大数据：商业革命与科学革命

在商业和科学上，大数据可能带来的革命性变化。

一、大数据商业革命

大数据是分层次的，包括大数据1.0、2.0和3.0，这里分别做一介绍。

大数据1.0

如果用一个关键词来讲大数据1.0，那就是分析，更深入、更好的分析技术。其实，刚才邬贺铨院士讲了非常多的例子，我这里再补充一些。比较有意思的是医疗方面的大数据，其中讲得比较多的是“量化自我”，它是通过一种非干预的手段，把一些所谓的医疗传感器放到我们的身边，比如我们戴一个腕表、一枚戒指、一个耳塞、一副眼镜等，通过这些设备我们可以了解自己的心跳、血压情况，甚至包括我们体表的健康状况，从而对一些大病(如癫痫等)进行早期预测。同样，如果我们给一个小孩子使用小儿床垫，通过这个床垫上的压力与湿度传感器分析，我们可以很早地判断这个小孩子有没有比较严重的打鼾或者睡姿不正确等问题。因为严重的打鼾容易造成小孩在三、四岁的时候智力发育低于同龄人，现在通过这个床垫的传感器分析就可以及早地发现并加以治疗。针对慢性病人、老年人同样也有一些类似的辅助工具。

关于大数据的深度分析，很重要内容就是个性化的信息推荐。个性化的信息推荐不仅仅是基于用户的相似性这么简单的东西，还有大量比较深入的复杂模型。比如说，就用户看资讯而言，我们怎么样去判断一个用户点开一条八卦资讯后，是继续深挖八卦到死，还是转而浏览另外一个新闻。同样，有的用户登陆淘宝只是逛逛而已，有些用户则是很明确地想要买一些东西，这就需要对用户的意图进行预测，这里面涉及到一些比较难的机器学习技术。

大数据的深入分析可以在很多领域发挥重要作用。比如，Netflix公司是一个线上VCD/DVD租赁公司，它通过分析大量电影电视剧的观看和评价数据，找到他认为最合适的导演、演员班子和内容，利用这些分析结果，它投资并拍摄了美国历史上最成功的电视剧“纸牌屋”，这实际上是Netflix公司推出的第一部影片。目前，我们可以利用机顶盒的数据对同一个电视台的不同节目进行智能排序，使得这些节目能够更好服务不同的观众。我们还可以分析电视节目之间的竞争网络，通过微调播出时间，提高收视率。以上这些都是建立在对大数据深入分析的基础上，所使用的方法比简单的支持向量机、回归分析、决策树等等困难许多，大部分情况下也没有办法把这些分析方法产品化。

大数据2.0

大数据1.0只是一个起步，它强调的仅仅是自身的业务产生的大量数据，并通过更多的深入分析优化自身的业务。实际上，大数据在商业上的精髓不仅仅是深入分析，还在于怎么把自己的数据创造性地用到其它业务上去，或者是把其它外部的数据用到自己的业务中来。这就带来了大数据2.0，它的关键词是“外部性”。刚才邬贺铨院士讲了很多很好的例子，比如，印第安纳大学怎么样预测道琼斯指数，怎么样通过微博、Google的信息来预测股市，淘宝的CPI指数怎么用于评估中国的非刚需消费等等。在这些例子中，微博和淘宝数据的产生最初并不是为了预测道琼斯指数，也不是为了计算中国消费者指数，它可能仅仅是用户在网络上发泄一下自己的情绪，或者是记录淘宝上的销售情况。但是这些数据可以发挥很多人想象不到的“外部”价值，这就是大数据2.0的一个典型特征。

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