导读：《纽约时报》网站今天刊载文章称，“大数据时代”已经降临，在这一领域拥有专长的人士正面临许多机会。文章指出，“大数据”正在对每个领域都造成影响。举例来说，在商业、经济及其他领域中，决策行为将日益基于数据和分析而作出，而并非基于经验和直觉；而在公共卫生、经济发展和经济预测等领域中，“大数据”的预见能力也已经崭露头角。以下是这篇文章的全文。
“大数据”还已经令针对社交网络运作方式的研究发生了变化。在20世纪60年代，哈佛大学的斯坦利-米尔格拉姆（Stanley Milgram）利用包裹作为研究媒介，进行了一项与社交网络相关的著名实验。他将包裹寄往美国中西部地区的志愿者，指导他们如何将包裹带给波士顿的陌生人，但不能直接交付；参与实验者如果想要通过邮寄方式来交付包裹，那么目标对象就是能是他们认识的人。结果表明，一个包裹换手的平均次数相当之低，仅为6次左右。这是对所谓“小世界现象”的经典阐释，据此形成了“六度分隔”（six degrees of separation）的流行词汇。
时至今日，社交网络研究的内容涉及如何采集庞大的数字化数据集合，用来阐释网络上的集体化行为。这种研究的结果表明，你认识但不经常联系的人——在社会学中被称为“微弱联系”（weak ties）——是职务空缺小道消息的最佳来源，原因是与关系亲密的朋友相比，这些人在略有不同的社交世界中穿行，因此能看到你和你最好的朋友们所无法看到的机会。
在有关某个主题的交流中，研究学者们还能看到其影响模式和高峰——举例来说，可以通过追踪Twitter上的趋势标签的方式来达成这个目标。对于数量庞大的用户人群来说，Twitter这个在线“玻璃鱼缸”是透视其实时行为的窗口。康奈尔大学教授乔恩-克伦伯格（Jon Kleinberg）称：“我寻找的是数据中的‘热点’，这是我需要理解的一种活动爆发的现象。只有通过‘大数据’，你才能做到这一点。”
毫无疑问，“大数据”本身也存在一些风险。统计学家和计算机科学家指出，“大数据”的集合和高密度的测量将令“错误发现”的风险增长。斯坦福大学的统计学教授特来沃尔-哈斯迪（Trevor Hastie）称，如果想要在庞大的数据“干草垛”中找到一根有意义的“针”，那么所将面临的问题就是“许多稻草看起来就像是针一样”。
此外，对于统计学恶作剧和有偏见的实情调查活动而言，“大数据”也提供了更多的原材料。“大数据”为一个老把戏提供了高科技的手段，那就是——我知道事实，现在让我们来找到事实吧。乔治梅森大学的数学家瑞贝卡（600439）高尔丁（Rebecca Goldin）称，这是“最有害的数据使用方式之一”。
数据已被计算机和数学模型所驯服和理解，这些模型就像是文学中的隐喻修辞，也就是一种简化后的解释方式。对于理解数据而言，这些模式是有用的，但它们也存在局限性。私人部门的倡导组织发出警告称，一个基于网络搜索的模式可能会发现一种相关性，从而作出不公平或是带有歧视性的统计推断，对产品、银行贷款和养老基金提供的医疗保险造成影响。
虽然面临着这种警告，但“大数据”时代的降临看起来已是无可逆转。数据已经坐到了驾驶员的位置上，它就在那里，有用而且宝贵，甚至还很时尚。
资深数据分析师称，长期以来，朋友们一谈到他们的工作就会变得厌烦，但现在突然变得好奇起来。这些分析师们认为，《点球成金》是促成这一变化的原因之一，但实际原因远非如此简单。哥伦比亚大学统计学家兼政治科学家安德鲁-格尔曼（Andrew Gelman）称：“文化已经发生了改变。现在人们的想法是，数字和统计学是有趣的，是一种很酷的东西。”
-
没有关键字相关信息!
- 信息系统运维预算定额参考标准研究[04-09]
- 第2章 跨文化管理理论和实践[01-14]
- 16：什么是关键成功因素法(CSF)？[06-09]
- 24：eSCM-SP（服务提供商外包能力模型）有哪些…[06-10]
- 第4章 跨文化沟通[01-14]
- 治理评论第一期[01-20]
- 治理评论第六期[01-20]
- 治理评论第二期[01-20]
- 治理评论第五期[01-20]
- 治理评论第三期[01-20]
- 治理评论第四期[01-20]
- 太极凭什么中标12306？ [09-26]
- 中国国际航空股份有限公司--书评[11-01]
