《大数据时代》读后

前段时间有朋友聊天，说道他们MBA的课后作业是《大数据时代》读后感，想起这本书几年前读过，总结一篇我的读后感。

--------------

提到《大数据时代》，很多人都说这是一场思维革命，让人能处于更大的一个视角来看问题，本书的主要观点是这三点：

1.要全体不要抽样，在大数据时代，是有能力存储并处理全量数据的。

2.要效率不要绝对精确，对于单个个体，大数据预测不到绝对精确，但是多个数量的总体来看，结果是可以符合期望的。

3.要相关不要因果，仅仅说明各个数据项和某个结果有关联，深层次的原因或者理论，则不需要考虑。

它的论据主要有谷歌的流感预测，微博的推送，电商平台的商品推荐，以及各种网站的“为你推荐”等功能。拿流感预测来说，谷歌确实预测到了流感爆发的地点，这对卫生安全方面是有积极的影响。我从微博推送，电商的商品推荐的使用体验来说，却总感觉不太对劲，并没有完全满足我的口味，这个就是不要绝对精确的体验，所以，我也在想，本书中所提到的三点，是否能满足需要，是否完美了吗？

 

首先说要全体不要抽样，大数据需要获得全部数据，在历史数据中先找到和目标结果相关的数据，记录这些数据的特征，以后根据这些特征来预测结果。这里会有问题，全部信息是一个比较理想的情况，现实情况是不可能有全部信息，谷歌在计算流感数据的时候，有考虑南美洲的一只蝴蝶扇了下翅膀吗？如果没有考虑，能确保这只蝴蝶不影响到结果吗？所以，数据的边界是无法界定的，也不可能是全部参与计算的。

 

其次说要效率不要绝对精确，原本以为只是对单个个体的不精确，但是后来发现，对于整体的结果，这个大数据也不是精确的，它计算出来的是某一个事件发生的概率，而且这概率不可能是100%。当然，人们也能接受相对的精确，这只是一个小瑕疵。

 

最后说要相关不要因果，通过对流感事件在发生前后，所有的相关因素进行整理，对比几次之后，大数据获得了它的数据特征，在将来如果有数据和该特征匹配了，那么就可以预测该事件会再次发生。那么来说，大数据只能预测历史事件了？对于以前没发生过的事，大数据就没办法处理了，即便是历史上发生过的事，也因为环境不断变化，所相关的特征也会有所变化，所以，在快速发展的当今社会，大数据的作用会很有限。

 

这让我想起了传统医学，不仅仅是汉医，藏药，甚至在现在非洲的某些部落，在生病或受伤时也会吃草药。每种药草都包含了上千种化学物质，比例也各不相同，这相当于全部数据；中医知道黄连可以泻火，但是不知道是黄连里的哪种物质的功效（中医里的阴阳五行等理论，我认为并非能说明黄连和泻火的因果关系），这和要相关不要因果一样。对于新产生的疾病就无法治疗，比如网瘾该吃哪些中草药呢？我们应该都记得在西医传入以前，中医是无法治疗肺结核，甚至还开出了了“人血馒头”这样的药方。

 

所以大数据时代并非未来，而是一个对大数据处理的一个初级阶段，他所能处理的问题有限，总会有不确定因素，历史总会变化，数据也一直在变化。找不到因果关系时，人类会陷入大数据的海洋中无法上岸。