京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据会砸了“风水大师”的饭碗吗_数据分析师
在不经意间,“风水大师”已经风光了很多年。“风水学”也从地下回潮,频频登上严肃学术期刊以“正名”,俨然大有一跃成为显学的可能。
但是,最近有人预言,“风水大师”们的好日子可能快到头了,理由是:大数据的广泛应用,会让他们没了用武之地。大数据通过海量的数据分析,能够在看似无关的事物之间建立联系。论者认为,将大数据应用于居家置业,可以通过对气候、阳光、水源、周边环境等各种因素进行统计、计算、分析、预测,能够得出最佳的宜居方案。如此一来,岂不砸了“风水大师”们的饭碗?
然而,在笔者看来,这样的预言,既高看了“风水学”,也小瞧了“风水大师”们。
之所以说高看了“风水”,是因为这种预言的前提,已经把“风水学”归入了科学一类,认为用大数据的科学定量分析,可以解释玄妙“风水学”所蕴含的科学道理。这本身,就是对“风水学”的误读。
寻根溯源,后世所谓的“风水学”,在上古之初,本是朴素的“相地术”,它对地理环境优劣的评价,来自古人在生活实践中的经验总结,这也正是“风水”带有“科学基因”的最初来源。后来,脱胎于“相地术”,通过附会中国传统哲学思想,并将其神秘化,“风水学”逐渐形成。传诸后世,所谓看“风水”,说到底,实际上演化为一种民俗,是具有中国传统文化特质,带有迷信色彩的巫法术。如果说“风水”在当代仍然有价值,应体现在它作为精神遗产的文化价值—通过研究固化在建筑、墓葬中的“风水”观念,打通我们理解古人的历史路径。
如今,很多“专家”不厌其烦地从学术上论证“风水”如何体现了“天人合一”的中国哲学思想以及与当代自然科学暗合的“科学道理”,却刻意回避了一个事实—“看风水”,其实大多看的不是如何宜居,而是如何通过改变“风水”以做大官、发大财、添大禧,或者逢凶化吉。两者目的和实现途径迥异甚至对立,却硬要说“风水学”是科学,就如同一口咬定炼长生不老仙丹的术士从事的就是化学研究,令人莫名其妙。
事实上,“科学道理”也只是“风水”用以遮蔽人们理性思考的一个幌子,这也就是认为大数据可以取代“风水”,是小瞧了“风水大师”的根本原因。他们的长项,不在“科学”,而在“玄妙”,而且玄妙得“贴近人心”—如果你有改变命运的强烈渴望,如果你有坐享其成的功利之心,如果你需要指点迷津的心灵慰藉,知不觉间已然入瓮。
心病,单靠自然科学往往是无法治愈的。了解到这一层,我们就会认识到,科学与迷信的较量,必然是持久战,靠大数据这样的一两件“新式武器”,显然不可能速胜。
更为可笑的是,当下不少贪官污吏竟把“看风水”当成“护身符”。求诸其外,恰恰证明了内心的虚弱。这不禁让人想起《论衡》上记载的一个故事:春秋时晋国的中行寅,在大难当头之际责怪掌管祭祀的太祝办事不力,以致激怒鬼神,使自己家族面临灭顶之灾。对此,太祝回应道,您横征暴敛,招致百姓的怨恨和责骂,我一人的祝祷又怎么敌得过举国上下的万众诅咒呢?
好个“一祝不胜万诅”,正是以子之矛攻子之盾。看来,就算在迷信的世界里,和现实生活中一样,等待贪官污吏的,也同样只有绝路一条。
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在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16