先来问个问题|大数据正在揭露说谎的人先来问个问题

文章图片
先来问个问题，一名女子在社交媒体上秀恩爱。如果她同时在谷歌上打出一个问题“我老公是不是……” ，她最有可能搜的问题是什么？
一般情况下，大多数人在社交媒体上秀出的一面，都是美化过的。当他们在搜索的时候，常常会暴露自己真实的想法。所以，大多数人很容易凭直觉猜测，她搜索的很可能是：“我老公是不是出轨了？”但实际上，她最有可能问的问题是：“我老公是不是同性恋？”这个问题的搜索量比“我老公是不是出轨了？”的搜索量高出10% 。这个结果，是不是让你吃惊不小？

文章图片
今天我们一起来挖掘大数据的价值，并告诉你如何进行大数据分析来增进我们对这个世界的理解。
第一部分。
在一个大数据的时代，什么样的大数据是有价值的？大数据，就是能够涵盖海量信息的数据集，能够帮助我们更好了解所在的世界。我们现在所处的大数据时代已经需要用“流数据”来形容了。什么是流数据？举一个例子，现在一辆无人驾驶汽车每秒钟所产生的数据量大概有100G ，你的手机标配大概也就64G吧，也就是它一秒钟产生的数据量，一台手机装不下。所以，流数据显示的是一种动态实时产生大量数据的状态。

文章图片
在这样的大数据时代，我们需要改变认知。几年前，我们认知是觉得数据越多越好。现在大数据已经不是越多就越好了，相比数量而言，挖掘新的大数据的价值更高。一种大数据有没有用，重点是它能不能提供一些新的信息，特别是此前从没有搜集到的信息。
在这么多数据里，怎么发现更多新鲜的大数据呢？可以依靠数字尾气，尾气就是汽车排放的那个尾气，这是一个形容流数据的名词。
我们现在每个人手里都有一台智能手机，我们无论在哪儿，只要拿着智能手机上网、发微信、买东西，都会留下数字的记录，这就是数字尾气。当然数字尾气不仅仅局限在人，随着越来越多的电子产品，比如说家用电器，也被接入互联网，它们也在实时产生数字记录，这些数字尾气汇流成的数据集，变得越来越重要。

文章图片
我们未来将面临大数据以几何级别增长的状态，更需要从中找到新的信息。那什么是新的信息？首先是相关性的信息。谷歌首席经济学家哈尔·瓦里安做的一个研究的例子。他们利用谷歌的一项功能“谷歌相关性”来做经济学的研究，这个工具能够找到不同数据之间的相关性。研究的问题是，用户搜索哪些信息，能预测一个市场内的房价。
两人把特定地区的搜索信息与房价做了比较。研究发现，的确能够从一个地区的搜索中找到房价涨跌的线索。比如，如果更多人搜索“八成按揭贷款” ，或者“涨幅”、“涨价的速度” ，一个市场的房价就会涨。如果更多人搜索“快速卖房的流程”或者“按揭超过房价了” ，那这个市场的房价还得跌。换句话说，关键词和句子的搜索与一个市场房地产宏观的表现的确有相关性。

文章图片
其次，随着技术的进步，图像、视频等信息，也越来越多地被广泛使用，成为新的大数据。新的数据很可能是混乱复杂的，并不像平常人认为的是那种一目了然、简单清晰的数据。举了一个根据图像大数据进行分析的例子。研究者发现，越来越多的人在照相的时候开始笑了，这是为什么呢？研究者选择的大数据是过去100年里，美国高中生毕业图册上的照片。