指引大数据未来方向的九大真理

4. “与业务相关的信息当中，有八成源自非结构化形式，主要是文字（但也包括视频、图像以及音频）”

在2008年的一篇文章中有这样的结论——虽然正如当时所说，由于很难精确量化，可能早在上世纪九十年代初非结构化数据已经扮演起重要角色，只是我们当时体会不到。总而言之，八成以上的说法只是种模糊的概念而不能过分较真，因为据我所知，没有任何一种评估机制针对这个问题进行过系统性衡量。尽管如此，相信每一位与Box秉持相同理念的统计学者都会认为“八成非结构化”这一论断颇具指导意义——即使其并不正确。无论具体数量如何，文本与内容分析都应该成为大家工具包中的常驻成员。

5. “这不是信息超载，而是过滤器故障”

Clay Shirky在2008年9月于纽约举办的Web 2.0博览会上提出了这一论断。Shirky对于过滤器本身的评价显得有些保守，例如“数据量的增加并不意味着就能带来更好的结论”，但这正好与我的观点不谋而合。但前提是事情别做过头;大家千万别像Eli Pariser那样认为“过滤器概念纯粹是泡沫”，他的眼界最多也只能达到自动化的层面、无法再望向更为广阔的未来。

6. “相同的含义可以通过多种不同方式进行表达，相同的表达当中可以涵盖多种不同含义”

在2009年3月IEEE智能系统大会上，谷歌公司员工Alon Halevy、Peter Norvig以及Fernando Pereira在一篇题为《数据的非合理化有效性》一文中陈述了以上观点。数据的非合理化有效性是如何显露出来的?他们给出的答案是，“不精确且模棱两可的”自然语言的语义解释就是最好的实例。此外，通过机器学习进行关系推断、从而实现对大规模聚合内容的解释也能证明这一点……

7. “大数据的核心不是数据！大数据的价值在于分析”

哈佛大学教授Gary King在与第六条中的几位谷歌员工一同出席IEEE会议时表达了这一观点。不过我并不完全赞同King的这种说法。在核实数据需求并制定理想方案以收集并整理数据结构的执行过程当然也存在价值。分析能够帮助我们发现这些价值，因此我站在King的肩膀上总结出这样一种更准确些的表述：大数据的价值通过分析来实现。

不过这只是我的想法，未必能得到King本人的认同。对这个话题感兴趣的朋友可以点击此处查看由Steve LaValle、Eric Lesser、Rebecca Shockley、Michael S. Hopkins以及Nina Kruschwitz于2010年12月在《麻省理工大学-斯隆管理评论》期刊上发表的文章《大数据、分析以及由观点到价值的路径》。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友