【正文】 增長和累積到今天，傳統(tǒng)的三種范式在科學研究，特別是一些新的研究領域已經(jīng)無法很好的發(fā)揮作用，需要有一種全新的第四種范式來指導新形勢下的科學研究。但是在“大?！敝?，不可能存在一種漁網(wǎng)能夠捕獲所有的魚類，也就是說No Size Fits All。而在“大?！敝?，“魚”除了是捕撈對象之外，還可以通過某些“魚”的存在來判斷其他種類的“魚”是否存在。而大數(shù)據(jù)時代很多情況下難以預先確定模式，模式只有在數(shù)據(jù)出現(xiàn)之后才能確定，且模式隨著數(shù)據(jù)量的增長處于不斷的演變之中。數(shù)據(jù)類型：過去的“池塘”中，數(shù)據(jù)的種類單一，往往僅僅有一種或少數(shù)幾種，這些數(shù)據(jù)又以結構化數(shù)據(jù)為主?！安遏~”環(huán)境條件的變化導致了“捕魚”方式的根本性差異。大數(shù)據(jù)的出現(xiàn)，必將顛覆傳統(tǒng)的數(shù)據(jù)管理方式。關于第四個V 的說法并不統(tǒng)一，IDC市場研究公司(International Data Corporation全球領先之科技產(chǎn)業(yè)媒體、研究及活動公司）認為大數(shù)據(jù)還應當具有價值性(Value)，大數(shù)據(jù)的價值往往呈現(xiàn)出稀疏性的特點。但是僅僅數(shù)量上的龐大顯然無法看出大數(shù)據(jù)這一概念和以往的“海量數(shù)據(jù)”(Massive Data)、“超大規(guī)模數(shù)據(jù)”(Very Large Data)等概念之間有何區(qū)別。數(shù)據(jù)收集的根本目的是根據(jù)需求從數(shù)據(jù)中提取有用的知識，并將其應用到具體的領域之中。這些設備會源源不斷的產(chǎn)生新數(shù)據(jù)，這種數(shù)據(jù)的產(chǎn)生方式是自動的。而今，我們進入了感知式系統(tǒng)階段。這類數(shù)據(jù)近幾年一直呈現(xiàn)爆炸性的增長，主要有兩個方面的原因。這種數(shù)據(jù)的產(chǎn)生方式是被動的。數(shù)據(jù)庫的出現(xiàn)使得數(shù)據(jù)管理的復雜度大大降低，實際中數(shù)據(jù)庫大都為運營系統(tǒng)所采用，作為運營系統(tǒng)的數(shù)據(jù)管理子系統(tǒng)。為您送上一顆“子彈”，引發(fā)您的“頭腦風暴”，覆滅您的保守之心，怠慢之氣！大數(shù)據(jù)：引領人類數(shù)據(jù)生成方式步入高級階段數(shù)據(jù)生成的“自主時代”人類歷史上從未有哪個時代和今天一樣產(chǎn)生如此海量的數(shù)據(jù)。數(shù)據(jù)成為資產(chǎn)、產(chǎn)業(yè)垂直整合、泛互聯(lián)網(wǎng)化是大數(shù)據(jù)時代的三大發(fā)展趨勢。大數(shù)據(jù)正以前所未有的速度顛覆人們探索世界的方法，引起社會、經(jīng)濟、學術、科研、國防、軍事等領域的深刻變革。入木三分：“大數(shù)據(jù)”如何啟迪未來也就是這一兩年的光景，我們在朦朧之中仿佛已經(jīng)進入了一個言必稱“大數(shù)據(jù)”的時代。執(zhí)迷于精確性已然成為信息缺乏時代、模擬時代的產(chǎn)物；允許不精確、寬容混雜性將不可竭力避免，而是被證明的標準途徑。數(shù)據(jù)資產(chǎn)成為和土地、資本、人力并駕齊驅的關鍵生產(chǎn)要素。數(shù)據(jù)的產(chǎn)生已經(jīng)完全不受時間、地點的限制。比如超市的銷售記錄系統(tǒng)，銀行的交易記錄系統(tǒng)、醫(yī)院病人的醫(yī)療記錄等。然后是用戶原創(chuàng)內容階段。首先是以博客、微博為代表的新型社交網(wǎng)絡的出現(xiàn)和快速發(fā)展，使得用戶產(chǎn)生數(shù)據(jù)的意愿更加強烈。人類社會數(shù)據(jù)量第三次大的飛躍最終導致了大數(shù)據(jù)的產(chǎn)生，今天我們正處于這個階段。簡單來說，數(shù)據(jù)產(chǎn)生經(jīng)歷了被動、主動和自動三個階段。從“池塘捕魚”到“大海捕魚” “大數(shù)據(jù)時代的預言家”維克托對于大數(shù)據(jù)尚未有一個公認的定義，不同的定義基本是從大數(shù)據(jù)的特征出發(fā)，通過這些特征的闡述和歸納，試圖給出其定義。而IBM （International Business Machines Corporation國際商業(yè)機器有限公司）認為大數(shù)據(jù)必然具有真實性(Veracity)。在數(shù)據(jù)來源、數(shù)據(jù)處理方式和數(shù)據(jù)思維等方面都會對其帶來革命性的變化。這些差異主要體現(xiàn)在如下幾個方面：數(shù)據(jù)規(guī)模：“池塘”和“大海”最容易發(fā)現(xiàn)的區(qū)別就是規(guī)模。而在“大?！敝?，數(shù)據(jù)的種類繁多，數(shù)以千計，而這些數(shù)據(jù)又包含著結構化、半結構化以及非結構化的數(shù)據(jù)，并且半結構化和非結構化數(shù)據(jù)所占份額越來越大。這就好比先有少量的魚類，隨著時間推移，魚的種類和數(shù)量都在不斷的增長。也就是說傳統(tǒng)數(shù)據(jù)庫中數(shù)據(jù)僅作為處理對象。從“池塘”到“大?！?，不僅僅是規(guī)模的變大?；谶@種考慮，Jim Gray 提出了一種新的數(shù)據(jù)探索型研究方式，被他自己稱之為科學研究的“第四種范式”(The Fourth Paradigm)。計算社會科學(Computational SocialScience)基于特定社會需求，在特定的社會理論指導下，收集、整理和分析數(shù)據(jù)足跡(dataprint)，以便進行社會解釋、監(jiān)控、預測與規(guī)劃的過程和活動。大數(shù)據(jù)的驅動力 第一個驅動力，就是業(yè)界常說的大數(shù)據(jù)的三個V(Volume, Variety, Velocity)，而這三個V可以有多種解讀。那些擁有大量資金和人才的政府和企業(yè)，也只能把少量最關鍵的信號，進行抽取、轉換、裝載到數(shù)據(jù)庫中。進入Web ，PC用戶不單單可以通過網(wǎng)絡獲取信息，還成為了信息的制造者和傳播者。如今，通過各種有線和無線電網(wǎng)絡，人和人、人和各種機器、機器和機器之間無處不在的連接，這些連接不可避免地帶來數(shù)據(jù)交換，而數(shù)據(jù)交換的關鍵是降低延遲——要解決數(shù)據(jù)產(chǎn)生、傳輸、處理、存儲、抽取、分析、可視化等各個環(huán)節(jié)帶來的延時，以近乎實時（這意味著小于250毫秒）的方式呈獻給用戶。云計算和大數(shù)據(jù)到底有什么區(qū)別？前兩年大家都在講云計算，現(xiàn)在怎么又變成大數(shù)據(jù)了？微軟全球資深副總裁，微軟（中國）有限公司董事長張亞勤對此解釋說，其實，云計算和大數(shù)據(jù)是一個硬幣的兩面，云計算是大數(shù)據(jù)的IT基礎，而大數(shù)據(jù)是云計算的一個殺手級應用。 第三個驅動力，是人工智能、機器學習和數(shù)據(jù)挖掘等技術的迅速發(fā)展。大數(shù)據(jù)塑造科技、商業(yè)新態(tài)勢在科技、商業(yè)領域，大數(shù)據(jù)具備極大的想象空間。CompStat的技術核心是犯罪測繪系統(tǒng)（Crime Mapping System）和數(shù)據(jù)庫采集系統(tǒng)（Database Collection System），而微軟的Microsoft MapPoint、Access、Excel等產(chǎn)品為兩個系統(tǒng)提供了堅實的支撐——基于大量的數(shù)據(jù)采擷、挖掘和分析工作，紐約警察局嘗試對歷史上犯罪分子的行為規(guī)律進行歸納和總結，并有效地改善了城市的治安。該系統(tǒng)將覆蓋整個紐約市的3000多個監(jiān)控攝像頭、2600多枚輻射探測器、幾百個車牌信息讀取裝置所收集的信息匯總到警方數(shù)據(jù)庫中，可結合探測數(shù)據(jù)、實時影像、911報警電話和警方積累的罪案歷史檔案，幫助警方更準確地偵測并鎖定即將發(fā)生的犯罪活動及嫌疑人。最近幾年，我們看到的一些明星初創(chuàng)公司，比如Cloudera, Splunk, Klout, TellApart等，人員規(guī)模只在數(shù)十人，但對某個行業(yè)擁有深厚知識，并能通過云和大數(shù)據(jù)的技術手段，快速解決該行業(yè)的共性需求和痛點——在未來數(shù)年，這樣的“小而精”、“快而準”企業(yè)會越來越多，并做出有可能改變世界的顛覆性產(chǎn)品。社交網(wǎng)絡巨擎 Facebook 使用大數(shù)據(jù)來追蹤用戶在其網(wǎng)絡的行為，通過識別你在它的網(wǎng)絡中的好友，從而給出新的好友推薦建議，用戶擁有越多的好友，他們與 Facebook之間的黏度就越高。與此相似，求職者也可以通過聯(lián)系網(wǎng)站上其他人，自然而然地將自己推銷給潛在的雇主。除去這兩家，Splunk 也在 2012 年完成了上市,它是一家?guī)椭笾行推髽I(yè)提供運營智能的大數(shù)據(jù)企業(yè)。第三，亞馬遜、Facebook、LinkedIn 和其他以數(shù)據(jù)為核心消費品的活躍用戶們，開始期待自己在工作中也能獲得暢通無阻地使用大數(shù)據(jù)的體驗，而不再僅僅限于生活娛樂。與此類似，零售商應當可以將來自外部的公開數(shù)據(jù)和內部數(shù)據(jù)結合在一起，利用這種混合的數(shù)據(jù)進行產(chǎn)品定價和市場布局。谷歌的優(yōu)勢之一在于，它擁有一支軟件工程師部隊，這使得谷歌能夠從無到有地建立大數(shù)據(jù)技術。谷歌軟件技術的設計也秉持著同樣的基礎設施理念。為數(shù)眾多的企業(yè)如今開始使用Hadoop, 它是MapReduce和谷歌文件系統(tǒng)的一種開源衍生產(chǎn)品。谷歌最近剛剛推出web服務BigQuery。除此以外，谷歌還坐擁人們在谷歌網(wǎng)站進行搜索及經(jīng)過其網(wǎng)絡時所產(chǎn)生的大量機器數(shù)據(jù)。網(wǎng)站還使用“谷歌廣告聯(lián)盟(Google Adsense)”，將來自谷歌廣告客戶網(wǎng)的廣告展示在其站點，因此，谷歌不僅可以洞察自己網(wǎng)站上廣告的展示效果，同樣還可以對其他廣告發(fā)布站點的展示效果一覽無余。谷歌并不是惟一一個推行大數(shù)據(jù)的大型技術公司。消費者們在亞馬遜的網(wǎng)站上對想看的電視節(jié)目或是想買的產(chǎn)品所進行的每一次搜索，都會讓亞馬遜對該消費者的了解有所增加。而最為可貴的是，在如同阿里巴巴等企業(yè)里，已經(jīng)實現(xiàn)了數(shù)據(jù)的資產(chǎn)化，我們不得不佩服馬云的前瞻性。CNZZ是由IDG投資的網(wǎng)絡技術服務公司，專注于為互聯(lián)網(wǎng)各類站點提供獨立的第三方數(shù)據(jù)統(tǒng)計分析。例如近期成立小微金融集團，為商家和用