大數(shù)據(jù)未必能改變社交，但它了解社交
　　《紐約時(shí)報(bào)》曾發(fā)表過一篇叫《大數(shù)據(jù)做不到什么》的文章，記者David Brooks認(rèn)為大數(shù)據(jù)首先不擅長的是社交，因?yàn)閿?shù)據(jù)側(cè)重社會(huì)交往的“量”而非“質(zhì)”。
　　但是，大數(shù)據(jù)在社交媒體上的應(yīng)用程度已經(jīng)今非昔比了。就近舉個(gè)例子，這次世界杯上IBM和騰訊進(jìn)行了一次合作，由IBM在社交媒體平臺上挖掘信息，然后由騰訊策劃報(bào)道。
　　球迷們每天發(fā)那么多消息，而且大多是文字信息而非數(shù)字，他們是怎么挖掘和分析的呢？壹讀君摘幾個(gè)他們的技術(shù)讓大家感受一下。
　　首先是“命名實(shí)體識別”，不管球迷是用手機(jī)還是電腦發(fā)消息，都會(huì)有一些文字沒有標(biāo)點(diǎn)符號，這個(gè)技術(shù)可以把人名啦、球隊(duì)名等等先識別出來，來辨別不同短語的不同含義。
　　然后是“話題檢測”，也就是識別球迷們討論的是什么話題。對于球迷來說，這個(gè)技術(shù)的好處在于，媒體會(huì)針對他們所關(guān)心的話題來報(bào)道賽事。
　　最后是“語義情感分析”，也就是搞清楚球迷在討論什么話題后，再判斷球迷的立場。這樣一來，比賽之后，球迷們對球賽或者隊(duì)員的看法就一目了然了。
　　所以說，以前技術(shù)可能只擅長挖掘大……數(shù)據(jù)，也就是數(shù)據(jù)本身，而現(xiàn)在，它還能判斷你們在聊什么。
　　未來不可預(yù)測，大數(shù)據(jù)：怪我咯？
　　反大數(shù)據(jù)思潮中另一個(gè)重要觀點(diǎn)是，大數(shù)據(jù)只是基于對歷史信息的梳理，無法預(yù)測未來。
　　2008年，谷歌公司建立了一個(gè)預(yù)測流感趨勢的網(wǎng)站，用統(tǒng)計(jì)網(wǎng)絡(luò)搜索關(guān)鍵詞的方法來計(jì)算流感在某地區(qū)發(fā)生的可能性。這個(gè)網(wǎng)站當(dāng)即被作為大數(shù)據(jù)預(yù)測未來的經(jīng)典案例，然而，這個(gè)系統(tǒng)卻沒預(yù)測到2009年H1N1禽流感的爆發(fā)。雖然外界沒說什么，但谷歌內(nèi)部憋了一口氣，立即對預(yù)測算法做了調(diào)整。新的算法引起了另一個(gè)問題，他們的預(yù)測工具變得比更年期女性還敏感，動(dòng)不動(dòng)就發(fā)布疫情預(yù)報(bào)。
　　到了2013年2月，《自然》雜志實(shí)在忍不住發(fā)表文章說，你們谷歌的不靠譜預(yù)測導(dǎo)致1月份流感疫苗都脫銷了可還行！
　　有人拿大數(shù)據(jù)這種“測不準(zhǔn)”的尷尬跟地質(zhì)學(xué)的“均變論”類比，因?yàn)橐怨耪摻竦挠^點(diǎn)容易忽略了那些不可預(yù)知的事件，積累了再多過去的信息，也沒有辦法知道接下來會(huì)發(fā)生什么突變。
　　不過，大數(shù)據(jù)服務(wù)商們可沒打算改行去算命，至少現(xiàn)在沒有?；氐轿恼伦铋_始的剁手黨案例，你以為電商們真的笨到以為這種廣告投放能百分之百達(dá)到效果嗎？圖樣圖森破，他們選擇這種推薦方式只不過是因?yàn)樗蒎e(cuò)率高而已。就算推薦的商品用戶沒相中，大不了再推薦就是了。目前，他們并沒有對大數(shù)據(jù)預(yù)測抱有高度的信心，在那些不允許大誤差、嚴(yán)重關(guān)切企業(yè)利益的商業(yè)活動(dòng)中，是不會(huì)僅憑大數(shù)據(jù)預(yù)測來做決策的。
　　話說回來，預(yù)測未來是個(gè)高深的概率問題，大數(shù)據(jù)可能不行，但目前也沒有其他工具行。
　　不管你信不信，機(jī)器只會(huì)變得越來越聰明
　　David的文章還提到數(shù)據(jù)分析不懂?dāng)⑹?，也不懂思維的浮現(xiàn)過程。然而，今年7月，美聯(lián)社宣布今后將采用一種軟件產(chǎn)品來撰寫企業(yè)財(cái)報(bào)消息，這種機(jī)器人就是依靠大數(shù)據(jù)來抓取信息，根據(jù)算法來撰寫新聞，它們甚至可以完美模擬人類作者的語調(diào)和風(fēng)格。
　　2011年IBM造了個(gè)叫“沃森”的計(jì)算機(jī)出來挑戰(zhàn)人類，在美國智力競賽節(jié)目《危險(xiǎn)邊緣》（Jeopardy?。┲袏Z冠。這一次，它已經(jīng)可以識別人類語言，分析斷句、詞義，甚至連雙關(guān)語、反語都不在話下。它通過數(shù)據(jù)對比和模擬人類聯(lián)想得出答案，再用人類語言回答上來。壹讀君看了一下節(jié)目，他答對的問題從歐盟2010年文化之都、電影《百萬寶貝》到印度的吠陀梵語，五花八門。重要的是，這些問題都是在互聯(lián)網(wǎng)斷開的情況下回答上來的，不用度娘就這么博學(xué)，真是給跪了。
　　所以說，在David寫完文章之后，大數(shù)據(jù)世界的變革仍在繼續(xù)，工程師們需要專注的只是算法，算法，還是算法。
　　當(dāng)然了，反大數(shù)據(jù)的人們關(guān)注的問題還有在進(jìn)一步發(fā)展大數(shù)據(jù)應(yīng)用時(shí)，如何保護(hù)用戶的隱私？人們不僅要為黑客擔(dān)心，還不希望看到企業(yè)為了利益而侵犯大眾隱私。反過來，使用大數(shù)據(jù)工具的企業(yè)們其實(shí)也在為數(shù)據(jù)的真實(shí)性而擔(dān)心，比如招聘時(shí)抓取的簡歷信息會(huì)不會(huì)有造假成分、抽樣來的微博用戶是不是雇傭水軍炒作話題。
　　但是，這些與其說是科學(xué)問題，不如說是道德問題。
　　說了這么多，壹讀君只不過想要說明一個(gè)寡淡的真理，任何新興事物出現(xiàn)的時(shí)候必然帶有一定泡沫，重要的是在泡沫被拂去之前，你是不是已然醉了。

 高頓網(wǎng)校官方微信
掃一掃微信，關(guān)注*7財(cái)經(jīng)資訊