也谈《大数据时代》

大数据时代这本书近几年很火，这本书浅显易懂地讲了大数据对当前社会各个行业的影响，比较适合各种背景的人阅读，IT背景的人可能读的过程中能有些更深入的思考或者联想，总结一下中心思想：

1.不是随机样本，而是全体数据

相对于以前的抽样调查，样本分析，如今的计算机处理能力能够对浩瀚的全体数据进行处理，另外抽样的方式得出的结论不完整，比如对跨境洗钱交易的分析，只能在全部数据中做分析。

2.不是精确性，而是混杂性 

容忍误差，即使数据量够大，依然不能说明未来，人类登月前，即使用几十万年的结果看，人类的活动范围也不可能到月球，但是却在上世纪得以实现。

3.不是因果关系，而是相关关系 

我的理解是这个相关关系是指不必然得出的结论，只能代表相关性，比如google在对全美搜索的词条进行数据分析时可以得出流感可能发自哪个州，也就是与某地具有相关性，还有那个以前很经典的案例，沃尔玛发现买啤酒的通常要买婴儿尿不湿，因此把货架位置摆的近以提升销量，这个都是相关关系。

其实大数据虽然是近些年的概念，就像以前炒过的各种概念一样，其实很多年前就有数据挖掘数据分析的方法，只是没有像近些年来在应用上走得这么远，以前也没有深入意识到数据的重要性，如今在计算能力，存储能力，各个行业既有数据爆炸性增长的时候，这个概念来的更合适。

比如互联网企业收集了庞大的用户资料及用户行为，从中分析目标用户的习惯及购买趋势，购买关联性，广告投放目标的锁定，还比如金融业用庞大的交易数据，庞大的信用数据来进行信用评级，反欺诈，反洗钱，这些早已不新鲜，但是大数据的利用价值可能还远远被低估，比如道路路网设计可以根据车流历史数据，比如疾病防治可以利用历史数据，甚至很多行业的历史数据还没有被数据化，难以进行分析，另外还有很多潜在的数据没有被采集，那是因为以前没有意识到，这可能又关系到物联网的概念。

未来几年我想云计算和大数据还是炙手可热的词语，因为云计算赋予了公司甚至个人庞大的，近乎无穷的计算和存储能力，以前做不到的或者没有资源做的东西可以变为现实，大数据也才拉开序幕，人们对数据的认识还远远不够，人脑是有限的，所以即使人类发展了千万年的历史，经验也只能靠所有人类所延续，一个人的脑袋是装不下以往的历史经验的，可是计算机不一样，在计算能力和存储能力以及数据挖掘算法分布式系统的提高下，理论上一个终端能够掌握所有历史数据所蕴含的道理。

在这个基础下，也许人类又能前进一步，我相信大数据在各个行业的应用上有着尚未挖掘的无数现实意义，也相信大数据在天文，物理等基础学科上有着重大的意义，以前可能是从A推导到B，现在可能发现A可以到B，然后返回来找其中的原因，这个意义也非常重大。