什么样的大数据才是有意义的？.pdf

什么样的大数据才是有意义的 ？ 2014年7月9 日 ，美国 《连线》杂志近日刊登了一篇 于大数据的评论文章。作者认为 ，如果缺乏对 人们现实生活的实地调查 ，大数据没有什么意义。 在短短的几十年里 ，“技术天才”与社会的 系已经改变 ：他们从 在屋里的孤独者变成救世主 ，从 反社会者变成社会的最大希望。许多人现在似乎相信 ，理解我们这个世界的最佳方式 ，就是坐在电 脑屏幕前分析我们称之为“大数据”的海量信息。 于这一点 ，我们只要看看 “谷歌(微博)流感趋势 （Google Flu T rends ）”。2008年 ，当谷歌推出这 项服务时 ，硅谷的许多人将它鼓吹为表明大数据将很快淘汰传统分析方式的一个标志性产品。 但他们错了。 “谷歌流感趋势”不仅没有提供流感传播的精确描述 ，也无法实现大数据鼓吹者的美梦。这是因为 ， 如果没有“厚数据” 丰富的、具有前后关联性的数据 ，它们只能通过丢开电脑、深入实际生活才能 获得 ），大数据就没有意义。电脑极客们曾经因为不能适应社会生活而被嘲笑 ，他们被告知应该“多 出去走走”。实际上 ，如果大数据的信徒们希望理解这个他们也在参与塑造的世界 ，他们真的需要多 出去走走。 谷歌的失败与算法无关 “谷歌流感趋势”的目的是 ：找出人们在流感季节常用的搜索词 ，然后实时跟踪这些搜索词的使用高 峰期。这样 ，谷歌就可以在新流感爆发之前发出警报 ，而且预警时间要比官方疾病防治中心的预警 时间早大约两周。 对很多人来说 ，“谷歌流感趋势”已经成为大数据的一个典型代表 ，它表现了大数据的巨大力量。在畅 销书 《大数据 ：一场改变生活、工作和思考方式的革命》 （A Revo lut io n T hat ill T ransf o rm How e Live, o rk and T hink ）中 ，作者维克托?迈尔?舍恩柏格 （Vikt o r Mayer-Sch?nberger ）和肯 尼斯?库克耶 （Kennet h Cukier ）宣称 ，与政府滞后的数据相比 ，“谷歌流感趋势”是更有用、更及时 的流感指示器。 然而 ，著名的 《科学》杂志本月刊登一篇文章告诉我们 ，自2011年8月以来 ，“谷歌流感趋势”几乎每 周都会高估流感的盛行率。 而在2009年 ，就在“谷歌流感趋势”推出后不久 ，它竟然完全没有察觉猪流感的爆发。事实上 ，人们 在流感季节的许多常用搜索词与流感无 ，而与流感的通常爆发季节——冬季——密切相 。 许多人争论道 ，“谷歌流感趋势”的失败缘于大数据的不成熟。这种观点没有切中要害。当然 ，调整 算法、提高数据收集技术将会让下一代大数据工具变得更有效。然而 ，大数据鼓吹者真正的狂妄之 处不在于对一套不成熟的算法过于自信 ，而在于盲目地相信坐在电脑屏幕前捣鼓一些数字就可以充 分理解世界。 为什么需要厚数据 大数据仅仅是大量的“薄数据” ，它们是通过对人们的活动和行为进行跟踪而获得的。 我们最常去的 地方 ，我们在网上搜索的东西 ，我们每天睡了多久 ，我们有多少联系人 ，我们所听的音乐类型等等 。这些数据是通过你浏览器中的“coo kies”、你戴在手上的Fit Bit腕带或你手机上的GPS来收集的。 这些信息无疑是重要的 ，但我们不能通过它们来获得对人的完整理解。 为了真正地了解人 ，我们不久需要大数据 ，而且需要厚数据。厚数据不仅包括事实 ，而且包括事实 的前后联系。比如说 ，美国有86%的家庭每周会喝掉6夸脱以上的牛奶 ，但是她们为什么喝牛奶 ？ 他们是怎么喝的 ？一块包含三种颜色、绣着星星和条纹图案的布 ，这是薄数据 ；一面在风中飘扬的 美国国旗 ，这是厚数据。 基于“我们做了什么” ，大数据对我们进行简单化的理解 ；厚数据则试图通过我们与周围世界的联系 来理解我们。只有理解人与周围世界的联系 ，人们才能从整体上认识这个世界 ，这恰恰也是谷歌、 f aceboo k等公司想要做的。 理解我们这个世界 想想硅谷的那些宏伟宣言。谷歌的宗旨是“组织全球信息 ，使人人皆可访问它们并从中获益。”马克· 扎克伯格 （Mark Z uckerberg ）最近对投资者表示 ，在全球化和知识经济日益受到重视的当今 世界 ，Faceboo k致力于一个新的使命 ：“理解这个世界”。他说 ：“人们每天在Faceboo k上发布数十 亿条内容和链接。在他们的帮助下 ，我们通过专门的算法机制为世界上所有事物建立最清晰的 模型。”甚至有一些小公司也参与了“理解这个世界”。去年 ，Jaw bo ne公司的副总裁耶利米?罗宾 逊 （J