强相关关系《智能时代--大数据和智能革命重新定义未来》

我们通常通过逻辑推理得到结果，先有原因，再有结果，如果没有原因，我们往往觉得不可信。比如青霉素的和其他的抗生素发明过程中，人们不断分析原因，然后寻找答案（结果），但时间可能会特别久，不是患者可以等待的。有大数据以后，如果将每一种药和每一种病匹配，就会有意外的惊喜，比如治疗心脏的药物对心脏特别好。这样找到治疗胃病的药物只要三年，这种方法依靠的是强关联关系。然后再反过来找为什么有效。

         在大数据时代，我们能够得益于一种新的思维方法，从大量的数据中直接找到答案，虽然不知道原因，如果能够接受，那我们的思维就跳出了机械时代单纯追求因果，开始有大数据思维了。

        Google05年之前一直不断使用数据来提高搜索质量，但主要工作方法是遵循因果关系，但是搜索质量提升速度太慢了，根据数据的积累，大家发现，搜索质量和很多的数据特征有很强的相关性，利用这些特性可以迅速提升搜索结果的质量。在所有的数据中，与搜索质量相关性最高的是大量的点击数据，即对于不同的搜索关键词，用户都点击了哪些搜索结果（网页）。要么改进搜索排序结果，要么相信用户的点击结果。度量用户点击数据和搜索结果相关性的模型，通常被称为“点击模型”，点击模型现在在搜索排序中至少占70%-80%的权重。当然，点击模型的准确性取决于数据量的大小。