大数据时代下的创新思维20170816

合集下载

创新创造大数据时代下的创新思维与方法

创新创造大数据时代下的创新思维与方法

创新创造大数据时代下的创新思维与方法在当今大数据时代,创新和创造成为推动社会发展的重要力量。

大数据的涌现和应用为创新提供了前所未有的机遇和挑战。

如何在大数据时代下培养和发展创新思维,探索有效的创新方法,成为了当下亟待解决的问题。

一、理解创新思维的基本概念创新思维是指以开放、灵活、敢于冒险和突破传统的思维方式,以及寻求新点子、新观念和新方法的能力。

它强调将问题与解决方案解耦,打破既定思维模式,寻找新的思维逻辑和创造性解决方案。

二、大数据时代下创新思维的重要性1. 提供广阔的信息资源:大数据时代下,海量的数据可以为创新提供更多的信息资源,帮助人们快速获取和分析相关的数据,从而启发创新的思维。

2. 促进跨界融合:大数据的连接和整合能力可以帮助不同领域和行业之间的知识和资源互通,加速跨界融合,从而孕育出更多的创新思维和方法。

3. 探索潜在需求和机会:通过对大数据进行深入挖掘和分析,可以发现未被满足的需求和潜在的机会,为创新提供有力的支持和引导。

三、培养创新思维的方法1. 打破思维定势:要培养创新思维,首先要摆脱传统思维的束缚,打破思维定势。

可以通过参加创新思维训练、开展头脑风暴以及多角度思考等方式来拓展思维的边界。

2. 激发想象力和创意:想象力和创意是创新的源泉,可以通过培养对艺术、文学和科幻等相关领域的兴趣,通过模仿和练习创意技巧,以及阅读与创新相关的书籍和案例来激发个人的想象力和创造力。

3. 培养跨界思维:跨界思维是大数据时代下创新思维的重要组成部分。

可以通过参与不同领域的学习和交流,积极开展多领域创新项目,培养自己的跨界思维能力。

4. 强调用户体验:创新的目的是为了解决用户问题和满足用户需求。

因此,在创新过程中,要注重对用户的观察、理解和体验。

可以通过用户调研、用户故事和用户体验设计等方法,将用户放在创新的中心位置。

5. 鼓励团队合作和开放分享:创新往往需要多领域、多技能的团队协作。

在大数据时代下,要鼓励团队成员之间的开放分享和合作,通过集思广益,汇聚各方智慧,实现创新的突破。

【实用】互联网思维案例案例十PPT文档

【实用】互联网思维案例案例十PPT文档
好区隔,以辅助产品运营人员做更加准确的用户细分,并洞察每个细分人群的兴趣爱好和消 课程:互联网+光机电应用技术
基于用户的浏览和购买信息,阿里得到了用户偏好的精确信息,做出了强大的精确广告系统。 淘宝指数是一款基于淘宝的免费数据查询平台,可通过输入关键词搜索的方式,查看淘宝市场搜索热点、成交走势、定位消费人群在细分市场的趋势变化的工具。 如果大数据能够作为商业模式的一部分或者更准确的说是作为企业产品的一个引擎,那么企业的能量和想象空间将会更大。 对于1号店,这是改进运营的依据。
具体做法
1. 在精细化运营监控方面,需要进行关键数据体系梳理和构建,在此基础上通过智能化模型开
发出来的数据产品,监控关键数据的异动,并可以快速定位数据异动的原因,辅助运营决策。
大数据(big data),指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 基于用户的浏览和购买信息,阿里得到了用户偏好的精确信息,做出了强大的精确广告系统。 如果大数据能够作为商业模式的一部分或者更准确的说是作为企业产品的一个引擎,那么企业的能量和想象空间将会更大。 海量的用户访问行为数据信息看似零散,但背后隐藏着必然的消费行为逻辑。 淘宝指数是一款基于淘宝的免费数据查询平台,可通过输入关键词搜索的方式,查看淘宝市场搜索热点、成交走势、定位消费人群在细分市场的趋势变化的工具。
淘宝指数 淘宝指数是一款基于淘宝的免费数据查询平台,
可通过输入关键词搜索的方式,查看淘宝市场搜索热 点、成交走势、定位消费人群在细分市场的趋势变化 的工具。
大数据(big data),指无法在可承受的时
理解大数据驱动运营管理 间范围内用常规软件工具进行捕捉、管理和处理的

大数据时代的大数据思维(PPT 32页)

大数据时代的大数据思维(PPT 32页)
条效率
例1:提供个性化定制性服务
美国明尼阿波利斯市郊外的一位父亲收到了美国第二大 零售商Target寄来的有关养育婴儿的优惠券
收件人是他那还读高中的女儿 这位父亲起初勃然大怒,准备同该商家理论 但后来发现女儿确实不小心怀了孕 根据25种典型消费品的消费大数据构建了“怀孕预测指
数” 商家正是根据这位少女在该店的购物记录,通过该指数
数据量(Volume)
全量超大规模(海量) K、MB(兆)、G、T、P、E、Z、Y、N、D、C 大数据的起始计量单位至少是P(1000个T)
不仅是规模,更重要的是增长速度 到2012年,人类生产的所有印刷材料数据量是200PB ,全人类历史上说过的所有话的数据量大约是5EB 整个人类文明所获得的全部数据中,有90%是过去两 年内产生的 到了2020年,全世界所产生的数据规模将达到今天 的44倍
由于这些观念能够一下子解决许多问题,所以,它似 乎将有希望解决所有基本问题,澄清所有不明了的疑 点
每个人都想迅速地抓住它们,作为进入某种新实证科 学的法宝,作为可以用来建构一个综合分析体系的概 念轴心
这种“宏大概念突然流行起来,一时间把几乎所有的 东西都挤到了一边
大数据不擅长的
数据不懂社交:”质“与”量“ 数据不懂背景:情景因素 数据会制造出更大的“干草垛”:噪声 数据偏爱潮流,忽视杰作:短期与长期 大数据无法解决大问题 数据掩盖了价值观念
市场比保健市场更为庞大,未来将达到几百万亿美元 问题:消耗时间、代价昂贵
一个肿瘤患者的基因组容量是2-3T 借助于大数据,基因测序的成本已经从几十万美元逼近
1000美元大关
大数据实践为企业创造价值的 可能途径
客户群体细分,量身定制特别服务 发现隐藏线索,进行产品和服务创

大数据时代的创新思维

大数据时代的创新思维

大数据时代的创新思维在大数据时代,数据的快速增长和技术的不断进步为创新思维提供了广阔的空间。

传统的思维方式已经无法适应这个快速变化的时代,我们需要培养一种新的创新思维,以应对挑战和机遇。

本文将探讨大数据时代的创新思维,并提供一些实践建议。

一、洞察力与创新在大数据时代,数据成为了创新的重要驱动力。

我们可以通过数据分析来发现新的趋势、洞察用户需求,并基于这些洞察来进行创新。

例如,通过分析用户的购买记录和行为数据,电商平台可以推荐个性化的商品,提高用户的购买满意度。

同时,创新也可以帮助我们更好地应对数据的挑战。

大数据时代,数据量庞大,处理起来非常困难。

创新思维可以帮助我们设计出更高效的数据处理方法,提高数据的价值。

例如,利用机器学习和人工智能技术,可以自动识别和过滤出有用的信息,减少数据分析的时间和成本。

二、多元思维与创新大数据时代,我们需要摒弃传统的单一思维模式,培养多元思维。

多元思维可以帮助我们从不同的角度看待问题,找到创新的解决方案。

例如,当我们面临一个复杂的问题时,可以邀请来自不同领域的专家进行讨论,从而获得更全面的思考和创新的灵感。

此外,多元思维还可以促进团队的创新。

在大数据时代,创新往往需要多个专业领域的知识和技能的结合。

通过培养团队成员的多元思维,可以促进不同专业背景的人员之间的合作,从而实现更好的创新。

三、敏捷思维与创新在大数据时代,变化的速度非常快,我们需要具备敏捷思维来应对这种变化。

敏捷思维强调快速试错和迭代,以减少风险和提高效率。

例如,当我们面临一个新的问题时,可以先快速尝试一些解决方案,然后根据反馈进行调整和改进。

敏捷思维还可以帮助我们更好地适应不确定性。

在大数据时代,数据的质量和真实性往往存在一定的不确定性。

通过敏捷思维,我们可以更好地应对这种不确定性,灵活地调整我们的创新策略。

四、合作思维与创新在大数据时代,创新往往需要多个团队和组织之间的合作。

合作思维可以帮助我们建立合作伙伴关系,共同解决问题,实现创新。

大数据时代下的思维方式变革

大数据时代下的思维方式变革

大数据时代下的思维方式变革一、本文概述随着信息技术的飞速发展,大数据已经渗透到我们生活的方方面面,对各行各业产生了深远的影响。

在这个背景下,大数据时代的思维方式变革成为了我们必须面对的重要议题。

本文旨在探讨大数据时代下思维方式的转变,分析这种变革对我们认识世界、解决问题和决策制定的影响,并探讨如何在新的时代背景下适应并应用这种思维方式。

我们将从大数据的基本特征入手,解析大数据如何改变了我们对世界的认知,以及这种认知变革如何进一步推动我们思维方式的转变。

我们还将探讨大数据时代下思维方式变革的挑战与机遇,以及如何在实践中应用这种新的思维方式,以更好地应对未来的挑战。

二、大数据时代的特征在大数据时代的浪潮中,我们见证了一场前所未有的思维方式变革。

这个时代,数据无处不在,无时不有,且规模庞大,类型多样。

大数据时代的特征主要体现在以下几个方面:数据量级的爆炸式增长。

随着物联网、云计算等技术的广泛应用,数据生成的速度和规模呈现出前所未有的增长态势。

这种增长不仅体现在数据的数量上,更体现在数据的维度和复杂性上。

数据类型的多样性。

大数据时代,数据的来源和形式日益多样化,包括结构化数据、半结构化数据和非结构化数据等。

这些不同类型的数据相互交织,形成了复杂的数据网络,为我们的分析和决策提供了更为丰富的信息来源。

数据关联性的重视。

在大数据时代,人们开始更加注重数据之间的关联性,而非简单的因果关系。

这种思维方式的转变,使得我们能够在海量数据中发现隐藏的模式和趋势,为预测未来提供可能。

数据处理的高效性。

随着计算能力的提升和算法的优化,大数据处理变得更加高效和精确。

这使得我们能够在较短的时间内完成大规模数据的分析和挖掘,为实时决策提供了有力支持。

数据价值的挖掘和利用。

大数据的价值在于其潜在的信息和知识。

通过深度分析和挖掘,我们可以从数据中提取出有价值的信息,为企业的决策和创新提供有力支持。

同时,数据也成为了一种新的资产和资源,为经济的发展和社会的进步提供了新的动力。

大数据时代的创新思维

大数据时代的创新思维
从来自多种数据源的各种各的数据其规模大到无法在一定时间内用常规软工具对其内容进行抓取管理和处理中快速获databasesdbbigdatabd的区别tabledifferencebetweendatabasesbigdatabddbbd的对比分析databasesdbbigdatabdgb数据价值密度高数据价值密度低热数据冷数据确定性非确定性强结构非结构topdownbottomupoltpolap高交互和高吞吐率精确解容错满意解云计算支撑大数据发现价值如此大的数据系统发现知识并不难难在发现知识的价值
创 新所 应采 取 的思 维方 式 。作 为培 育创新 型人 才 的 大 学 , 除重视 单 一 学科 建 设 外 , 更 多地 是 要 强 调 多学科 的协 同和 交 叉 , 将 分 隔的 垂 直 学科 划 分 转 变为 交 叉 、 协 作 式 的科 学研 究 , 在 开放 协 作 的
环 境 下 寻求创 新 。
t a l e n t s ,S O we s ho u l d pa y mo r e a t t e n t i o n t o e mph a s i z e mu l t i — d i s c i p l i n a r y c o l l a b o r a t i v e a nd c r o s s,b u t n o t o nl y s o me
i nn o v a t i o n i n t he p e t a b y t e e r a .F o r e x a mp l e,h o w t o d e a l wi t h u nc e r t a i n t y r e a s o n i n g,i n t e l l i g e n t d r i v i n g, n a t ur a l

大数据改变思维方式[五篇模版]

大数据改变思维方式[五篇模版]

大数据改变思维方式[五篇模版]第一篇:大数据改变思维方式大数据改变思维方式大数据是最近开始受人们关注和讨论的话题,大数据这个新概念一出现就受到了人们极大的热捧。

互联网开启了新的生活方式,带给了人们极大的便利,计算机技术的发展为收集和分析大量的数据提供了可能,在互联网时代每浏览一个网页,每敲击一下键盘,都能变成为大数据的一部分。

第一个思维变化:不是随机样本,而是全体数据。

《大数据时代》一书提醒读者,随着计算机技术的进步,得到并分析大数据成为可能,大数据较之以往的统计样本就是全数据,大数据有几个特征,首先是规模大,比如说YouTube、Facebook,每天在数据处理、数据存储量能远超过历史的数据,所以规模大是其基本特征;第二个特征就是种类繁多。

除了传统数据库、数据仓库处理的结构化数据以外,其实很多半结构化,甚至是说非结构化的数据在大数据处理当中都变成非常重要的原材料。

尤其是像话音、视频、文本等等,这些原来并不是机器所能识别处理的。

而在大数据时代这是基本要求;第三个特征就是处理速度要提高。

传统上来说分析型系统某种意义上是一个非实时、后台型的系统,但是现在很多应用它实际上要求联机分析、在线分析,对于实时性要求就会有很大提高。

第二个思维变化:不是精确性,而是混杂性。

大数据的简单算法是一种统计学的逻辑,只有真正理解了大数据基于统计学的思维方式,才能理解它的独特优势和局限。

这种方式可以解决以往技术无法解决的大范围、实时性和并行处理等问题,并带来新的洞见,它用概率说话,并不是就细节较真。

这个观念是,希望先解决80%的趋势问题,然后慢慢精细化。

另外,大数据的一大优点就是数据可以被重复使用。

如预测球赛,它研究的是总体(球队)的趋势,而不是个体(球员)。

第三个思维变化:不是因果关系,而是相互关系。

大数据关注“是什么”,而不是“为什么”,这符合中国人长久以来的思维习惯,并不追求其内在的原理,机理,而重点关注它的结果和趋势,就像人们使用计算机一样,不必在意计算机的工作原理,内部的电路分布,只需要输入指令,就能得到想要的结果。

大数据时代思维模式论文

大数据时代思维模式论文

大数据时代思维模式论文摘要:大数据技术通过对教师与学生长期行为进行分析,得出具有个性化的教学行为、习惯、方式。

大数据的到来,可以通过技术层面来评价、分析并进而提升教学活动。

一、大数据思维的典型案例运用2009 年,甲型 H1N1 流感爆发时,谷歌公司利用流感趋势(Google Flu Trends)搜索关键词,成功地预测到这场大范围流感爆发的散布区域。

这让很多公共医疗组织与官员既震惊又尴尬。

然而当人们发现谷歌公司在流感爆发前几周在《Nature》上发表的文章时,才发现通过对海量数据的分析可以预测未来并辅助决策。

谷歌公司是怎么做到的?因为它保存了多年来用户所有的搜索记录,通过观察人们在网上的搜索记录(通过用户输入的关键词来判断其是否已经传染了流感)来完成预测,预测的准确度与官方数据相关性高达97%。

[1]美国折扣零售商塔吉特通过成功地预测到了顾客怀孕,大大提高了营业额。

塔吉特公司通过收集一个人可以收集到的所有数据,经相关关系分析得出事情的“真相”。

他们首先察看了签署婴儿礼物登记簿的女性消费记录,他们发现登记簿上的妇女会在怀孕大概第三个月买很多无香乳液。

几个月之后她们会买一些营养品,比如钙、镁、锌。

公司最终找出了大约二十多种关联物,这些关联物可以给顾客进行“怀孕趋势”评分。

这些相关关系甚至可以比较准确的预测顾客的预产期。

这样就能使公司在顾客孕期的每个阶段给顾客寄出相应的优惠券,已达到经营利润的最大化。

[2]二、大数据时代下,如何实现教育领域的因材施教(一)让数据自己“发声”因材施教要求教师要从学生的实际情况、个别差异出发,有的放矢的进行有差别的教学,使每个学生都能扬长避短,获得最佳的发展。

如今,在大数据时代下,这一愿望得以有实现的可能。

可汗学院设计的在线学习系统对于每个学生花了多少时间观看影片,哪个单元花的时间比较多,做错了哪些题目,哪些单元轻松地完成10个题目顺利晋级到下一个单元的学习等数据都做了记录,并通过对这些数据的分析作为学生的补充性教学的基础与依据。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

大数据时代下的创新思维一、大数据时代下的创新思维一、过去与未来:摩尔定律的时代VS数据为王的时代在过去的五十年里,人类整个的发展根本的动力从科技的角度来讲,就是一个摩尔定律,什么意思呢?就是在1965年的时候,英特尔公司后来的创始人摩尔先生,他提出来在今后的十几年里,半导体处理器的性能,比如说容量、计算速度和复杂程度每18个月左右可以翻一番,他也没有预想到这件事一直发生了五十年,以至于整个人类发生了天翻地覆的变化。

可以这么讲,我们过去的整个的社会的科技进步、工业进步以及这个GDP的提升都是靠这个摩尔定律,如果我们把这个摩尔定律带来的电信化从过去五十年中拿去,我们会发现我们可能GDP不但没有增加,而且还在减少。

那么这是过去五十年的情况,在今后二十年它又会往哪儿走呢?在未来的二十年里,什么决定世界经济发展的方向?我认为如果说过去五十年是摩尔定律的时代,未来二十年就是数据为王的时代。

大数据会带来机器智能,也就是说让我们的计算机变得非常聪明,以至于它超过我们人类的智能。

为什么这么说呢?我们刚才讲了,计算机的发展速度本身是一个指数增长,而我们人的智能的发展速度是一个线性增长,甚至还会稍微慢一点,那么一定在某一个时间点,它会重合。

今天可能就是这个重合的时间点,那可能你又会问了,为什么正好在这个时间点上,我们会有这么多的数据?一个是互联网的收集和积累,再有一个就是今天各种传感器,各种智能设备,各种监控设备,它们无时无刻地不在为我们提供大量的数据。

而在我们过去,因为存储量、计算量不够的时候,我们把这些数据都抛弃掉了,不是说这些数据在过去不存在现在存在,只是说我们现在因为半导体事业的发展,我们有能力、有可能来存储和处理这样一些数据。

二、什么是机器智能在讲机器智能以前,我们就首先要说说,什么是机器智能?我们都知道1946年人类第一台电子计算机诞生了,名字叫做ENIAC(电子数值积分计算机)诞生。

那台计算机其实计算速度只有一秒钟五千次,大概是你的手机计算速度差不多可能几十万分之一。

那么计算机诞生后不久,人类其实就开始考虑,说既然这个计算机计算速度能这么快,它能不能产生一些智能?所以五十年代初的时候,计算机老祖宗阿兰图灵就提出了一个叫图灵测试的概念。

什么意思呢?就是说在屏幕后面,我放一台机器放一个人,然后我们问他一个问题,比如说天为什么是蓝色的?计算机给一个,人给一个,给出的答案让我来判断,说哪一个计算机给的?哪个是人给的?如果我判断不出来,哪个答案是计算机给的或者是人给的,已经能够把这两个答案要混淆起来了,我就认为机器和人一样的智能。

人类为这个目标做了20年,这20年的发展非常不顺利,到了1970年基本上计算机还做不了任何具有智能的事情。

为什么会产生这样的问题呢?或者说这20年研究为什么会走弯路呢?主要是我们完全地按照人的方式去理解机器,没有完全按机器的方式理解。

举一个例子,预测美国总统选举结果这么一个例子。

比较著名的大家可能听说过盖洛普这样一个预测公司,那么它实际上是用一些传统的抽样的统计方法做一些预测,有时灵,有时不灵。

即使正确的时候,基本上误差两到三个百分点,在全国范围预测能准,但是你知道竞选是一个州一个州这么算选票,它不是一人一票制,所以它从来没有做到过美国50个州全部做对的。

到了2012年,有一个毛头小伙子,这个人从来以前没有名,也不是什么了不得的科学家,他就做了一件事儿,他就在互联网上比如社交网络上,比如脸书上、推特上、地方的报纸上、大家的论坛上等等,凡是他能找到信息的地方,他就把信息都搜集起来,然后他做一次2012年美国总统选举结果的预测,50个州他全部预测对了。

这件事在过去是不敢想象的,从这里头你可以看出,当这个数据完备了以后是非常可怕的。

三、大数据——一种颠覆式的思维方式大家不知道有没有注意到这个名词大数据Big data,为什么不叫large data?其实在英语里,它并不是说一开始随机的选了这么一个词Big data就这么叫了,在英语里这个Big和Large虽然都是大的意思,但是有一个比较细微的差别,Big这个大是相对抽象一点的一个概念,Big、Small大和小是这样子。

那Large是体量大,比如我这张桌子很大,我说Large table。

大数据所以用big data,实际上它是指一种思维方式,一种抽象的概念。

它不仅仅是讲我们数据的体量大,那么既然说到它是一个思维方式,是什么样的一个思维方式呢?我给大家再举一个例子。

你从中学开始到大学,你的老师就会教你说因果逻辑关系非常重要,为什么呢?因为没有了这个因果逻辑,我们这个推理就进行不下去了,过去说知其然一定要知其所以然。

刚才我们就讲了那个美国总统竞选预测的这件事儿,它实际上就告诉了你一个结果,你问他为什么是这样子?是哪个州的人喜欢某个候选人哪句话吗?不是,他说不出这原因,但是它就给了个结果。

这就是现在说先有了结论,然后你可能反过来推这些其中的原因,这是一个完全不同的思维方式。

所以叫大数据,是指全新的这么一个思维方式。

在2002年到2004年左右的时候,我在一家计算机公司做搜索,那么当时因为数据量变得很大,我们就观察到很多特点,你比如说你搜索了一个关健词,我们就说“凤凰卫视大数据”这样一个关健词。

用户老不点击第一条结果,老点击第三条结果,这里头就有一个原因,肯定你第一条结果做得不好,第三条结果可能更好。

那么你的思维方式是什么样?你是否接受说把第三条结果我直接就搬到第一条去?按我们过去老师教我们的,因果关系你是不能这么做的,因为你不能跳过这个推理的过程来做件事,但是大数据的思维告诉你这件事儿是可以做的。

当我们的脑筋转换成这样的一种思路的时候,我们实际上就是一个开始具有某种大数据的思维,这时候也就是我们在变相地承认,计算机在有一些方面其实比我们因为有数据的作用做的更好了。

(一)大数据+机器智能:革新传统行业我想说,为什么说大数据这个事这么重要?大数据加上机器智能,它可以把我们以前所有的行业,全部的改造的一遍,或者我换一句话说,就是说所有未来公司,都是某种程度上的一个大数据公司,我们不妨看两个传统行业的例子。

第一个是关于意大利一个品牌服装公司的例子,大家知道可能如果你们去一些专卖店,你就会发现它把某一件衣裳,有的放在前面,有的放在后面,这里头可能有一些道理,但是你也说不出有什么道理。

我和他们这些公司的有些销售人员做过一些了解,事实上像它们这些大牌的公司,在北京开一家这种专卖店,就是一比一的模型差不多要做三个,才能确定这个店里头的结构怎么布置,哪件衣裳放前头,哪件衣裳放后面更好。

即使如此,这完全靠过去营销人员的经验,也很难检测说,到底这样放合适不合适。

有些衣裳放前面,它就是卖不出去,没人知道什么原因。

那么这家品牌服装,它就做了一件很简单的事情。

它就把衣裳的背后就是我们放防偷盗墨水那个地方放一个小芯片,如果谁拿了这个衣裳,到试衣间试衣服以后,试衣间再放一个传感器,能记录你什么时候进去的,在那里头试了多长时间这个衣裳,然后它就通过这个数据,就可以提高销售。

为什么呢?因为假设哪件衣裳又放在一个显眼的位置,如果大家不拿进试衣间去试,说明它在设计上肯定第一眼看上去就一定有什么一些什么问题。

但是,如果很多衣裳,经常地拿到试衣间里去试,最后没人买,那可能在细节上有一些什么需要改进地方,这样它通过这么一件简单的事情,就能提高销售,这是一个非常传统的行业。

再另外一个故事也非常的有意思。

在一家百货店,雇了一个学统计学的硕士,也不是什么一个非常大的科学家,就是一个学统计学的硕士。

百货店每天有很多交易的数据,以前也不知道怎么办,后来有了这个移动互联网以后,这个百货店就跟顾客讲,说以前要给你打一张发票,你呢有时候也就扔掉了,有些时候你为了保存发票也麻烦,要不然你给我一个手机号码或给我一个邮箱,我给你发过去,我寄过去,那很多人就这么登记上了。

在这个以前,你到百货店买东西,没人知道是谁买的,那么,自从他把这个手机和发票联起以来以后,他就知道哪个人什么时候买了些什么东西。

后这个硕士生他就做了些统计就发现怀孕的妇女在不同的阶段买的产品它其实有一些共性,这就是从大数据分析得到的。

比如说一开始怀胎的时候要买比较胖的衣裳,然后后来以后要买宝宝服,要买纸尿裤、奶嘴等等,就基本上所有人都是走这么一个过程。

然后他就提前给这些客户发优惠券,这样销售就很有针对性,而且效果不错。

我不知道大家有多少人,你们在每天用网络购物,用即时通讯软件(淘宝、微信)支付,其实你相信不相信,它们的主人、它们的公司可能比你更知道,下一单交易你会发生在哪里。

(二)用大数据解决智能问题计算机到底现在能不能回答问题?你说有了大数据,计算机就有智能了。

那到底是不是这样子呢?我们就看刚才那个例子,就是说要回答天为什么是蓝色的这样一个例子,这个是我自己本人做的一个项目,这个问题实际上很多大学,很多科学家花了很长的时间,其实一直做不出来。

计算机回答简单的问题,比如说我们凤凰卫视是哪一年成立的、它的总部在哪儿,这样一些问题,就是说关于具体的一些事实的问题,那这个比较容易。

那么难的问题有两种,一种是为什么的问题,一种是怎么做的问题。

要回答为什么的问题就要回到我刚才讲说,原来我们在中学和大学的老师教你就是叫做因果逻辑,你要回答为什么,你要一些基本的科学知识,然后根据一个个因果关系推导出答案,这是我们过去被训练出来这样一个思维方式。

我刚才又讲,计算机来解决这个问题,和人是不一样的。

那么计算机怎么解决这个问题,其实我们把它看成一个大数据的问题,很容易做一个测试,你就输入中文“天为什么是蓝色的”,你在某一个搜索引擎上你就搜索一下子,然后你把那些广告、视频等等这些插入的结果删去,保存十条自然搜索结果,然后你把这十个网页打开,80%的问题,你就能找到你所需要的答案。

但是如果你不看这十个网页内容,你只看这十条结果摘要,只有20%到30%的情况,你能找到这个问题答案。

这就是过去机器智能和人的智能的大概一个差异。

随着计算机处理能力越来越强,这个数据越来越完备,我们所要做的一件事是什么事?我们不是根据物理学的原理,不是根据逻辑推理来回答“天为什么是蓝色的”,我们是把所有可能有这个答案的网页给找着,然后再分析每一句话,看看哪一句话像是这问题的答案,再把这些像是答案的话,重新地组合,重新地交换次序,构成一个段落作为一个回答。

然后我们把它送给用户做评测,我们就让他比较说,你觉得这个答案是否满意,那么对于80%的问题,用户说他们觉得这个答案都非常好,也就是说,在80%左右的问题上,这个计算机和人在复杂问题上,他们具有了同等智能。

所以这就是用大数据解决智能问题的一个方法。

(三)谁是未来社会的操控者:人还是机器?那我们再讲一个具体的例子,就是无人驾驶汽车,你可以把它当做一个机器人,说起来这也是一个非常有意思的事情。

相关文档
最新文档