w4wise

然后，从数据科学的角度，收集成熟的算法，将它们整合成算子平台，方便快速得出计算结果。这是一个项目计划书，计划做一个元数据采集以及探索性分析为一体的工具，第一期先以实现cli为主要方式，单个数据库的Ingest可以整合为这样的过程：通过JDBC连接对应数据库，假设是postgres，然后将其元数据提取出来，并且使用GPT将数据字典补充完整。说白了，B端真正的难题在于，数字化/信息化的大目标总是绕不开降本增效，那首当其冲的就必然是削减人力，用更少的资源做更多的事，进而从人力花费最多的地方着手。

综合下来，如果人类社会是一个整体，那第二层则是行业，行业之下还有领域，不同行业之间的领域共性区域有大有小，比如说财务领域在各行各业的共性域会较大，但销售域或者是客户域的差别就会大很多，这取决于你在售卖的商品和服务是什么。比如最近几年开始逐渐增多的关于GeoAI的研究，就花了很多力气再解决时空数据异质性的问题，而该方向大量的AI研究者，也没有共识出一个效果较好的模型，有点像NLP在早期各种奇淫巧技的阶段。一开始这种抽象是极为原始的，比如说在计算机诞生之前所使用的打孔机，所记录的数据是简单的0和1的组合。

徐子沛在他的《数文明》中提出两种类型的数据。一是量数：对事物进行测量的结果，通常是数值；二是据数：对周围环境的记录，比如图片，音视频等。在社会学语境下，通常有量化研究和质化（质性）研究的区分：量化研究是指着重探讨研究对象的数量特征、关系和变化，并以此预测社会现象的发展趋势的研究方法。典型的量化研究方法包括实验方法、统计方法等。质性研究主要是通过对社会现象发展过程及其特征的深入分析．以及对社会现象的详细考察，解释社会现象的本质和变化发展的规律的方法。典型的质性研究方法包括实地研究、文献研究等。