走近大数据.docVIP

走近大数据 ? 潘　璠 ? 　　大数据作为一个词语和现象，在今天已经耳熟能详、脍炙人口。但是，倒退到两年前，我们对此又有多少关注和了解呢？数据无处不在，大数据的影响则正在与日俱增，走近大数据、认识大数据、应用大数据，对我们把握好这个世界的特点和规律、并科学地决策和抉择，具有重要的现实意义。 ? 　　由两幅曲线图说起。 ? 　　曾经有两幅曲线图形象地反映了大数据受关注的程度，即谷歌和百度以“大数据”为关键词的搜索曲线图。前者在2011年到2012年的时段，后者在2012年到2013年的时段，都有一个明显、甚至可以说是陡然的上升趋势。无疑，上升的曲线表明，大数据的炙手可热其实只是近两年的事情。而作为最大的中文搜索引擎，百度曲线的变化，表明大数据火在中国，或只是近一年多的事情。两条曲线的对比表明，以“大数据”作为关键词进行搜索，其曲线的陡然上升，中文比英文慢了大约半年到一年的时间。但是，在中文搜索曲线陡然上升的同时，统计工作中有关大数据的应用研究也已经同步开始了。 ? 　　2012年8月23日，来自于新加坡的时任联合国统计司司长张保罗先生，在中国国家统计局作了一场题为《海量数据、社会调查和官方统计：改进数据来源》的报告。那是笔者第一次正式地、真正地意识到“大数据”是一个具有特殊意义的概念。后来，我们走访了商务部、国家测绘局等政府部门，到百度、淘宝、腾讯、华为、苏宁、1号店、58同城、京东商城、天脉聚源、擎天科技、天云融创、SCN鞋业等知名企业，与国内诸多业界知名专家、多位美籍华裔专家进行了探讨请教，聆听了大数据代表性论著《大数据》作者涂子沛先生、《大数据时代》作者舍恩伯格先生的讲座，一点点地解开了大数据的神秘面纱。 ? 　　“大数据”作为一个词语，或许是一个发现，而不是一个发明。但是，“大数据”作为一种现象，或是许多发明的结果、聚集和延续，是科学技术、生产力水平发展到一定程度后的一种必然。银行系统有海量的储户个人信息及存储信息；商场超市有海量的商品信息及其价格信息；机场记录着许多乘客的出行情况；医院记录着许多病人的检查和治疗情况；门户网站每一条新闻下面的留言，汇集成对许多现象和问题的民意；实名注册微博中的喜怒哀乐，则都是情感和态度的表达；百度、谷歌引擎的每一次使用，都可以说明IP那端键盘操作者到底想要什么；透过大气层中弥漫着的无数手机短信，足以掌握无数手机使用者“打死也不说”的秘密。从我们不变的属性到可变的态度，很多很多都已经在一不留神之间，汇入了浩瀚的大数据洪流之中。 ? 　　在与多位华裔美国学者、专家、官员座谈时，他们说，以往历次技术革命，中国跟在别人后面亦步亦趋。而大数据时代来了，大家的起点都差不多。中国能不能在大数据应用方面与发达国家并驾齐驱、乃至作出一些贡献呢？这些在座的专家学者里面，就有著名的《大数据》一书的作者涂子沛先生。他曾是中国大陆基层政府的一名工作人员，后来去了美国，在最恰当的时候写出了这样一本书籍。座谈之后，我们也请他做了一场报告。而半年之后，再请他作报告就非常困难了。据《中国青年报》报道，涂子沛2013年6月进行第4次国内巡讲之旅时，连早餐时间都已经被占满了。6月16日，他在招商银行深圳总部大楼与刚卸任的原行长马蔚华共进早餐。从《大数据》一书出版后，每当这位在美国供职的中国程序员回到国内，都会受到热烈追捧。和马蔚华共进早餐的第二天，他在江苏常州就“教育与大数据”的话题进行了一场听众超过1000人的讲座。其间，他与国泰君安证券股份有限公司董事长万建华吃了一顿午饭。这时，要请他讲课，只能找他的秘书安排了。这个变化，恰恰是大数据现象快速发展变化的一个缩影。 ? 　　不说不做也难，因为已经唯此为大 ? 　　一年多以前，我们刚刚开始研究大数据及其对统计数据和统计工作带来的影响时，一位年轻同仁在笔者的博客上留下一段英文：“Big data is like teenage sex: everyone talks about it， nobody really knows how to do it， everyone thinks everyone else is doing it， so everyone claims they are doing it”意思是“大数据就像是青少年性行为：每个人都在谈论它，没有人真的知道如何去做，每个人都认为别人在做，所以每个人都声称他们正在做它。”于是，笔者回复：“很经典，但是不说不做也难，因为已经唯此为大了。” ? 　　2013年10月，我们召开以大数据为主题的科学讨论会时，有一位代表说：“那么多专家讲了一天，连大数据的概念都还没搞清。”我说：“不对，大家都是从不同的角度对这个概念进行诠释，如同说到‘文化’这个概念，马上问一百个人，难道能够得出一个统一的答案吗？也许一百个人就有一百