
从数据到知性 大数据的生存进化之路
这几年,大数据突然成了商业社会上的弄潮儿。似乎,一夜之间,大数据就像明星一样红遍大江南北。以前,只有在数学、统计、计算机等专业领域谈到的数据,现在已经“飞入寻常百姓家”。大数据的各种应用、研究与实践纷纷出现,名之为大数据的公司也是雨后春笋般涌现。不过,对于普通人而言,用具体的例子可以更好地解释它。
数据是信息的表达,它的出现甚至比人更为久远。在“宇宙大爆炸”的研究过程中,美国物理学家伽莫夫于1946年正式提出大爆炸理论,认为宇宙由大约140亿年前发生的一次大爆炸形成。后来,哈勃通过望远镜观测到“红移现象”——就是星系正在远离我们,表明宇宙正在膨胀。通过测量光谱中的特征谱线的位置,可以推算出其以前的位置。由此,我们可以推算出宇宙的大致年龄。宇宙中的每个物体都带有信息,而信息会通过数据来表达。人类的智慧在于可以通过收集数据去认识一切。假如数据在宇宙诞生时就随之出现,那么毫无疑问它的“年龄”比人类大得多。
《在科技想要什么》里,美国科技哲学家凯文·凯利就提出了“科技也是有生命力的”的观点。他认为,传统上,人们只把植物、动物、原生生物、真菌、原细菌、真细菌称为生命。如果重新审视“生命”,那么科技或者技术可被称为“第七种生命元素”。原因在于技术是生命的延伸,它的演进与生命的进化及其相似。那么依照这样的观点,我们完全可以把数据称为“第八种生命元素”。人每时每刻都会散发出信息,比如你的身体、你的行为甚至你的思想。通过工具,我们可以记录下你每时每刻的呼吸、心跳等许多身体数据,甚至连行为、思想也可以通过一些方法测量出来。在《智慧社会》里,美国的全球大数据权威阿莱克斯·彭特兰通过社会计量标牌来测量人们的行为。这个设备仅有卡片大小,配备了测量佩戴者运动的传感器、捕捉声音的麦克风、检测附近同类设备的蓝牙,以及记录面对面交流的红外线传感器。这个东西功能异常强大,比如在打扑克时,这款设备10次有7次可以很准确地判断某人是否作弊;佩戴设备的人能够在5分钟内预测谈判中的赢家。
以前限于技术和发展程度的限制,人们对数据并不重视,也没有认识到数据的价值。但是现在通过技术手段,我们完全可以收集人类的一切数据,并对数据进行整理、分析和总结,从中发现驱使人类行为的背后因素。也就是说,我们可以通过数据来观察人类。
举一个例子,就是谷歌流感搜索与预测系统。2009年出现了一种新的流感病毒——H1N1,迅速席卷全球。因为它结合了禽流感与猪流感的特点,传染力很强,破坏力极大。更糟糕的是,目前还没有对抗这种病毒的疫苗。美国政府要求医生在发现新型流感病例时要及时告知疾控预防中心。然而从人们发现自己患病到医院再到疾控中心,时间会拉长,然而短短的时间新型流感可能已经爆发。这对政府、社会和国家来说,将会带来巨大的损失。但是,谷歌却比政府做得更好。谷歌公司把5000万条美国人最频繁检索的词条和美国疾控中心在2003年至2008年间季节性流感传播时期的数据进行了比较,他们希望通过人们的搜索记录来判断这些人是否患上了流感。他们的预测结果和官方数据的相关性达到97%。因此,2009年流感爆发的时候,谷歌成了一个很有效、很及时的指示标。
Google的流感搜索与预测系统
现在,不管是企业还是公司,手里都有巨量的数据。用于企业,海量的数据是企业未来的宝藏;用于社会,海量的数据可以为人们提供更好的生活和公共服务。以美国为例,在2014年,美国国税局通过一个名为“Get transcript”的工具将纳税人的信息数据加以共享,纳税人可以通过它获得他们自己最近三年的纳税记录。个人纳税者可以借此下载过去的纳税申报单,这使得居民进行抵押、学生贷款、商务贷款等活动与填写纳税表变得更加便捷。
如今,大数据相比以前的简单数据,有三个特点:数量大、种类多、速度快。数量上,2011年新生成的和复制的信息量估计超过了1.8ZB(泽字节);而在2013年这一数字估计超过4ZB。要知道,1ZB等于1021 个字节,相当于存储323兆份列夫·托尔斯泰所著的1250页的《战争与和平》所需的容量。种类上,从农业生产到餐饮再到医疗保健,任何行业都会产生越来越多的数据。速度上,数据的产生更是以指数级增长,数据的产生和更新不断加速。我们可以推知,数据的更迭会加速,就像人类的发展一样。假如把几百万的历史比作一小时,那么人类的辉煌却产生在最后几分钟。不得不惊叹,信息、技术和数据的变化远远超出了人类。以百度为例,它有一个全国迁徙动态地图,随时可从网上看到人们迁入和迁出的省份和城市。通过人们的手机搜索记录,百度可知道人们现在的位置和要去的地方。所有的数据经过收集和汇总,就能变成有价值的东西了。
百度的全国迁徙图
北京地区人们的通勤图
大数据到底会如何进化?这是值得让人深思的。原始的数据就是一些简单的数值、记号等,通过大量的收集相关数据,并进而分类,原始的数据就变成对人们有用的信息了。再通过对信息进行整理、赋予内涵,发现其中的规律性,就变成一种有用的知识了。有用的知识能够为为人们提供一种行动方案,这样知识就成为知性的。由此,我们可见一条清晰的数据生存进化之路:“数据——信息——知识——知性”。如果说,以前,世界的原始动力是上帝,那么,21世纪,驱动世界运转就是数据了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08LSTM 输出不确定的成因、影响与应对策略 长短期记忆网络(LSTM)作为循环神经网络(RNN)的一种变体,凭借独特的门控机制,在 ...
2025-07-07统计学方法在市场调研数据中的深度应用 市场调研是企业洞察市场动态、了解消费者需求的重要途径,而统计学方法则是市场调研数 ...
2025-07-07CDA数据分析师证书考试全攻略 在数字化浪潮席卷全球的当下,数据已成为企业决策、行业发展的核心驱动力,数据分析师也因此成为 ...
2025-07-07剖析 CDA 数据分析师考试题型:解锁高效备考与答题策略 CDA(Certified Data Analyst)数据分析师考试作为衡量数据专业能力的 ...
2025-07-04SQL Server 字符串截取转日期:解锁数据处理的关键技能 在数据处理与分析工作中,数据格式的规范性是保证后续分析准确性的基础 ...
2025-07-04CDA 数据分析师视角:从数据迷雾中探寻商业真相 在数字化浪潮席卷全球的今天,数据已成为企业决策的核心驱动力,CDA(Certifie ...
2025-07-04CDA 数据分析师:开启数据职业发展新征程 在数据成为核心生产要素的今天,数据分析师的职业价值愈发凸显。CDA(Certified D ...
2025-07-03从招聘要求看数据分析师的能力素养与职业发展 在数字化浪潮席卷全球的当下,数据已成为企业的核心资产,数据分析师岗位也随 ...
2025-07-03Power BI 中如何控制过滤器选择项目数并在超限时报错 引言 在使用 Power BI 进行数据可视化和分析的过程中,对过滤器的有 ...
2025-07-03把握 CDA 考试时间,开启数据分析职业之路 在数字化转型的时代浪潮下,数据已成为企业决策的核心驱动力。CDA(Certified Da ...
2025-07-02