大數(shù)據(jù)，指的是所涉及的資料量規(guī)模巨大到無(wú)法通過(guò)目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決策更積極目的的資訊。

近兩年來(lái)，“大數(shù)據(jù)”被廣泛應(yīng)用到各行各業(yè)，而近階段又有著明顯的過(guò)熱跡象。從央視的春運(yùn)遷徙圖到姚晨看到微博數(shù)據(jù)的驚呼；從兩會(huì)期間的兩會(huì)大數(shù)據(jù)，到《星星》都叫獸的高低領(lǐng)毛衣，“大數(shù)據(jù)”被人們推到了一個(gè)前所未有的高度，同時(shí)也從一個(gè)高精尖的科研方向變成了一個(gè)世人皆知的營(yíng)銷(xiāo)詞匯。

什么是大數(shù)據(jù)？

Gartner給出了這樣的定義：“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。

“新處理模式”是一個(gè)很關(guān)鍵的詞匯，這也是我所理解的“大數(shù)據(jù)”區(qū)別于傳統(tǒng)統(tǒng)計(jì)分析等最關(guān)鍵的特征之一。這個(gè)所謂的“新處理模式”有兩層含義：

1、由于海量的數(shù)據(jù)，需要更高效的存儲(chǔ)和處理技術(shù)，Hadoop成為了大數(shù)據(jù)時(shí)代的標(biāo)志；

2、如果你認(rèn)為大數(shù)據(jù)就等于Hadoop，那就大錯(cuò)特錯(cuò)了。Hadoop只是大數(shù)據(jù)時(shí)代的一個(gè)必要條件，大數(shù)據(jù)還有一個(gè)明顯的標(biāo)志是數(shù)據(jù)挖掘和人工智能的緊密結(jié)合。這也是我理解的“大數(shù)據(jù)”與現(xiàn)在很多所謂“大數(shù)據(jù)”項(xiàng)目最明顯的區(qū)別之一。我會(huì)在后面的案例中給大家展開(kāi)。

除了上面的“新處理模式”上的區(qū)別，個(gè)人認(rèn)為還有一個(gè)最主要的區(qū)別是：數(shù)據(jù)統(tǒng)計(jì)分析是基于已有數(shù)據(jù)的縱向歸類(lèi)，而大數(shù)據(jù)是基于對(duì)已有海量數(shù)據(jù)的處理，對(duì)還未產(chǎn)生的數(shù)據(jù)作出預(yù)測(cè)和推薦。數(shù)據(jù)統(tǒng)計(jì)是已經(jīng)發(fā)生的事情，而大數(shù)據(jù)往往被用于還沒(méi)有發(fā)生的事情預(yù)測(cè)或者推薦中。

預(yù)測(cè)和推薦，是如何實(shí)現(xiàn)的？

目前主要的推薦算法大致可以分為兩類(lèi)。一個(gè)是基于行為，一個(gè)是基于內(nèi)容。當(dāng)然，針對(duì)不同的領(lǐng)域，不同的預(yù)測(cè)和推薦的對(duì)象，又會(huì)有十余種算法。這就不是本文展開(kāi)的內(nèi)容了。

基于行為的分析，顧名思義，即對(duì)用戶(hù)在互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)留下的“痕跡”，即瀏覽、點(diǎn)擊、收藏、購(gòu)買(mǎi)、二次購(gòu)買(mǎi)的分析，得出未來(lái)會(huì)選擇購(gòu)買(mǎi)的預(yù)測(cè)和推薦結(jié)果�；�于行為的分析，屬于群體智慧，綜合利用群體用戶(hù)的行為偏好。用戶(hù)之間會(huì)相互影響，更加符合現(xiàn)實(shí)世界中的用戶(hù)行為。

基于內(nèi)容的分析，包括對(duì)文字、圖片、音頻、視頻等信息的分析，得出預(yù)測(cè)和推薦的結(jié)論。內(nèi)容的“基因”和用戶(hù)的偏好相匹配，最有代表的是潘多拉的音樂(lè)推薦項(xiàng)目，其將曲庫(kù)中所有歌曲都由400多位專(zhuān)家打上標(biāo)簽，然后建立個(gè)人與音樂(lè)的聯(lián)系，從而完成音樂(lè)的推薦。內(nèi)容的分析只針對(duì)個(gè)人，與用戶(hù)之間關(guān)系無(wú)關(guān)。

大數(shù)據(jù)的應(yīng)用

簡(jiǎn)單地來(lái)說(shuō)，大數(shù)據(jù)可以幫我們解決決策和 選擇的問(wèn)題。

天氣預(yù)報(bào)就是一個(gè)最古老而且眾所周知的預(yù)測(cè)。你可以根據(jù)預(yù)報(bào)來(lái)決定明天穿什么衣服，是否要帶雨傘，等等；

近兩年來(lái)，大數(shù)據(jù)被應(yīng)用到影視制片行業(yè)，基于對(duì)觀眾偏好的分析，去預(yù)測(cè)、設(shè)計(jì)觀眾喜歡的劇情，找觀眾喜愛(ài)的演員出演相關(guān)的角色，甚至可以去預(yù)測(cè)票房。這些所有的預(yù)測(cè)都是基于數(shù)據(jù)的基礎(chǔ)上，經(jīng)過(guò)一定的模型處理，得到接近真實(shí)的結(jié)論。從某種程度上給決策者決策的依據(jù)，比如《紙牌屋》和《星星》。

大數(shù)據(jù)還有一個(gè)重要的作用，就是解決人們的“選擇”問(wèn)題。別笑，無(wú)論你的年齡、性別、教育背景，人們目前都面臨著前所未有的選擇問(wèn)題。講的學(xué)術(shù)一些，這是由于“長(zhǎng)尾效應(yīng)”導(dǎo)致的問(wèn)題；講得通俗一些，就是由于日益增多的可選擇的對(duì)象和我們自身的處理能力之間的矛盾。

科技的進(jìn)步讓人變得更懶，也就是我們自身的處理能力降低，無(wú)論是主觀的還是客觀的。而可被選擇的對(duì)象卻在日益增多。從紛繁復(fù)雜的商品（電商），到海量曲庫(kù)中的樂(lè)曲；從婚戀網(wǎng)站的男女朋友，到交通管理的信號(hào)燈。

基于人工智能下的大數(shù)據(jù)，就是可以使人們“變懶”的一個(gè)手段�；�于你的歷史行為，判斷出你可能的喜好，乃至需求，將最佳結(jié)果，推薦給你。這就是大數(shù)據(jù)，她是你的貼心管家，或者說(shuō)是最懂你的朋友。

一個(gè)最經(jīng)典的案例是沃爾瑪曾經(jīng)做過(guò)的“啤酒”和“尿布”調(diào)研：沃爾瑪在研究中發(fā)現(xiàn)，一類(lèi)顧客經(jīng)常在購(gòu)買(mǎi)尿布的同時(shí)也購(gòu)買(mǎi)啤酒。尿布跟啤酒自然是毫無(wú)關(guān)聯(lián)的兩個(gè)品類(lèi)的商品，從個(gè)人經(jīng)驗(yàn)上來(lái)看，根本想不到二者的聯(lián)系。后來(lái)發(fā)現(xiàn)，這是一類(lèi)社會(huì)現(xiàn)象所導(dǎo)致的。美國(guó)有很多年輕夫婦，尿布用完后，女主人在家?guī)Ш⒆�，而男主人就去超市買(mǎi)尿布。買(mǎi)完尿布之后，男主人通常會(huì)順帶著買(mǎi)些啤酒。

上述例子說(shuō)明，數(shù)據(jù)經(jīng)常可以讓你發(fā)現(xiàn)看似不合理不合邏輯但卻存在，并且經(jīng)常發(fā)生的現(xiàn)象。

再舉個(gè)例子，北京的交通擁堵是地球人都知道的事情。尤其是早晚高峰，這已經(jīng)不需要預(yù)測(cè)了。但如果根據(jù)歷史交通數(shù)據(jù)，再經(jīng)過(guò)數(shù)學(xué)模型，計(jì)算出一個(gè)全北京最佳的交通信號(hào)燈管理系統(tǒng)，這就屬于大數(shù)據(jù)的范疇了。

大數(shù)據(jù)的誤區(qū)：不是萬(wàn)能的

大數(shù)據(jù)顯然不是萬(wàn)能的。正因?yàn)槿绱�，她才真�?shí)。大數(shù)據(jù)在有些領(lǐng)域由于種種原因，所帶來(lái)的價(jià)值并不如預(yù)期的那么高。導(dǎo)致這種現(xiàn)象最主要的問(wèn)題有兩個(gè)，一個(gè)是由于數(shù)據(jù)本身的質(zhì)量或者數(shù)量不夠；另一個(gè)是算法不合適。

不要以為是海量數(shù)據(jù)就一定會(huì)有價(jià)值，在過(guò)往的工作中，我們經(jīng)常發(fā)現(xiàn)來(lái)自甲方的數(shù)據(jù)源有80-90%的數(shù)據(jù)都是無(wú)用的。只有10%-20%的數(shù)據(jù)才會(huì)產(chǎn)生一定的價(jià)值。這就又讓我想到MarryMeeker打的那