大數(shù)據(jù)的十個(gè)反思故事

來(lái)自大數(shù)據(jù)的反思

需要讀懂的10個(gè)小故事

2015-07-2909:46:08來(lái)源：CIO時(shí)代網(wǎng)

中國(guó)大數(shù)據(jù)2011年以來(lái)，大數(shù)據(jù)旋風(fēng)以“迅雷不及掩耳之勢(shì)”席卷中國(guó)大數(shù)據(jù)已然成為繼云計(jì)算、物聯(lián)網(wǎng)之后新一輪的技術(shù)變革熱潮。谷歌趨勢(shì)（GoogleTrends）顯示的有關(guān)大數(shù)據(jù)熱度的趨勢(shì)大數(shù)據(jù)分析：面向過(guò)去，發(fā)現(xiàn)潛藏在數(shù)據(jù)表面之下的歷史規(guī)律或模式數(shù)據(jù)是與物質(zhì)、能源一樣重要的戰(zhàn)略資源。中國(guó)工程院李國(guó)杰院士更是把大數(shù)據(jù)提升到戰(zhàn)略的高度單身狗傷不起，相親還要看大數(shù)據(jù)

2015-09-1712:21:09來(lái)源:新周刊

本文刊發(fā)于《新周刊》第450期（2015.9.1）

2013年4月28日，武漢大學(xué)舉行博士相親會(huì)200多名男女研究生參加了活動(dòng)。全國(guó)《第六次人口普查數(shù)據(jù)》顯示，70后男性有1195.9萬(wàn)人處于非婚狀態(tài)，同年齡段非婚女性也有582萬(wàn)人，男女性別比例高達(dá)206:100。嚴(yán)峻的“脫光”形勢(shì)，刺激著各家父母催婚的號(hào)角。又一次敗退于相親飯局，又一次將對(duì)方拉黑或被對(duì)方拉黑，深感效率低下之際，你會(huì)不會(huì)想要一份指南，按圖索驥？還真有。零點(diǎn)指標(biāo)數(shù)據(jù)、世紀(jì)佳緣、百合網(wǎng)等，先后推出相關(guān)婚戀調(diào)查報(bào)告，地域成為其中重要參考指標(biāo)。全國(guó)相親指南圖四川妹子最受歡迎；廣東男光棍數(shù)量最多，卻也是全國(guó)男性脫單率第一名，第二、三名是上海、北京；黑龍江男性在擇偶時(shí)更聽(tīng)父母的話；吉林女性擇偶時(shí)更聽(tīng)父母的話；全國(guó)相親指南圖重慶青年在戀愛(ài)對(duì)象選擇上最有主見(jiàn)；寧夏“妻管嚴(yán)”的男人最多；河南“怕老公”的女人最多；陜西女婿受到丈母娘疼愛(ài)的指數(shù)最高；四川、遼寧、貴州女婿受丈母娘疼愛(ài)指數(shù)最低；安徽婆媳關(guān)系最和諧；貴州、福建、云南的婆媳關(guān)系最不和諧。零點(diǎn)指標(biāo)數(shù)據(jù)顯示，54.5%的男性和57.7%的女性在選擇伴侶時(shí)都傾向于本省份的老鄉(xiāng)。兔子也吃窩邊草：一樣的方言、共同的風(fēng)俗、相似的生活環(huán)境與童年回憶，都增進(jìn)了交流效率。地域上，四川妹子成為男同胞最想娶的外省姑娘。不僅多才，天府之國(guó)更多美女。氣候溫潤(rùn)，紫外線不強(qiáng)，嗜辣的生活習(xí)慣利于新陳代謝，妹子皮膚白皙可人，一白遮三丑。地域上，四川妹子成為男同胞最想娶的外省姑娘。享受生活的慢節(jié)奏能讓姑娘們有更多時(shí)間充實(shí)和打扮自己。人俏嘴巧，還做得一手好川菜，川妹子當(dāng)然是“出得廳堂下得廚房”的首選。女性相親市場(chǎng)最受歡迎前三甲：北京爺們、溫柔上海男人和務(wù)實(shí)廣東男。女性最想嫁的，北京、上海和廣東喜奪前三甲。北京男人喜歡自稱“爺們”。熱情、幽默、好面子、講義氣是他們的特征。脫光成功率全國(guó)排行榜上，北京爺們喜奪亞軍。許多女人認(rèn)為，北京男人能侃，一起生活不會(huì)無(wú)聊能說(shuō)會(huì)道也是一門本事。女性相親市場(chǎng)最受歡迎前三甲：北京爺們、溫柔上海男人和務(wù)實(shí)廣東男。勝出北京爺們的是溫柔上海男人。上海男人的好形象仍深入人心——文質(zhì)彬彬、尊重女性、體貼周到、承擔(dān)家務(wù)、價(jià)值觀是家庭第一，女人們都愿意被他們捧在手心里。女性相親市場(chǎng)最受歡迎前三甲：北京爺們、溫柔上海男人和務(wù)實(shí)廣東男。龍應(yīng)臺(tái)曾經(jīng)贊美：“上海男人竟然如此可愛(ài)：他可以買菜燒飯拖地而不覺(jué)得自己低下，他可以洗女人的衣服而不覺(jué)得自己卑賤，他可以輕聲細(xì)語(yǔ)地和女人說(shuō)話而不覺(jué)得自己少了男子氣概，女性相親市場(chǎng)最受歡迎前三甲：北京爺們、溫柔上海男人和務(wù)實(shí)廣東男。他可以讓女人逞強(qiáng)而不覺(jué)得自己懦弱，他可以欣賞妻子成功而不覺(jué)得自己就是失敗。上海的男人不需要像黑猩猩一樣砰砰捶打自己的胸膛、展露自己的毛發(fā)來(lái)證明自己男性的價(jià)值。”女性相親市場(chǎng)最受歡迎前三甲：北京爺們、溫柔上海男人和務(wù)實(shí)廣東男。令人意外的是，脫單率冠軍是廣東地區(qū)——這同時(shí)也是男光棍數(shù)量最多的省份。廣東男性頭腦靈活、富于冒險(xiǎn)，不談空頭理論，人人忙著賺錢，具備一定的經(jīng)濟(jì)實(shí)力，而這正是維持戀愛(ài)婚姻的必要因素之一。女性相親市場(chǎng)最受歡迎前三甲：北京爺們、溫柔上海男人和務(wù)實(shí)廣東男。另外，作為南方男人，廣東男人同樣有上海男人的溫和細(xì)膩，做事不溫不火，給別人留有余地，深得女性贊賞。女性相親市場(chǎng)最受歡迎前三甲：北京爺們、溫柔上海男人和務(wù)實(shí)廣東男。經(jīng)濟(jì)發(fā)展是硬道理，在相親版圖上，地理位置偏遠(yuǎn)、經(jīng)濟(jì)欠發(fā)達(dá)的新疆、西藏、貴州、廣西等省份，被選為理想伴侶的比例就低得多了。中國(guó)講究“父母之命，媒妁之言”，即便今天，父母?jìng)內(nèi)詴?huì)給子女提出諸多擇偶條件和考察標(biāo)準(zhǔn)。85.4%的單身人士認(rèn)為自己對(duì)另一半的要求符合父母期待，其中，經(jīng)濟(jì)條件是共同考慮的重要因素。近三成單身人士表示因父母的干涉而感情失敗。聽(tīng)媽媽的話，東北父母影響相親市場(chǎng)東北地區(qū)相親市場(chǎng)受父母因素影響最大。當(dāng)父母與子女對(duì)婚姻產(chǎn)生意見(jiàn)分歧時(shí)，39%的吉林女性和18%的黑龍江男性都會(huì)選擇聽(tīng)從父母的建議。而南方的重慶青年在戀愛(ài)對(duì)象選擇上最有主見(jiàn)。從戀愛(ài)步入婚姻，每個(gè)家庭在柴米油鹽的瑣事碰撞中建立了自己的相處模式。全國(guó)超六成夫妻推崇平等互待，16.7%的家庭是“妻管嚴(yán)”模式，剩下6.6%的家庭則以丈夫?yàn)橹行?。“妻管?yán)”寧夏最多，

河南女人普遍“怕老公”在全國(guó)“怕老婆”排行榜上，寧夏老公以29.6%的比例勇奪榜首，浙江以29%緊隨其后。上海老公反而屈居第七。俗話說(shuō)“怕老婆會(huì)發(fā)達(dá)”。“妻管嚴(yán)”寧夏最多，

河南女人普遍“怕老公”不過(guò)，長(zhǎng)時(shí)間的“怕”會(huì)讓丈夫感到身心疲憊，建議在婚姻之初就建立平等的相處模式，互敬互愛(ài)才是長(zhǎng)遠(yuǎn)之計(jì)?！捌薰車?yán)”寧夏最多，

河南女人普遍“怕老公”老公地位最高的是河南家庭。19.1%河南女性承認(rèn)自己“怕老公”，也是31省中唯一一個(gè)“怕老公”比例高于“怕老婆”比例的省份。故事01：

大數(shù)據(jù)預(yù)測(cè)得準(zhǔn)嗎？

從前，有一頭不在風(fēng)口長(zhǎng)大的豬。自打出生以來(lái)，就在豬圈這個(gè)世外桃源里美滿地生活著每天都有人時(shí)不時(shí)地扔進(jìn)來(lái)一些好吃的東西，小豬覺(jué)得日子愜意極了！高興任性時(shí)，可在豬圈泥堆里打滾耍潑。憂傷時(shí)，可趴在豬圈的護(hù)欄上，看夕陽(yáng)西下，春去秋來(lái)，歲月不爭(zhēng)?！柏i”生如此，夫復(fù)何求？根據(jù)過(guò)往數(shù)百天的大數(shù)據(jù)分析，小豬預(yù)測(cè)，未來(lái)的日子會(huì)一直這樣“波瀾不驚”地過(guò)下去，直到它從小豬長(zhǎng)成肥豬……在春節(jié)前的一個(gè)下午，一次血腥的殺戮改變了豬的信念：尼瑪大數(shù)據(jù)都是騙人的啊……慘叫嘎然而止。從前，有一頭不在風(fēng)口長(zhǎng)大的豬。自打出生以來(lái)，就在豬圈這個(gè)世外桃源里美滿地生活著每天都有人時(shí)不時(shí)地扔進(jìn)來(lái)一些好吃的東西，小豬覺(jué)得日子愜意極了！高興任性時(shí)，可在豬圈泥堆里打滾耍潑。憂傷時(shí)，可趴在豬圈的護(hù)欄上，看夕陽(yáng)西下，春去秋來(lái)，歲月不爭(zhēng)?！柏i”生如此，夫復(fù)何求？針對(duì)大數(shù)據(jù)分析，無(wú)非有兩個(gè)方面的作用：（1）面向過(guò)去，發(fā)現(xiàn)潛藏在數(shù)據(jù)表面之下的歷史規(guī)律或模式，稱之為描述性分析（DescriptiveAnalysis）；（2）面向未來(lái)，對(duì)未來(lái)趨勢(shì)進(jìn)行預(yù)測(cè)，稱之為預(yù)測(cè)性分析（PredictiveAnalysis）。把大數(shù)據(jù)分析的范圍從“已知”拓展到“未知”，從“過(guò)去”走向“將來(lái)”，這是大數(shù)據(jù)真正的生命力和“靈魂”所在。那頭“悲催”的豬，之所以發(fā)出“大數(shù)據(jù)都是騙人的啊”吶喊，是因?yàn)樗牡贸隽艘粋€(gè)錯(cuò)誤的“歷史規(guī)律”：根據(jù)以往的數(shù)據(jù)預(yù)測(cè)未來(lái)，它每天都會(huì)過(guò)著“飯來(lái)張口”的豬一般的生活。但是沒(méi)想到，會(huì)發(fā)生“黑天鵝事件”——春節(jié)的殺豬事件。黑天鵝事件（BlackSwanEvent）通常是指，難以預(yù)測(cè)的但影響甚大的事件，一旦發(fā)生，便會(huì)引起整個(gè)局面連鎖負(fù)面反應(yīng)甚至顛覆。舍恩伯格教授在《大數(shù)據(jù)時(shí)代》的一個(gè)核心觀點(diǎn)就是大數(shù)據(jù)即全數(shù)據(jù)（即n=All，這里n為數(shù)據(jù)的大小），其旨在收集和分析與某事物相關(guān)的“全部”數(shù)據(jù)，而非僅分析“部分”數(shù)據(jù)。那頭小豬，僅僅著眼于分析它“從小到肥”成長(zhǎng)數(shù)據(jù)——局部小數(shù)據(jù)，而忽略了“從肥到?jīng)]”的歷史數(shù)據(jù)。數(shù)據(jù)不全，結(jié)論自然會(huì)偏，預(yù)測(cè)就會(huì)不準(zhǔn)。數(shù)據(jù)不全，不僅坑爹，還坑命啊！問(wèn)題來(lái)了，大數(shù)據(jù)等于全數(shù)據(jù)（即n=All），能輕易做到嗎？故事02：

“n=All”只是一個(gè)幻覺(jué)

波士頓手機(jī)應(yīng)用——“顛簸的街道”利用內(nèi)置的加速度傳感器，檢查出街道上的坑洼之處在路面平穩(wěn)的地方，傳感器加速度值小，而在坑坑洼洼的地方，傳感器加速度值就大。熱心的波士頓市民們，下載并使用后，開(kāi)著車、帶著手機(jī)，他們就是一名義務(wù)的、兼職的市政工人，這樣就可以輕易做到“全民皆市政”。市政廳全職的工作人員就無(wú)需親自巡查道路，而是打開(kāi)電腦，就能一目了然的看到哪些道路損壞嚴(yán)重，哪里需要維修。波士頓市政府也因此驕傲地宣布，“大數(shù)據(jù)，為這座城市提供了實(shí)時(shí)的信息，它幫助我們解決問(wèn)題，并提供了長(zhǎng)期的投資計(jì)劃”。著名期刊《連線》：這是眾包（Crowdsourcing）改善政府功能的典范之作。眾包（Crowdsourcing）是《連線》雜志記者JeffHowe于2006年發(fā)明的一個(gè)專業(yè)術(shù)語(yǔ)，用來(lái)描述一種新的商業(yè)模式。它以自由自愿的形式外包給非特定的大眾網(wǎng)絡(luò)的做法。眾包利用眾多志愿員工的創(chuàng)意和能力——這些志愿員工具備完成任務(wù)的技能，愿意利用業(yè)余時(shí)間工作，滿足于對(duì)其服務(wù)收取小額報(bào)酬，或者暫時(shí)并無(wú)報(bào)酬，僅僅滿足于未來(lái)獲得更多報(bào)酬的前景。然而，從一開(kāi)始，“顛簸的街道”的產(chǎn)品設(shè)計(jì)就是有偏的（bias），因?yàn)槭褂眠@款A(yù)pp的對(duì)象，“不經(jīng)意間”要滿足3個(gè)條件：（1）年齡結(jié)構(gòu)趨近年輕，因?yàn)橹欣夏耆藧?ài)玩智能手機(jī)的相對(duì)較少；（2）使用App的人，還得有一部車。雖然有輛車在美國(guó)不算事，但畢竟不是每個(gè)人都有；（3）有錢，還得有閑。前面兩個(gè)條件這還不夠，使用者還得有“閑心”，想著開(kāi)車時(shí)打開(kāi)“這個(gè)App。很多年輕人安裝的應(yīng)用程序數(shù)量可能兩位數(shù)以上，除了較為常用的社交軟件如Facebook或Twitter記得外，還有什么公益軟件“重要地”一開(kāi)車就記得打開(kāi)？“顛簸的街道”的理念在于，它可以提供“n=All（所有）”個(gè)坑洼地點(diǎn)信息，但這里的“n=All（所有）”也僅僅是滿足上述3個(gè)條件的用戶記錄數(shù)據(jù)，而非“所有坑洼點(diǎn)”的數(shù)據(jù)上述3個(gè)條件，每個(gè)條件其實(shí)都過(guò)濾了一批樣本，“n=All”注定是不成立的。在一些貧民窟，可能因?yàn)槭褂檬謾C(jī)的、開(kāi)車的、有閑心的App用戶偏少，即使有些路面有較多坑洼點(diǎn)，也未必能檢測(cè)出來(lái)。用“n=All”來(lái)定義大數(shù)據(jù)集合如果真能這樣，那么就無(wú)需采樣了，也不再有采樣偏差的問(wèn)題，因?yàn)椴蓸右呀?jīng)包含了所有數(shù)據(jù)。不要簡(jiǎn)單地假定自己掌握了所有有關(guān)的數(shù)據(jù)：“N=All（所有）”常常僅僅是對(duì)數(shù)據(jù)的一種假設(shè)，而不是現(xiàn)實(shí)。現(xiàn)實(shí)數(shù)據(jù)是含有系統(tǒng)偏差的，通常需要人們仔細(xì)考量，才有可能找到并糾正這些系統(tǒng)偏差。大數(shù)據(jù)，看起來(lái)包羅萬(wàn)象，但“n=All”往往不過(guò)是一個(gè)頗有誘惑力的假象而已。“n=All”夢(mèng)想很豐滿，但現(xiàn)實(shí)很骨感！問(wèn)題是，即使具備全數(shù)據(jù)，就能輕易找到隱藏于數(shù)據(jù)背后的有價(jià)值信息嗎？故事03：

大數(shù)據(jù)的研究方法可笑嗎晚上，一醉漢在路燈下不停地轉(zhuǎn)來(lái)轉(zhuǎn)去，警察就問(wèn)他在找什么。醉漢說(shuō)，我的鑰匙丟了。于是，警察幫他一起找，結(jié)果路燈周圍找了幾遍都沒(méi)找到。于是警察就問(wèn)，你確信你的鑰匙是丟到這兒?jiǎn)?？醉漢說(shuō)，不確信啊，我壓根就不知道我的鑰匙丟到哪兒。警察怒從心中來(lái)，問(wèn)，那你到這里來(lái)找什么？醉漢振振有辭：因?yàn)橹挥羞@里有光線??！在面臨復(fù)雜問(wèn)題時(shí)，我們的思維方式也常同這個(gè)醉漢所差無(wú)幾，同樣也是先在自己熟悉的范圍和領(lǐng)域內(nèi)尋找答案，哪怕這個(gè)答案和自己的領(lǐng)域“相隔萬(wàn)里”！數(shù)據(jù)那么大，價(jià)值密度那么低，你也可以去分析，但從何分析起？首先想到的方法和工具，難道不是當(dāng)下你最熟悉的？而你最熟悉的，就能確保它就是最好的嗎？在醉漢例子里，浩瀚的黑夜就是如同全數(shù)據(jù)，“鑰匙”就好比是大數(shù)據(jù)分析中我們要找到的價(jià)值目標(biāo)，“路燈”就好比我們要達(dá)到這個(gè)目標(biāo)的測(cè)量“標(biāo)尺”，如果這個(gè)標(biāo)尺的導(dǎo)向有問(wèn)題，順著這個(gè)標(biāo)尺導(dǎo)引，想要找到心儀的“鑰匙”，是非常困難的！在我們癡迷于某項(xiàng)自己熟悉的特定測(cè)量標(biāo)尺之前，一定要提前審視一下，這個(gè)測(cè)量標(biāo)尺是否適合幫助我們找到那把“鑰匙”，如果不能，趕快換一盞“街燈”吧！在醉漢例子里，浩瀚的黑夜就是如同全數(shù)據(jù)，“鑰匙”就好比是大數(shù)據(jù)分析中我們要找到的價(jià)值目標(biāo)，“路燈”就好比我們要達(dá)到這個(gè)目標(biāo)的測(cè)量“標(biāo)尺”，如果這個(gè)標(biāo)尺的導(dǎo)向有問(wèn)題，順著這個(gè)標(biāo)尺導(dǎo)引，想要找到心儀的“鑰匙”，是非常困難的！在我們癡迷于某項(xiàng)自己熟悉的特定測(cè)量標(biāo)尺之前，一定要提前審視一下，這個(gè)測(cè)量標(biāo)尺是否適合幫助我們找到那把“鑰匙”，如果不能，趕快換一盞“街燈”吧！如果在黑暗中丟失的鑰匙，是大數(shù)據(jù)中的價(jià)值，那這個(gè)價(jià)值也太稀疏了吧。故事04：

大數(shù)據(jù)的價(jià)值鑒于大數(shù)據(jù)信息密度低，大數(shù)據(jù)是貧礦，投入產(chǎn)出比不見(jiàn)得好。大數(shù)據(jù)價(jià)值挖掘的風(fēng)險(xiǎn)還在于，會(huì)有很多的“誤報(bào)”發(fā)現(xiàn)在數(shù)據(jù)的大干草垛中，發(fā)現(xiàn)有意義的“針”，其困難在于“很多干草看起來(lái)也像針”Thetroublewithseekingameaningfulneedleinmassivehaystacksofdataisthat“manybitsofstrawlooklikeneedles李國(guó)杰院士《園中有金》有父子二人，居山村，營(yíng)果園。父病后，子不勤耕作，園漸荒蕪。一日，父病危，謂子曰：園中有金。子翻地尋金，無(wú)所得，甚悵然。是年秋，園中葡萄、蘋果之屬皆大豐收。子始悟父言之理。人們總是期望，能從大數(shù)據(jù)中挖掘出意想不到的“大價(jià)值”。實(shí)際上，大數(shù)據(jù)的價(jià)值，主要體現(xiàn)在它的驅(qū)動(dòng)效應(yīng)上，大數(shù)據(jù)對(duì)經(jīng)濟(jì)的貢獻(xiàn)，并不完全反映在大數(shù)據(jù)公司的直接收入上，應(yīng)考慮對(duì)其他行業(yè)效率和質(zhì)量提高的貢獻(xiàn)。大數(shù)據(jù)是典型的通用技術(shù)，理解通用技術(shù)的價(jià)值，要懂得采用“蜜蜂模型”：蜜蜂的最大效益，并非是自己釀造的蜂蜜，而是蜜蜂傳粉對(duì)農(nóng)林業(yè)的貢獻(xiàn)——你能說(shuō)秋天的累累碩果，沒(méi)有蜜蜂的一份功勞？《園中有金》中兒子翻地的價(jià)值，不僅在于翻到園中的金子，更是在于翻地之后，促進(jìn)了秋天果園的豐收。醉漢黑暗中尋找的鑰匙，亦非最終的價(jià)值，通過(guò)鑰匙打開(kāi)的門才是。對(duì)于大數(shù)據(jù)研究而言，一旦數(shù)據(jù)收集、存儲(chǔ)、分析、傳輸?shù)饶芰μ岣吡?，即使沒(méi)有發(fā)現(xiàn)什么普適的規(guī)律或令人完全想不到的新知識(shí)，也極大推動(dòng)了諸如計(jì)算機(jī)軟硬件、數(shù)據(jù)分析等行業(yè)的發(fā)展，大數(shù)據(jù)的價(jià)值也已逐步體現(xiàn)。我們不必天天期盼奇跡出現(xiàn)，多做一些“樸實(shí)無(wú)華”的事，實(shí)際的進(jìn)步就會(huì)體現(xiàn)在扎扎實(shí)實(shí)的努力之中。一些媒體總喜歡宣傳一些抓人眼球的大數(shù)據(jù)成功案例。但從事大數(shù)據(jù)行業(yè)的人士，應(yīng)保持清醒的頭腦：無(wú)華是常態(tài)，精彩是無(wú)華的質(zhì)變。如果把“大數(shù)據(jù)”比作農(nóng)夫父子院后的那片土地，那么土地面積越大，會(huì)不會(huì)能挖掘出的“金子”就越多呢？答案還真不是，下面來(lái)說(shuō)說(shuō)大數(shù)據(jù)的大小之爭(zhēng)。故事05：

大小之爭(zhēng)

“大”數(shù)據(jù)一定勝過(guò)小抽樣嗎？1936年，蘭登與羅斯福競(jìng)選下屆總統(tǒng)頗有聲望的雜志《文學(xué)文摘》承擔(dān)了選情預(yù)測(cè)的任務(wù)《文學(xué)文摘》曾在1920年、1924年、1928年、1932年連續(xù)4屆美國(guó)總統(tǒng)大選中，成功地預(yù)測(cè)總統(tǒng)寶座的歸屬。再次雄赳赳、氣昂昂地照辦老辦法——民意調(diào)查，范圍拓展得更廣。數(shù)據(jù)集合越大，預(yù)測(cè)結(jié)果越準(zhǔn)確。計(jì)劃寄出1000萬(wàn)份調(diào)查問(wèn)卷，覆蓋當(dāng)時(shí)四分之一的選民。最終在兩個(gè)多月內(nèi)收到了驚人的240萬(wàn)份回執(zhí)，在統(tǒng)計(jì)完成以后，《文學(xué)文摘》宣布，蘭登將會(huì)以55比41的優(yōu)勢(shì)擊敗羅斯福贏得大選另外4%的選民則會(huì)零散地投給第三候選人。真實(shí)的選舉結(jié)果與《文學(xué)文摘》的預(yù)測(cè)大相徑庭：羅斯福以61比37的壓倒性優(yōu)勢(shì)獲勝。讓《文學(xué)文摘》臉上掛不住的是，新民意調(diào)查的開(kāi)創(chuàng)者喬治·蓋洛普，僅僅通過(guò)一場(chǎng)規(guī)模小得多的問(wèn)卷——一個(gè)3000人的問(wèn)卷調(diào)查，得出了準(zhǔn)確得多的預(yù)測(cè)結(jié)果：羅斯福將穩(wěn)操勝券。蓋洛普的3000人“小”抽樣，居然挑翻了《文學(xué)文摘》240萬(wàn)的“大”調(diào)查，實(shí)在讓專家學(xué)者和社會(huì)大眾跌破眼鏡。從數(shù)據(jù)體積大小的角度來(lái)看，“大”并不能決定一切。民意調(diào)查是基于對(duì)投票人的大范圍采樣。這意味著調(diào)查者需要處理兩個(gè)難題：樣本誤差和樣本偏差。在過(guò)去的200多年里，統(tǒng)計(jì)學(xué)家們總結(jié)出了認(rèn)知數(shù)據(jù)過(guò)程存在的種種陷阱（如樣本偏差和樣本誤差）。如今數(shù)據(jù)的規(guī)模更大了，采集的成本也更低了，“大數(shù)據(jù)”中依然存在大量的“小數(shù)據(jù)”問(wèn)題，大數(shù)據(jù)采集同樣會(huì)犯小數(shù)據(jù)采集一樣的統(tǒng)計(jì)偏差。我們不能掩耳盜鈴，假裝這些陷阱都已經(jīng)被填平了，事實(shí)上，它們還都在，甚至問(wèn)題更加突出。蓋洛普成功的法寶在于，科學(xué)地抽樣，保證抽樣的隨機(jī)性，沒(méi)有盲目的擴(kuò)大調(diào)查面積，而是根據(jù)選民的分別特征，根據(jù)職業(yè)、年齡、膚色等在3000人的比重，再確定電話訪問(wèn)、郵件訪問(wèn)和街頭調(diào)查等各種方式所在比例。由于樣本抽樣得當(dāng)，就可以做到“以小見(jiàn)大”、“一葉知秋”?！段膶W(xué)文摘》的失敗在于，取樣存在嚴(yán)重偏差，調(diào)查對(duì)象主要鎖定為它自己的訂戶。雖然問(wèn)卷調(diào)查數(shù)量不少，但訂戶多集中在中上階層，樣本從一開(kāi)始就是有偏差的（samplebias）因此，推斷的結(jié)果不準(zhǔn)，就不足為奇了。而且蘭登的支持者似乎更樂(lè)于寄回問(wèn)卷結(jié)果，這使得調(diào)查的錯(cuò)誤更進(jìn)了一步。這兩種偏差的結(jié)合，注定了《讀者文摘》調(diào)查的失敗。類比一下《文學(xué)文摘》的調(diào)查模式中國(guó)春運(yùn)來(lái)臨時(shí)，在火車上調(diào)查，問(wèn)乘客是不是買到票了即使你調(diào)查1000萬(wàn)人，這可是大數(shù)據(jù)啊結(jié)論毫無(wú)意外地是都買到了但這個(gè)結(jié)果無(wú)論如何都是不科學(xué)的因?yàn)闃颖镜倪x取是有偏的。采樣也是有缺點(diǎn)的，如果采樣沒(méi)有滿足隨機(jī)性，即使百分之幾的偏差，就可能導(dǎo)致“黑天鵝事件”因此，在全數(shù)據(jù)集存在的前提下，全數(shù)據(jù)當(dāng)然是首選。一般來(lái)說(shuō)：全數(shù)據(jù)>好采樣數(shù)據(jù)>不均勻的大量數(shù)據(jù)。采樣也是有缺點(diǎn)的，如果采樣沒(méi)有滿足隨機(jī)性，即使百分之幾的偏差，就可能導(dǎo)致“黑天鵝事件”因此，在全數(shù)據(jù)集存在的前提下，全數(shù)據(jù)當(dāng)然是首選。一般來(lái)說(shuō)：全數(shù)據(jù)>好采樣數(shù)據(jù)>不均勻的大量數(shù)據(jù)。大數(shù)據(jù)分析技術(shù)運(yùn)用得當(dāng)，能極大地提升人們對(duì)事物的洞察力但技術(shù)和人誰(shuí)在決策中起更大作用？故事06：

數(shù)據(jù)流PK球探，誰(shuí)更重要？美國(guó)職業(yè)棒球隊(duì)教練們挑選心儀的球員依據(jù)球員的“擊球率”（其值等于安打數(shù)／打數(shù)），奧克蘭“運(yùn)動(dòng)家球隊(duì)”的總經(jīng)理比利.比恩采用“上壘率”指標(biāo)來(lái)挑選球員。數(shù)量化分析和預(yù)測(cè)對(duì)棒球運(yùn)動(dòng)的貢獻(xiàn)長(zhǎng)期以來(lái)，美國(guó)職業(yè)棒球隊(duì)教練們挑選心儀的球員依據(jù)球員的“擊球率”（其值等于安打數(shù)／打數(shù)），但是，奧克蘭“運(yùn)動(dòng)家球隊(duì)”的總經(jīng)理比利.比恩采用“上壘率”指標(biāo)來(lái)挑選球員。運(yùn)用了數(shù)據(jù)量化分析取代了球探。大數(shù)據(jù)時(shí)代兩個(gè)流派，技術(shù)主導(dǎo)派:

“萬(wàn)物皆數(shù)”，要么數(shù)字化，要么死亡技術(shù)在決策中占有舉足輕重地作用。技術(shù)為輔派:技術(shù)僅僅是為人服務(wù)的，

屬于為人所用的眾多工具的一種，

不可夸大其作用。技術(shù)為輔派球探對(duì)運(yùn)動(dòng)員定性指標(biāo)，如競(jìng)爭(zhēng)性、抗壓力、意志力，勤奮程度等的衡量，是少數(shù)結(jié)構(gòu)化數(shù)據(jù)（如上壘率等）指標(biāo)無(wú)法量化刻畫的。技術(shù)為輔派運(yùn)動(dòng)家棒球隊(duì)雖然在數(shù)據(jù)分析的指導(dǎo)下，獲得了震驚業(yè)界的好成績(jī)，然而他們并沒(méi)有取得季后賽的勝利，也沒(méi)有奪取世界冠軍。這說(shuō)明，數(shù)據(jù)分析雖重要，但人的作用更重要！事實(shí)上，在運(yùn)用這些數(shù)據(jù)量化工具的同時(shí)，比恩也增加了球探的費(fèi)用，“軍功章里”有數(shù)據(jù)分析的一半，也有球探的一半。為了讓讀者相信數(shù)據(jù)分析的能力，灌輸一些“心靈雞湯（或稱洗腦）”，是少不了的，哪怕它是假的。故事07：

經(jīng)典故事是偽造的，你知道嗎？關(guān)于零售帝國(guó)沃爾瑪?shù)墓适乱淮卫械臄?shù)據(jù)分析之后，研究人員突然發(fā)現(xiàn)：跟尿布一起搭配購(gòu)買最多的商品，竟是啤酒！關(guān)于零售帝國(guó)沃爾瑪?shù)墓适乱淮卫械臄?shù)據(jù)分析之后，研究人員突然發(fā)現(xiàn)：跟尿布一起搭配購(gòu)買最多的商品，竟是啤酒！尿布和啤酒，聽(tīng)起來(lái)風(fēng)馬牛不相及，但這是對(duì)歷史數(shù)據(jù)進(jìn)行挖掘的結(jié)果，反映的是數(shù)據(jù)層面的規(guī)律。這種關(guān)系令人費(fèi)解，但經(jīng)過(guò)跟蹤調(diào)查，研究人員發(fā)現(xiàn)，一些年輕的爸爸常到超市去購(gòu)買嬰兒尿布，有30％~40％的新爸爸，會(huì)順便買點(diǎn)啤酒犒勞自己。隨后，沃爾瑪對(duì)啤酒和尿布進(jìn)行了捆綁銷售，不出意料，銷售量雙雙增加。這個(gè)案例，出自于涂子沛先生的所著的大數(shù)據(jù)暢銷書《數(shù)據(jù)之巔》要情節(jié)有情節(jié)，要數(shù)據(jù)有數(shù)據(jù)，誓言旦旦，不容你置疑。但是，這個(gè)故事雖經(jīng)典，但是讓你意想不到的是：1.案例是編造的2.相關(guān)性并非什么大事這個(gè)案例，出自于涂子沛先生的所著的大數(shù)據(jù)暢銷書《數(shù)據(jù)之巔》要情節(jié)有情節(jié)，要數(shù)據(jù)有數(shù)據(jù)，誓言旦旦，不容你置疑。但是，這個(gè)故事雖經(jīng)典，但是讓你意想不到的是：1.案例是編造的2.相關(guān)性并非什么大事這個(gè)案例，用來(lái)解釋“關(guān)聯(lián)規(guī)則（AssociationRule）”要求大家多研究“相關(guān)性”，少研究因果關(guān)系！事實(shí)的真相是：這是Teradata公司一位經(jīng)理編出來(lái)的“故事”，目的是讓數(shù)據(jù)分析看起來(lái)更有力，更有趣，而在歷史上從沒(méi)有發(fā)生過(guò)。實(shí)踐是檢驗(yàn)真理的唯一標(biāo)準(zhǔn)。如果這個(gè)故事是真的，按理說(shuō)，應(yīng)該給超級(jí)市場(chǎng)以無(wú)限啟發(fā)才對(duì)，可實(shí)際上，不管是中國(guó)還是在美國(guó)，在超市里面觀察一下，就會(huì)發(fā)現(xiàn)，根本沒(méi)有類似的物品擺放，相近的都很少。但公平地講，這個(gè)故事對(duì)數(shù)據(jù)挖掘的普及意義重大，僅從教育意義上看，仍不失為一個(gè)好故事。即便真的有這個(gè)案例，也不說(shuō)明數(shù)據(jù)分析出來(lái)的“相關(guān)性”，有什么特別的神奇之處。早在2008年，《連線》主編在“理論的終結(jié)：數(shù)據(jù)洪流讓科學(xué)方法依然過(guò)時(shí)（EndofTheory:theDataDelugeMakestheScientificMethodObsolete）”

中率先提出：在PB時(shí)代，我們可以說(shuō)，有相關(guān)性足夠了（Petabytesallowustosay:"Correlationisenough）"。

舍恩伯格教授的《大數(shù)據(jù)時(shí)代》核心觀點(diǎn)之一就是：趾高氣揚(yáng)的因果關(guān)系光芒不再，卑微的相關(guān)關(guān)系將被“翻身做主人”，知道“是什么”就夠了，沒(méi)必要知道“為什么”?！耙嚓P(guān)，不要因果”的觀點(diǎn)，并不受學(xué)術(shù)界待見(jiàn)?！胺艞墝?duì)因果關(guān)系的追求，是人類的墮落”。李國(guó)杰院士認(rèn)為：在大數(shù)據(jù)中，看起來(lái)毫不相關(guān)的兩件事同時(shí)或相繼出現(xiàn)的現(xiàn)象比比皆是，相關(guān)性本身并沒(méi)有多大價(jià)值，關(guān)鍵是找對(duì)了“相關(guān)性”背后的理由，才是新知識(shí)或新發(fā)現(xiàn)。大數(shù)據(jù)分析更為核心的功能在于預(yù)測(cè)。對(duì)未來(lái)進(jìn)行籌劃，大到產(chǎn)業(yè)的布局，小到流感的預(yù)警。但是對(duì)未來(lái)的預(yù)測(cè)，能準(zhǔn)嗎？故事08：

谷歌流感預(yù)測(cè)是如何失效的？2009年2月，谷歌公司的工程師們?cè)趪?guó)際著名期刊《自然》發(fā)表：《利用搜索引擎查詢數(shù)據(jù)檢測(cè)禽流感流行趨勢(shì)》，并設(shè)計(jì)了流感預(yù)測(cè)系統(tǒng)GFT(GoogleFluTrends)訪問(wèn)網(wǎng)址為：/flutrends/GFT預(yù)測(cè)H1N1流感的原理非常樸素：如果某個(gè)區(qū)域某時(shí)間段，有大量的有關(guān)流感的搜索指令，那么，就可能存在一種潛在的關(guān)聯(lián)：在這個(gè)地區(qū)，就有很大可能性存在對(duì)應(yīng)的流感人群，相關(guān)部門就值得發(fā)布流感預(yù)警信息。GFT監(jiān)測(cè)并預(yù)測(cè)流感趨勢(shì)的過(guò)程僅需一天，有時(shí)甚至可縮短至數(shù)個(gè)小時(shí)。相比而言，美國(guó)疾病控制與預(yù)防中心同樣也能利用采集來(lái)的流感數(shù)據(jù)，發(fā)布預(yù)警信息。但流感預(yù)測(cè)結(jié)果，通常需要滯后兩周左右才能得以發(fā)布。對(duì)于一種飛速傳播的疾病（如禽流感等），疫情預(yù)警滯后發(fā)布，后果可能是致命的。GFT一度被認(rèn)為是大數(shù)據(jù)預(yù)測(cè)未來(lái)的經(jīng)典案例，給很多人打開(kāi)了一扇未來(lái)的窗口。據(jù)此，大數(shù)據(jù)布道者們給出了4個(gè)令自己滿意的結(jié)論1.由于所有數(shù)據(jù)點(diǎn)都被捕捉到，故傳統(tǒng)的抽樣統(tǒng)計(jì)的方法完全可以被淘汰。換句話說(shuō)，做到了“n=All”；2.無(wú)需再尋找現(xiàn)象背后的原因，只需要知道某兩者之間的統(tǒng)計(jì)相關(guān)性就夠用了。針對(duì)這案例，只需知道“大量有關(guān)流感的搜索指令”和“流感疫情”之間存在相關(guān)性就夠了。3.不再需要統(tǒng)計(jì)學(xué)模型，只要有大量的數(shù)據(jù)就能完成分析目的，印證了《連線》主編ChrisAnderson提出的“理論終結(jié)”的論調(diào)。4.大數(shù)據(jù)分析可得到驚人準(zhǔn)確的結(jié)果。GFT的預(yù)測(cè)結(jié)果和CDC公布的真實(shí)結(jié)果相關(guān)度高達(dá)96%。谷歌工程師們開(kāi)發(fā)的GFT，可謂轟動(dòng)一時(shí)，但好景不長(zhǎng)論文發(fā)表4年后，2013年2月13日，《自然》發(fā)文指出：在最近（2012年12月）的一次流感爆發(fā)中谷歌流感趨勢(shì)不起作用了。GFT預(yù)測(cè)顯示某次的流感爆發(fā)非常嚴(yán)重，然而疾控中心（CDC）在匯總各地?cái)?shù)據(jù)以后，發(fā)現(xiàn)谷歌的預(yù)測(cè)結(jié)果比實(shí)際情況要夸大了幾乎一倍。問(wèn)題的根源在于，谷歌工程師并不知道搜索關(guān)鍵詞和流感傳播之間到底有什么關(guān)聯(lián)，也沒(méi)有試圖去搞清楚關(guān)聯(lián)背后的原因，只是在數(shù)據(jù)中找到了一些統(tǒng)計(jì)特征——相關(guān)性。這種做法在大數(shù)據(jù)分析中很常見(jiàn)。為了提高GFT的預(yù)測(cè)準(zhǔn)確性，谷歌工程師們不斷地微調(diào)預(yù)測(cè)算法，但GFT每一次算法微調(diào)，都是為了修補(bǔ)之前的測(cè)不準(zhǔn)，但每次修補(bǔ)又都造成了另外的誤差。谷歌疫情之所以會(huì)誤報(bào)，還因?yàn)榇髷?shù)據(jù)分析中存在“預(yù)測(cè)即干涉”的問(wèn)題。在量子世界中，測(cè)量粒子位置，必然會(huì)影響粒子的速度。媒體熱炒的“大數(shù)據(jù)”世界中，類似于“測(cè)不準(zhǔn)原理”，即存在“預(yù)測(cè)即干涉”悖論。“預(yù)測(cè)即干涉”悖論和“菜農(nóng)種菜”的現(xiàn)象“曲藝同工”之處當(dāng)年的大白菜賣價(jià)不錯(cuò)（歷史數(shù)據(jù)），預(yù)計(jì)明年的賣價(jià)也不錯(cuò)（預(yù)測(cè)），于是眾多菜農(nóng)在這個(gè)預(yù)測(cè)的指導(dǎo)下，第二年都去種大白菜（采取行動(dòng)），結(jié)果是，菜多價(jià)賤傷農(nóng)（預(yù)測(cè)失?。?。GFT預(yù)測(cè)失準(zhǔn)在很大程度上是因?yàn)?，一旦GFT提到了有疫情，立刻會(huì)有媒體報(bào)道，就會(huì)引發(fā)更多相關(guān)信息搜索，反過(guò)來(lái)強(qiáng)化了GFT對(duì)疫情的判定。這樣下去，算法無(wú)論怎么修補(bǔ)，都無(wú)法改變其愈發(fā)不準(zhǔn)確的命運(yùn)。大數(shù)據(jù)的分析是很復(fù)雜的，但由于大數(shù)據(jù)的收集過(guò)程，很難保證能像傳統(tǒng)“小數(shù)據(jù)”那樣縝密，難免會(huì)出現(xiàn)失準(zhǔn)的情況。問(wèn)題的根源，是“大數(shù)據(jù)傲慢（BigDataHubris）”。“大數(shù)據(jù)傲慢（BigDataHubris）”還體現(xiàn)在，存在一種錯(cuò)誤的思維方式，即誤認(rèn)為大數(shù)據(jù)模式分析出的“統(tǒng)計(jì)學(xué)相關(guān)性”，可以直接取代事物之間真實(shí)的因果和聯(lián)系，從而過(guò)度應(yīng)用這種技術(shù)。這就對(duì)那些過(guò)度推崇“要相關(guān)，不要因果”人群，提出了很及時(shí)的警告。畢竟，在某個(gè)時(shí)間很多人搜索“流感”，不一定代表流感真的暴發(fā)，完成有可能只是上映了一場(chǎng)關(guān)于流感的電影或流行了一個(gè)有關(guān)流感的段子?！皞€(gè)性化”服務(wù)，最有前途的商業(yè)模式需要了解顧客的“個(gè)性化信息”如果顧客許可使用，那么這是貼心的。如果沒(méi)有許可呢？下面這個(gè)有關(guān)商品個(gè)性化推薦的故事，體現(xiàn)出來(lái)的是數(shù)據(jù)分析的智慧，還是愚蠢呢？故事09：

“大數(shù)據(jù)”智慧，還是愚蠢？一位男性顧客怒氣沖沖地來(lái)到一家折扣連鎖店Target，向經(jīng)理投訴，因?yàn)樵摰昃谷唤o他還在讀高中的女兒，郵寄嬰兒服裝和孕婦服裝的優(yōu)惠券。但隨后，這位父親與女兒進(jìn)一步溝通發(fā)現(xiàn)，自己女兒真的已經(jīng)懷孕了。于是致電Target道歉，說(shuō)他誤解商店了，女兒的預(yù)產(chǎn)期是8月份。一家零售商是如何比一位女孩的親生父親更早得知其懷孕消息的呢？這里就需要用到“關(guān)聯(lián)規(guī)則+預(yù)測(cè)推薦”技術(shù)。事實(shí)上，每位顧客初次到Target刷卡消費(fèi)時(shí)，都會(huì)自動(dòng)獲得一個(gè)唯一顧客識(shí)別編號(hào)（ID）。以后，顧客再次光臨Target消費(fèi)時(shí)，計(jì)算機(jī)系統(tǒng)就會(huì)自動(dòng)記錄顧客購(gòu)買的商品、時(shí)間等信息。再加上從其它管道取得的統(tǒng)計(jì)資料，Target便能形成一個(gè)龐大數(shù)據(jù)庫(kù)，運(yùn)用于分析顧客的喜好與需求。有了數(shù)據(jù)特別是“大”容量的數(shù)據(jù)，后面的問(wèn)題就簡(jiǎn)單了。Target的數(shù)據(jù)分析師，開(kāi)發(fā)了很多預(yù)測(cè)模型，其中懷孕預(yù)測(cè)模型就是其中的一個(gè)。Target通過(guò)分析這位女孩的購(gòu)買記錄——無(wú)味濕紙巾和補(bǔ)鎂藥品，就預(yù)測(cè)到了這為女顧客可能懷孕了而懷孕了，未來(lái)就有可能需要購(gòu)置嬰兒服裝和孕婦服裝，多么貼心的商店啊。但是需要我們注意的是：1.這是“大”數(shù)據(jù)的傲慢，而非聰慧。2.這并非大數(shù)據(jù)的案例。3.更重要的是，這個(gè)神奇的數(shù)據(jù)預(yù)測(cè)故事

被人為地灌入了很多“心靈雞湯”。1.這是“大”數(shù)據(jù)的傲慢，而非聰慧。由于故事極其具戲劇性——親生爸爸居然比不上一臺(tái)電腦更了解自己的女兒，因此，這故事往往被用來(lái)作為“數(shù)據(jù)比人更了解人”的證明并在當(dāng)下，被用來(lái)論證大數(shù)據(jù)的功力。大數(shù)據(jù)的無(wú)所不能的“傲慢”，躍然紙上。1.這是“大”數(shù)據(jù)的傲慢，而非聰慧。這案例并不能說(shuō)明，數(shù)據(jù)比人更“聰慧”，更了解人，恰好相反，這證明計(jì)算機(jī)是“愚蠢的”：還在讀高中的女兒，顯然想保護(hù)自己的隱私，并不想父親知道，但“愚蠢的”計(jì)算機(jī)卻自作主張，把孕婦優(yōu)惠卷寄寄到了她家里，結(jié)果被爸爸逮個(gè)正著。1.這是“大”數(shù)據(jù)的傲慢，而非聰慧。這正是（大）數(shù)據(jù)的另一種傲慢——好像有了（大）數(shù)據(jù)，就可以“君臨天下”，對(duì)顧客的理解就可做到出神入化，對(duì)顧客的隱私就可以肆無(wú)忌憚。2.這并非大數(shù)據(jù)的案例。實(shí)際上這個(gè)例子并不屬于大數(shù)據(jù)的案例，它不需要太強(qiáng)的計(jì)算能力，甚至用一臺(tái)普通的電腦就能實(shí)施類似的關(guān)聯(lián)規(guī)則分析。很多有關(guān)大數(shù)據(jù)的圖書和文章都把這個(gè)案例當(dāng)作大數(shù)據(jù)的案例來(lái)講，其實(shí)是不恰當(dāng)?shù)摹?.這并非大數(shù)據(jù)的案例。大數(shù)據(jù)一般要具備典型的4個(gè)V特征，Target收集的消費(fèi)數(shù)據(jù)屬于典型的結(jié)構(gòu)化數(shù)據(jù)，即使數(shù)量再大，也僅滿足4V特征之一Volume（體積大）。但是，“數(shù)據(jù)大”不等于“大數(shù)據(jù)”。如果光拼體積“大”，那么早在20年前，天文、物理和生物信息學(xué)的數(shù)據(jù)，也夠得上是“大數(shù)據(jù)”了。3.被人為地灌入了很多“心靈雞湯”。數(shù)據(jù)挖掘界的數(shù)據(jù)分析師、咨詢師們有時(shí)候同樣也需要“心靈雞湯”，勵(lì)志自己，忽悠客戶。很多人在看到這個(gè)故事時(shí)，都誤認(rèn)為Target的預(yù)測(cè)算法是非?？煽康摹獛缀趺總€(gè)收到嬰兒連體服和濕紙巾優(yōu)惠券的人，都是孕婦3.被人為地灌入了很多“心靈雞湯”。但這是不可能的！更為實(shí)際的情況是，孕婦之所以能收到這些購(gòu)物券，是因?yàn)門arget給非常多客戶都郵寄了這種購(gòu)物券。在眾多客戶中，碰巧有那么一位高中女生“不太可能但卻又真地”懷孕了碰巧那位父親發(fā)現(xiàn)并投訴了，碰巧那位父親發(fā)現(xiàn)自己錯(cuò)了并道歉了，這么多巧合，“無(wú)巧不成書”。因?yàn)闃O具有故事性，所以大家都愛(ài)聽(tīng)。3.被人為地灌入了很多“心靈雞湯”。各位讀者在相信Target這類讀心術(shù)般的故事之前，首先應(yīng)該先想想，這類商家的預(yù)測(cè)命中率到底有多高。這里并不說(shuō)，數(shù)據(jù)分析一無(wú)是處，相反，數(shù)據(jù)分析極具商業(yè)價(jià)值，即使能夠把“直郵”的準(zhǔn)確度提高一點(diǎn)點(diǎn)，哪怕是1%，對(duì)商家而言，都將是有利可圖的。但能賺錢并不意味著這種工具無(wú)所不能、永遠(yuǎn)正確。3.被人為地灌入了很多“心靈雞湯”。各位讀者在相信Target這類讀心術(shù)般的故事之前，首先應(yīng)該先想想，這類商家的預(yù)測(cè)命中率到底有多高。這里并不說(shuō)，數(shù)據(jù)分析一無(wú)是處，相反，數(shù)據(jù)分析極具商業(yè)價(jià)值，即使能夠把“直郵”的準(zhǔn)確度提高一點(diǎn)點(diǎn)，哪怕是1%，對(duì)商家而言，都將是有利可圖的。但能賺錢并不意味著這種工具無(wú)所不能、永遠(yuǎn)正確。商家能夠提供個(gè)性化服務(wù)，確實(shí)很貼心但倘若在利益的驅(qū)使下，商家對(duì)顧客個(gè)性化信息運(yùn)用不當(dāng)或越界，就會(huì)給顧客帶來(lái)不能承受的隱私之痛。故事10：

大數(shù)據(jù)的隱私之痛Uber優(yōu)步，著名的打車軟件服務(wù)公司，乘客可以通過(guò)發(fā)送短信或是使用移動(dòng)應(yīng)用程序來(lái)預(yù)約車輛利用移動(dòng)應(yīng)用程序時(shí)還可以追蹤車輛的位置曾在官網(wǎng)上發(fā)布一篇題為“榮耀之旅”的博客。“我知道，我們不是你們生命中唯一的愛(ài)人，我們也知道，你們會(huì)在別的什么地方尋找愛(ài)情Uber稱作的“榮耀之旅（RoG）”——實(shí)際上就是所謂的一夜情（one-nightstand）代名詞。Uber利用數(shù)據(jù)分析技術(shù)，專門篩選出那些在晚上10點(diǎn)到凌晨4點(diǎn)之間的用車服務(wù)，并且這些客戶會(huì)在四到六小時(shí)之后（這段時(shí)間足夠完成一場(chǎng)快速的RoG），在距離上一次下車地點(diǎn)大約1/10英里（約160米）以內(nèi)的地方再次叫車。根據(jù)對(duì)這些數(shù)據(jù)的分析，Uber推斷出那些發(fā)生一夜情的時(shí)間和地點(diǎn)，并將這些地點(diǎn)在紐約（NYC）、舊金山（SF）、波士頓（Boston）以及其他美國(guó)城市的地圖上進(jìn)行標(biāo)注，得出一夜情頻繁的高發(fā)區(qū)。數(shù)據(jù)分析發(fā)現(xiàn)，波士頓位于美國(guó)“一夜情”之首，而紐約人則顯得比較保守，“一夜情”的比率僅為波士頓的1/5在時(shí)間節(jié)點(diǎn)上，一夜情“發(fā)作”的高頻發(fā)段是在周五和周六晚上，如果你的另一半在這個(gè)時(shí)間點(diǎn)上說(shuō)自己工作忙要加班，你就要“悠著點(diǎn)”相信。當(dāng)然，Uber此處雖多為開(kāi)玩笑之舉，但也確實(shí)嚴(yán)重侵犯了用戶的隱私，在遭到了很多用戶及媒體的抗議之后，Uber迅速刪除了這篇博客，但在這個(gè)數(shù)字時(shí)代，一旦上網(wǎng)，“侯門一入深似?！保ぱo(wú)痕夢(mèng)難成”。感興趣的讀者仍可訪問(wèn)互聯(lián)網(wǎng)文檔收錄網(wǎng)站/，找到這篇文章。不可否認(rèn)的是，大數(shù)據(jù)時(shí)代的到來(lái)，為我們的學(xué)習(xí)、生活帶來(lái)諸多便利。但是，收之桑榆，失之東隅。任何事情都有兩面性。目前，人的行為（諸如購(gòu)物、乘車、甚至游戲等）已經(jīng)被數(shù)字化了，隱私已經(jīng)無(wú)處可藏！不論是美國(guó)斯諾登“棱鏡門”監(jiān)聽(tīng)項(xiàng)目的曝光，還是層出不窮的諸如Uber等公司企業(yè)泄露客戶資料事件，都向我們發(fā)出大數(shù)據(jù)時(shí)代下個(gè)人隱私保護(hù)的預(yù)警。恐怖的大數(shù)據(jù)某比薩店的電話鈴響了，客服人員拿起電話?？头篨XX比薩店。您好，請(qǐng)問(wèn)有什么需要我為您服務(wù)？顧客：你好，我想要一份......客服：先生，煩請(qǐng)先把您的會(huì)員卡號(hào)告訴我。顧客：16846146***。客服：陳先生，您好！您是住在泉州路一號(hào)12樓1205室，您家電話是2646****，您公司電話是4666****，您的手機(jī)是1391234****。請(qǐng)問(wèn)您想用哪一個(gè)電話付費(fèi)？顧客：你為什么知道我所有的電話號(hào)碼？客服：陳先生，因?yàn)槲覀兟?lián)機(jī)到CRM系統(tǒng)。顧客：我想要一個(gè)海鮮比薩......客服：陳先生，海鮮比薩不適合您。顧客：為什么？客服：根據(jù)您的醫(yī)療記錄，你的血壓和膽固醇都偏高。顧客：那你們有什么可以推薦的？客服：您可以試試我們的低脂健康比薩。顧客：你怎么知道我會(huì)喜歡吃這種的？客服：您上周一在中央圖書館借了一本《低脂健康食譜》顧客：好。那我要一個(gè)家庭特大號(hào)比薩，要付多少錢？客服：99元，這個(gè)足夠您一家六口吃了。但您母親應(yīng)該少吃，她上個(gè)月剛剛做了心臟搭橋手術(shù)，還處在恢復(fù)期。顧客：那可以刷卡嗎？客服：陳先生，對(duì)不起。請(qǐng)您付現(xiàn)款，因?yàn)槟男庞每ㄒ呀?jīng)刷爆了，您現(xiàn)在還欠銀行4807元，而且還不包括房貸利息。顧客：那我先去附近的提款機(jī)提款?？头宏愊壬?，根據(jù)您的記錄，您已超過(guò)今日提款限額。顧客：算了，你們直接把比薩送我家吧，家里有現(xiàn)金。你們多久會(huì)送到？

客服：大約30分鐘。如果您不想等，可以自己騎車來(lái)。顧客：為什么？客服：根據(jù)我們CRM全球定位系統(tǒng)的車輛行駛自動(dòng)跟蹤系統(tǒng)記錄。您登記有一輛車號(hào)為SB-748的摩托車，而目前您正在解放路東段華聯(lián)商場(chǎng)右側(cè)騎著這輛摩托車。支付寶是如何用大數(shù)據(jù)憋死偽基站騙子的

2015-06-1618:13:28本文摘自：網(wǎng)優(yōu)雇傭軍

小偷用偽基站發(fā)送釣魚短信費(fèi)盡心機(jī)偷了用戶的支付寶密碼結(jié)果卻死活拿不走里面的錢這看得見(jiàn)吃不著的感受該有多心塞呀!但，就是有這么憋屈的小偷。廣州用戶黃XX6月7日接到一條10086的短信(小偷通過(guò)偽基站發(fā)送的釣魚短信)他點(diǎn)擊了短信中的鏈接依據(jù)指示先后輸入了自己的身份證信息和銀行卡信息同時(shí)，手機(jī)中了木馬病毒小偷登陸了黃某的支付寶并修改了密碼隨后小偷進(jìn)入淘寶下單購(gòu)買一臺(tái)4600多元的iphone手機(jī)就在小偷得意之時(shí)他發(fā)現(xiàn)自己就是不能支付成功而且很快這個(gè)支付寶賬戶被限權(quán)無(wú)法進(jìn)行任何支付行為!小偷明明拿到密碼卻為何無(wú)法動(dòng)黃某支付寶里的錢?原來(lái)，支付寶有