大数据分析时代的思考-上书房信息咨询
大数据思考与报告
大数据思考与报告在当今数字化的时代，大数据已经成为了一个热门的话题。
它不仅仅是海量的数据集合，更是一种能够改变我们生活、工作和思考方式的强大力量。
那么，究竟什么是大数据？它又是如何影响我们的呢？大数据，简单来说，就是规模极其庞大的数据集合。
这些数据的来源多种多样，包括互联网、社交媒体、传感器、企业数据库等等。
与传统的数据相比，大数据具有规模大、速度快、类型多和价值密度低等特点。
规模大是大数据最显著的特征之一。
我们日常所接触的数据量可能只是冰山一角，而大数据所涵盖的数据量则是超乎想象的。
例如，全球每天产生的信息量足以填满数亿个 DVD 光盘。
这种海量的数据规模为我们提供了更全面、更深入的洞察可能性。
速度快则意味着数据的产生和处理速度非常迅速。
在实时的社交媒体互动、金融交易等场景中，数据几乎是瞬间生成和传播的。
如果不能及时处理和分析这些快速流动的数据，我们就可能错过重要的信息和机会。
类型多体现在大数据不仅包括结构化的数据，如表格中的数字和文本，还包括非结构化的数据，如图像、音频、视频等。
这使得对数据的处理和分析变得更加复杂，但也为我们带来了更丰富的信息来源。
然而，由于数据量的巨大，其价值密度相对较低。
这就需要我们运用有效的技术和方法，从海量的数据中挖掘出有价值的信息。
大数据对我们的生活产生了深远的影响。
在医疗领域，通过对患者的病历、医疗影像、基因数据等进行分析，可以实现更精准的诊断和治疗方案制定。
医生能够根据患者的个体特征，为其提供个性化的医疗服务，提高治疗效果。
在商业领域，大数据帮助企业更好地了解消费者的需求和行为。
通过分析消费者的购买历史、浏览记录、评价等数据，企业可以优化产品设计、改进营销策略、提升客户满意度。
例如，电商平台可以根据用户的浏览和购买行为，为其推荐个性化的商品，从而提高销售额。
在交通领域，大数据的应用可以改善交通流量管理。
通过收集和分析道路上的车辆行驶数据、信号灯状态等信息，交通管理部门可以优化信号灯设置，减少拥堵，提高交通效率。
大数据时代心得体会（2篇）
大数据时代心得体会在大数据时代，信息的增长速度远远超过了人类的处理能力，这就引发了如何高效地获取、分析和利用大数据的问题。
通过对大数据的挖掘和分析，我们可以获得更深入的洞察力，为企业和决策者提供更准确的数据支持。
我认为，大数据时代给我们带来了无限的机遇和挑战，下面我将就此展开我对大数据时代的一些心得体会。
首先，大数据给了我们更多的机遇。
大数据时代，我们面临着海量的数据，这些数据蕴含着巨大的商业价值。
通过对这些数据进行深度挖掘和分析，我们可以发现潜在的商业机会，并进行精准市场营销。
比如，通过对用户的消费行为数据进行分析，可以精确地判断用户的购买偏好，并根据这些信息推送个性化的产品和服务。
另外，大数据可以帮助企业精确预测市场需求和趋势，为企业的战略决策提供重要参考。
其次，大数据让我们更加了解客户。
在大数据时代，客户数据的获取和分析变得更加容易和全面。
通过分析大数据，我们可以洞察客户的需求、习惯和行为模式，从而更好地服务客户和提升客户体验。
通过大数据分析，企业可以实现个性化推荐、定制化服务和精细化运营，从而提高客户满意度和忠诚度。
同时，通过大数据分析，企业还可以发现潜在的客户群体和消费趋势，从而更好地开拓市场。
再次，大数据也给我们带来了更多的挑战。
大数据时代，数据量巨大、多样性高，对数据的存储、处理和分析提出了更高的要求。
传统的数据处理工具和方法已经不适应大数据时代的需求，我们需要采用更先进的技术和算法来处理和分析大数据。
另外，随着大数据的发展，数据安全和隐私保护也成为了一个重要的问题。
在获取和使用大数据的过程中，我们需要保护用户的隐私权和数据安全，这对于企业和个人都是一个重要的责任。
最后，我认为在大数据时代，我们需要具备更多的技能和能力。
大数据的处理和分析需要专业的知识和技能，我们需要培养数据分析师、数据工程师等专业人才，提高他们的数据分析和处理能力。
同时，我们还需要具备跨学科的知识和能力，将大数据与其他领域的知识结合起来，发现更多的应用场景和商业机会。
大数据时代的思考
大数据时代的思考作者：来源：《软件和信息服务》2013年第02期大家都说用数据说话，但数据多到不可理解，怎么办？大数据时代的变革又触发你怎样的思考？这本书或许能为你答疑解惑。
工业化时代，一切需要用数据说话；黄仁宇的《万历十五年》，说中华帝国最大的问题是不能以数目说话，帝国许多的决策是想当然，并认为是帝国千年无法快速发展的原因。
其实，幅员辽阔的帝国治理在许多时候，还是用数字说话的，只是关键是数据承载和传递的方式，使得许多数据无法使用。
就是到今天，我们老百姓也很难相信堂堂国家统计局的报告数字，不知道能说明什么意思？在计算、存储和传送成本快速下降的云时代，这些不再为个人所能理解的数据将会变得如何，计算机系统会开启什么样的视角？人们的思考、工作以及存在的机遇在哪里？维克托·迈尔-舍恩伯格和肯尼斯·库克耶所著的《大数据时代（生活、工作与思维的大变革）》为我们整理了这方面的思路。
作者之一维克托·迈尔-舍恩伯格，是牛津大学互联网治理与监管教授，曾在亚洲新加坡国立大学担任教学研究岗位，对大数据时代特征颇有研究；而另一位作者肯尼斯·库克耶则是多个国际期刊和频道的技术评论员，先后供职于如华尔街日报、国际先驱论坛报以及经济学人等。
作者以Google在2009年成功预测新型H1N1流感流行为引子开始全文，这种结合禽流感和猪流感病毒特征的新型流感在流感流行几周前，谷歌就成功预测出将出现这样的流感，这是因为谷歌系统中可以检测出诸如“哪些是治疗咳嗽和发热的药物”问题的密集出现区域，结合其他特征提前进行预告。
这是一个引人注目的开头，当数据应用和普罗大众的生活紧密结合时，大众的信息的确可以反应出许多以前很难关注的问题。
在这方面美国和欧洲的确走在了世界的前面。
例如在医药领域中，对于某一个品名或品次的药品不良反应很快可以形成某种警示，对民众和厂家都是一种保护，当然这需要一个良好的数据监控和公布制度，这方面我们中国就弱了许多。
大数据时代读后感
大数据时代读后感在这个信息爆炸的时代，大数据已经成为了我们生活中不可或缺的一部分。
无论是在商业领域、科研领域还是政府管理领域，大数据都扮演着越来越重要的角色。
《大数据时代》这本书，深入浅出地介绍了大数据的概念、应用和影响，让我对大数据有了更深入的理解。
首先，书中介绍了大数据的概念和特点。
大数据不仅仅是指数据的量大，更重要的是数据的多样性、时效性和价值性。
随着互联网的发展，我们每天都在产生海量的数据，这些数据蕴含着无限的商业和科研价值。
而传统的数据处理方法已经无法满足对大数据的需求，因此大数据技术应运而生。
书中通过生动的案例和实践，让我对大数据的概念有了更清晰的认识。
其次，书中介绍了大数据在商业领域的应用。
大数据技术可以帮助企业更好地了解消费者的需求，优化产品和服务，提高市场竞争力。
通过大数据分析，企业可以更准确地预测市场趋势，制定营销策略，降低风险。
例如，互联网公司通过分析用户的行为数据，可以为用户推荐个性化的产品和服务，提升用户体验。
而传统企业也可以通过大数据技术，实现供应链的优化和成本的降低。
这些案例让我深刻地认识到大数据对商业发展的重要性。
除了商业领域，大数据在科研领域也有着广泛的应用。
书中介绍了大数据在基因组学、气候变化、医疗健康等领域的应用。
大数据技术可以帮助科研人员更好地理解自然界的规律，加速科学研究的进程。
例如，通过对海量的基因数据进行分析，科研人员可以发现新的基因突变与疾病之间的关系，为疾病的治疗和预防提供新的思路。
而在气候变化领域，大数据可以帮助科学家更准确地预测自然灾害的发生，提前采取预防措施。
这些应用案例让我对大数据在科研领域的潜力有了更深刻的认识。
最后，书中还介绍了大数据对政府管理的影响。
大数据技术可以帮助政府更好地了解民生需求，优化公共服务，提高政府治理效率。
例如，通过对城市交通数据的分析，政府可以优化交通规划，缓解交通拥堵问题；通过对医疗数据的分析，政府可以实现医疗资源的精准配置，提高医疗服务的质量。
大数据时代下的观察与思考
什 么是大 数据 １ ９ ８ ０年 ，著 名未 来 学家 阿尔 文 ・ 托夫 勒便 在 《 第 三次 浪 潮 》一书 中，将 大数 据热 情地 赞颂 为 “ 第 三次 浪潮 的华 彩乐 章” 。自 ２ ０ ０ ９年开始 ，“ 大数据 ”成为互联 网信息技术行业 的流 行 词 汇 。那 么何 谓 “ 大数 据 ” 呢 ？“ 大数 据 ”（ ｂ ｉ ｇ ｄ ａ ｔ ａ ） ，或 称 巨 量 数 据 、海 量 数 据 ，是 由 数 量 巨大 、结 构 复 杂 、类 型 众 多 数 据 构 成 的 数 据 集 合 ，是 基 于 云计 算 的 数 据 处 理 与 应 用模 式 通 过 数 据 的 集 成 共 享 、交叉 复 用 形 成 的智 力 资 源 和 知 识 服 务 能 力 。还 有 研 究 机构 如此 定 义 “ 大数据”： “ 大数 据 ”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。从某种程度上说 ，“ 大数据”是 数 据分析的前沿技术 ，是从各种各样类型 的数据 中，快速获得 有价值信息 的能力。 在我国 ，“ 大数据 ”作为一个较新 的概念 ，目前 尚未直接以 专有 名 词 被 政府 提 出来 给 予 政策 支 持 。不 过 ，在 ２ ０ １ １ 年１ ２ 月８ 日工信部发布 的物联 网 “ 十二五”规划上 ，把信息处理技术作 为 ４项 关 键 技 术 创 新 工 程 之 一 被 提 出来 ，其 中包 括 了 海 量 数 据 存 储 、 数 据 挖 掘 、 图像 视 频 智 能 分 析 ，这都 是 大 数 据 的 重 要 组 成部分。而另外 ３ 项 关 键 技 术 创 新 工 程 ，包 括 信 息 感 知 技 术 、 信 息 传 输 技 术 、信 息 安 全 技 术 ，也 都 与 “ 大 数 据 ”密 切 相 关 。 ２ ０ １ ３ 年 ５月 １ ０日，阿 里 巴 巴集 团 董 事 局 主 席 马 云 在 淘 宝 十 周 年晚会 演讲 时说 ，大家还没搞清Ｐ Ｃ 时代的时候 ，移动互联 网来 了 ，还 没 搞 清 移 动 互 联 网 的 时候 ，大 数 据 时代 来 了 。是 的 ，大 数 据时 代 真 的来 了 。 二 、大数据 的特点 １ ． 数 据 体 量 巨 大 。 以 互 联 网 为 例 ，一 天 之 中 ， 互 联 网产 生 的全 部 内容 可 以刻 满 １ ．６ ８ 亿 张Ｄ Ｖ Ｄ ； 发 出 的 邮 件 有２ ９ ４ ０亿 封 之 多 ； 发 出 的社 区 帖 子 达 ２ ０ ０ 万 个 ，相 当 于 《 时 代 》杂 志 ７ ７ ０ 年 的文 字 量 。截 止 到 ２ ０ １ ２ 年 ，全 球 数 据 量 已 经 从Ｔ Ｂ（ １ ０ ２ ４ Ｇ Ｂ ＝ ｌ Ｔ Ｂ） 级 别 跃 升 到 Ｐ Ｂ（ １ ０ ２ ４ Ｔ Ｂ ＝ Ｉ Ｐ Ｂ） 、Ｅ Ｂ （ １ ０ ２ ４ Ｐ Ｂ ＝ ｌ Ｅ Ｂ）乃 至 Ｚ Ｂ（ １ ０ ２ ４ Ｅ Ｂ ＝ ｌ Ｚ Ｂ）级 别 。 国 际 数 据 公 司 （ Ｉ Ｄ Ｃ）的研 究 结 果 表 明 ，２ ０ ０ ８ 年 全 球 产 生 的数 据 量 高 达 １ ．
读大数据时代心得体会
读大数据时代心得体会
大数据时代给我们带来了巨大的机遇和挑战。
以下是我在大数据时代的一些心得体会：
1. 数据的重要性：大数据时代，数据被称为新的石油。
数据的重要性无法忽视，它是
驱动决策和创新的基础。
因此，掌握数据分析和处理技能变得越来越重要。
2. 数据的价值：大数据不仅可以帮助公司分析市场趋势和消费者行为，还可以用于探
索新的商机。
通过深入分析数据，我们可以了解客户的需求，优化产品和服务，提高
竞争力。
3. 数据的隐私和安全：随着数据的不断增多，数据的隐私和安全问题日益突出。
在使
用大数据时，我们必须确保合法获取数据，并采取措施保护数据的隐私和安全。
4. 数据的价值分享：在大数据时代，数据的价值不仅体现在数据持有者自身，还可以
通过共享和合作创造更大的价值。
通过共享数据，我们可以跨行业合作，挖掘更多的
机会和创新。
5. 数据的可视化：大数据分析结果往往意味着海量的数据，这对普通人来说很难理解。
因此，数据的可视化变得非常重要。
通过可视化工具，我们可以使用图表和图形展示
数据分析结果，使其更易于理解和应用。
总的来说，大数据时代给我们带来了许多机遇，但也带来了各种挑战。
我们需要学会
有效地处理和分析数据，保护数据的隐私和安全，并通过数据的分享和合作创造更大
的价值。
大数据时代心得体会
大数据时代心得体会在今天的社会中，大数据时代已经到来，无论是从互联网、智能手机、社交媒体甚至是智能家居等方面，我们都正在产生大量数据。
这些数据不仅仅是一些分散的数字，而是承载着珍贵的信息和价值。
作为时代的一员，我们应该如何对待和认识这个伟大的新时代呢？下面，我将分享我的一些心得体会。
首先，对于大数据时代，我的第一感受是产生了巨大的机会和挑战。
机会在于，我们可以通过分析大量的数据，揭示其中的规律和趋势，为我们的生产生活提供更好的服务和便利。
而挑战在于，我们需要面对海量数据的储存、传输和处理，尤其是在数据安全和隐私方面，我们也需要加强保护。
其次，对于大数据时代，我认为其核心思想就是数据驱动。
传统的决策和规划主要依赖于经验和直觉，但现在通过对数据进行科学分析和挖掘，我们可以更加准确地判断和预测未来的走势和风向，这是传统决策所无法比拟的。
数据驱动也推动着多个产业的变革，例如在医疗、教育、金融等领域，大数据的应用可以让我们更加高效和精准。
再次，对于大数据时代，我觉得需要突出重点。
今天的数据已经变得异常庞杂，但并不是所有的信息都是有意义的。
因此，我们要抓住重点，确定关键指标，去除无用信息，从而更好地展现数据的价值和实际意义。
靠谱的数据分析团队需要懂得区分有效数据和误导性数据，避免数据陷阱，保证决策的准确性和可靠性。
第四，我认为在大数据时代，我们需要思辨而非机械套用。
数据只是工具，但在分析过程中，我们需要加入自己的感性理解和主观判断。
因此，我们需要把数据作为辅助和参考，而不是完全依赖它。
特别是在社会科学领域，我们需要平衡数据和主观意见的关系，不能将其二者等量看待。
其五，在大数据时代，语言表达的准确性和清晰度就显得非常重要了。
一个数据分析报告的质量，除了数据本身的可信度和分析的深度外，更需要遣词造句准确、简练，使读者可以轻松理解报告的内容。
简单明了的陈述和清晰的逻辑，有助于让读者对分析结果产生更足的信心。
最后，在大数据时代，结构严谨和条理清晰更是必不可少。
对大数据工作的深入系统思考
对大数据工作的深入系统思考随着信息技术的迅猛发展，大数据已经成为当今社会的热门话题。
在各行各业中，大数据的应用已经成为一种趋势，它可以为企业带来巨大的商业价值。
然而，要充分发挥大数据的优势，需要进行深入的系统思考。
我们需要明确大数据的定义。
大数据是指规模巨大、复杂度高、传统数据处理方法难以处理的数据集合。
通常，大数据具有四个特点：量大、速度快、种类多、价值密度低。
因此，我们在进行大数据工作时，需要具备处理大规模数据的能力，并能够快速获取和分析数据。
对于大数据工作来说，数据质量是非常重要的。
由于大数据的特点，数据质量可能会受到各种因素的影响，如数据源的可靠性、数据采集和处理的准确性等。
因此，我们需要建立有效的数据质量管理机制，确保数据的准确性和完整性。
大数据工作需要具备数据分析的能力。
数据分析是指通过对大量的数据进行挖掘、整理、分析和解释，从中发现有价值的信息和知识。
在进行数据分析时，我们需要使用合适的数据分析方法和工具，如数据挖掘、机器学习、统计分析等，以便更好地理解数据和发现隐藏在数据中的规律。
大数据工作还需要具备数据可视化的能力。
数据可视化是指通过图表、图形等形式将数据表达出来，以便更好地理解和传达数据的意义。
通过数据可视化，我们可以将复杂的数据转化为直观的图像，使数据更具可读性和可理解性。
在进行大数据工作时，还需要关注数据隐私和安全。
大数据中可能包含大量的敏感信息，如个人隐私、商业机密等。
因此，在进行数据处理和数据传输时，我们需要采取相应的安全措施，保护数据的安全和隐私。
大数据工作还需要进行数据治理。
数据治理是指通过制定规范和标准，对数据进行有效的管理和控制。
通过数据治理，我们可以确保数据的一致性、可靠性和可用性，同时提高数据的利用价值。
大数据工作还需要进行不断的创新和改进。
随着数据量的不断增加和技术的不断发展，大数据工作也在不断变化和演进。
因此，我们需要保持敏锐的洞察力和创新意识，不断寻求新的方法和技术，以应对不断变化的数据挑战。
大数据时代的思考和展望
大数据时代的思考和展望作者：吕玥来源：《经营者》 2017年第5期随着信息技术的不断发展，互联网技术的不断创新提高，由原先的物联网、云计算等信息技术类别中，又再次出现了另外一种新型的创新技术和名词概念——大数据。
21世纪是信息的时代，信息时代存在巨大的不确定性和未知性，信息系统如此发达的21世纪，人们上网的每一次的点击、每一次浏览的网页、每一次犯罪记录、每一次交付记录等等都会产生巨大的数据存在数据库中。
有记录统计，在2010年，人类社会所产生的数据每天高达2.5EB，相当于10亿张容量为25GB的蓝光光盘，而且更为可怕的是，这些数据90%以上是在2010年最近两年产生的。
这些繁杂的数据背后可以为我们带来什么样的好处，人们该如何处理这些数据，而什么又是大数据，人们开始注意到这些，并对此进行探索和研究。
一、什么是大数据自从大数据（Big Data）被人们发现之后，关于对大数据的定义众多复杂，没有对大数据一个明确的定义，但是通常来说，大数据主要可以理解为三个方面：一是数据的变化是快速的，二是数据是巨大的，三是这些繁杂的数据不能用常规的软件工具来对其进行处理。
IBM公司对大数据提出5个基本特征：大量性、高速性、多样性、低价值密度和真实性。
在云时代来临之际，大数据也被越来越多的分析师所关注，人们渐渐注意到这些看似繁杂冗余的数据背后是否存在一定的规律，可以帮助人们解决一定的问题，对未来进行预测和分析，分析师团队认为大数据一般来说是指一家公司所能够创造的众多的结构化以及非结构化的数据，对这些数据通过数据挖掘、并行处理、数据库等技术来分析和处理会花费相当长的时间和多的金钱，隐藏在这些繁杂冗余的数据背后的规律存在着巨大的价值，通过这些规律人们可以进行人类行为模式的预测和分析，这也是大数据的重要应用。
正如FACEBOOK的副总工程师杰伊·帕瑞克曾言：“如果不能利用所收集的数据，那么你所拥有的只是一堆数据，而不是大数据。
读大数据时代心得体会
读大数据时代心得体会随着科技的不断进步，大数据时代已经到来。
我们现在已经生活在了一个信息量巨大的世界中，数据像一条看不到头的海洋，每时每刻都在发生变化。
而我们面对的问题是：如何读懂这些数据，如何正确地应用这些数据，如何从中得到最大的利益？在我看来，读大数据时代最重要的一点是思维的转变。
传统的思维方式需要我们依靠自己的经验和直觉来做出决策，而在大数据时代，我们需要的是一种数据驱动的思维。
这种思维方式强调要以数据为基础进行决策，通过对大量数据的分析，预测和模拟，才能得到最优的结果。
在我们进行数据分析时，我们需要重视数据的来源和品质。
因为数据的来源和品质会直接影响到分析的结果，我们应该谨慎地选择数据来源，并经过严格的筛选和处理，最大程度上提高数据的品质。
例如，我们需要关注数据的准确性、完整性、一致性和可靠性等问题，只有这样才能保证我们分析的结果具有实际价值。
另外，我们在读大数据时，还需要注意思辨。
虽然大数据可以提供我们海量的信息和预测，但并不代表我们可以信任数据中的一切。
我们要警惕数据中出现的偏差和错误，并用偏差和错误来加强我们的思考，做出更加明智的决策。
因此，我们需要在数据分析中加入逻辑推理和创新解释等思维元素，不断探索与发现数据中的规律和蕴含的信息。
除此之外，我们还需要关注数据使用的公正性以及对社会的影响。
大数据虽然为我们提供了无限的机会和优势，但也存在一定的局限性。
在数据分析和应用中，我们需要遵守适用的法律规定以及道德伦理，确保我们的行为不会损害公共利益和社会道德风尚。
综上所述，读大数据时代需要我们进行思维的转变，以数据为基础进行决策；同时，需要重视数据的来源和品质，并且在数据分析中注入思辨的元素，不断探索和发现数据背后的规律和价值。
最重要的是，在使用大数据时需要关注公正性以及社会的影响，为社会发展带来积极的影响。
只有这样，我们才能充分利用大数据的优势，实现更加智慧和可持续的发展。
- 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、"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、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)。
www.ssfdy.com
大数据分析时代的思考
大数据思考之一
任何一个网站的数据都是人们互联网行为数据的很小的一个子集，无论这个子集多么全
面，分析多么深入，都是子集，不是全集。对于企业来讲，竞争对手的数据价值远远超过自
己网站数据的价值，从量级上，对于所有公司都一样，自己拥有的数据远远小于全集数据。
看起来的全数据恰恰是残缺数据。
大数据思考之二
数据量的大幅增加会造成结果的不准确，来源不同的信息混杂会加大数据的混乱程度。
研究发现：巨量数据集和细颗粒度的测量会导致出现“错误发现”的风险增加。那种认为“假
设、检验、验证的科学方法已经过时”的论调，正是大数据时代的混乱与迷茫，人们索性拥
抱凯文凯利所称的混乱。
大数据思考之三
互联网用户的基本特征、消费行为、上网行为、渠道偏好、行为喜好、生活轨迹与位置
等，反映用户的基本行为规律。体系完整是所有分析性工作的第一步，完整的框架甚至胜过
高深的模型。人类的认识最大的危险是不顾后果的运用局部知识。如果只关心自己网站数据，
其分析基础必然是断裂数据。
www.ssfdy.com
大数据思考之四
现在谈到大数据，基本有四个混乱观念：第一，大数据是全数据，忽视甚至蔑视抽样；
第二，连续数据就是大数据；第三，数据量级大是大数据；第四，数据量大好于量小。对应
的是：抽样数据只要抽样合理，结论准确；连续只是一个数据结构；大量级的噪音会得出错
误结论；大小与价值关系不大。
大数据思考之五
大数据不是新事物，天气、地震、量子物理、基因、医学等都是，借鉴他们的方法有益。
他们用抽样调查。互联网数据挖掘方法论也如此，不同的是更难，因为人的复杂性。既然是
关于人的研究就需应用所有研究人的方法梳理大数据。只要懂编程、懂调动数据的人就可以
做大数据挖掘的说法是谬误。
大数据思考之六
大数据分析中分析构架为第一要著，算法也极为关键，在最近的大数据处理中发现：解
析网址后的分类是是一个难点，主要有几个方面，一个千万人的网络行为数据一天产生的域
名大约50000个，虽然有一些算法，但是混淆、难以辨认、连续更新与判别是分析中的重要
步骤，简单分易，精细分难。
大数据思考之七
算法中，只要包含文本，就必然有两个关键基础技术：关键词（字典）与语义分析，关
键词技术成熟，语义技术是瓶颈，中文语义太难，能解决50%的团队就不错了，尤其是社交
语言，比如＂真可以！＂何解？需上下文。希望风投们多鼓励此类基础技术研发，突破此瓶
颈是大数据挖掘的关键点之一。
大数据思考之八
社交数据挖掘中，很多团队集中在运用推特瀑布思路，就是可视化技术，其构图精美值
得称道，问题是，其理论还是沿用三十多年前的社会计量法，概念还是局限在点、桥、意见
领袖等小群体分析，不适合巨网，突破可视化框架的社交分析需要理论探索和实践努力。
大数据思考之九
移动互联网对社会生活的影响本质是时间与空间的解构，分析这类大数据需要把握这两
www.ssfdy.com
点，如果仅仅分析app和网络使用行为，那么分析上就失去了移动的意义。单纯看流量、点
击率等简单数字无法解决复杂的营销问题。不创新的延续原有思维模式是人类思考惰性。