指引大数据未来发展方向的九大真理

笔者总会时不时沉浸在对大数据原则的思索当中，这里讨论的并不是Hadoop与关系数据库或者Mahout与Weka的对抗，而是更具根源性的智慧——将数据作为“新时代货币”的思维方式。不过也许将数据描述成“新时代的石油”更加贴近，或者，我们还需要一种新的比喻更全面地诠释数据的价值与内涵。

比喻本身既非事实也难以证明，但它们确实能够创造出指引我们找到真理的话题。比喻让复杂的概念变得更易理解，正如本文中所引用的经典语录——它们有助于解释大数据的各项基本原则。本文将列举八条与大数据密切相关的真理——大家对此也许有所耳闻、至少略有耳闻——并按时间进行排序。最后，笔者将做出自己的推测，与各位朋友分享“未来的真理”。

1. “相关性并非因果关系”

这样的说法我们已经听过不止一次。在大学的哲学课堂上，我了解到这样一个关于基础谬论的表述版本，叫作post hoc ergo propter hoc，翻译过来就是“后发者因之而发”。听起来实在有些隐晦，更直白点解释，就是说“B事发生于A事之后，因此B事由A事而起”。

大家可以读读O’Reilly Radar的博客。在其中一篇名为《猜测的隐性成本》的文章中，Alistair Croll指出：“最明显的相关性表现在大数据的专长方面……并行计算、算法的改进以及摩尔定律的准确特性已经大大降低了对数据集进行分析的成本，”由此衍生出一个“由数据驱动的社会，既聪明又愚蠢。”最终结论?保持聪明的特性，尊重相关性与因果关系之间的差别。模式只是表现、并非结论。

2. “所有模型都是错误的，但其中一些确实管用”

意外事件统计学家George E.P.Box在他1987年编撰的教科书《实证模型构建与响应面》当中写下了这样的结论。在从教的整个职业生涯当中，Box一直努力将自己的思路转化成模型，而这种习惯对于大数据分析技术而言非常适用。1976年12月，《美国统计协会》杂志曾经发表过一篇题为《科学与统计》的文章，其中具体论证了模型的前世今生与现实意义。

3. 大数据(几乎)洞悉一切

如果大家还无法认同这一结论，请尽快强迫自己接受。这句话源自Scott McNealy在1999年发表的一份声明，他表示“大家将彻底告别隐私……请学会适应这一点。”值得一提的是，McNealy正是Sun Microsystems公司的联合创始人兼CEO。如今大数据侵入个人生活的例子比比皆是：分析师有能力根据社交言论推断发言者的性别，或者通过购买习惯判断其家中是否存在孕妇;Acxiom等从事大量商业信息存储的企业迎来辉煌的业务飞跃;预测及防灾信息整合正全面崛起;美国国安局的“棱镜门”事件也已经大白于天下。

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