大小数据 | 辨析大数据价值与小数据洞察-阿里云开发者社区

开发者社区> 知与谁同> 正文

大小数据 | 辨析大数据价值与小数据洞察

简介:
+关注继续查看

大数据技术的出现带给人们的思维方式、行为方式、媒体传播方式及社会治理方式等都诸多方面带来了革命性的变革。《大数据时代》一书的核心观点是说:“在大数据时代,我们正经历着一场生活、工作与思维的大变革。

时代

我们没必要非得知道现象背后的原因,而是要让数据自己发声。”在大数据时代,相关关系能够帮助我们更好地了解这个世界,建立在相关关系分析法上面的预测是大数据的核心,通过找到“关联物”并监控它,我们就能够预测未来。

三原则

作者还提出了“大数据三原则”:要全体不要抽样,要效率不要精确,要相关不要因果。虽说该书作者提出的“要相关不要因果”的观点还值得商榷,但“相关性”观点还是从某个层面上说出了大数据时代的核心特征。大数据是往往是商业自动化产生的数据,又具有实时在线的特征。

概念

与大数据概念相对应的,在这之前的数据似乎就是所谓小数据,如果有所谓的小数据概念的话,应该特指采用调查方法获得的抽样数据,或者是结构化的海量数据。对于小数据的分析通常采用的是传统的统计分析方法,是一种自上而下的实证研究方法论。小数据往往依托数理统计的大数定律,描述了抽样理论下样本最终服从中心极限定理的正态分布理论,强调描述性统计学和推断统计学。

预测

大数据重预测,小数据重解释

大数据的开放性、公开性和易获得性,社交网络每天产生的大数据可以在一定规则开放性下,通过应用程序接口(API)和爬虫技术采集,一些商业机构和政府组织也向社会研究机构提供各种海量数据源,特别是政府开始提供权威开放数据源。大数据往往带有时间标签,更具预测性。国内外众多机构开始采集海量Twitter和微博上的传播信息和个人属性特征和标签,期望预测社会舆情和社会情感、预测电影票房、预测商业机会,进而期望预测人们的态度和行为。开放、公开易获得数据源是大数据时代的基本特征和产生社会影响本质。

解释

大数据重发现,而小数据重实证

传统的小数据重实证研究,强调在理论的前提下建立假设,收集数据,证伪理论的适用性,采用随机抽样的定量调查问卷获取数据,验证假设。这是一种自上而下的决策和思维过程。而大数据重发现知识,预知未来,为探索未知的社会现象和发展规律带来机遇。这种预见性是一种自下而上的知识发现过程,是在没有理论假设的前提下去预知社会和洞察社会现象、趋势和规律。

因果

大数据重相关,小数据重因果

大数据重关系,而不关心因果,关注是什么而不关心为什么,尽管大数据依然可以回答因果问题,但因果关系并非来自统计或数据,而是来自研究者的理论和假设。大数据分析更关注数据的相关性测量和商业应用价值。大数据挖掘往往是发现那些不能靠直觉发现的信息和知识,甚至是违背直觉的,有时候越是出乎意料可能越有社会和商业价值。媒体人应该有责任和有能力从数据中发现事物内在规律,发现内在,预警社会。

因果

大数据重全体,小数据重抽样

大数据是商业自动化存储的数据,在软硬件满足的条件下可以分析海量数据。随着存储和软硬件的经济性和分析工具的高性能,海量数据的处理能力得到提升,数据挖掘算法不断改进和丰富,特别是统计分析和机器学习的神经网络建模技术发展,抽样并非是必要的手段和方法论。尽管大数据不一定是总体,理论上讲再大的局部也没有随机抽样更具代表性,但机器学习算法所带来的个性化推荐技术、非线性建模、网络分析、空间地理分析、实时在线的数据可视化分析手段都应成为我们认识世界、感知社会的重要手段和目的。

全体

大数据重感知,小数据重精确

大数据具有变生产边应用,边应用边生产,实时在线分析的特点,往往更关注数据从总体上感知社会,通过大数据的在线可视化技术呈现大规模数据的流动模式,大数据时代背景下的社会治理、舆情研究、智慧城市、智能交通、传染病传播、谣言传播提供了数据基础。大数据同时关注对个体的数据挖掘,个性化推荐,精准营销,传播路径分析等应用领域都具有大数据特点。小数据往往采用显著性检验,统计显著性受到样本代表性和样本量的影响,对数据来源的真实性、无偏性和代表性格外重视。

感知

大数据挖掘技术可以说是统计分析技术的进化,但狭义角度讲大数据的挖掘已经不是小数据时代的统计分析了,更多的是指机器学习算法和云计算技术,当然也包括传统的多变量高级统计技术。与此同时,数据科学(Data Science)兴起,人们调侃说数据科学家成为最抢手、最热门、最性感的职业。

准确

尽管所谓的小数据具有大数据不可替代的商业应用和学术研究价值,但是大数据带来的社会变革是小数据无法比拟的,社会已经将大数据认为是国家发展战略,是社会第四生产要素,是驱动社会变革和创新的新动力。

大数据一切从开源开始,”软件定义一起,数据驱动未来,算法统治世界”是IT领域相关人士对大数据时代的最好诠释。特别是大数据与新闻融合产生了数据新闻,成为未来新闻事业的发展方向,这种报道形式不仅丰富了新闻的表现形式,而且改变了新闻生产流程,对于新闻从业人员的思维也是一次巨大的颠覆。


本文作者:沈浩老师

来源:51CTO

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
大数据时代CIO们必备的五大硬功
大数据时代CIO们必备的五大硬功 目前,大数据仍然不算普及,但并不代表大数据是没有意义的技术,其价值及分析结果已经令很多企业家垂青。企业都在开始尝试利用大数据来增强自己的企业业务竞争力,但是对于大数据分析行业来说,这技术仍然处于快速成长的初期,这领域仍有很多未定型的技术範畴,潜能可谓无法预视。
857 0
社交网络经济学:你的数据价值几何?
社交网络依然延续着其势不可挡的发展速度:Pinterest 以新秀的身份迅速超越LinkedIn、Google+,成为仅次于 Facebook、Twitter 排名第三的社交网络;Instagram 以 10 亿美元的天价被 Facebook 收购;Path 获得 3000 万美元融资,估值高达 2.
990 0
[20121127]rman备份数据文件大小与truncate.txt
[20121127]rman备份数据文件大小与truncate.txt记得以前看rman的书,rman仅仅备份已经格式话的块,如果这样一个表被truncate后,即使空间回收了。
836 0
大数据与海量数据的区别
       如果仅仅是海量的结构性数据,那么解决的办法就比较的单一,用户通过购买更多的存储设备,提高存储设备的效率等解决此类问题。然而,当人们发现数据库中的数据可以分为三种类型:结构性数据、非结构性数据以及半结构性数据等复杂情况时,问题似乎就没有那么简单了。
1564 0
【数据湖 JindoFS+OSS 实操干货36讲】正式上线!
为了让更多开发者了解并使用 JindoFS,由阿里云 JindoFS+OSS 团队打造的专业公开课【数据湖 JindoFS+OSS 实操干货36讲】正式上线。从五大版块入手,带你玩转数据湖!
120 0
自动化创建OSS、NAS数据卷
阿里云容器服务对外提供了数据卷服务,并支持第三方云存储,已经成为在集群环境中用户共享数据卷的利器; 容器服务当前支持阿里云OSS、NAS两种云存储,创建数据卷可以通过控制台或者脚本自动化完成;本文介绍如何通过脚本自动化实现数据卷的创建;
4728 0
+关注
10077
文章
2994
问答
文章排行榜
最热
最新
相关电子书
更多
《2021云上架构与运维峰会演讲合集》
立即下载
《零基础CSS入门教程》
立即下载
《零基础HTML入门教程》
立即下载