当前位置：首页 > BI-商业智能 > BI评论 > 正文

“大数据自动挖掘”才是现在这些大数据的真正意义

来源：互联网

2014/5/12 8:46:56

大中小

现在大数据火得不行，几乎人人都在说大数据，但到底什么是大数据，恐怕没有多少人知道，鱼目混珠的人太多。

分享到：新浪微博腾讯微博

本文关键字：大数据数据挖掘

喂，说你呢，别老盯着人家年收入1亿美元。

这里关键的是很多人批评“这种计算机蛮力不算科学”（这些人肯定都是砖家，否则估计也没资格批评），还有就是金融学家们完全不明白他们在干什么。

这说明了什么？说明了在国外发达国家赞成这种方式的人很少，知道怎么用这种方式的人就更少了，那么各位可以想像下在中国能有多少人知道这种方法该怎么做。

在中国，如果谁用这种非主流的野路子做事，别说评专家、教授了，更别说什么收入上亿了，你估计不被饿死的机率有多大。

反正笔者知道一个家伙，从2000年开始，就像美国那两个呆子，用这种“不科学的蛮力的硬算方法”进行语义相关度分析，做的事与那两个呆子搞的翻译系统异曲同工，都是有关语言的。可以说他在这方面做出了突破性成果，然而他写的成果文档，博士、专家们看都不看。他现在也就在一家小公司做一份普通IT工作，勉强维持温饱，曾经好长一段时间找不到合适工作，差点去洗碗、当保安。

也许有人要问了，搞语言方面的去搞数字，这靠谱吗？用大数据的思路，你别管原因，那两个复兴科技的呆子已经告诉你结果了。

非要知道原因，也可以跟你说说：

其实语言比数字复杂太多了，举个简单的例子吧：1和2，电脑天然就知道它们的关系，知道哪个大、哪个小，以及大多少；但是“人”和“大”，电脑怎么知道这二者有什么关系，要知道也行，传统的方法就是进行很多人工注解（专业叫词性标注）。要让电脑自己通过数据挖掘来知道文字的意义和相关性，甚至连基本的词库都不给电脑，而让它自己去建，那实在太难了点，简直就是匪夷所思，然而那个家伙做到了。

也就是说在大数据方面，语言处理与数字相比，难度绝对不是一、两个数量级的差别，因此能做语言的，做数字就很简单了。在有就还是大数据的特点，大数据是不管你什么样的数据，它就是找出相关性，所以文字和数字并没有太大区别。

前段时间那家伙碰到有人提出一个行业趋势分析的问题，他说只用一个小时就想出了算法，只要把大量数据拿来就能出结果，但是在中国没人敢相信他。

好了，有点跑题，不好意思。不过你现在知道什么是真正的“大数据”了吧。首先记得大数据是用来进行预测的，即直接告诉你未来的结果，另外就是牢牢记住7个字“大数据自动挖掘”，那就谁也忽悠不了你了。

责编：李玉琴