大数据分析预测就好比占星卜卦？

导语：

中国人讲“旁观者清，当局者迷”。 “当局者迷”是因为自己看不清自己，所以我们要把自己的处境悬架起来，当作一面镜子，这就是卦。把自己的状态，自己的处境，让自己成为旁观者来做评判，这个过程就是算卦，其中对未来的展望就是占卜。这与大数据分析预测何其相似，从历史数据提取关键信息，分析其特征表现，预测其未来。

“行星运行”—寻找规律

太阳系八大行星绕太阳运行周期数据: 观测数据是行星绕太阳一周所需要的时间（以年为位）和行星离太阳的平均距离（以地球与太阳的平均距离为单位）。

“仙人指路” – 实践规律

占卜功能来源于《易经》，从来就是神秘高深，不可测。 而我们从《易经》中了解到，每个卦，每一爻都包含了“象”，“数”，“理”三种含义。举个例子。 我们在算卦时，师傅会占卜人的面相，这就是一个“象”， 而看了哪些位置，花了多少时间，就有了它的“数”，为什么要这样看？所以“理”就出现了。“相面”、“看手相”与“星座”等 “命里”/“性格”论也可以认为是一种基于“总结”的规律实践。

数据分析与占星卜卦有没有相似之处 ？

答案是有，都围绕着三个贯通点，观察、寻找特征、应用规律（经验）。

历史中的数据事故

1.朝鲜战争： 志愿军的7天攻势

1950年12月31日，中朝联军发起第五次战役,至1月7日，联合国军已退至三七线南北之平泽、安城、堤川、宁越、三陟一线,战役遂于1月8日结束1951年4月22日，中国人民志愿军发动第五次战役，至29日结束。

2.辽沈战役：廖耀湘军团覆灭

为什么那里缴获的短枪与长枪的比例比其它战斗略高?

为什么那里缴获和击毁的小车与大车的比例比其它战斗略高？

为什么在那里俘虏和击毙的军官与士兵的比例比其它战斗略高？

数据分析的四大问题

（1）数据分析是什么？

是寻找规律、提炼价值信息，并将分析结果用于决策的过程。

其中需要经历的过程有确定分析的目的 → 研究的对象 → 可以使用的数据→ 细致分析 → 结论与展示。

泰坦尼克号事故中什么样的人更易幸存？

（2）数据分析的基础是什么？

数据是分析的基础：分析是建立在数据之上，可以使用的 数据量、数据质量、数据的粒度等决定了分析的结果。

业务是分析的支撑：离开业务解读数据是枯燥的，没有意义的；如下图的示例中，不解释原始表结构与业务逻辑，无法分析。

（2.1）数据分析的基础 – 数据

  数据：对事物存在与发展变化的描述

  数据收集： 数据时代，记录事情发展变化成为可能

  数据的记录形式： 数据结构

  数据结构的变换：数据处理、统计

  数据的处理： 计算（计算机），所以对数据结构有要求。

结构化数据：可以用数字或统一的结构表示的信息；

数据表： 一行为一条观测，一列为一个特征/维度

非结构化数据：无法用数字或统一的结果表示的信息。

如：图片、文本、声音

（3）数据分析的方法

数据分析的基本流程：定义问题（了解业务） → 收集数据 → 数据检查 → 数据处理 → 数据分析 → 结果展示 → 结果应用。

检查数据质量，包括缺失、异 常值、分布等

数据处理，包括填补缺失值、处 理异常值、衍生、标准化等。（泰坦尼克题目中，将Title、Pclass、Parch组合观察可以找到更好的差异）

（4）数据分析的原则

明确分析目标：围绕目的进行的分析工作；业务与数据相结合：分析结果最终要在业务上解释与应用，需要与业务结合；用数据说话：深入分析数据的实质，挖据数据内涵，不能  “认为是”，也不能停留在数据表面。

小问题1：如果一枚硬币连抛10次都是正面，问第11次出现正面的概率是多少？（请在评论区说出你的答案）

哪个老师的教学质量更好？

生活中的数据分析：

（1）在亚马逊上搜算图书《原则》，从而看到的其他图书推荐。

关联分析：Amzon 100件图书订单，购买《原 则》的有75件，购买《爆裂》的 有60件，同时购买两者的40件。 那么，两本书在被选购时是否可以相互推荐？

事件 - A：购买《爆裂》；B：购买《原则》

支持度 ：同时购买概率 - 40/100 = 0.4

置信度 : 购买一个后，再购买另一个的条件概率

A对B的置信度： 40/60 = 0.67  B对A的置信度： 40/70 = 0.53

提升度：购买一件对购买另一件的概率提升左右

A对B的提升度：0.67/0.75 = 0.89

B对A的提升度：0.53/0.6  = 0.88

结论： 两本书的购买是互斥的

小问题：如果把订单总量变为1000 呢？（来评论区说出你的答案）

（2） 数据分析的应用—大数据杀熟分布

网友分享：

他经常通过某网站订某个特定酒店的房间，常年价格在380元-400元。偶然一次，他从前台得知酒店淡季价格在300元上下，他用朋友的账号查询也是300元，但用自己的账号查看还是380元。其他网友也分分晒出自己被宰的经历，大骂企业无良，不少媒体认为大数据是技术走了歪路，建议通过法律制裁。

由于篇幅有限，本文对大数据分析不再做过多的介绍，欢迎有兴趣的小伙伴通过官网咨询我司相关产品。

​