guān)，因為物聯(lián)網(wǎng)的關(guān)鍵技術(shù)之一是無線射頻標(biāo)簽（RFID）：當(dāng)安裝有RFID微型標(biāo)簽的讀卡器在近距離發(fā)出信號時，帶有RFID的物品能自動返回其唯一的序列號，這樣就能實現(xiàn)自動大批量辨識物品信息的工作。RFID技術(shù)解決了物品信息與互聯(lián)網(wǎng)實現(xiàn)自動連接的問題，結(jié)合后續(xù)的大數(shù)據(jù)挖掘工作，能發(fā)揮其強(qiáng)大的威力。
在工業(yè)制造業(yè)里，傳感器（Sensor）是另一類常見的大數(shù)據(jù)采集裝置，它能將測量到的信息按一定規(guī)律變換為電信號輸出，通常用于自動檢測和控制等環(huán)節(jié)。傳感器的種類極為豐富：大到機(jī)械設(shè)備、汽車、飛機(jī)、建筑物，小到一部智能手機(jī)、一個智能設(shè)備，都可以安裝很多種傳感器，傳遞溫度、壓力、位置、位移、光敏、距離、化學(xué)感應(yīng)、生物、磁場等各類信號。未來攜帶傳感器+大數(shù)據(jù)平臺的智能設(shè)備將越來越多，基于傳感器數(shù)據(jù)的大數(shù)據(jù)應(yīng)用才剛剛起步，如智能醫(yī)療，智慧城市等，這方面有著廣闊的前景。
3.3數(shù)據(jù)存儲技術(shù)的發(fā)展和演進(jìn)
傳統(tǒng)企業(yè)信息化系統(tǒng)采用關(guān)系數(shù)據(jù)庫來進(jìn)行數(shù)據(jù)存儲，其中規(guī)模較大的通常被稱為“數(shù)據(jù)集市”（DataMart）。隨著采集數(shù)據(jù)的種類越來越多，部分行業(yè)領(lǐng)先的公司看到了把不同數(shù)據(jù)集市集中到一個大系統(tǒng)中的價值，這個大系統(tǒng)稱為企業(yè)級數(shù)據(jù)倉庫（Enterprise Data Warehouse, EDW），由專門的數(shù)據(jù)團(tuán)隊（或稱為數(shù)據(jù)中心）負(fù)責(zé)集中式的數(shù)據(jù)管理和維護(hù)。
隨著數(shù)據(jù)量的驚人增長，已經(jīng)使用了20余年的傳統(tǒng)數(shù)據(jù)庫再也無法支撐起新的存儲需求了，所以被Google稱為Big Table和GFS的新型存儲技術(shù)在過去的幾年里被發(fā)明出來，并在行業(yè)中廣泛應(yīng)用，這些技術(shù)通過自動調(diào)配上萬臺服務(wù)器協(xié)同工作，能完成高性能和高可靠的數(shù)據(jù)存儲任務(wù)，為大數(shù)據(jù)的運(yùn)用鋪平了道路。
3.4云計算與大數(shù)據(jù)
云計算可謂是大數(shù)據(jù)的最好載體。由于大數(shù)據(jù)存儲和運(yùn)算非常復(fù)雜，傳統(tǒng)企業(yè)在運(yùn)作時需要投入很高的人力物力，因此把涉及存儲運(yùn)算的基礎(chǔ)設(shè)施抽象和獨(dú)立出來，形成的專門性服務(wù)稱為云計算（Cloud Computing）。云計算就好比大數(shù)據(jù)時代的“電”，大數(shù)據(jù)系統(tǒng)則是“家用電器”——云計算注重服務(wù)的通用性，大數(shù)據(jù)關(guān)注實際的用途和效果。
云計算服務(wù)分為兩大類：公有云和私有云。公有云是在開放網(wǎng)絡(luò)中為客戶提供服務(wù)，用戶并不完全擁有云資源。私有云是為特定客戶單獨(dú)使用而構(gòu)建的，獨(dú)占使用的服務(wù)資源。使用公有云，相當(dāng)于通過一根電線接入供電網(wǎng)；使用私有云，相當(dāng)于在家里安裝了一臺發(fā)電機(jī)。
云計算的出現(xiàn)大大降低了大數(shù)據(jù)應(yīng)用的門檻，未來無論是企業(yè)還是個人應(yīng)用，采用云計算作為載體，大數(shù)據(jù)作為上層應(yīng)用的方式將是最優(yōu)的發(fā)展方向。
3.5大數(shù)據(jù)挖掘原理和技術(shù)生態(tài)
在解決了大數(shù)據(jù)采集、存儲的問題后，最重要的環(huán)節(jié)是大數(shù)據(jù)挖掘技術(shù)。著名的Map-Reduce的計算框架很好的解決了大數(shù)據(jù)挖掘的性能問題，被產(chǎn)業(yè)界廣泛使用，基于Map-Reduce原理最為知名的開源實現(xiàn)方案稱為Hadoop。
在Map-Reduce基礎(chǔ)上，近1-2年來一些新的流式計算技術(shù)也被國際知名公司和大學(xué)提出，例如twitter提出的Storm，Yahoo的S4，UC Berkeley的Spark，斯坦福大學(xué)的Phoenix等新技術(shù)。圍繞這些核心的挖掘平臺，現(xiàn)在已經(jīng)形成了一整套大數(shù)據(jù)挖掘技術(shù)生態(tài)，為上層的數(shù)據(jù)應(yīng)用奠定了基礎(chǔ)。
3.6數(shù)據(jù)類型與常見應(yīng)用
大數(shù)據(jù)挖掘應(yīng)用中最常見的數(shù)據(jù)類型稱為結(jié)構(gòu)化數(shù)據(jù)，定義為存儲在數(shù)據(jù)庫里，能用二維表結(jié)構(gòu)來邏輯表達(dá)實現(xiàn)的數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)常用于記錄生產(chǎn)、業(yè)務(wù)、交易、客戶信息等方面的數(shù)據(jù)，這些數(shù)據(jù)規(guī)模較小，內(nèi)容規(guī)范，含義明確，處理方式成熟，可以方便的產(chǎn)生各類數(shù)據(jù)報表，為企業(yè)運(yùn)作提供最直接的依據(jù)。
以典型的制造型企業(yè)運(yùn)作為例，其資產(chǎn)負(fù)債表、現(xiàn)金流表等核心財務(wù)報表，均出自于結(jié)構(gòu)化數(shù)據(jù)的統(tǒng)計分析；其業(yè)務(wù)相關(guān)的庫存、銷量、分品類貨物流轉(zhuǎn)等數(shù)據(jù)，也通過類似的方式來產(chǎn)生。
如果是面向互聯(lián)網(wǎng)業(yè)務(wù)的新型企業(yè)，則會更關(guān)注諸如網(wǎng)站的流量、移動APP的日活躍用戶數(shù)（DAU，Daily Active Users）、登錄用戶數(shù)、停留時間等數(shù)據(jù)，這類數(shù)據(jù)統(tǒng)計則很多來源于半結(jié)構(gòu)化數(shù)據(jù)，網(wǎng)絡(luò)訪問日志就是典型的一種半結(jié)構(gòu)化數(shù)據(jù)。半結(jié)構(gòu)化數(shù)據(jù)具有可被理解的邏輯流程和格式，但這些格式并不是用戶友好的，有價值的信息參雜在大量的噪聲和無用的數(shù)據(jù)中，分析起來比結(jié)構(gòu)化數(shù)據(jù)復(fù)雜。
比半結(jié)構(gòu)化數(shù)據(jù)更復(fù)雜的是非結(jié)構(gòu)化數(shù)據(jù)。文本信息是目前已記錄的數(shù)量最為龐大的數(shù)據(jù)形式，例如網(wǎng)頁中的文字內(nèi)容、聊天記錄、電子郵件，企業(yè)的各類文檔等，它們包含了大量有價值的信息，對它們的分析處理催生出了自然語言處理（NLP , Natural Language Processing）這樣專門的計算機(jī)學(xué)科。
大數(shù)據(jù)處理難度最高的是多媒體類的非結(jié)構(gòu)化數(shù)據(jù)，包括圖像、語音、視頻等，對這些數(shù)據(jù)的深入挖掘和理解，能產(chǎn)生非常多新穎實用的功能，如自動監(jiān)控、人臉識別、自動駕駛等。近年來Google、Facebook等公司積極進(jìn)行深度學(xué)習(xí)（Deep Learning）相關(guān)技術(shù)的研發(fā)，用大規(guī)模機(jī)器學(xué)習(xí)的技術(shù)來解讀多媒體的數(shù)據(jù)，已經(jīng)取得了非?？捎^的進(jìn)步。（陳運(yùn)文博士）
對各種類似數(shù)據(jù)的挖掘和處理還遠(yuǎn)沒有結(jié)束，存在巨大的應(yīng)用潛力。相信大數(shù)據(jù)系統(tǒng)在不久的將來能產(chǎn)生越來越多令人驚嘆的功能，甚至改變大量產(chǎn)業(yè)的形態(tài)。
4、大數(shù)據(jù)應(yīng)用的策略、方式和收益
4.1數(shù)據(jù)統(tǒng)計是最直接應(yīng)用
數(shù)據(jù)統(tǒng)計是大數(shù)據(jù)應(yīng)用的最直觀的形式，數(shù)據(jù)統(tǒng)計在企業(yè)中常被稱為商業(yè)智能（BI, BusinessIntelligence）系統(tǒng)，使用者們通過觀察數(shù)據(jù)報表來掌握企業(yè)的經(jīng)營狀況，發(fā)現(xiàn)企業(yè)運(yùn)營的問題。大數(shù)據(jù)技術(shù)利用各種分析方法和工具在大規(guī)模海量數(shù)據(jù)中建立模型和發(fā)現(xiàn)數(shù)據(jù)間的潛在關(guān)系，幫助管理者們發(fā)現(xiàn)著眼點(diǎn)。
隨著技術(shù)的進(jìn)步，數(shù)據(jù)統(tǒng)計應(yīng)用發(fā)展的越來越迅速，例如傳統(tǒng)按周按天生成的數(shù)據(jù)報表，可以縮短為小時級甚至分鐘級，同時報表的細(xì)分刻畫能力也更強(qiáng)，有助于更及時的掌握業(yè)務(wù)變化情況，更深入了解變化的細(xì)節(jié)。
4.2個性化技術(shù)蘊(yùn)藏巨大價值
每個人生來就是與眾不同的，需求也天然是個性化的。以時裝產(chǎn)業(yè)為例，每個用戶穿著打扮的口味、偏好、喜愛的款式是各不相同的，大數(shù)據(jù)能充分發(fā)揮所長，挖掘出用戶的個性化需求并加以滿足。亞馬遜公司（Amazon）通過挖掘用戶在線的瀏覽行為和購買記錄，成功挖掘出了用戶個性化模型并進(jìn)行針對性商品推薦，極大促進(jìn)了商品的購買率。目前亞馬遜上超過30%的購買收入由個性化推薦系統(tǒng)所貢獻(xiàn)，是了不起的成就。
私人訂制就是個性化的一個典型案例，以往私人訂制是高端人群獨(dú)有的服務(wù)，價格昂貴，耗時耗力，而大數(shù)據(jù)技術(shù)能將定制過程自動化，降低成本，讓普羅大眾享受到個性化服務(wù)的優(yōu)勢。亞馬遜（Amazon）總裁杰夫·貝佐斯曾說過：“如果我的網(wǎng)站有一百萬個顧客，我就應(yīng)該有一百萬個商店”。
個性化數(shù)據(jù)技術(shù)對合理調(diào)配企業(yè)資源也有積極的意義，例如美國的Dunnhumby Shop公司通過分析消費(fèi)者來訪問超市的時間和消費(fèi)明細(xì)，對不同顧客群體采取針對性的促銷手段，同時幫助供應(yīng)商對不同區(qū)域制訂合理有效的價格和庫存和配送方案，合理的節(jié)約了運(yùn)營成本。
4.3最有吸引力的應(yīng)用：預(yù)測技術(shù)
我們每天都在進(jìn)行著大大小小的預(yù)測：如預(yù)測從家里出發(fā)到工作地點(diǎn)所需要的時間；預(yù)測某款產(chǎn)品發(fā)布以后一個月內(nèi)的訂單量。預(yù)測的愈準(zhǔn)確，則成功的把握愈大。如果我們擁有百分之百準(zhǔn)確的預(yù)測能力，像先知穆罕默德那樣，就會變得無往不利。
誰能預(yù)知未來？——大數(shù)據(jù)技術(shù)能幫你做到，因為它熟知過去。隨著技術(shù)的進(jìn)步，借助時間序列分析技術(shù)，·通過對趨勢、季節(jié)變動、循環(huán)波動和不規(guī)則波動的因素的細(xì)致把握，大數(shù)據(jù)正在賦予我們更強(qiáng)的洞察未來的能力。
美國第二大連鎖超市Target，通過大數(shù)據(jù)技術(shù)分析顧客的詳細(xì)購買記錄，判斷出某位還在讀書的年輕女孩已經(jīng)懷孕了，并給她寄去了大量嬰兒用品的優(yōu)惠券，這位女孩的父親收到優(yōu)惠券后極為驚訝，經(jīng)過和女兒的進(jìn)一步溝通才發(fā)現(xiàn)真的已經(jīng)有孕在身了。大數(shù)據(jù)技術(shù)比父親更早預(yù)測出了這個真實的真相。
4.4分類和回歸技術(shù)
如同諺語“朝霞不出門，晚霞行千里”所說的，我們常常通過經(jīng)驗來分析不同現(xiàn)象之間存在的潛在關(guān)聯(lián)和因果關(guān)系。而如今大數(shù)據(jù)技術(shù)能代替人工經(jīng)驗來更好的分析數(shù)據(jù)間的關(guān)聯(lián)關(guān)系，幫助找出規(guī)律。常見的包括兩類技術(shù)，一類稱為回歸分析技術(shù)（Regression Analysis），它通過統(tǒng)計科學(xué)來把握兩個或多個變量間相關(guān)關(guān)系的強(qiáng)度。另一類稱為分類技術(shù)（Classification），分類是指通過分析已標(biāo)注好的訓(xùn)練數(shù)據(jù)，來自動的將新的未知數(shù)據(jù)按種類、等級或性質(zhì)分別歸類的過程。
分類和回歸是人腦最常進(jìn)行的操作，現(xiàn)在計算機(jī)也能逐步代替人類完成這樣的操作，且效率是人類的數(shù)萬倍。典型的應(yīng)用是英國Adzuna公司根據(jù)積累的海量職位薪酬數(shù)據(jù)，自動為招聘雙方提供薪酬制定的科學(xué)依據(jù)，其最優(yōu)的預(yù)測算法非常精確，生成的預(yù)測值和實際薪水值誤差不到10%。Adzuna已成為英國內(nèi)閣高官“幕后智囊團(tuán)”，幫助英國政府了解失業(yè)率、職位空缺、薪資水平等經(jīng)濟(jì)發(fā)展情況，制定國策。
4.5輔助決策系統(tǒng)
企業(yè)戰(zhàn)略決策往往決定了企業(yè)的生死存亡，怎樣才能更科學(xué)合理進(jìn)行決策？華為公司總裁任正非曾說過“要讓聽得見炮火的人來決策”，提出了要從實際數(shù)據(jù)中產(chǎn)生科學(xué)決策結(jié)果。
大數(shù)據(jù)技術(shù)基于海量一線數(shù)據(jù)，能讓決策更科學(xué)，降低誤判的風(fēng)險。其中大數(shù)據(jù)輔助分析有一個稱為GREAT的原則：Guided, Relevant, Explainable, Actionable, Timely，基于GREAT原則越來越多的企業(yè)將會用好大數(shù)據(jù)，發(fā)揮智囊團(tuán)的作用。
5、大數(shù)據(jù)時代的探索、機(jī)遇和挑戰(zhàn)
5.1國內(nèi)外大數(shù)據(jù)行業(yè)發(fā)展態(tài)勢
在上述大數(shù)據(jù)技術(shù)上，通過串聯(lián)起特定的數(shù)據(jù)采集、存儲、挖掘、應(yīng)用的機(jī)制，就能誕生出一個個具體的創(chuàng)新應(yīng)用。例如通過RFID技術(shù)采集倉儲信息，在云端存儲數(shù)據(jù)并加上預(yù)測技術(shù)，能實現(xiàn)一個智能的物流管理系統(tǒng)；通過可穿戴感知器設(shè)備，加上私有云、個性化、社交網(wǎng)絡(luò)等技術(shù)，則可以實現(xiàn)一個智能健康管理系統(tǒng)等等，可供拓展的機(jī)會有很多。
近年來大數(shù)據(jù)行業(yè)發(fā)展極為熱烈：2009年美國政府啟動Data.gov網(wǎng)站開放了社會公共數(shù)據(jù)的大門，向公眾提供各種各樣的政府?dāng)?shù)據(jù)。2009年歐洲一些研究型圖書館和科技信息研究機(jī)構(gòu)建立了伙伴關(guān)系，致力于改善在互聯(lián)網(wǎng)上獲取科學(xué)數(shù)據(jù)的簡易性。2011年中國工信部發(fā)布了物聯(lián)網(wǎng)十二五規(guī)劃，將信息處理技術(shù)作為4 項關(guān)鍵技術(shù)創(chuàng)新工程提出，包括了海量數(shù)據(jù)存儲、數(shù)據(jù)挖掘、圖像視頻智能分析，都是大數(shù)據(jù)的重要組成部分。2012年瑞士達(dá)沃斯世界經(jīng)濟(jì)論壇上，大數(shù)據(jù)是主題之一，會上發(fā)布的報告《大數(shù)據(jù)，大影響B(tài)igData, Big Impact》 宣稱，數(shù)據(jù)已經(jīng)成為一種新的經(jīng)濟(jì)資產(chǎn)，就像貨幣或黃金。近年來大數(shù)據(jù)行業(yè)的投資并購，新興企業(yè)發(fā)展等，更是呈現(xiàn)出如火如荼的發(fā)展態(tài)勢。
5.2大數(shù)據(jù)時代面臨的風(fēng)險挑戰(zhàn)
大數(shù)據(jù)時代所面臨的重大風(fēng)險之一是用戶的隱私保護(hù)問題。近年來國內(nèi)外多起的密碼泄漏、隱私侵權(quán)等事件，暴露了這方面存在的問題。一方面我們需要對用戶數(shù)據(jù)進(jìn)行創(chuàng)新性的挖掘，另一方面還需要兼顧用戶隱私的保護(hù)，兩者是硬幣的正反兩面，其平衡和博弈的問題會始終存在。
大數(shù)據(jù)思維則是面臨的更嚴(yán)峻挑戰(zhàn)，則來自思維方式的轉(zhuǎn)變。在企業(yè)經(jīng)營逐步從傳統(tǒng)粗放式向大數(shù)據(jù)精細(xì)化轉(zhuǎn)向時，以往“差不多”、“還可以”、“領(lǐng)導(dǎo)說”等拍腦袋決策的方式要逐步讓位于精確的數(shù)據(jù)分析、統(tǒng)計、預(yù)測系統(tǒng)，從“行或不行，官大的說了算”轉(zhuǎn)變?yōu)椤靶谢虿恍校瑪?shù)據(jù)說了算”，從“事后統(tǒng)計”轉(zhuǎn)變?yōu)椤笆虑邦A(yù)測”，是大數(shù)據(jù)思維方式的落實和轉(zhuǎn)變。
5.3大數(shù)據(jù)時代的創(chuàng)新機(jī)遇
信息技術(shù)正在以突飛猛進(jìn)的速度向前進(jìn)步，包括新傳感器采集技術(shù)、移動互聯(lián)網(wǎng)技術(shù)、社交網(wǎng)絡(luò)技術(shù)的蓬勃發(fā)展，將帶來大量的創(chuàng)新性應(yīng)用。大數(shù)據(jù)是新時代的石油，通過研發(fā)分析各種多元結(jié)構(gòu)化數(shù)據(jù)的高效技術(shù)，提高數(shù)據(jù)產(chǎn)品的易用性，讓數(shù)據(jù)分析實現(xiàn)“開箱即用”，其蘊(yùn)藏的巨大能量將使數(shù)據(jù)成為政府和企業(yè)建立核心競爭力的關(guān)鍵途徑，甚至能夠顛覆很多傳統(tǒng)行業(yè)的運(yùn)作方式，帶領(lǐng)我們進(jìn)入信息革命的新時代。
對我們每個人而言，跟隨大數(shù)據(jù)的浪潮，把握機(jī)遇，投身其中，在大數(shù)據(jù)創(chuàng)新的浪潮之巔定能一展身手。
（來源：達(dá)觀數(shù)據(jù)）
無線校園
電子郵箱
校園卡服務(wù) 
用戶門戶 
打印頁面 
關(guān)閉頁面
