【正文】 我想有好多雙眼睛正在盯著我們，只是我們還不知道。在大數(shù)據(jù)時代我們需要把統(tǒng)計學，軟件工程師和創(chuàng)新思維結(jié)合在一起的人才。這是一個商業(yè)，政府，甚至世界的時代，我們分析的方法就是動用自己敏銳的思維發(fā)現(xiàn)相關(guān)性，然后動用我們的數(shù)據(jù)分析工具對其進行相關(guān)性分析，最后我們用統(tǒng)計學研究出一個模型。我們需要不斷更新的數(shù)據(jù)。作者也在文中闡釋我們的生活還是需要因果關(guān)系的，甚至我們需要大數(shù)據(jù)算法師，我們需要了解“黑匣子”中的神秘。第二，大數(shù)據(jù)是由很多不同的紛繁復雜的數(shù)據(jù)匯總在一起的，我們必須接受他們的復雜性和不精確性，我們的研究方向除了尋找因果關(guān)系之外，增加了一種相關(guān)關(guān)系的研究。這樣我們能夠把要調(diào)查的對象精確到每一個個體，我們能夠?qū)γ恳粋€個體提供個性化分析和服務。我們首先應該明白一個概念“大數(shù)據(jù)”，他不是單單的說數(shù)據(jù)很大，或者數(shù)據(jù)很多的意思，真正的意思是：不用隨機分析法這樣的捷徑，而采用所有數(shù)據(jù)的方法。一位睿智的人總是能夠給人留下很深的印象。 ：無法征得個人同意 ，有意識地避免就是此地無銀三百兩 ：交叉檢驗會檢驗出來 ：罪責判定基于對個人未來行為的預測。實際上是訓練了系統(tǒng) ：巴諾與數(shù)據(jù)快照，電子書閱讀器捕捉人們閱讀書籍的習慣 ：coursera通過捕捉學生犯的錯誤來提示未來犯錯誤者結(jié)論：數(shù)據(jù)廢氣可以成為公司的巨大競爭優(yōu)勢，和對手的強大進入堡壘 ：政府，可以強迫人們提供信息，但是信息利用效率低下。隨著大數(shù)據(jù)的出現(xiàn)，數(shù)據(jù)的總和比部分更有價值，當我們將多個數(shù)據(jù)集的總和重組在一起，重組總和本身的價值也比單個總和更大 ，不僅將其用于基本用途，而且進行了大量的二次利用。3． 不同于物質(zhì)性的東西，數(shù)據(jù)的價值不會隨它的使用而減少，而且可不斷被處理。五、大數(shù)據(jù)的潛在價值 ：captcha（驗證碼，全自動區(qū)分人類和電腦的圖靈測試）與數(shù)據(jù)再利用。1． 始于古希臘，國際子午線會議 ，全球定位系統(tǒng) 5． ups的最佳行車路線：減少左轉(zhuǎn) ，以便進行忠誠度計劃。難于操作；相關(guān)關(guān)系很有用，不僅是因為能為我們提供新的視角，而且提供的視角都很清晰。使用大數(shù)據(jù)預測人們的未來購書需求 ，相關(guān)關(guān)系有用，但是大數(shù)據(jù)背景，相關(guān)關(guān)系大放異彩?！安糠帧焙汀贝_切“的吸引力是可以理解的。格朗特：統(tǒng)計學，采樣分析精確性隨著采樣隨機性上升而大幅上升，與樣本數(shù)量關(guān)系不大，穿孔卡片制表機，人口普查 ：樣本=總體 ：不用隨機抽樣，而是采用所有數(shù)據(jù)。因為他們有太多的思維定式，但種種利用大數(shù)據(jù)的成功事例表明，每次數(shù)據(jù)創(chuàng)造的奇跡總在那么的偶然和不經(jīng)意之間。書中說，會好好利用大數(shù)據(jù)的有三種人：第一種是擁有龐大數(shù)據(jù)庫的政府或者商業(yè)機構(gòu)，他們之前只是不知道那些塵封已久的數(shù)據(jù)還可以創(chuàng)造巨大的價值。作者非常專業(yè)，他并沒有像某些專家一樣，一味地鼓吹自己的“一家之言”。當然，世界上沒有十全十美的東西，再好的發(fā)明總是有它的缺陷，大數(shù)據(jù)也不會例外。在近代我們似乎與每一樣新的科技都失之交臂，但是這一次我們似乎還有機會和時代同步伐，甚至如果我們足夠重視，可能還會走在時代的前沿。在你還在猶豫不決或是自我陶醉的時候，你的對手已經(jīng)用一個非常低廉的價格得到了他想要翻身的王牌，當你發(fā)現(xiàn)時，要么花大血本去換取一張相似的王牌，要與他赤身搏斗。他讓我學會世界上沒有光桿司令，我們必須學會合作。在大數(shù)據(jù)面前，小公司不需要妄自菲薄，大的商業(yè)帝國也只有打氣十二分的精神才可能讓自己立于不敗之地。在我看來這樣更好，大致結(jié)果可以意料，這就夠了，如果發(fā)現(xiàn)結(jié)果不盡如人意，我們可以提前控制?，F(xiàn)在才理解，為什么網(wǎng)絡上有這么多驗證碼的存在，為什么社交網(wǎng)要用實名制注冊，為什么有這么多的“我猜你喜歡”~~~ 雖然我很喜歡那些“黑匣子”，會讓我感覺很神奇，但當我真正理解的他的原理時，其實更讓我興奮不已。書里的事例是那么的鮮活與生動，完全顛覆我的思維方式，打破了我大腦中解決問題原有的枷鎖。對于一家公司或一個國家，要從根本上改變思維和觀念，盡早適應這種潮流。所以書中提出了幾種解決方法，一種是使用數(shù)據(jù)時征詢數(shù)據(jù)所有個人的知曉和授權(quán)。比如說，在科學研究領域，你需要知其然也需要知道其所以然，找到事件發(fā)生的原理。作者用林登的亞馬遜推薦系統(tǒng)的成功，證實了大數(shù)據(jù)在分析相關(guān)性方面的優(yōu)勢以及在銷售中獲得的成功。大數(shù)據(jù)時代要求我們重新審視精確性的優(yōu)劣，甚至還說到大數(shù)據(jù)不僅讓我們不再期待精確性，也讓我們無法實現(xiàn)精確性。第二，要效率不要絕對的精確。這個觀點足以這個觀點足以引起統(tǒng)計學乃至社會文明的變革，因為統(tǒng)計抽樣和幾何學定理、萬有引力一樣被看做文明得以建立牢固的基石。我側(cè)重于從第一部分中的這三個觀點談談自己的看法，這三個觀點可以說是哲學上說的世界觀，這三個觀點可以說是哲學上說的世界觀，因為世界觀決定方法論，所以這三個觀點對傳統(tǒng)看法的顛覆，就會導致各種變革的發(fā)生。換言之，只要數(shù)據(jù)充足我們的一切外在的與內(nèi)在的我們不想讓他人知道的東西都見會在這一群家伙的面前展現(xiàn)得淋漓盡致。而互聯(lián)網(wǎng)終端與計算機的出現(xiàn)使數(shù)據(jù)的獲取、存儲與處理難度大大降低，因而相對準確性更高的“樣本＝總體”的測算方式將成為大數(shù)據(jù)時代的主流，同時大數(shù)據(jù)時代本身也是建立在大批量數(shù)據(jù)的存儲與處理的基礎之上的。google的預測比政府提前將近一個月，相比之下政府只能夠在流感爆發(fā)一兩個周之后才可以弄到相關(guān)的數(shù)據(jù)。也既，從現(xiàn)象入手，繼而通過對現(xiàn)象的解剖提出對這一現(xiàn)象的解釋。自己解決不了就只能依靠專家來指點迷津?！洞髷?shù)據(jù)時代》也擔心“最后做出決策的將是機器而不是人”。問題不解決，我就沒法思考和工作，自然就沒法活了！更何況還有兩個更可怕的事情。兩者好像又是對立的。邏輯是——描述時空信息“類”與“類”之間長時間有效不變的先后變化關(guān)系規(guī)則。反正我也不喜歡、也學不會它們。近幾十年，我們總是在遇到各種各樣的新思維?！睍袔缀蹩隙ㄒ嵏步y(tǒng)計學的理論和方法，也試圖通過引用《連線》雜志主編安德森的話“量子物理學的理論已經(jīng)脫離實際”來“終結(jié)”量子力學。雖然還不怎么明了到底要徹底改變哪些思維和操作方式，但顯然作者想要“終結(jié)”或顛覆一些傳統(tǒng)上作為我們思維和生存基本理論、方法和方式。我覺得一本書的價值不在于讓你頂禮膜拜，而是引發(fā)廣泛而深入的討論。對于學生來講這三類“書”都該讀一些，對于研究者則要讀哪些解決關(guān)鍵問題的書，《大數(shù)據(jù)時代》就是這樣一部書。我也推薦讀一讀中國工程院李國杰院士和中科院計算所副總工程學旗合寫的文章《大數(shù)據(jù)研究：未來科技及經(jīng)濟社會發(fā)展的重大戰(zhàn)略領域——大數(shù)據(jù)的研究現(xiàn)狀與科學思考》。此外，《大數(shù)據(jù)時代》還附有不少IT界名流的推薦意見，雖是出版商的發(fā)行所為，對解讀此書也不無益處。這恐怕與舍恩伯格既是學者也是專家，既有理論又有實踐有關(guān)。作為公共信息發(fā)布平臺的微博可以成為政府及時了解社情民意，從而選擇正確治理路徑的‘導盲犬’。我在討論大數(shù)據(jù)時代的輿情監(jiān)測與預警時說道：“經(jīng)典自由主義傳播學說對媒體的定位：秉持公正、客觀立場的媒體被稱為代表公眾監(jiān)督政府行為的‘看門狗’。“不妨想象一下，隨著數(shù)據(jù)的進一步增加，坐擁用戶資源的新媒體們完全有能力通過數(shù)據(jù)挖掘，分析用戶癖好，向電視臺定制一部電視劇甚至向好萊塢定制一部電影。雷軍和柳傳志，講解的都是本公司的各種情況，李彥宏則沒有講百度的廣告業(yè)務發(fā)展得如何好，而是講起了大數(shù)據(jù)。此外，在閱讀此書之前還必須具備一些數(shù)據(jù)科學的基本知識和基本概念，比如說什么叫數(shù)據(jù)？什么叫大數(shù)據(jù)？數(shù)據(jù)分析與數(shù)據(jù)挖掘的區(qū)別，數(shù)字化與數(shù)據(jù)化有什么不同？讀前做些功課讀起來就比較好懂了。《大數(shù)據(jù)時代》也是一本討論互聯(lián)網(wǎng)發(fā)展的書，從數(shù)字化到數(shù)據(jù)化，同時有濃厚的未來學色彩。數(shù)據(jù)挖掘通常與計算機科學有關(guān)，并通過統(tǒng)計、在線分析處理、情報檢索、機器學習、專家系統(tǒng)（依靠過去的經(jīng)驗法則）和模式識別等諸多方法來實現(xiàn)上述目標。問題是研究的價值基點，“大數(shù)據(jù)”不是舍恩伯格研究的問題，而是研究對象，他研究的是數(shù)據(jù)處理和信息管理問題，同時也討論信息安全和網(wǎng)絡倫理問題，還引發(fā)哲學上的思考，哲學史上爭論不休的世界可知論和不可知論轉(zhuǎn)變?yōu)閷嵶C科學中的具體問題。偶爾也會帶來屈辱或固執(zhí)的同樣混亂的大腦運作，也能帶來成功，或在偶然間促成我們的偉大。從公共衛(wèi)生到商業(yè)應用，從個人隱私到政府管理，大數(shù)據(jù)無處不在。我覺得這是實事求是的科學態(tài)度。舍恩伯格認為大數(shù)據(jù)的核心是預測。他在書中的一段詮釋更具人文色彩和社會意義：“大數(shù)據(jù)是人們獲得新的認知、創(chuàng)造新的價值的源泉；大數(shù)據(jù)還是改變市場、組織機構(gòu)，以及政府與公民關(guān)系的方法。此外，在閱讀此書之前還必須具備一些數(shù)據(jù)科學的基本知識和基本概念，比如說什么叫數(shù)據(jù)？什么叫大數(shù)據(jù)？數(shù)據(jù)分析與數(shù)據(jù)挖掘的區(qū)別，數(shù)字化與數(shù)據(jù)化有什么不同？讀前做些功課讀起來就比較好懂了。正如舍恩伯格在結(jié)語中所道：“大數(shù)據(jù)并不是一個充斥著算法和機器的冰冷世界，人類的作用依然無法被完全替代。在風險社會中信息安全問題日趨凸顯，數(shù)據(jù)獨裁與隱私保護成為一對矛盾。舍恩伯格認為數(shù)據(jù)化就是一切皆可“量化”，大數(shù)據(jù)的定量分析有力地回答“是什么”這一問題，但仍然無法完全回答“為什么”。比如說舍恩伯格在提出“不是因果關(guān)系，而是相關(guān)關(guān)系。在小數(shù)據(jù)時代人們只關(guān)心因果關(guān)系，對相關(guān)關(guān)系認識不足，大數(shù)據(jù)時代相關(guān)關(guān)系舉足輕重，如何強調(diào)都不為過，但不應該完全排斥它。對于舍恩伯格的第三個觀點，我也不能完全贊同。我認為大數(shù)據(jù)分析不能排除隨機抽樣，只是抽樣的方法和范圍要加以拓展。一方面是對全體數(shù)據(jù)進行處理，在技術(shù)和設備上有相當高的難度。這位被譽為：大數(shù)據(jù)時代的預言家“的牛津教授真牛！那么，這位大師說的都是金科玉律嗎？并不一定，讀大師的作品一定要做些功課才好讀懂，如果能做足功課又具備相應的理論功底，就能與之進行一場思想上的對話。而且人云亦云的居多，不少談論者甚至還沒有認真讀過這方面的經(jīng)典著作——舍恩佰格的《大數(shù)據(jù)時代》。所以書中提出了幾種解決方法，一種是使用數(shù)據(jù)時征詢數(shù)據(jù)所有個人的知曉和授權(quán)。比如說，在科學研究領域，你需要知其然也需要知道其所以然，找到事件發(fā)生的原理。作者用林登的亞馬遜推薦系統(tǒng)的成功，證實了大數(shù)據(jù)在分析相關(guān)性方面的優(yōu)勢以及在銷售中獲得的成功。大數(shù)據(jù)時代要求我們重新審視精確性的優(yōu)劣，甚至還說到大數(shù)據(jù)不僅讓我們不再期待精確性，也讓我們無法實現(xiàn)精確性。第二，要效率不要絕對的精確。這個觀點足以引起統(tǒng)計學乃至社會文明的變革，因為統(tǒng)計抽樣和幾何學定理、萬有引力一樣被看做