京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,让作家失业
“想一想在商务谈判中,如果说坐在谈判桌对面的人,我们可以从他们的表情中读出他们情绪的话,肯定是很有价值的”
——Alex Pentland,百度百家THE BIG TALK第三期嘉宾
Pentland说的这句话中,并不是在指我们与他人沟通时所进行的察言观色,而是指通过可穿戴设备(这里很可能是一款头戴设备)来收集对方的数据,并通过算法和大数据分析来识别对方的情绪。
科技可以比你自己更了解你,可以看穿你的一切,这“恐怖”的时代,就像这期的百度百家THE BIG TALK主持人艾诚说的,“一个‘裸奔’的时代”。这仍然遥远,但大数据的的确确在入侵我们的生活。
不是你选择电影而是电影选择你
我们去电影院看电影,都会根据自己的喜好进行选择,而电影公司都希望迎合观众的喜欢制作电影,他们知道一些简单的逻辑,比如青春期少女和大妈都喜欢都教授,男性喜欢动作片等等。
但在大数据时代,电影在瞄准特定观众群上将变得前所未有的精确,以至于一部电影在放映之前就可以知道它会有多少观众,有哪些观众。一个知名的案例是《纸牌屋》,制作这部剧的Netflix知道这些观众喜欢什么样的情节,他们喜欢什么样的演员,他们喜欢什么样的观看方式,等等(相信还有很多参数),然后照着得到的数据制作了这部剧,结果大受欢迎。
想要准确地预测用户需求和喜好的不仅仅只有电影公司,走在前列的还有在线音乐和广告业,比如虾米音乐的推荐服务,它会根据你听过的歌,跳过的歌,关注的人等数据来为你推荐曲目,豆瓣FM也是如此。广告营销中的一个经典案例是,一家美国超市通过分析用户的购买行为,比用户的父母还早知道她怀孕的消息,从而提前寄出了DM广告。
这些都只是大数据的一些早期应用,真正的大数据时代,在Pentland眼中,是一个到处都是传感器和智能设备的世界,甚至是我们的身体里面。在这个世界,我们每个人都无时无刻都在产生海量的数据,而通过这些数据分析制作出来的电影,你肯定会看,因为你的需要已经被如此精准的定位。此时,你以为是自己在选择喜欢的电影,其实电影在制作之初就已经选择了你。这有什么不好呢?
让作家失业
无论是导演还是作家都不会否认,他们做出来的东西是给人看的,而他们也会自豪地表示,这是我的创意被人喜欢,即便他们时常遇到作品不受欢迎的情况。
然而在大数据时代,定位精准的产品和营销,保证了产品在推出之前就知道有人会买单。代价是,导演和作家都得遵循大数据安排。在这种情况下,作家不会丢掉工作,但他们都会失业,因为不再是创作者,和码农(码字的码)又有什么不同呢?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20