导读:《纽约时报》网站今天刊载文章称,“大数据时代”已经降临,在这一领域拥有专长的人士正面临许多机会。文章指出,“大数据”正在对每个领域都造成影响。举例来说,在商业、经济及其他领域中,决策行为将日益基于数据和分析而作出,而并非基于经验和直觉;而在公共卫生、经济发展和经济预测等领域中,“大数据”的预见能力也已经崭露头角。以下是这篇文章的全文。
“大数据”还已经令针对社交网络运作方式的研究发生了变化。在20世纪60年代,哈佛大学的斯坦利-米尔格拉姆(Stanley Milgram)利用包裹作为研究媒介,进行了一项与社交网络相关的著名实验。他将包裹寄往美国中西部地区的志愿者,指导他们如何将包裹带给波士顿的陌生人,但不能直接交付;参与实验者如果想要通过邮寄方式来交付包裹,那么目标对象就是能是他们认识的人。结果表明,一个包裹换手的平均次数相当之低,仅为6次左右。这是对所谓“小世界现象”的经典阐释,据此形成了“六度分隔”(six degrees of separation)的流行词汇。
时至今日,社交网络研究的内容涉及如何采集庞大的数字化数据集合,用来阐释网络上的集体化行为。这种研究的结果表明,你认识但不经常联系的人——在社会学中被称为“微弱联系”(weak ties)——是职务空缺小道消息的最佳来源,原因是与关系亲密的朋友相比,这些人在略有不同的社交世界中穿行,因此能看到你和你最好的朋友们所无法看到的机会。
在有关某个主题的交流中,研究学者们还能看到其影响模式和高峰——举例来说,可以通过追踪Twitter上的趋势标签的方式来达成这个目标。对于数量庞大的用户人群来说,Twitter这个在线“玻璃鱼缸”是透视其实时行为的窗口。康奈尔大学教授乔恩-克伦伯格(Jon Kleinberg)称:“我寻找的是数据中的‘热点’,这是我需要理解的一种活动爆发的现象。只有通过‘大数据’,你才能做到这一点。”
毫无疑问,“大数据”本身也存在一些风险。统计学家和计算机科学家指出,“大数据”的集合和高密度的测量将令“错误发现”的风险增长。斯坦福大学的统计学教授特来沃尔-哈斯迪(Trevor Hastie)称,如果想要在庞大的数据“干草垛”中找到一根有意义的“针”,那么所将面临的问题就是“许多稻草看起来就像是针一样”。
此外,对于统计学恶作剧和有偏见的实情调查活动而言,“大数据”也提供了更多的原材料。“大数据”为一个老把戏提供了高科技的手段,那就是——我知道事实,现在让我们来找到事实吧。乔治梅森大学的数学家瑞贝卡(600439)高尔丁(Rebecca Goldin)称,这是“最有害的数据使用方式之一”。
数据已被计算机和数学模型所驯服和理解,这些模型就像是文学中的隐喻修辞,也就是一种简化后的解释方式。对于理解数据而言,这些模式是有用的,但它们也存在局限性。私人部门的倡导组织发出警告称,一个基于网络搜索的模式可能会发现一种相关性,从而作出不公平或是带有歧视性的统计推断,对产品、银行贷款和养老基金提供的医疗保险造成影响。
虽然面临着这种警告,但“大数据”时代的降临看起来已是无可逆转。数据已经坐到了驾驶员的位置上,它就在那里,有用而且宝贵,甚至还很时尚。
资深数据分析师称,长期以来,朋友们一谈到他们的工作就会变得厌烦,但现在突然变得好奇起来。这些分析师们认为,《点球成金》是促成这一变化的原因之一,但实际原因远非如此简单。哥伦比亚大学统计学家兼政治科学家安德鲁-格尔曼(Andrew Gelman)称:“文化已经发生了改变。现在人们的想法是,数字和统计学是有趣的,是一种很酷的东西。”
-
没有关键字相关信息!
- 信息系统运维预算定额参考标准研究[04-09]
- 第2章 跨文化管理理论和实践[01-14]
- 16:什么是关键成功因素法(CSF)?[06-09]
- 24:eSCM-SP(服务提供商外包能力模型)有哪些…[06-10]
- 第4章 跨文化沟通[01-14]
- 治理评论第一期[01-20]
- 治理评论第二期[01-20]
- 治理评论第五期[01-20]
- 治理评论第三期[01-20]
- 治理评论第六期[01-20]
- 治理评论第四期[01-20]
- 太极凭什么中标12306? [09-26]
- 中国国际航空股份有限公司--书评[11-01]