郑毅-大数据让人对世界感知更丰富.docVIP

郑毅:大数据让人对世界感知更丰富 　　郑毅，中国科学技术大学学士，中国科学院计算技术研究所硕士，是中国最早的大数据中文专著之一《证析：大数据与基于证据的决策》的作者，在人工智能、数据挖掘、商业智能等领域有十余年的研究与项目经验。目前负责北京云基地大数据实验室的运营工作。 虽然大数据概念在国内日益升温，并成为很多信息化论坛的研讨议题，但仍未被许多企业所了解，很多企业甚至认为，大数据就是海量数据，或仅限于数据存储，并不包括对数据的分析和数据价值的挖掘。 大数据概念在上世纪80年代被提出，近几年与云计算一道成名，并被奉为为与土地、石油一样具有极高价值的资源。然而大数据究竟是如何产生，又具有什么样的价值，其中孕育着一个怎样的未来呢？为答此疑惑，本刊记者专访了北京云基地大数据实验室运营工作负责人郑毅。大数据的“大” “技术的发展使得人们在数据搜集的能力、数据传输的能力、数据存储的能力以及数据处理的能力等方面取得了极大的进步，这使得人类能够以前所未有的速度生产数据，即催生了大数据现象的诞生。”在郑毅的《证析：大数据与基于证据的决策》一书中，他将大数据首先描述为一个现象，而不是一种技术。 目前，对大数据概念并没有统一的定义。在百度百科的解释中，大数据（bigdata）也称巨量资料，是指所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到掘取、管理、处理，并整理成为对企业经营决策有更积极作用的资讯。这一定义属于一种静态的名词解释，重点在于数据的本身；但大数据应该是动态的，并非单纯表象的大容量或大规模。 大数据应是多维且极具复杂性的，它产生于物理世界信息的大量数字化和互联网。对它的理解可围绕“大”进行认识，首先是数据的数量大（volumes），只要达到10TB规模以上的大型数据即是大数据；其次是数据类别大（variety），数据来源广，种类繁多，囊括了半结构化和非结构化的数据。同时，海量的数据还要具备较强的实时性（Velocity）和价值（Value）特征，否则这些数据就称不上“大数据”。 随着云计算、物联网等概念的落地，在医疗、地理信息、电子商务、交通、安防监控等领域每天都有大量的数据产生。据统计，到2015年全球数据总量将达到8ZB（1ZB=10亿TB），2020年将达到大约35.2ZB。因此，如何挖掘海量数据中的潜在价值，为人类提供可靠决策和建议，已成为各国新一轮战略部署的重点。 大数据的“价值” “大数据涉及较多技术，目前被提及较多的是存储与计算，其中数据传输、数据挖掘、数据应用场景等也是业界讨论的焦点话题，尤其是Hadoop（分布式系统基础架构）。但大数据除了涉及底层的技术平台，以及使用技术收集、存储数据之外，更需要把数据价值化，从而为人类创造价值，这一过程就是大数据的大或价值所在。”郑毅介绍，大数据技术的定位是通过高速捕捉、挖掘和分析海量数据，从中获取价值的新技术架构。 据了解，目前Google、IBM、EMC、Oracle、微软、惠普、SAP、Teradata等巨头，一方面通过并购以后进行技术整合，另一方面依靠企业自身的研发实力，纷纷布局大数据业务，并推出了搜索服务、数据库、服务器、存储设备、企业解决方案等大数据产品及业务。由此可见大数据的价值乃至整个产业的市场潜力。 郑毅解释，大数据之所以被各行各业热捧，其原因在于大数据的核心价值是通过数据指导企业的决策，提升企业决策的效率，从而让企业获取最大价值。而如何让大数据价值化，他认为可从两方面入手，一是数据的挖掘与运算，从技术层面使数据价值化；二是数据的价值化需要对数据有创新的应用，即数据的使用和消费。 例如eBay通过建立大数据分析平台，可以准确分析用户的购物行为，对顾客的行为进行跟踪、对搜索关键字广告的投入产出进行衡量，优化后eBay产品销售的广告费降低了99%，顶级卖家占总销售额的百分比却上升至32%。此外，将大数据应用于球赛中，球队通过对比赛录像等数据进行分析，不仅能找出对手的缺点，还能更清楚地了解自身球队或球员的优劣势，从而在比赛中获胜。 正如郑毅所言，未来生活中的各种决策都离不开数据和信息的支撑，这是大潮流，也是大数据的核心价值。 “如果对某一个行业有足够了解，其实并不需要高深的数据挖掘技术，也许只需通过某一个数字就能分析行业存在的问题。如零售业的库存周转周期指标，了解零售业的人就知道这一个指标所代表的含义，因此只需在庞大的数据上针对业务场景做简单的数据处理，就能使数据价值化，让商品销量增多。”郑毅指出，要综合考虑人与数据之间的业务关系，打破传统的思维方式，抛弃英雄式的决策思路。同时，要突出大数据业务应用、保障业务的顺畅和有效的管理分析数据，这是各界关注大数据的原因，也是大数据技术要