如何向普通人讲解大数据是怎么一回事？

以下内容摘自我的收藏，如有朋友看到原创的地方，还请告知：
 
你问什么是大数据，没有人可以准确地回答你，他们只能给你举例子，说“你看，这就是大数据”，那我也来给你举两个例子吧。
事例1：现在中国有所的卫星每年能返回4-6期完整的数据，也就意味着，卫星每3-4天将生成1PB左右的数据，数据量达到PB以上级别，单从量上面就可以称为大数据了，因为这么多的数据，对我们目前的存储技术和数据处理能力而言，挑战很大。

事例2：截止2013年年底,中国移动用户超7.1亿，用户通话、上网产生的海量数据也可以称为大数据。这么多的数据价值无穷，可以用于改善用户体验、优化网络质量、开展精准营销等方面，从这里你可以看出大数据为什么会被炒得如此热门了吧？但热归热，这些应用要落到实处，还有待语音、图像处理技术和数据存储技术的进一步突破和改进。

那大数据可以怎么用呢？如下：




大数据未必能改变社交，但它了解社会

《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。比如今年世界杯上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？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。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。

大数据预测不到未来

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？！有人认为大数据这种以古论今的观点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。

不过大数据服务商可不想改行去算命。但他们也没有对大数据预测抱太大信心，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。

不管你信不信，机器只会变得越来越聪明

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。

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。

但是，这些与其说是科学问题，不如说是道德问题。