
大数据热:繁华还是泡沫_数据分析师考试
大数据的应用为人类的生产生活带来了极大的便利,可同时也蕴含着许多潜在的不利因素。在“大数据与全球传播变革”国际学术研讨会上,与会专家学者在整个世界都在狂热地追求大数据的背景下,提出了一些针对大数据的冷思考。
中国人民大学新闻学院教授喻国明:
内容不“入网”难以真正接近用户
大数据时代,主流媒体不是传统的报纸、广播,不是传统的电视,而是以手机为代表的移动端。今天,手机成为人们和世界连接的最主要通路,传统媒体传播的内容哪怕再有价值,如果不能有效地嵌入到以社会关系为渠道的移动互联网的信息通路当中,恐怕其内容也不能真正接触到目标用户,这一点可能是传统媒体的当务之急。在这样的背景下,就要做一系列的努力。传统媒体过去的思路中,没有入口式的终端概念,每个媒体都是一个终端,都是一个入口。过去一报在手走天下的概念,在今天社交媒体构建起来的移动互联背景下,已成为过去。
对于传统媒体而言,在入口级平台方面基本已经没有可能性,因为入口级的竞争只有第一第二第三,没有后面的排位。调查表明,在智能手机移动使用的状况当中,尽管人们可以下载的客户端多达上百万个,但平均只有23个被选择。在这23个已经下载到手机上的客户端,一个星期至少被点开使用一次的客户端只有7个。如果媒体客户端不能进入前7位的话,作为一个入口级的终端,其价值、影响力和意义就很低了。这也告诉我们,如果大量的传统媒体今天还热衷于做客户端,做入口级平台,基本上都是一种无效的努力。
中国人民大学新闻学院教授匡文波:
大数据也有“盲区”不要一味追逐
大数据有其局限性,比如说大数据用来分析社会关系,人是有情感的,在社会生活中有各方面的情感和利益,大数据在这方面实际上是很欠缺的。而且大数据的分析偏向于大众的偏好,在大数据的分析过程中,有一些原始数据在处理的时候是被扭曲的。更重要的一点是,大数据无法预测突发事件,比如说车祸、疾病,大数据的预测结果往往是不准确的。
大数据给人们生活带来了很多便利,但同时有一大弊端就是安全隐私问题。从隐私保护的角度来看,手机是最危险的智能终端,手机厂商可以轻而易举地收集到每个用户的个人信息。手机不只是电脑,还是感官的延伸、人体的虚拟器官。除此以外,手机还会暴露用户实时地理位置,一些不可更换电池的手机即使关机也会被实时定位。这不得不引发人们冷静思考,不要一味追逐大数据,在大数据带给我们便利的同时,有时需静下来思考一下它的另一面。
中国社会科学院新闻传播研究所
世界传播中心主任姜飞:
大数据一面便利另一面隐患
从人文路径上来思考大数据,给我们带来的更多是一种纠结。大数据已经侵入到人们每天的生活,当你每天消费着所有现代技术提供的便利时,已经不知不觉被植入了整个数据链条的一个节点。这种背景下,大数据为我们带来了两种路径的思考:一是大数据貌似从原来的因果律,走向了一个关系律,但即使找到这个关系的源头又能说明什么呢?二是我们现在利用的大多数数据都是开源数据,是前台数据。我们不知道的后台数据在谁手上呢?有多少数据是不开源的、向谁开放的呢?有时我们貌似在利用大数据这个便利,实际上已经成为一个被消费的对象。大数据该如何使用?在当下的大数据热潮下,应该保持一个冷思维
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25