《纽约时报》曾发表过一篇叫《大数据做不到什么》的文章，记者David Brooks认为大数据首先不擅长的是社交，因为数据侧重社会交往的“量”而非“质”。

　　但是，大数据在社交媒体上的应用程度已经今非昔比了。就近举个例子，这次世界杯上IBM和腾讯进行了一次合作，由IBM在社交媒体平台上挖掘信息，然后由腾讯策划报道。

　　球迷们每天发那么多消息，而且大多是文字信息而非数字，他们是怎么挖掘和分析的呢？壹读君摘几个他们的技术让大家感受一下。

　　首先是“命名实体识别”，不管球迷是用手机还是电脑发消息，都会有一些文字没有标点符号，这个技术可以把人名啦、球队名等等先识别出来，来辨别不同短语的不同含义。

　　然后是“话题检测”，也就是识别球迷们讨论的是什么话题。对于球迷来说，这个技术的好处在于，媒体会针对他们所关心的话题来报道赛事。

　　最后是“语义情感分析”，也就是搞清楚球迷在讨论什么话题后，再判断球迷的立场。这样一来，比赛之后，球迷们对球赛或者队员的看法就一目了然了。

　　所以说，以前技术可能只擅长挖掘大……数据，也就是数据本身，而现在，它还能判断你们在聊什么。

　　反大数据思潮中另一个重要观点是，大数据只是基于对历史信息的梳理，无法预测未来。

　　2008年，谷歌公司建立了一个预测流感趋势的网站，用统计网络搜索关键词的方法来计算流感在某地区发生的可能性。这个网站当即被作为大数据预测未来的经典案例，然而，这个系统却没预测到2009年H1N1禽流感的爆发。虽然外界没说什么，但谷歌内部憋了一口气，立即对预测算法做了调整。新的算法引起了另一个问题，他们的预测工具变得比更年期女性还敏感，动不动就发布疫情预报。

　　到了2013年2月，《自然》杂志实在忍不住发表文章说，你们谷歌的不靠谱预测导致1月份流感疫苗都脱销了可还行！

　　有人拿大数据这种“测不准”的尴尬跟地质学的“均变论”类比，因为以古论今的观点容易忽略了那些不可预知的事件，积累了再多过去的信息，也没有办法知道接下来会发生什么突变。

　　不过，大数据服务商们可没打算改行去算命，至少现在没有。回到文章最开始的剁手党案例，你以为电商们真的笨到以为这种广告投放能百分之百达到效果吗？图样图森破，他们选择这种推荐方式只不过是因为它容错率高而已。就算推荐的商品用户没相中，大不了再推荐就是了。目前，他们并没有对大数据预测抱有高度的信心，在那些不允许大误差、严重关切企业利益的商业活动中，是不会仅凭大数据预测来做决策的。

　　话说回来，预测未来是个高深的概率问题，大数据可能不行，但目前也没有其他工具行。

　　David的文章还提到数据分析不懂叙事，也不懂思维的浮现过程。然而，今年7月，美联社宣布今后将采用一种软件产品来撰写企业财报消息，这种机器人就是依靠大数据来抓取信息，根据算法来撰写新闻，它们甚至可以完美模拟人类作者的语调和风格。

　　2011年IBM造了个叫“沃森”的计算机出来挑战人类，在美国智力竞赛节目《危险边缘》（Jeopardy！）中夺冠。这一次，它已经可以识别人类语言，分析断句、词义，甚至连双关语、反语都不在话下。它通过数据对比和模拟人类联想得出答案，再用人类语言回答上来。壹读君看了一下节目，他答对的问题从欧盟2010年文化之都、电影《百万宝贝》到印度的吠陀梵语，五花八门。重要的是，这些问题都是在互联网断开的情况下回答上来的，不用度娘就这么博学，真是给跪了。

　　所以说，在David写完文章之后，大数据世界的变革仍在继续，工程师们需要专注的只是算法，算法，还是算法。

　　当然了，反大数据的人们关注的问题还有在进一步发展大数据应用时，如何保护用户的隐私？人们不仅要为黑客担心，还不希望看到企业为了利益而侵犯大众隐私。反过来，使用大数据工具的企业们其实也在为数据的真实性而担心，比如招聘时抓取的简历信息会不会有造假成分、抽样来的微博用户是不是雇佣水军炒作话题。

　　说了这么多，壹读君只不过想要说明一个寡淡的真理，任何新兴事物出现的时候必然带有一定泡沫，重要的是在泡沫被拂去之前，你是不是已然醉了。

 

扫一扫微信，关注*7财经资讯