京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如果要用一句话来说明大数据(big data)的价值,那就是「整体大于部分的总和」。单独看来觉得琐碎平凡的资料,汇总起来经过各种演算法的分析,可以展现从资料的任一部分都看不出来的高价值面貌。
先举个不巨量、但发生在你自己身上的例子:知觉。
在a右图中,你可以约略看到一个圆。但是当你单独检视那叁个棕色的区域,你是看不到圆形的。那个圆,只在整体的层次可以看到。
再举个真正巨量、也发生在你自己身上的例子:人脑。人脑由一百亿个神经元与一百兆个连结组成。每个神经元就做一件简单的事:激发或不激发。一百亿个简单的 0 与 1 状态由一百兆个连结组织起来,展现出各种复杂的认知与情感能力。这些能力是在个别神经元或连结上看不到的。
大数据的应用也展现出同样的特性。利用现代资讯技术将单独的资料点汇总成为规模超大的资料库,再藉由人工智慧演算法的分析,让人们可以发现只能在整体层次看到的规律性、相关性与改变趋势。
这样的预测力不会只存在于整体层次。只要透过设计,还可以回到个体层次,带来更能够满足人们需求的产品、服务、环境与政策,改善使用者经验,提升人们的生活品质。
美中不足之处是分析大数据的演算法在还是个黑箱。我学过人工智慧,也做过语料库语言学与自然语言处理的研究,有些地方大约可以猜测是怎麽分析的。但如果作者能以一两个例子解说能够做到这些了不起的事情的演算法有什麽特性,会更满足我的好奇心,也更能促进一般读者的理解。
最后,回到你的身上。如果你能把一生中每分每秒所听所见所做鉅细靡遗记录下来,也是一种大数据。你的大脑做不到(记忆琐碎且无关联的细节不是大脑的强项),但科技做得到。以现代的科技来看,储存空间不是大问题。关键同样在分析的方式。
七十九岁的微软研究员Gordon Bell就把他长达十余年的亲身实验经验,包括记录与分析的工具,算是个人大数据的开端。相信再过不久,每个人都能拥有完整的数位记忆,而分析这些大数据则可以帮助我们更了解自己是一个什麽样的人,非常可能比我们自以为了解的更准确。
本文转自:中国大数据
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24