大数据时代的利与弊.docx

大数据时代的利与弊全文共8页，当前为第1页。大数据时代的利与弊全文共8页，当前为第1页。虽然早已听说过舍恩伯格的《大数据时代》，但直到前不久才浏览本书的内容，看完之后还是有点震撼的，主要是大数据对我们日常生活和思维的影响太大了。下面摘取部分原文表述或案例来梳理一下这本书，其中有我本人的部分总结和评述。 大数据时代的利与弊全文共8页，当前为第1页。 大数据时代的利与弊全文共8页，当前为第1页。 有三个案例比较有意思，一是福特的名言，"如果当年去问顾客他们想要什么，他们肯定会告诉我：一匹更快的马。" 乔布斯多年来持续不断地改善Mac笔记本依赖的可能是行业分析，但是他发行的iPod、iPhone和iPad靠的不是数据，而是直觉，第六感。 谷歌公司内部的研究表明工作表现与大学毕业时的平均绩点没有关系，但其创始人依然要应聘者提供分数。 前两个例子（福特和苹果）说明大数据有时候是无效的，后面谷歌的例子则说明管理层对数据过度的执着。 大数据对人类生活的破坏莫过于它过于强大的预测功能，如通过一个人过去的表现可以准确预测到他在特定环境下一定会犯罪，那么，社会保障机制就会惩罚一个从来没有犯错的人。如书中所述： "因为预测的结果几乎不可辩驳，人们也就无法为自己开脱。但这种基于预测得出的惩罚不仅违背自由意志的原则，同时也否定了人们会突然改变选择的可能性。" 以上弊多些，下面谈利。 大数据时代的利与弊全文共8页，当前为第2页。大数据时代的利与弊全文共8页，当前为第2页。聪明的公司会从人们与信息交互中收集数据废气，以用来改善现有的服务或推出全新的服务。 大数据时代的利与弊全文共8页，当前为第2页。 大数据时代的利与弊全文共8页，当前为第2页。 "拥有知识曾意味着掌握过去，现在则更意味着能够预测未来。"-----这句话很精辟。 "情报分析员结合实地考察报告和过去IED袭击地点、时间和人员伤亡的详细信息，据此预测一天中最安全的运送路线。"类似的，我也听说过美国建立的爆炸物碎片博物馆的事情，基于爆炸物的各种信息追踪恐怖分子武器弹药的生产基地和储存地点。 "为了促进大数据平台的良性竞争，政府必须运用反垄断条例。" 谷歌对量化数据的极致追求可能过头了，因此激起了员工的反抗。（弊） 通过大数据预测来判断和惩罚人类的潜在行为是对公平公正和自由意志的一种亵渎。（弊） 过去是要成为一个优秀的生物学家就需要认识很多生物学家，但现在可能是，要解决一个生物难题或许和天体物理学家或数据视图设计师联系即可。 由于大数据的功劳，微软机器翻译部门的统计学家在茶余饭后的谈资就是每次一有语言学家离开他们的团队，翻译质量就会好一点。 当亚马逊的贝索斯发现算法推荐能促进销量增加的时候，他就不再需要书籍评论员了。 大数据时代的利与弊全文共8页，当前为第3页。大数据时代的利与弊全文共8页，当前为第3页。"有风险才有回报。" 大数据时代的利与弊全文共8页，当前为第3页。 大数据时代的利与弊全文共8页，当前为第3页。 更明智的选择是让自己受益，汽车制造商与供货商的例子十分精彩，感兴趣的可以参见原书p171. 上班高峰期交通状况的变好说明失业率增加，即经济状况变差。 谷歌和亚马逊：数据、技能和思维三者兼备的优秀公司。 数据的拥有者可能没有使用数据的动机和强制要求。 外行人的思维不受专业限制，可能做出有更有价值的发现。 数据科学家是统计学家、软件程序员、图形设计师和作家的结合体。 谷歌首席经济学家范里安认为统计学家是世界上最棒的职业，"如果你想成功，你不应该成为一个普通的、可被随意替代的人，你应该成为稀缺的、不可替代的那类人。""数据非常之多，但是真正缺乏的是从数据提取价值的能力。" DataMarket向人们提供其他机构（如联合国、世界银行和欧盟统计局等）的免费数据，真的吗？？ 无形资产，如数据占到美国上市公司价值的75%。 政府才是大数据的原始采集者，因此奥巴马说的很好，"面对怀疑，公开优先"，就是政府应该承担的责任。 大数据时代的利与弊全文共8页，当前为第4页。大数据时代的利与弊全文共8页，当前为第4页。丹麦癌症协会的案例：手机是否增加致癌率。他们使用的数据集原本根本不是用来研究这个问题的，基于"样本=总体"，做出了重大发现：使用移动电话与癌症风险增加不存在任何关联。这项研究彰显了"重组数据（二次利用）"的魅力。 大数据时代的利与弊全文共8页，当前为第4页。 大数据时代的利与弊全文共8页，当前为第4页。 思维的转换案例：零售商在店内安装监控摄像头不仅能认出商店扒手，还能跟踪在商店购物的顾客和他们停留的位置。零售商利用后面的信息可以设计店面的最佳布局并判断营销活动的有效性。在此之前，监控摄像头仅用于安保，现在则变成的一种可以增加收入的投资。 同样是亚马逊和谷歌的案例，AOL和Nuance与他们合作简 大数据时代带来了深远的影响，既有利也有弊。大数据的利用能够帮助我们预测未来，优化服务，甚至揭示未知的关联。例如，通过分析用户的行为数据，公司能够改进产品或开发新的服务，像亚马逊的个性化推荐系统就显著提升了销售。然而，大数据的强大预测能力也可能侵犯个人隐私，如预测犯罪行为可能导致对无辜者的预判性惩罚，挑战了公平和自由意志的原则。 福特与苹果的例子揭示了大数据并不总是解决问题的最佳途径。福特的故事表明，有时消费者无法预见创新的产品，而乔布斯的成功更多地依赖于直觉而非数据。谷歌的例子则反映了管理层对数据的依赖，尽管数据可能与工作表现无关，但仍被用于招聘决策，这显示了数据驱动决策的局限性。 大数据的预测能力在安全领域也发挥了重要作用，比如在反恐和疾病预测上。情报分析员能够通过历史数据预测安全路线，而谷歌通过分析搜索数据可以提前预知流感趋势。但同时，这也引发了对数据滥用的担忧，尤其是当这些预测被用来制定政策或决定个人命运时。 政府在大数据的角色也不容忽视。一方面，政府需要利用反垄断法规促进公平竞争，另一方面，政府应公开数据，以提高透明度。数据科学家的角色变得越来越重要，他们需要具备统计分析、编程、设计和写作等多种技能，以从海量数据中提取价值。 大数据还促进了跨学科的合作，比如生物学家可能需要与天体物理学家或数据专家协作解决问题。此外，大数据的应用也改变了传统行业，如零售业利用监控数据优化店铺布局和营销策略，而翻译质量的提升则得益于数据驱动的机器学习。 然而，大数据的无形价值往往被低估，它已成为企业价值的主要组成部分。数据的二次利用，如丹麦癌症协会利用非预期的数据集研究手机与癌症的关系，展示了数据的潜在价值。同时，大数据的广泛收集和分析也引发了对个人隐私和数据安全的讨论。 大数据时代带来了前所未有的机遇，但同时也伴随着挑战。我们需要找到平衡点，既要充分利用数据带来的好处，又要保护个人隐私，维护公平和自由。在这个过程中，教育、法规和道德准则的建立将至关重要，确保我们在大数据的海洋中航行时，不会失去人性的温度和道德的指南针。