大數(shù)據(jù)相關(guān)知識及政策

1、第一章 走進(jìn)大數(shù)據(jù)時代主要內(nèi)容引例何謂大數(shù)據(jù)大數(shù)據(jù)的4V特征大數(shù)據(jù)帶來的思維變革相關(guān)案例引例1-電影點(diǎn)球成金布拉德.皮特主演的點(diǎn)球成金是一部美國奧斯卡獲獎影片，所講述的是棒球隊總經(jīng)理利用計算機(jī)數(shù)據(jù)分析，對球隊進(jìn)行了翻天覆地的改造，讓一家不起眼的小球隊能夠取得巨大的成功?；跉v史數(shù)據(jù)，利用數(shù)據(jù)建模定量分析不同球員的特點(diǎn)，合理搭配，重新組隊。打破傳統(tǒng)思維，通過分析比賽數(shù)據(jù)，尋找“性價比”最高球員，運(yùn)用數(shù)據(jù)取得成功。引例2喬布斯抗癌喬布斯早在20多歲時就已患癌癥并開始擴(kuò)散，其元兇很可能是電子行業(yè)的有毒化學(xué)物質(zhì)。而在他生命的末期，就曾經(jīng)利用大數(shù)據(jù)嘗試為自己延長壽命。喬布斯在與癌癥斗爭的過程中采用了不同

2、的方式，成為世界上第一個對自身所有DNA和腫瘤DNA進(jìn)行排序的人。喬布斯為此支付了幾十萬美元的費(fèi)用。醫(yī)生們可以根據(jù)喬布斯特定的DNA為他設(shè)計藥物，并觀察藥效，如果由于癌癥的病變導(dǎo)致藥物失效，醫(yī)生可以及時的更換藥物，以免延誤最佳治療期。實際上大數(shù)據(jù)在DNA領(lǐng)域的應(yīng)用早已展開.谷歌搜索和Google Maps背后的Google Cloud平臺正和遺傳數(shù)據(jù)機(jī)構(gòu)合作推廣成立Google Genomics項目，打造遺傳分析云服務(wù)。云服務(wù)的分析工具可以在基因組數(shù)據(jù)中預(yù)測疾病風(fēng)險的DNA變異。未來，醫(yī)生可以定期進(jìn)入云服務(wù)，了解病人基因信息引起各類疾病的風(fēng)險，或者選擇適合病人的治療方案。引例3谷歌預(yù)測流感20

3、09年，Google通過分析5000萬條美國人最頻繁檢索的詞匯，將之和美國疾病中心在2003年到2008年間季節(jié)性流感傳播時期的數(shù)據(jù)進(jìn)行比較，并建立一個特定的數(shù)學(xué)模型。最終google成功預(yù)測了2009冬季流感的傳播甚至可以具體到特定的地區(qū)和州。引例4-Target懷孕預(yù)測指數(shù)美國一名男子闖入他家附近的一家美國零售連鎖超市Target店鋪（美國第三大零售商塔吉特）進(jìn)行抗議：“你們竟然給我17歲的女兒發(fā)嬰兒尿片和童車的優(yōu)惠券?！钡赇伣?jīng)理立刻向來者承認(rèn)錯誤，但是其實該經(jīng)理并不知道這一行為是總公司運(yùn)行數(shù)據(jù)挖掘的結(jié)果。一個月后，這位父親來道歉，因為這時他才知道他的女兒的確懷孕了。Target比這位父親

4、知道他女兒懷孕的時間足足早了一個月。Target能夠通過分析女性客戶購買記錄，“猜出”哪些是孕婦。他們從Target的數(shù)據(jù)倉庫中挖掘出25項與懷孕高度相關(guān)的商品，制作“懷孕預(yù)測”指數(shù)。比如他們發(fā)現(xiàn)女性會在懷孕四個月左右，大量購買無香味乳液。以此為依據(jù)推算出預(yù)產(chǎn)期后，就搶先一步將孕婦裝、嬰兒床等折扣券寄給客戶來吸引客戶購買。 如果不是在擁有海量的用戶交易數(shù)據(jù)基礎(chǔ)上實施數(shù)據(jù)挖掘，Target不可能做到如此精準(zhǔn)的營銷。何謂大數(shù)據(jù)何謂大數(shù)據(jù)何謂大數(shù)據(jù)何謂大數(shù)據(jù)大數(shù)據(jù)(big data)是指無法在可承受的時間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合。從某種程度上說，大數(shù)據(jù)是數(shù)據(jù)分析的前沿技術(shù)。

5、維基百科：Big dataBig data is a broad term for data sets so large or complex that traditional data processing applications are inadequate. Challenges include analysis, capture, data curation, search, sharing, storage, transfer, visualization, querying and information privacy. 何謂大數(shù)據(jù)何謂大數(shù)據(jù)大數(shù)據(jù)的4V特征大數(shù)據(jù)的4V特征大量

6、化(Volume)：企業(yè)面臨著數(shù)據(jù)量的大規(guī)模增長。例如，IDC最近的報告預(yù)測稱，到2020年，全球數(shù)據(jù)量將擴(kuò)大50倍。目前，大數(shù)據(jù)的規(guī)模尚是一個不斷變化的指標(biāo)，單一數(shù)據(jù)集的規(guī)模范圍從幾十TB到數(shù)PB不等。簡而言之，存儲1PB數(shù)據(jù)將需要兩萬臺配備50GB硬盤的個人電腦。此外，各種意想不到的來源都能產(chǎn)生數(shù)據(jù)。 大數(shù)據(jù)的4V特征價值密度低(Value) 價值密度的高低與數(shù)據(jù)總量的大小成反比。以視頻為例，一部1小時的視頻，在連續(xù)不間斷的監(jiān)控中，有用數(shù)據(jù)可能僅有一二秒。如何通過強(qiáng)大的機(jī)器算法更迅速地完成數(shù)據(jù)的價值“提純”成為目前大數(shù)據(jù)背景下亟待解決的難題。 大數(shù)據(jù)的4V特征快速化(Velocity)：高

7、速描述的是數(shù)據(jù)被創(chuàng)建和移動的速度。在高速網(wǎng)絡(luò)時代，通過基于實現(xiàn)軟件性能優(yōu)化的高速電腦處理器和服務(wù)器，創(chuàng)建實時數(shù)據(jù)流已成為流行趨勢。企業(yè)不僅需要了解如何快速創(chuàng)建數(shù)據(jù)，還必須知道如何快速處理、分析并返回給用戶，以滿足他們的實時需求。根據(jù)IMS Research關(guān)于數(shù)據(jù)創(chuàng)建速度的調(diào)查，據(jù)預(yù)測，到2020年全球?qū)碛?20億部互聯(lián)網(wǎng)連接設(shè)備。大數(shù)據(jù)的4V特征數(shù)據(jù)類型繁多(Variety) 這種類型的多樣性也讓數(shù)據(jù)被分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。相對于以往便于存儲的以文本為主的結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)越來越多，包括網(wǎng)絡(luò)日志、音頻、視頻、圖片、地理位置信息等，這些多類型的數(shù)據(jù)對數(shù)據(jù)的處理能力提出了更高要求

8、。大數(shù)據(jù)帶來的思維變革大數(shù)據(jù)帶來的思維變革大數(shù)據(jù)時代，我們需要什么樣的“新理念”？在思考問題和解決問題的方法上有什么新的特點(diǎn)？大數(shù)據(jù)帶來的思維變革-數(shù)據(jù)思維量化決策整合量化思維：一切皆可量化“萬物皆數(shù)”是畢達(dá)格拉斯學(xué)派2000多前的一句名言。數(shù)據(jù)是指存儲在某種介質(zhì)上能夠識別的物理符號，是對客觀事物性質(zhì)和狀態(tài)的描述。“量化”就是用一種共性的語言來描述，標(biāo)識和解釋世界將各種各樣的事，量化后轉(zhuǎn)換成統(tǒng)計的事，然后應(yīng)用統(tǒng)計的方法給予解決。將具體的事數(shù)量化，這樣的思維就叫量化思維下面的問題測測你的量化思維的能力。一個老財主，臨死時對懷有身孕的老婆說：“將來如果生的是男孩，我的財產(chǎn)的三分之二給他，三分之一給

9、你；如果生的是女孩，三分之二給你，三分之一給她?！焙髞砝掀派艘粚堷P胎。你認(rèn)為怎樣分割財產(chǎn)才能不違背老財主的意愿？量化思維：一切皆可量化量化思維：一切皆可量化量化思維：一切皆可量化量化思維：一切皆可量化量化思維：一切皆可量化科學(xué)研究范式：庫恩指出：“按既定的用法，范式就是一種公認(rèn)的模型或模式?！?所謂科學(xué)發(fā)現(xiàn)的范式是，第一，實驗；第二，理論；第三，模擬；第四，數(shù)據(jù)挖掘。圖靈獎得主，關(guān)系型數(shù)據(jù)庫的鼻祖吉姆格雷(Jim Gray)也是一位航海運(yùn)動愛好者。2007年1月28日，他駕駛帆船在茫茫大海中失聯(lián)了。而就是17天前的1月11日，在加州山景城召開的NRC-CSTB（National Resea

10、rch Council-Computer Science and Telecommunications Board）大會上，他發(fā)表了留給世人的最后一次演講“科學(xué)方法的革命”，提出將科學(xué)研究分為四類范式（Paradigm，某種必須遵循的規(guī)范或大家都在用的套路），依次為實驗歸納，模型推演，仿真模擬和數(shù)據(jù)密集型科學(xué)發(fā)現(xiàn)（Data-Intensive Scientific Discovery）。其中，最后的“數(shù)據(jù)密集型”，也就是現(xiàn)在我們所稱的“科學(xué)大數(shù)據(jù)”。量化思維：一切皆可量化第四科學(xué)研究范式幾千年前科學(xué)以實驗為主人類最早的科學(xué)研究，主要以記錄和描述自然現(xiàn)象為特征，稱為“實驗科學(xué)”（第一范式），從原

11、始的鉆木取火，發(fā)展到后來以伽利略為代表的文藝復(fù)興時期的科學(xué)發(fā)展初級階段，開啟了現(xiàn)代科學(xué)之門。過去數(shù)百年受當(dāng)時實驗條件的限制，難于完成對自然現(xiàn)象更精細(xì)的理解?？茖W(xué)家們開始嘗試盡量簡化實驗?zāi)Ｐ?，去掉一些?fù)雜的干擾，只留下關(guān)鍵因素（這就出現(xiàn)了我們在學(xué)習(xí)物理學(xué)中“足夠光滑”、“足夠長的時間”、“空氣足夠稀薄”等令人費(fèi)解的條件描述），然后通過演算進(jìn)行歸納總結(jié)，這就是第二范式。第二研究范式以理論研究為主，這種研究范式一直持續(xù)到19世紀(jì)末，都堪稱完美，牛頓三大定律成功解釋了經(jīng)典力學(xué)，麥克斯韋理論成功解釋了電磁學(xué)，經(jīng)典物理學(xué)大廈美輪美奐。但之后量子力學(xué)和相對論的出現(xiàn)，則以理論研究為主，以超凡的頭腦思考和復(fù)雜的

12、計算超越了實驗設(shè)計，而隨著驗證理論的難度和經(jīng)濟(jì)投入越來越高，科學(xué)研究開始顯得力不從心。量化思維：一切皆可量化第四科學(xué)研究范式過去數(shù)十年20世紀(jì)中葉，馮諾依曼提出了現(xiàn)代電子計算機(jī)架構(gòu)，利用電子計算機(jī)對科學(xué)實驗進(jìn)行模擬仿真的模式得到迅速普及，人們可以對復(fù)雜現(xiàn)象通過模擬仿真，推演出越來越多復(fù)雜的現(xiàn)象，典型案例如模擬核試驗、天氣預(yù)報等。隨著計算機(jī)仿真越來越多地取代實驗，逐漸成為科研的常規(guī)方法，即第三范式。今天將理論、實驗和計算模擬統(tǒng)一起來由儀器收集或者計算模擬產(chǎn)生數(shù)據(jù)由計算機(jī)存儲和處理數(shù)據(jù)科學(xué)家通過數(shù)據(jù)分析挖掘軟件分析數(shù)據(jù)，發(fā)現(xiàn)規(guī)律而未來科學(xué)的發(fā)展趨勢是，隨著數(shù)據(jù)的爆炸性增長，計算機(jī)將不僅僅能做模擬仿

13、真，還能進(jìn)行分析總結(jié)，得到理論。數(shù)據(jù)密集范式理應(yīng)從第三范式中分離出來，成為一個獨(dú)特的科學(xué)研究范式。也就是說，過去由牛頓、愛因斯坦等科學(xué)家從事的工作，未來完全可以由計算機(jī)來做。這種科學(xué)研究的方式，被稱為第四范式。思考：我們可以看到，第四范式與第三范式，都是利用計算機(jī)來進(jìn)行計算，二者有什么區(qū)別呢？決策思維：讓數(shù)據(jù)說話決策模式：直覺驅(qū)動的決策：拍腦袋的決策，有隨意性邏輯驅(qū)動的決策：基于邏輯分析的推理經(jīng)驗驅(qū)動的決策：用數(shù)據(jù)說話、用數(shù)據(jù)來管理、用數(shù)據(jù)來決策、用數(shù)據(jù)來創(chuàng)新現(xiàn)代生活中的很多決策在本質(zhì)上是不確定的，例如，抽獎、保險和天氣預(yù)報等等，掌握概率知識，學(xué)會以概率的觀點(diǎn)來思考生活中與概率相關(guān)的問題，就不

14、會再問一件事是否會發(fā)生，而是問其發(fā)生的概率。決策思維：讓數(shù)據(jù)說話概率論和統(tǒng)計學(xué)將經(jīng)驗變成了“科學(xué)”數(shù)據(jù)分布（均勻分布、高斯分布、泊松分布）數(shù)據(jù)抽樣假設(shè)檢驗大數(shù)定律決策思維：讓數(shù)據(jù)說話大數(shù)定律在隨機(jī)事件的大量重復(fù)出現(xiàn)中，往往呈現(xiàn)幾乎必然的規(guī)律，這個規(guī)律就是大數(shù)定律。通俗地說，這個定理就是，在試驗不變的條件下，重復(fù)試驗多次，隨機(jī)事件的頻率近似于它的概率。大數(shù)定律通俗一點(diǎn)來講，就是樣本數(shù)量很大的時候，樣本均值和真實均值充分接近。例如，在重復(fù)投擲一枚硬幣的隨機(jī)試驗中，觀測投擲了n次硬幣中出現(xiàn)正面的次數(shù)。不同的n次試驗，出現(xiàn)正面的頻率（出現(xiàn)正面次數(shù)與n之比）可能不同，但當(dāng)試驗的次數(shù)n越來越大時，出現(xiàn)正面

15、的頻率將大體上逐漸接近于1/2。又如稱量某一物體的重量，假如衡器不存在系統(tǒng)偏差，由于衡器的精度等各種因素的影響，對同一物體重復(fù)稱量多次，可能得到多個不同的重量數(shù)值，但它們的算術(shù)平均值一般來說將隨稱量次數(shù)的增加而逐漸接近于物體的真實重量。決策思維：讓數(shù)據(jù)說話大數(shù)定律的假設(shè)獨(dú)立同分布試驗的次數(shù)非常大在很多情況下，這些假設(shè)不一定能滿足問題空間的參數(shù)太大，訓(xùn)練數(shù)據(jù)對問題空間的覆蓋度不大試驗條件在變化，不能滿足獨(dú)立同分布決策思維：讓數(shù)據(jù)說話決策思維：讓數(shù)據(jù)說話整合思維：跨界的創(chuàng)新Integrative thinking（整合思維）：別再只盯著你的一畝三分地，打開眼睛，尋找自己可用的各種資源，整合出解決問

16、題的新方式?！罢纤季S”就是在面臨困難問題時的應(yīng)對之策，即運(yùn)用發(fā)散思維，尋找新的解決方案，而非僅局限于從已有的“解決方案清單”中選擇。整合思維：跨界的創(chuàng)新數(shù)據(jù)孤島的形成技術(shù)的原因 歷史的原因 認(rèn)識的原因比如，要辦一個證，時常就會出現(xiàn)“多部門跑腿”的現(xiàn)象，民眾要跑完這個部門再跑另一個部門。-數(shù)據(jù)孤島在大數(shù)據(jù)時代，傳統(tǒng)的政務(wù)查詢、社保查詢、醫(yī)療教育、水電煤等公共服務(wù)將被集成，各政務(wù)服務(wù)間的信息化壁壘、數(shù)據(jù)孤島將會消失，政府、企業(yè)、研究機(jī)構(gòu)間的數(shù)據(jù)可實現(xiàn)安全的分享流通、交易交換。因此，隨著大數(shù)據(jù)的發(fā)展，政府首先要進(jìn)一步把為人民服務(wù)的觀念和責(zé)任意識落實到實際工作中去，要有數(shù)據(jù)信息開放思維、數(shù)據(jù)信息整合

17、思維和數(shù)據(jù)信息分享思維。從互聯(lián)網(wǎng)的角度來看，政府服務(wù)優(yōu)化是沒有止境的。也就是說，不同部門之間要加強(qiáng)服務(wù)融合，要加強(qiáng)信息的交換。我們需要用移動互聯(lián)網(wǎng)的思維去打造一個指尖上的政府服務(wù)體系。正如李克強(qiáng)總理強(qiáng)調(diào)的“要讓政府信息多跑路，群眾少跑腿”，我們各級政府應(yīng)該按照方便辦事、就近服務(wù)的原則，充分利用大數(shù)據(jù)的功能，真正完成向服務(wù)型政府轉(zhuǎn)變的時代要求。整合思維：跨界的創(chuàng)新信息化進(jìn)程整合思維：跨界的創(chuàng)新信息化3.0云計算解決了計算資源的共享問題大數(shù)據(jù)技術(shù)試圖解決數(shù)據(jù)的利用問題大數(shù)據(jù)是由于不同來源的數(shù)據(jù)匯集而帶來的“跨界”型創(chuàng)新應(yīng)用云計算Cloud computing is a model for enab

18、ling ubiquitous, convenient, on-demand network access to a shared pool of configurable computing resources (e.g., networks, servers, storage, applications, and services) that can be rapidly provisioned and released with minimal management effort or service provider interaction.云計算是一個方便靈活的計算模式，它是按需，可

19、通過網(wǎng)絡(luò)進(jìn)行訪問和使用的計算資源的共享池（例如，網(wǎng)絡(luò)、服務(wù)器、存儲、應(yīng)用程序服務(wù)），它以用最少的管理付出，與服務(wù)供應(yīng)商有最少的交互的前提下，可以達(dá)到將各種計算資源迅速地配置和推出。云計算的特點(diǎn)(1)超大規(guī)模?！霸啤本哂邢喈?dāng)?shù)囊?guī)模，Google云計算已經(jīng)擁有100多萬臺服務(wù)器，Amazon、IBM、微軟和Yahoo等公司的“云”均擁有幾十萬臺服務(wù)器?！霸啤蹦苜x予用戶前所未有的計算能力。(2)虛擬化。云計算支持用戶在任意位置、使用各種終端獲取服務(wù)。所請求的資源來自“云”，而不是固定的有形的實體。應(yīng)用在“云”中某處運(yùn)行，但實際上用戶無需了解應(yīng)用運(yùn)行的具體位置，只需要一臺筆記本或一個PDA，就可以通過

20、網(wǎng)絡(luò)服務(wù)來獲取各種能力超強(qiáng)的服務(wù)。(3)高可靠性。“云”使用了數(shù)據(jù)多副本容錯、計算節(jié)點(diǎn)同構(gòu)可互換等措施來保障服務(wù)的高可靠性，使用云計算比使用本地計算機(jī)更加可靠。 (4)通用性。云計算不針對特定的應(yīng)用，在“云”的支撐下可以構(gòu)造出千變?nèi)f化的應(yīng)用，同一片“云”可以同時支撐不同的應(yīng)用運(yùn)行。 (5)高可伸縮性?！霸啤钡囊?guī)?？梢詣討B(tài)伸縮，滿足應(yīng)用和用戶規(guī)模增長的需要。 (6)按需服務(wù)?！霸啤笔且粋€龐大的資源池，用戶按需購買，像自來水、電和煤氣那樣計費(fèi)。 (7)極其廉價?！霸啤钡奶厥馊蒎e措施使得可以采用極其廉價的節(jié)點(diǎn)來構(gòu)成云;“云”的自動化管理使數(shù)據(jù)中心管理成本大幅降低;“云”的公用性和通用性使資源的利用率

21、大幅提升;“云”設(shè)施可以建在電力資源豐富的地區(qū)，從而大幅降低能源成本。因此“云”具有前所未有的性能價格比。因此，用戶可以充分享受“云”的低成本優(yōu)勢，需要時，花費(fèi)幾百美元、一天時間就能完成以前需要數(shù)萬美元、數(shù)月時間才能完成的數(shù)據(jù)處理任務(wù)。整合思維：跨界的創(chuàng)新跨界應(yīng)用比比皆是2014年7月22日，上海。阿里巴巴宣布，和中行、招行、建行等7家銀行深度合作，為中小企業(yè)提供基于網(wǎng)商信用的無抵押貸款，最高授信額度為1000萬元阿里將平臺擁有的數(shù)萬家企業(yè)交易數(shù)據(jù)開放給銀行，降低銀行貸款風(fēng)控成本的同時，也為苦于無法自證信用的中小企業(yè)提供了第三方擔(dān)保。大數(shù)據(jù)帶來的思維變革-互聯(lián)網(wǎng)思維互聯(lián)網(wǎng)的發(fā)展大數(shù)據(jù)帶來的思維

22、變革-互聯(lián)網(wǎng)思維大數(shù)據(jù)帶來的思維變革-互聯(lián)網(wǎng)思維以客戶為中心：人本思維萬物皆有聯(lián)系：關(guān)聯(lián)思維反壟斷去中心化：平等思維人本思維傳統(tǒng)的信息系統(tǒng)是將業(yè)務(wù)邏輯作為最重要的內(nèi)容互聯(lián)網(wǎng)應(yīng)用將客戶作為信息系統(tǒng)最重要的組成部分互聯(lián)網(wǎng)應(yīng)用的核心在于以用戶需求為主導(dǎo)，將用戶思考和用戶體驗做到極致是關(guān)鍵所在人本思維有數(shù)據(jù)顯示，高達(dá)92%的顧客相信朋友推薦，有75%的顧客決策前參考社會化評價，70%的顧客相信在線評論?？诒疇I銷：通過社會媒體各渠道塑造品牌形象，直接影響消費(fèi)決策。互聯(lián)網(wǎng)應(yīng)用中，最有價值的是社區(qū)。為用戶畫像，了解用戶的需求，提供個性化的服務(wù) 關(guān)聯(lián)思維大腦如何記憶：我們會把某種事物特征化，然后將事物與特征彼

23、此關(guān)聯(lián)。每個事物都關(guān)聯(lián)了很多個特征，每個特征也同時關(guān)聯(lián)了很多個事物。大腦會通過這種特征與事物的關(guān)聯(lián)來進(jìn)行檢索和思考。其中，事物的特征是可以被編輯的。也就是說，我們對事物的認(rèn)識越豐富，在事物中甄別出越多的特征，就會越有利于我們的思考與記憶。 例如，聽到下面兩個詞之后，你想到了什么。第一個詞“人行橫道”，第二個詞“非洲”。關(guān)聯(lián)思維強(qiáng)調(diào)數(shù)據(jù)之間的關(guān)聯(lián)也很有用，而不去追求數(shù)據(jù)之間的因果關(guān)系。因果關(guān)系是最深刻的一類聯(lián)系，但是我們很多時候并不能獲得。平等思維平等思維去中心化中心化（Centralization）和去中心化（Decentralization）就是集權(quán)與分權(quán)，在互聯(lián)網(wǎng)上，就是指從我說你聽的廣播模式，向人人有個小喇叭的廣場模式轉(zhuǎn)變。中心化的典型例子是門戶網(wǎng)站，去中心化的典型例子是blog、UGC、社交媒體等。建立和運(yùn)維社區(qū)是大數(shù)據(jù)應(yīng)用的關(guān)鍵。在社區(qū)中，成員都是平等的。平等思維壟斷vs反壟斷互聯(lián)網(wǎng)本質(zhì)上是反壟斷的技術(shù)反壟斷：開源社區(qū)信息反壟斷：信息公開是反腐的利器資源反壟斷：開放和標(biāo)準(zhǔn)是有效的辦法平等思維壟斷vs反壟斷平等思維長尾效應(yīng)從人們需求的角度來看,大多數(shù)的需求會集中在頭部,這部分我們可以稱之為流行；而分布在尾部的需求是個性化的、零散的、小