【正文】 一張幻燈片上停留的時間，判別你在答錯一道題之后有沒有回頭復習，統(tǒng)計你在網(wǎng)上提問的次數(shù)、參與討論的多少，發(fā)現(xiàn)不同的人對不同的知識點的不同反應，從而總結(jié)出哪些知識點需要重復或強調(diào)，哪種陳述方式或?qū)W習工具最有效等等規(guī)律。教授們現(xiàn)在可以看到，如果大部分學生需要再看一遍課程內(nèi)容，就可能表明某些地方他們還不太清楚。這個系統(tǒng)也應用了大數(shù)據(jù)，通過分析學生看過的每個論壇帖子以及他們是否正確完成課外作業(yè)，來預測看過某個帖子之后的學生正確作答的概率，并由此來確定哪些論壇帖子最適合學生閱讀。購買飛機票大數(shù)據(jù)不僅改變了公共衛(wèi)生領域，整個商業(yè)領域都因為大數(shù)據(jù)而重新洗牌。在飛機上，埃齊奧尼得知別的很多乘客買的機票都比他的便宜。他要做的僅僅是預測當前的機票價格在未來一段時間內(nèi)會上漲還是下降。反過來，如果一張機票的平均價格呈上漲趨勢，系統(tǒng)就會提醒用戶立刻購買該機票。于是，埃齊奧尼開始著手啟動這個項目。也就是說，它不知道是哪些因素導致了機票價格的波動?！卑｝R奧尼沉思著。航班延誤之候機經(jīng)濟學近年來，因航班延誤產(chǎn)生的機場糾紛一度在中國成為一個熱點話題。以波士頓至紐約的航線為例（起飛：Boston，Logan International；到達：New York，Kennedy International），在系統(tǒng)的主頁上，輸入機場名稱，點擊之后，用戶可以看到不同天氣、不同日期、不同時段、不同航空公司、不同航班等各種條件下飛機是否準時以及平均延誤時間的數(shù)據(jù)明細。比方說，就能利用海量數(shù)據(jù)和特定算法預測出一部電影的票房，而這些信息就可以為電影制片人所用。納什（Bruce Nash）說，我們公司開發(fā)了一個網(wǎng)絡系統(tǒng)，其中有100萬條類似“A編劇曾與B導演合作過，C導演曾與D演員合作過”這樣的聯(lián)系信息。還有一次，納什告訴IMAX工作室，一部航海紀錄片需要把預算從1200萬美元減少至800萬才能贏利。布倫喬爾森（Erik Brynjolfsson）和他的同事一起進行了一項研究，發(fā)現(xiàn)決策依賴數(shù)據(jù)的公司的運營情況比不重視數(shù)據(jù)的公司出色很多——這些公司的生產(chǎn)率比不使用數(shù)據(jù)進行決策的公司高6%。2011年，F(xiàn)ICO提出了“遵從醫(yī)囑評分”——它分析一系列的變量來確定這個人是否會按時吃藥，包括一些看起來有點怪異的變量。但是這就足夠激發(fā)FICO的首席執(zhí)行官揚言，“我們知道你明天會做什么。相關(guān)關(guān)系的運用更加廣泛了。通過利用相關(guān)關(guān)系，保險公司可以在每人身上節(jié)省125美元，然而這個純數(shù)據(jù)分析法只需要花費5美元。但另一方面，這個系統(tǒng)有助于更多的人得到保險，這對于社會和保險公司都是有好處的。接下來的問題就是，如何使用收集到的數(shù)據(jù)。它發(fā)現(xiàn)，如果一個人在下午四點左右給汽車加油的話，他很可能在接下來的一個小時內(nèi)要去購物或者去餐館吃飯，而這一個小時的花費大概在35~50美元之間。作為回報，它們會獲得更多的數(shù)據(jù)，而對這些數(shù)據(jù)進行復雜的分析之后，它們又可以賣掉分析結(jié)果以取得利潤。”單獨來看，每筆交易都是合法的，但是事實證明這是一個犯罪集團在試圖詐騙。谷歌翻譯開始利用一個更大更繁雜的數(shù)據(jù)庫，也就是全球的互聯(lián)網(wǎng)，而不再只利用兩種語言之間的文本翻譯。谷歌翻譯部的負責人弗朗茲奧齊（FranzOch）是機器翻譯界的權(quán)威，他指出，“谷歌的翻譯系統(tǒng)不會像Candide一樣只是仔細地翻譯300萬句話，它會掌握用不同語言翻譯的質(zhì)量參差不齊的數(shù)十億頁的文檔。之所以能做到這些，是因為它將語言視為能夠判別可能性的數(shù)據(jù)，而不是語言本身。和微軟的班科和布里爾一樣，這是因為谷歌翻譯增加了很多各種各樣的數(shù)據(jù)?！皬哪撤N意義上，谷歌的語料庫是有很多不足的?！蔽④浥c谷歌的拼寫檢查在過去的20多年中，微軟為其Word軟件開發(fā)出了一個強大的拼寫檢查程序，通過與頻繁更新的字典正確拼寫相比較來對用戶鍵入的字符流進行判斷?？梢哉f，谷歌擁有世界上最完整的拼寫檢查器，基本上涵蓋了世界上的每一種語言。一個巧妙的反饋循環(huán)可以將用戶實際想輸入的內(nèi)容告知系統(tǒng)。）谷歌的拼寫檢查系統(tǒng)顯示，那些“不合標準”、“不正確”或“有缺陷”的數(shù)據(jù)也是非常有用的。毋庸置疑，谷歌是這方面的領導者，它將不斷地“從數(shù)據(jù)中學習”這個原則應用到許多服務中。谷歌不是第一個洞察到這一點的公司，但它利用這一點并取得了非凡的成果?！睌?shù)據(jù)廢氣是許多電腦化服務背后的機制，如語音識別、垃圾郵件過濾、翻譯等。緊接著，F(xiàn)acebook重新設計了它的系統(tǒng)，使每個用戶的活動變得可見并廣播出去，這為網(wǎng)站的良性循環(huán)做出了新的貢獻。它將這些數(shù)據(jù)與電網(wǎng)的電流消耗以及歷史功率使用模式相結(jié)合。系統(tǒng)采用了為某個特定目的而生成的數(shù)據(jù)，并將其重新用于另一個目的，換言之，數(shù)據(jù)從其基本用途移動到了二級用途。這兩組數(shù)據(jù)都可以找到二級用途，即新的價值。25 / 25。在此之上，新的輔助信息也將納入其中，如汽車的位置和電網(wǎng)的歷史使用情況。汽車的電池電量指示器告訴司機應當何時充電，電網(wǎng)的使用數(shù)據(jù)可以通過設備收集到，從而管理電網(wǎng)的穩(wěn)定性。最后，系統(tǒng)需要考慮附近充電站的價格差異,即使是天氣預報，也要考慮到。IBM，電動汽車動力與電力供應系統(tǒng)優(yōu)化預測在2012年進行的一項試驗中，IBM曾與加利福尼亞州的太平洋天然氣與電氣公司以及汽車制造商本田合作，收集了大量信息來回答關(guān)于電動汽車應在何時何地獲取動力及其對電力供應的影響等基本問題。很多企業(yè)都開始設計他們的系統(tǒng)，以這種方式收集和使用信息。如果許多用戶都點擊搜索結(jié)果頁底部的鏈接，就表明這個結(jié)果更加具有相關(guān)性，谷歌的排名算法就會自動地在隨后的搜索中將它提到頁面中比較靠前的位置（廣告也是如此）。谷歌，從大的“噪音”數(shù)據(jù)中受益例如，谷歌敏銳地注意到，人們經(jīng)常搜索某個詞及其相關(guān)詞，點擊進入后卻未能找到想要的信息，于是又返回到搜索頁面繼續(xù)搜索。它是用戶在線交互的副產(chǎn)品，包括瀏覽了哪些頁面、停留了多久、鼠標光標停留的位置、輸入了什么信息等?；蛘?，直接在用戶訪問的頁面上顯示正確拼寫的結(jié)果，因為它很可能與正確的拼寫高度相關(guān)。你輸錯了iPad嗎？不要緊，它在那兒呢；Obamacare是什么？哦，明白了。由于需要不斷編譯和更新字典，微軟Word的拼寫檢查僅適用于最常用的語言，且每年需要花費數(shù)百萬美元的創(chuàng)建和維護費用。況且，它也沒有詳細的人工糾錯后的注解。2006年，谷歌發(fā)布的上萬億的語料庫，就是來自于互聯(lián)網(wǎng)的一些廢棄內(nèi)容。因為在翻譯的時候它能適當增減詞匯，所以谷歌的翻譯比其他系統(tǒng)的翻譯靈活很多。盡管其輸入源很混亂，但較其他翻譯系統(tǒng)而言，谷歌的翻譯質(zhì)量相對而言還是最好的，而且可翻譯的內(nèi)容更多。它會從各種各樣語言的公司網(wǎng)站上去尋找聯(lián)合國和歐洲委員會這些國際組織發(fā)布的官方文件和報告的譯本。無所不包的谷歌翻譯系統(tǒng)2006年，谷歌公司也開始涉足機器翻譯。它會分析一筆交易的所有相關(guān)數(shù)據(jù)，一旦發(fā)現(xiàn)用“發(fā)現(xiàn)卡”從新澤西州匯款的交易比平常多的話，系統(tǒng)就會報警。處于這個數(shù)據(jù)鏈的中心，MasterCard占據(jù)了收集數(shù)據(jù)和挖掘數(shù)據(jù)價值的黃金位置。一個稱為MasterCard Advisors的部門收集和分析了來自210個國家的15億信用卡用戶的650億條交易記錄，用來預測商業(yè)發(fā)展和客戶的消費趨勢。通過為小銀行和商家提供服務，它們能夠從自己的服務網(wǎng)獲取更多的交易信息和顧客的消費信息。這會讓人們下次登陸極限運動網(wǎng)站和坐到電視機前觀看幽默情景劇前三思而后行，因為不想因此支付更多的保險費用。這些分析結(jié)果被用來找出更有可能患高血壓、糖尿病和抑郁癥的人。另一個征信機構(gòu)，益百利（Experian）有一種服務，可以根據(jù)個人的信用卡交易記錄預測個人的收入情況。這個評分會幫助醫(yī)療機構(gòu)節(jié)省開支，因為它們會知道哪些人需要得到它們的用藥提醒。FICO，“我們知道你明天會做什么”一個人的信用常被用來預測他/她的個人行為?！睆氖欠癯銎芬徊侩娪暗胶炏履膫€三壘手，公司的決策過程已經(jīng)有了本質(zhì)且明顯的改變。借助于這個預測，電影制片人可以向工作室或投資人募資。電影的收入是指在北美和全球的票房、海外版權(quán)銷售收入、影碟銷售收入以及租金等。這個系統(tǒng)可以幫助消費者找到表現(xiàn)最佳，最符合自己需要的航班。美國建立了一個統(tǒng)一的數(shù)據(jù)開放門戶網(wǎng)站——。這項技術(shù)還能應用到其他領域，比如賓館預訂、二手車購買等。這個系統(tǒng)只知道利用其他航班的數(shù)據(jù)來預測未來機票價格的走勢。這個預測系統(tǒng)建立在41天內(nèi)價格波動產(chǎn)生的12000個價格樣本基礎之上，而這些信息都是從一個旅游網(wǎng)站上搜集來的。這確實是一個浩大的計算機科學項目。這個系統(tǒng)需要分析所有特定航線機票的銷售價格并確定票價與提前購買天數(shù)的關(guān)系。然而，奧倫是有名的計算機專家，飛機著陸之后，奧倫下定決心要幫助人們開發(fā)一個系統(tǒng)，用來推測當前網(wǎng)頁上的機票價格是否合理。2003年，奧倫埃齊奧尼（OrenEtzioni）準備乘飛機去參加弟弟的婚禮。在線教育服務Knewton是大數(shù)據(jù)應用于教育行業(yè)的典型，通過數(shù)據(jù)分析區(qū)分出每個學生的優(yōu)缺點，從而給學生有效的指導。顯然，他們都犯了相同的錯誤，那么是什么呢？隨著一點點的調(diào)查，他終于弄清楚了，他們把一個算法里的兩個代數(shù)方程弄反了。Udacity、Coursera和EDX等在線教育課程通過跟蹤學生的Web交互來尋找最佳的教學方法。這種智能網(wǎng)絡學習平臺的崛起，在美國引起了廣泛的關(guān)注和激烈的討論。一些學校，甚至開始投資建設自己的智能網(wǎng)絡學習平臺，2012年5