
大数据时代真的主打“数据”吗
在不久前的双十一狂欢购物节,许多人购买自己心仪的物品只需要短短几分钟。与传统的逛几条街进多家商场试穿、淘货模式不同,大数据支撑下,人们要做的只是网上浏览、对比、点击选择。甚至有的时候,连“淘货”的步骤都省了,网络会悄无声息地在大数据的分析下推送用户喜欢的产品。
大数据正在为人们的生活提供种种便利,读书、购物、存储等的时间大大缩短,关于大数据的讨论已经渗透到经济、社会、生活各个领域,一天一天,一年一年,工程师们发现一个惊人的现实:大数据已经开始独立于人,在人类社会加自然界的二元空间之外,形成单独的信息空间。
在11月17日北京举办的数字化知识服务科学与工程2015国际高端研讨会上,中国工程院院士潘云鹤表示,“五十年以前人类还是二元空间,那时候的信息还依靠人来发出,信息来自于人类社会。人写书,人开会交流,人使用媒体,计算机的信息都是人输进去的。后来人们开始把信息进行互联,有了互联网、移动通信和搜索技术,信息通过互联网开始直接来自于物理世界,去年相关调查发现,网络信息60%不是人发送的,而是爬虫发送的,绝大部分网络上信息的流量不是被人所占用,而是被机器人所占用,这是非常令人惊讶的时代。”潘云鹤说。
大数据时代真的主打“数据”吗?许多国家开始着手对“数据”做文章。2001年中国政府和美国自然科学基金开始进入一项国际合作项目:数字图书馆。目标是让所有人不论何时何地都能通过互联网访问到全人类的知识,这个项目一共实现了250万册图书的数字化。
“虽然项目一开始是为了向全世界提供图书和资料,但是后来发现它不但可以借书,而且可以有很多新的服务,比如通过它可以实现在网上访问名胜古迹,里面有敦煌石窟数字化三维造型,比如该项目把中国900多个书法家4000多件作品进行了数字化,因此它可以帮助全世界学习汉语和书法的人练习书法,也可以用它进行书法的设计。”潘云鹤说。
甚至有浙江大学的一个博士生利用大数据编成了一本“红楼菜谱”,而他所要做的就是把《红楼梦》当中各种各样的烹调内容和各种各样的菜谱联系在了一起,把电视台中各种关于烹调的过程找出来,还把植物学和农业当中植物种植方式和营养的内容找出来。
“我们发现海量数据如果能彼此打通,从这中间可以产生出大量新的知识,我们把彼此联通的海量知识称为数据海,图书馆如果拥有数字海的话就可能发展成为数字图书馆,就和原有的图书馆具有完全不同的性能。”潘云鹤说。
因此,大数据时代不是只“主打”一组组的数据,这些数据可以产生更多的功能,仅仅挖掘大数据是不够的,应该从大数据走向大知识。
在研讨会上,记者了解到浙江大学正在将中医大数据变为新的知识。他们把各种各样的方剂、疾病、医生、病人互相打通,将互联网、数字图书馆、专业数据联系起来,进行深度的搜索。这样一来,既可以研究中药里某种化合物的成分,还可以对药材进行各种各样的鉴别,对药材如何组合进行分析,这对于医生探索新的药方有非常大的帮助。
正是基于大数据到大知识的探索,中国工程院在2014年成立了国际工程科技知识中心,希望把多个数字图书馆、多个专业数据库和世界上各种各样跟工程科技有关的网站连在一起,让大量的数据形成数据海,用数据海的特点从不同角度获得新的知识和新的认识。
潘云鹤说:“国际工程科技知识中心将为各个院士提供研究我国战略所需要的知识,中心发展到一定程度后向全体工程师们开放,让我国的工程师利用其开发新的产品,了解全世界在该领域的研究进程。此外,这个中心还要承担支持我国的产业转型的重任。”
中国工程院院长周济在研讨会上表示,大数据与智能终端、移动互联等相互结合,进一步推动了信息化和工业化的深度融合,进一步开拓了技术创新与经济发展的模式,进一步提升了政治统领和行业发展的决策科学化水平,我们正在经历新一轮以大数据为主的信息革命和产业变革。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11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