大数据时代 需要一点想象力

记得2005年在业内鼓吹WEB2.0革命的时候，得到最多的有两类反应。一类可以称之为虚无派，他们说讨论这事虚无缥缈，没有马上就能挣钱的模式。一类可以称之为停滞派，他们说讨论这事有什么新鲜，我们的某某东西早就是WEB2.0了。随后几年的产业发展证明了这两类说法的无知与荒谬。

今天在业内鼓吹大数据时代即将到来的时候，得到最多的仍然是同样两类反应。虚无派说大数据云山雾罩，看不出有什么钱途。停滞派说大数据有什么新奇，老子的数据很大，挖掘技术很高。我想，今后几年的产业发展又将证明这两类说法的无知与荒谬。

一些不肯认真读点想点东西的人，一看到大数据这个词，就望文生义地想到数据要大，却忘记了大数据的其他基本特性，需要反复加以提醒。

大数据的特性之一是数据的完整性和综合性。很多业内朋友一谈起大数据，就习惯性地盘点起自己那点存货，或者那些可以直接从自身服务中可以获取的东西。考虑到目前互联网的发展还在非常初级的阶段，现有网络服务都是简化，扭曲，片面地对现实世界的浓缩和裁剪，由此产生的数据是零乱的，破碎的，局部的，其中所含有的含金量是极其有限的。如果同意这个世界上的万事万物可以而且正在被数据化和网络化，那么由此产生的大数据就必然是完整的和综合的，不仅包括网络公司通过自身服务所获得的用户行为数据，而且包括社会的，经济的，政治的，自然的方方面面的数据。这些数据当然分散在不同企业，机构和政府部门手中，汇聚整合在一起绝非易事，但操作上的困难并不能否定大数据本身的完整性和综合性。今天之所以讨论大数据时代的到来，是因为互联网发展到目前阶段使得现实世界数据化发展到了一定程度，各种信息终端普及到了一定程度，数据获取的成本降到了一定程度，使得完整和综合的数据不仅是一种理想，也正在变为现实。

大数据的特性之二是数据的开放性和公共性。正是因为完整的综合的大数据难以由一家公司，机构或政府部门所获得，所以大数据必然产生于一个开放的，公共的网络环境之中。这种开放性和公共性的实现取决于若干个网络开放平台或云服务以及一系列受到法律支持或社会公认的数据标准和规范。任何封闭的或单向获取的数据都不可能是大数据，无论这些数据的规模有多大。

大数据的特性之三是数据的动态性和及时性。天体物理学和理论物理学早就依赖于从宇宙间获取的大量数据，类似的学科还有环境生态学，医药学，和自控技术。但是，这和我们今天讨论的大数据不是一回事。今天的大数据是基于互联网的及时动态数据，不是历史的或严格控制环境下产生的东西。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友