中国教育

　　能预测宏观趋势，但采集、管理、分析技术还待完善

　　大数据还有不少潜能

　　近两年来，大数据被公众广泛讨论，甚至成为不少商家宣传营销的卖点。毋庸置疑，智能设备的发展和普及，使海量的数据采集成为可能。但大数据并不是单纯的“数据大”，它更蕴含着一种计算和思维方式的转变，想要发挥出大数据的洞察力，还面临着采集、管理、分析数据的挑战。这些障碍如何破除？大数据在未来将如何应用，能否创造出更大的价值？这些问题值得我们在大数据热中，做出冷静判断。

　　——编者

　　4月26日，清华大学成立“清华—青岛数据科学研究院”，同时召开大数据时代高端论坛。就在此前两天，百度在第四届技术开放日上，正式宣布对外开放大数据引擎，提供大数据存储、分析及挖掘的技术能力。大数据被学界纳入研究范畴，商家开放引擎，这是否意味着大数据应用进入了一个新阶段？

　　传统统计方法追求精确，大数据只预测宏观趋势

　　本是技术概念的大数据，如今越来越像一种营销手段。从汽车、化妆品到体育，在营销人员口中，似乎所有行业都可以借助大数据，精确定位、找到消费者，预测趋势、赢得未来。

　　中国人民大学新闻学院教授喻国明认为，目前从国内的情况看，真正运用大数据分析成功的案例其实不多，很多公司都是将大数据作为一个营销噱头，所做的分析也主要是基于传统的数据分析方法。

　　事实上，对于数据多大能称之为“大数据”，业界并没有统一的认识，通常认为100TB（太字节）是大数据的门槛。简而言之，传统方法无法处理的数据即为大数据。

　　大数据的产生得益于移动互联网以及智能手机、各种智能穿戴产品的发展，人们行为、位置，甚至身体的生理特征等数据都可以便捷地被记录，这使海量数据采集成为可能。事实上，目前数据采集量正呈现快速的增长趋势。一家国际数据统计机构最新预测指出，2020年，全世界产生的数据量有望达到40ZB（泽字节，1泽字节等于10亿太字节）。

　　但大数据不能单纯理解为数据大。大数据研究专家、北京航空航天大学校长怀进鹏表示，大数据具有“规模大、变化快、种类杂、价值密度低”四个特征，是对传统计算和思维方式的一种挑战。

　　首先，因为几乎每个数据点都可以采集，全面数据代替了抽样、片面、局部的数据。“拿炒菜打比方，传统的抽样，我们需要在开始和中间时候‘尝一尝’，‘尝一尝’就是抽样数据，但在大数据时代，随机抽样的方式可能就失效了。”怀进鹏说。

　　怀进鹏认为，因为抽样分析时数据测量能力有限，统计追求的是精确，希望用最少数据获得最多的信息。而大数据比较杂乱，完整的精确不存在，也不再是追求的绝对目标，大数据只需对宏观趋势给出快速预测。

　　另一个改变是，从关注因果转向数据之间关联。在大数据时代，“数据背后的原因不再重要，人们只需要知道数据之间有统计相关性就行。仅需知其然，无需知其所以然。”怀进鹏说。

　　在大数据的支持者看来，数据已经能够自己说话，传统的科学统计模型已经过时，理论也可能被终结。