• 1:封面
  • 2:要闻
  • 3:焦点
  • 4:新闻·市场
  • 5:新闻·财富管理
  • 6:新闻·公司
  • 7:新闻·公司
  • 8:新闻·公司
  • A1:上证观察家
  • A2:评论
  • A3:研究·财富
  • A4:研究·宏观
  • A5:研究·市场
  • A6:数据·图表
  • A7:专栏
  • A8:科技
  • B1:公司·信息披露
  • B2:股市行情
  • B3:市场数据
  • B4:信息披露
  • B5:信息披露
  • B6:信息披露
  • B7:信息披露
  • B8:信息披露
  • B9:信息披露
  • B10:信息披露
  • B11:信息披露
  • B12:信息披露
  • B13:信息披露
  • B14:信息披露
  • B15:信息披露
  • B16:信息披露
  • B17:信息披露
  • B18:信息披露
  • B19:信息披露
  • B20:信息披露
  • B21:信息披露
  • B22:信息披露
  • B23:信息披露
  • B24:信息披露
  • B25:信息披露
  • B26:信息披露
  • B27:信息披露
  • B28:信息披露
  • B29:信息披露
  • B30:信息披露
  • B31:信息披露
  • B32:信息披露
  • B33:信息披露
  • B34:信息披露
  • B35:信息披露
  • B36:信息披露
  • B37:信息披露
  • B38:信息披露
  • B39:信息披露
  • B40:信息披露
  • B41:信息披露
  • B42:信息披露
  • B43:信息披露
  • B44:信息披露
  • B45:信息披露
  • B46:信息披露
  • B47:信息披露
  • B48:信息披露
  • B49:信息披露
  • B50:信息披露
  • B51:信息披露
  • B52:信息披露
  • B53:信息披露
  • B54:信息披露
  • B55:信息披露
  • B56:信息披露
  • B57:信息披露
  • B58:信息披露
  • B59:信息披露
  • B60:信息披露
  • B61:信息披露
  • B62:信息披露
  • B63:信息披露
  • B64:信息披露
  • B65:信息披露
  • B66:信息披露
  • B67:信息披露
  • B68:信息披露
  • B69:信息披露
  • B70:信息披露
  • B71:信息披露
  • B72:信息披露
  • B73:信息披露
  • B74:信息披露
  • B75:信息披露
  • B76:信息披露
  • B77:信息披露
  • B78:信息披露
  • B79:信息披露
  • B80:信息披露
  • B81:信息披露
  • B82:信息披露
  • B83:信息披露
  • B84:信息披露
  • B85:信息披露
  • B86:信息披露
  • B87:信息披露
  • B88:信息披露
  • B89:信息披露
  • B90:信息披露
  • B91:信息披露
  • B92:信息披露
  • B93:信息披露
  • B94:信息披露
  • B95:信息披露
  • B96:信息披露
  • B97:信息披露
  • B98:信息披露
  • B99:信息披露
  • B100:信息披露
  • B101:信息披露
  • B102:信息披露
  • B103:信息披露
  • B104:信息披露
  • B105:信息披露
  • B106:信息披露
  • B107:信息披露
  • B108:信息披露
  • B109:信息披露
  • B110:信息披露
  • B111:信息披露
  • B112:信息披露
  • B113:信息披露
  • B114:信息披露
  • B115:信息披露
  • B116:信息披露
  • B117:信息披露
  • B118:信息披露
  • B119:信息披露
  • B120:信息披露
  • B121:信息披露
  • B122:信息披露
  • B123:信息披露
  • B124:信息披露
  • B125:信息披露
  • B126:信息披露
  • B127:信息披露
  • B128:信息披露
  • B129:信息披露
  • B130:信息披露
  • B131:信息披露
  • B132:信息披露
  • B133:信息披露
  • B134:信息披露
  • B135:信息披露
  • B136:信息披露
  • B137:信息披露
  • B138:信息披露
  • B139:信息披露
  • B140:信息披露
  • B141:信息披露
  • B142:信息披露
  • B143:信息披露
  • B144:信息披露
  • B145:信息披露
  • B146:信息披露
  • B147:信息披露
  • B148:信息披露
  • B149:信息披露
  • B150:信息披露
  • B151:信息披露
  • B152:信息披露
  • B153:信息披露
  • B154:信息披露
  • B155:信息披露
  • B156:信息披露
  • B157:信息披露
  • B158:信息披露
  • B159:信息披露
  • B160:信息披露
  • B161:信息披露
  • B162:信息披露
  • B163:信息披露
  • B164:信息披露
  • B165:信息披露
  • B166:信息披露
  • B167:信息披露
  • B168:信息披露
  • B169:信息披露
  • B170:信息披露
  • B171:信息披露
  • B172:信息披露
  • B173:信息披露
  • B174:信息披露
  • B175:信息披露
  • B176:信息披露
  • B177:信息披露
  • B178:信息披露
  • B179:信息披露
  • B180:信息披露
  • B181:信息披露
  • B182:信息披露
  • B183:信息披露
  • B184:信息披露
  • B185:信息披露
  • B186:信息披露
  • B187:信息披露
  • B188:信息披露
  • B189:信息披露
  • B190:信息披露
  • B191:信息披露
  • B192:信息披露
  • B193:信息披露
  • B194:信息披露
  • B195:信息披露
  • B196:信息披露
  • B197:信息披露
  • B198:信息披露
  • B199:信息披露
  • B200:信息披露
  • B201:信息披露
  • B202:信息披露
  • B203:信息披露
  • B204:信息披露
  • B205:信息披露
  • B206:信息披露
  • B207:信息披露
  • B208:信息披露
  • B209:信息披露
  • B210:信息披露
  • B211:信息披露
  • B212:信息披露
  • B213:信息披露
  • B214:信息披露
  • B215:信息披露
  • B216:信息披露
  • B217:信息披露
  • B218:信息披露
  • B219:信息披露
  • B220:信息披露
  • B221:信息披露
  • B222:信息披露
  • B223:信息披露
  • B224:信息披露
  • 我们都是大数据的俘虏
  • 大数据不能做什么
  • 大数据不能做什么
  •  
    2014年7月18日   按日期查找
    A8版:科技 上一版  下一版
     
     
     
       | A8版:科技
    我们都是大数据的俘虏
    大数据不能做什么
    大数据不能做什么
    更多新闻请登陆中国证券网 > > >
     
     
    上海证券报网络版郑重声明
       经上海证券报社授权,中国证券网独家全权代理《上海证券报》信息登载业务。本页内容未经书面授权许可,不得转载、复制或在非中国证券网所属服务器建立镜像。欲咨询授权事宜请与中国证券网联系 (400-820-0277) 。
     
    稿件搜索:
      本版导航 | 版面导航 | 标题导航 收藏 | 打印 | 推荐  
    大数据不能做什么
    2014-07-18       来源:上海证券报      

      越是全能则越是空洞。人类学家克利福德·古尔兹在其著作《文化的解释中》冷静地劝说:“努力在可以应用、可以拓展的地方,应用它、拓展它;在不能应用、不能拓展的地方,就停下来。”面对大数据这个全新的领域,把握住努力与停止的步伐尤为重要。

      ⊙记者 朱贤佳 ○编辑 龚维松

      

      情感也可以用数据来衡量?大数据专家的回答是肯定的。

      近期诞生的“南方新浪财经大数据策略指数”就试图通过股吧、微博等私人交流平台,获取人们对于市场的“情感判断”。

      但在做决策时,情感的取舍往往会背叛数据。即使大数据分析得出肯定答案,在作出决策的最后一刻,情感会与数据走在相反的路上。

      世界杯最后一场比赛,德国对战阿根廷,两支劲旅都有自己的铁杆粉丝。彩迷A小姐,反复对照数据显示,90%以上的指标指示德国会赢,但她还是买了阿根廷。对于A小姐,在做决策前的大数据已经没有意义,她还是在自己价值观念的指引下做出了决定。这就是一种情感的力量,大数据无法在最后一刻预测,对于A小姐,是心中对球队的喜爱占上风,还是输赢的理性判断占上风。

      大数据在披着情感外衣下的决策中,往往失效。如果参加一个8分钟相亲节目,网络科学家可以测出,你与6名相亲对象的社交互动情况,聊天时间长短、涉及话题、各种微表情,但却无法侦查双方对彼此真实的感觉。最终你可能跟大数据分析下评分最低的那位来电。所谓的一见钟情、第六感觉,是大数据难以企及的人类“特异功能”。

      上述故事反映出数据分析的局限。大数据分析,可以在脑力不及的范围之外帮助人们理解复杂的社会,解读其中的含义,弥补认知的空白,但人类独有的情感,其微妙之处,却是数据难以捕捉与反映的。计算机数据分析擅长的是测量社会交往的“量”而非“质”。

      大数据对于趋势把握的优势,有时候也正是这项技术的劣势。如果10个孩子中10个都在看《喜洋洋与灰太狼》,那么是不是说只有5个人看的《哈利波特》的价值就比前者低,甚至少人问津的《中化弟子规》就是一部失败的作品。大数据分析善于抓住潮流,却很容易忽略个体的价值差异。数据分析的结果看似客观公正,但其实价值选择贯穿了从构建到解读的全过程。大数据难以分别在不同社会背景下,价值取向的意义。

      数据亦不懂叙事,也难以把握思维的浮现过程。一个4、5岁的幼儿可以简单讲小红帽的故事,但数据分析无法做到。幼儿已经可以理解小红帽里正义与邪恶的力量对比,这是人类社会长期积累的价值判断,是一种文化背景。但数据分析不能理解,至少目前,大数据在概率上更胜一筹,却无法讲一个简单的故事。

      就数据本身而言,大数据分析也有其先天缺陷。大数据分析因建立在相关性的基础上,各个领域之间相关性的道路并未完全建立起来。

      罗马之城不是一天就能建立起来的。只有跨越了行业领域间的界限,关联性加强时,数据的准确性才会提高。