京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“这是一个数据的时代,什么都要靠数据说话,数据是必须的。”
C.与专家对话“大数据”
为了对大数据有一个更全面和准确的理解,记者找到了嘉兴学院计算机系主任何丰教授,他眼里的“大数据”扮演的是怎么样的角色?
记者:什么是大数据?
何丰:我们的生活中,时时刻刻在产生数据,只是我们平常没有留意到而已。国际数据公司(IDC)的研究结果表明,2008年全球产生的数据量为0.49ZB(泽字节,等于270字节),2009年的数据量为0.8ZB,2010年增长为1.2ZB,2011年的数量更是高达1.82ZB,相当于全球每人产生200GB以上的数据。而到2012年为止,人类生产的所有印刷材料的数据量是200PB(拍字节,等于250字节),全人类历史上说过的所有话的数据量大约是5EB(艾字节,等于260字节)。IBM的研究称,整个人类文明所获得的全部数据中,有90%是过去两年内产生的。而到了2020年,全世界所产生的数据规模将达到今天的44倍。
大数据就是需要人们通过对数据的采集、分析、管理等手段,让原本淹没在数据海洋中的信息浮出水面,为生活提供信息和知识。
大数据并不是一个现成的数据库,而是个人在不同的网上操作后留下数据,这些数据经过分析整合后,能形成对个人特性的描述。简单来说,例如一个人既上了淘宝,又浏览了新闻,发了微博,还与朋友发了邮件,这种种的网上行为,都是数据,将它们整合起来,就能获取此人的喜好、所在地、近况等种种信息。
记者:大数据的作用具体有哪些?
何丰:大数据为人们提供的,是一种工具,目的是方便生活,其本质是追求更好的服务。
例如我们在网购时,页面下方常常会跳出来“看了该宝贝的人还看了”、“买了该宝贝的人还买了”这些选项,这其实是调用了别人的数据;而第二天我们就会发现,在浏览别的网页时,“Google提供的广告”中,会出现我们前一天想要购买的东西,这其实是我们自己的数据被记录和运用了。
电商或网站能根据用户的喜好、行为规律来提供特定的服务。用户喜欢什么,它就推送什么,达到精准营销。
记者:数据的取得者们是通过何种渠道获取数据的?
何丰:一是通过电脑,二是手机。在我国,电脑方面的大数据处理较手机成熟,手机大多仍停留在位置服务层面。
比如团购网站,就会根据用户所在的位置,为其提供附近的餐饮、娱乐等信息,这些信息也极有可能是针对该用户个性化细分的,因为他平时的搜索项数据都已被记录下来。而社交网站上,常有“附近的人”、“周边”等选项,也都是利用了手机的定位数据而为用户提供的服务。
记者:大数据时代会如何改变我们的生活?
何丰:如今,所有的活动都可以被数据化,相比过去,现在的数据在层次上、范围上都要深层、广泛得多。过去的信息是局部的、零散的,现在的信息则是全面的、准确的,这中间有一个整合提炼的过程。由于大数据的出现,使得服务的范围和对象都有所改变。
具体到生活中,这样的改变有很多。有人举例说:通过大数据,医疗机构能实时监测用户的身体健康状况;
教育机构有针对性的制定用户喜欢的教育培训计划;
社交网络能提供合适的交友对象,并为志同道合的人群组织各种聚会活动;
政府能在用户的心理健康出现问题时有效干预,防范自杀、刑事案件的发生;
金融机构能帮助用户进行有效的理财管理,为用户的资金提供更有效的使用建议和规划;
道路交通、汽车租赁及运输行业可以为用户提供更合适的出行线路和路途服务安排。
记者:是否存在隐私泄露的问题?应该如何最大程度保护自己的隐私?
何丰:的确会有隐私泄露的问题。因为只要有信息交互,就一定会有数据留下,所以一不注意,自己的信息就会散布各地。
因此针对用户来说,一定要培养自己的保密意识,不要在公共网络环境下留下个人信息,多选择可信的网络环境。
其次,服务的提供商要严格遵守相关规定,保证不泄露用户的个人隐私。许多网站是需要实名认证的,例如购买机票、火车票,而有的服务则是关系钱财的,如移动支付,这些针对特定服务提供的信息,若整合到一起,再被不法分子利用,那么后果不堪设想。
再次,相关部门也应该加强监管。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31