关注一起调研网微信
当前位置: 首页 » 资讯 » 调研知识 » 正文

大数据的九点思考|刘德寰

放大字体  缩小字体 发布日期:2015-11-28  作者:刘德寰  浏览次数:1718
核心提示: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
 125-600229

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。

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。

 
 
 
[ 资讯搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 
0条 [查看全部]  相关评论

 
推荐视频
推荐资讯
点击排行

 
分享按钮