빅 데이터 시대' 를 읽은 후 1 베스트셀러, 핫 토픽, 패션 기술에 관심이 없다. 출판물, 일정한 해가 있는 것을 좋아한다. 제목, 퇴각을 좋아하는 관점. 신기한 제품은 내가 할 수 없는 것이다. 나는 성숙한 기술 제품을 사용하는 것에 익숙하다. 높지도 않고, 냉막 하지도 않고, 현실과 일정한 거리를 두고, 자신에게 생각할 공간을 남기는 것이다. 이 습관은 최근에 깨졌다. 일의 결과,' 빅 데이터' 라는 새로운 개념이 내 시야에 자주 들어오기 시작했다. 나는 내면의 호기심을 억제할 수 없다. 인터넷에서' 빅 데이터 시대' 를 샀는데, 손에서 놓을 수가 없다. 사흘 만에 다 봤는데도 꽤 수확이 있다. 이 책에는 다음과 같은 특징이 있다.
첫째, 저자는 이론의 높은 지점에 서서 인간의 업무, 생활, 사고에 큰 데이터가 가져다주는 혁신, 빅 데이터 시대의 세 가지 전형적인 비즈니스 모델, 빅 데이터 시대가 개인 정보 보호 및 공공 안전에 가져온 도전을 명확하게 설명합니다. 둘째, 글의 예는 현실 생활과 시대에 가까워서 독자들에게 깊은 인상을 주고 공감을 느끼게 한다. 게다가 저자도 전문 용어를 많이 사용하지 않고 전문적인 얼굴로 가장했다. 책, 단어, 문장 전체를 쉽게 이해할 수 있다.
필자는 빅 데이터 시대에 세 가지 뚜렷한 특징이 있다고 생각한다.
첫째, 사람들은 한 현상을 연구할 때 샘플링 데이터가 아닌 모든 데이터를 사용한다.
둘째, 빅 데이터 시대에 우리는 맹목적으로 데이터의 정확성을 추구해서는 안되며, 데이터의 다양성과 풍부함에 적응하고 심지어 잘못된 데이터를 받아 들여야합니다.
셋째, 데이터 간의 상관 관계를 이해하는 것이 인과관계를 탐구하는 것보다 낫다. 무엇 보다 더 중요 합니다.
저자는 기술이 발전함에 따라 데이터 저장 및 처리 비용이 현저히 낮아졌으며, 사람들은 이제 조각화와 무관한 데이터 찌꺼기에서 통찰력을 추출할 수 있다고 지적했다. 빅 데이터 시대에 세 가지 유형의 회사가 시대의 총아가 될 것이다. 첫째, 큰 데이터를 가진 회사와 조직. 정부, 은행, 통신회사, 글로벌 인터넷 회사 (알리바바, 타오바오) 등이 있습니다. 두 번째는 아마존, 구글 등과 같은 데이터 분석 처리 기술을 보유한 전문 회사입니다. 셋째, 혁신적 사고를 가진 기업은 큰 데이터도 전문 기술도 없지만 큰 데이터를 잘 활용해 큰 데이터에서 자신의 이상적인 세계를 찾을 수 있다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언)
개인은 다가오는 빅 데이터 시대에 어떻게 대처할 것인가? 이것은 심각한 문제이다.
빅 데이터 시대' 에 대한 사고 2 는 이제 뉴미디어와 인터넷에 대해 말할 때 빅 데이터를 언급해야 한다. 이거 안 하면 아웃되는 것 같아요. 더구나 많은 사람들이 구름같이 따라다녔고, 많은 공담자들은 심지어 이 방면의 고전 저작인 셰인 백비둘기의' 빅 데이터 시대' 를 읽지 않았다. 빅터 마이어 쇤버그는 누구입니까? 현재 옥스퍼드대 인터넷학원 인터넷연구소 통치와 감독 교수로 하버드대 케네디 대학 정보감독 연구 프로젝트 책임자를 역임한 바 있다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 과학명언) 그의 컨설팅 고객으로는 마이크로소프트, HP, IBM 등 글로벌 기업이 있다. 그는 유럽연합의 공식 인터넷 정책 뒤에 있는 진정한 제정자이자 참여자이며, 많은 국가 고위 정부의 싱크탱크를 역임한 적이 있다. 빅데이터 시대의' 예언자' 로 불리는 옥스포드 교수는 정말 대단하다! 그래서, 마스터가 말한 것은 금과옥율입니까? 꼭 그렇지는 않습니다. 너는 숙제를 좀 하고 대사의 작품을 알아야 그와 사상적인 대화를 할 수 있다.
쇤버그는 사고 변화, 비즈니스 변화, 경영 변화 등 세 부분으로 큰 데이터를 논술한다.
첫 번째 부분인' 빅 데이터 시대의 사고 변화' 에서 쇤버그는 자신의 세 가지 견해를 분명히 밝혔다.
첫째, 더: 무작위 샘플이 아니라 모든 데이터입니다.
둘째, 더 잡다한다: 정확하지는 않지만 잡다한다.
셋째, 더 좋습니다: 인과 관계가 아니라 관련성입니다. 나는 첫 번째 요점에 동의하지 않는다.
한편으로는, 기술과 장비에서 모든 데이터를 처리하는 것은 매우 어렵다. 반면에, 모든 사람이 필요로 하는 것은 아닐까요? 간단한 사실을 판단하는 데이터 분석이 모든 데이터를 수집할 필요가 있습니까?
나는 홍콩 시티대학의 축건화 교수와 이 문제를 토론한 적이 있다. 주 교수는 전파학 연구 방법과 데이터 분석의 전문가이다. 그는 수학 통계 방법을 찾아 분석할 수 있다고 생각하는데, 반드시 모든 데이터가 필요한 것은 아니다. 쇤버그의 두 번째 관점에 언급 된 관련성에 관해서, 나는 그가 말한 총 데이터가 숫자가 아니라 범위를 의미한다는 것을 이해합니다. 즉, 큰 데이터의 무작위 샘플은 목표 데이터뿐만 아니라 목표를 제외한 모든 데이터를 포함합니다. 큰 데이터 분석은 무작위 샘플링을 배제할 수 없다고 생각하지만, 샘플링의 방법과 범위는 확대되어야 한다.
나는 쇤버그의 두 번째 견해에 동의한다. 나는 그의 첫 번째 관점에 대한 좋은 보완이자 정밀 전파와 정밀 마케팅에 대한 반성이라고 생각한다. 큰 데이터의 간단한 알고리즘은 작은 데이터의 복잡한 알고리즘보다 더 효과적입니다. "더 거시적인 시각과 동양의 철학적 사고. 나는 쇤버그의 세 번째 견해에 완전히 동의할 수 없다. 클릭합니다 인과관계가 아니라 상관관계입니다. 왜 그런지 알 필요가 없습니다. 무엇이 무엇인지 알기만 하면 됩니다. 소통은 데이터이고, 데이터는 관계이다. 소데이터 시대에는 인과관계에만 관심이 있었지만 상관관계에 대해서는 충분히 알지 못했다. 빅데이터 시대에는 상관관계의 역할이 매우 중요하기 때문에 아무리 강조해도 지나치지 않지만 완전히 배제해서는 안 된다. 큰 데이터는 어디에서 오는가? 그것은 무엇을 하는 데 쓰이는 것입니까? 인과관계를 완전히 소홀히 한다면, 큰 데이터의 전과후를 모르고, 큰 데이터의 인문적 가치도 해소할 수 있다. 오늘날 많은 학자들은 자신의 관점을 설명하고 전파하기 위해 종종 놀라울 정도로 오래된 관념을 완전히 부정한다.
세계의 어떤 사물의 복잡성과 다양성도 단순한 것이 아니다. (아리스토텔레스, 니코마코스 윤리학, 지혜명언) 쇤버그도 이런 이원대립의 유치한 사고인가? 사실, 독자들은 책을 읽을 때 자신이 어떤 문맥에서 말하는지 반드시 똑똑히 보아야 하며, 독서의 얕음으로 인해 단장 취의의 오해에 빠지지 말아야 한다. (윌리엄 셰익스피어, 햄릿, 독서명언) 예를 들어, 쇤베르그는 "인과 관계가 아니라 상관 관계" 라고 제안했다. 이 논문에서 그는 "대부분의 경우, 일단 우리가 큰 데이터의 상관관계 분석을 완료하고' 무엇' 만 아는 것에 만족하지 않는다면, 우리는 계속 더 깊이 인과관계를 연구하여 배후의' 왜' 를 찾아낼 것이다" 고 말했다. 그가 말한 모든 데이터와 관련 관계는 특정 맥락에서 데이터 마이닝의 옵션이라는 것을 알 수 있다.
빅 데이터 연구의 원동력 중 하나는 상업화이다. 두 번째 부분에서, 쇤버그는 빅 데이터 시대의 상업적 변화에 대해 토론했다. 쇤버그는 디지털화는 모든 것을' 수량화' 할 수 있다는 것을 의미한다고 생각한다. 빅데이터의 정량 분석은' 무엇' 의 질문에 효과적으로 대답할 수 있지만, 여전히' 왜' 라고 완전히 대답할 수는 없다. 그래서 질적 분석과 질적 연구를 배제할 수 없다고 생각한다. 데이터 혁신이 가치를 창출 할 수 있다는 것은 의심의 여지가 없습니다. 빅데이터의 역할 포지셔닝을 논의할 때, 쇤버그는 여전히 전체 사회체계가 아닌 데이터 앱의 상업체계에 그것을 두고 있지만, 그는' 빅 데이터 시대의 관리 변화' 2 부에서 이 문제를 논의했다.
위험 사회에서는 정보 보안 문제가 갈수록 두드러지고 있다. 어떻게 큰 데이터의 곤경에서 벗어날 수 있을까? 쇤버그는 마지막 절' 통제' 에서 대답을 시도했지만, 기본적으로 진부한 표현이었다. 케빈 켈리의' 통제 불능' 이 우리가 이 질문에 대답하는 데 도움이 될 것 같습니까? 적어도 더 많은 사고 차원을 제공할 수 있다. 훈버그가 결론에서 말했듯이, "큰 데이터는 알고리즘과 기계로 가득 찬 차가운 세상이 아니다. 인간의 역할은 완전히 대체될 수 없다. 큰 데이터가 우리에게 제공하는 것은 최종 답이 아니라 참고 답이다. 도움은 일시적이며, 더 좋은 방법과 답은 아직 가까운 장래에 있다. " 훈형 감사합니다! 대데이터 토론을 자연과학에서 인문 사회과학으로 복귀시키다. 이에 따라' 빅 데이터 시대' 는 최종 답도 아니고 표준답도 아닌 참고 답안이라고 추측할 수 있다.
또한, 이 책을 읽기 전에, 데이터란 무엇인가? 큰 데이터란 무엇입니까? 데이터 분석과 데이터 마이닝의 차이점은 무엇이며 디지털화와 데이터화의 차이점은 무엇입니까? 책을 읽기 전에 숙제를 좀 하면 읽기가 쉬워진다.
빅데이터 시대' 라는 책을 읽으면서, 나는 우리가 서면부터 전자로의 비약에 이어 또 다른 중대한 변화를 맞이하고 있다는 것을 깨달았다.
이 책은 빅 데이터 시대가 도래한 후 이어지는 세 가지 주요 변화인 비즈니스 변화, 관리 변화, 사고 변화에 대해 설명합니다.
사실 이런 변화는 이미 시작되었다. 상업 분야는 빅 데이터 시대의 도래로 혁신적이다. 몇 년 전, Farecast 라는 회사가 더 할인된 항공권 가격을 예약하는 것은 더 이상 꿈이 아니었다. 이 회사는 항공권 판매 데이터를 이용하여 항공권 가격의 미래 추세를 예측했다. 현재 이 도구를 사용하는 승객들은 티켓당 평균 50 달러 정도를 절약할 수 있는데, 이것이 바로 큰 데이터의 편리함이다.
여러분은 인플루엔자 H 1N 1 이 2009 년에 나타났다는 것을 알아야 합니다. 미국을 예로 들다. CDC 는 일주일에 한 번만 데이터 통계를 실시합니다. 환자는 보통 통증 때문에 병원에 갈 수 없기 때문에 정보의 지연도 초래합니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 건강명언) 하지만 빠르게 퍼지는 질병에 대해 구글은 제때에 판단하여 독감 발병의 위치를 확인할 수 있다. 이것은 방대한 데이터 자원을 바탕으로 한 것으로, 빅 데이터 시대가 공중 보건에도 큰 영향을 미쳤음을 보여준다!
제 생각에는 빅데이터 시대를 마음껏 유람하려면 분석뿐만 아니라 과감한 의사결정도 배워야 합니다.
미국에서는 매년 7, 8 월에 태풍이 기승을 부릴 때 홍수 방지 물자도 선반에 오른다. 월마트는 이때 에그타르트의 판매량이 다른 달보다 눈에 띄게 증가했다는 것을 알아차렸다. 그 결과 상인들은 과감한 추측을 했는데, 이 결과는 두 물건의 연관에서 유래한 것으로, 그는 이 에그타르트를 홍수 방지용품 옆에 놓았다. 이런 움직임은 이윤을 크게 증가시켰는데, 이것은 세계 1 위 소매상들의 큰 데이터 두뇌이다!
빅데이터 시대가 도래하면 우리의 생활이 더욱 편리해질 수 있다. 그러나 큰 데이터가 모든 것을 주도한다면, 어느 정도 위험이 있다.
누구나 전자지도를 알고 있어야 하며, 사람들에게 길을 가르쳐 줄 수 있다. 하지만 당신은 알 수 없을 것입니다. 그것은 묵묵히 사람들의 여행 데이터를 축적하고, 지능 분석을 통해 당신의 집이 어디에 있는지, 직장이 어디에 있는지를 추론합니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 가족명언) 이런 식으로, 우리의 프라이버시는 알려지지 않은 상태에서 수집되었다.
빅데이터 시대가 도래하면서 우리의 생활은 더욱 안전하고 편리해졌지만, 동시에 우리의 프라이버시는 더 이상 프라이버시가 아니며, 데이터 수집은 모든 것을 포괄하고 빈틈이 없게 되었다. 세계는 빅데이터 시대를 향해 작은 걸음을 내딛었고, 새로운 시대가 우리에게 다가오고 있다. 지식으로 뇌를 무장시키고 새로운 시대를 준비하자!
빅 데이터 시대' 에 대한 생각 4 우선 빅 데이터가 무엇인지, 빅 데이터 시대가 무엇인지 말하고 싶습니다. 빅데이터는 자원이자 도구이다. 오늘날의 정보 세계를 이해하는 새로운 사고 방식을 제공합니다. 왜 새로운 사고방식일까요? 정보나 시뮬레이션이 부족한 시대에 우리는 정확한 사고 방식을 선호한다. 마치' 못은 못, 리벳은 리벳' 과 같지만, 이런 전통적인 사고 방식에서는 우리가 얻은 질문에 대한 답이 하나뿐이다.
빅 데이터 시대에, 우리는 이런 사고방식을 깨뜨렸다. 즉, 우리는 결과의 불확실성을 받아들였다. 간단히 말해서, 나는 큰 데이터가 예측 모델이라고 생각한다. 빅 데이터 시대에, 우리는 인과 관계, 즉 그것이 무엇인지, 그러나 "무엇" 의 연관성에 더 관심이 있습니다. 다른 말로 하자면, 이런 새로운 사고방식 하에서, 우리가 문제의 배후에 있는 원인을 탐구하는 것은 불가능하다. 우리가 하는 일은 큰 데이터를 도구로 사용하여 데이터가 스스로 말하게 하는 것이다!
둘째, 큰 데이터를 이용하여 아군의 전투력을 높이는 방법에 대해 이야기하고 싶습니다. 물론, 큰 데이터 분석은 정확한 예측이 아니며, 정확한 예측은 존재하지 않는다. 빅데이터는 우리가 현재를 이해하고 미래를 예측하는 데 도움이 될 뿐이다.
군인으로서, 나는 큰 데이터 도구를 이용하여 아군의 전투력을 높이고 이 정보화 전쟁에서 승리하는 방법에 관심이 있다. 말할 필요도 없이, 우리가 지금 싸우고 있는 것은 칼과 칼, 총과 총의 전쟁이 아니라, 아날로그 시대가 아니라 디지털 시대이며, 정보화 전쟁이다!
4 차례의 전쟁이 승리함에 따라 미군의 전쟁 형태는 기계화에서 정보화로 바뀌었고, 그에 상응하는 전장 승승승시간은 점점 짧아지고 있다. 이는 빅 데이터 시대의 필연적인 결과다. 아군은 정보화로 전향하는 과정에 있다. 이런 전쟁 형태 과정에서 우리는 더 많은 컴퓨팅 분석가, 빅 데이터 분석가, 수학자 등 첨단 기술 인재가 이 정보화 전쟁에서 이길 필요가 있다. 이것은 빅 데이터 시대에 우리가 갖추어야 할 기초입니다. 아군의 전투력 향상이 눈앞에 다가왔다!
물론, 큰 데이터는 양날의 검이다. 잘 써야 이길 수 있고, 잘 쓸 수 있다. 반대로, 잘못 사용하면 헤아릴 수 없는 손실을 초래할 수 있다.
결국 이것은 단지 예측 모델일 뿐 정확한 예측 결과를 얻을 수 없다. 우리는 데이터를 우리에게 제공해야지, 거대한 데이터베이스에 얽매이지 말아야 한다. 시대의 발전에 적응하기 위해, 이 우승열화, 약육강식의 세계에서, 빅데이터 시대의 잔혹한 경쟁이 우리에게 경종을 울렸고, 소리 없는 정보전이 이미 시작되었다!
빅 데이터 시대에 대한 생각 5 작년' 클라우드 컴퓨팅' 이 한창이었고, 올해' 빅 데이터' 가 또 어찌할 바를 몰랐다. 하룻밤 사이에 모든 제조사들이 깃발을 바꿔' 빅 데이터' 를 밀었던 것 같다. 이에 따라 각 기업의 CIO 도' 빅 데이터' 에 주목하고 있다. 프로그래머 웨이보에서 온 만화가 생동감 있다. 나는 이 그림이 확실히 중소기업 클라우드 컴퓨팅과 빅 데이터의 현황을 반영한다고 생각한다.
그러나' 빅 데이터 시대' 는 좋은 책이다.
물론, 많은 IT 유명인들도 이 책에 대한 사랑을 표현하기 위해 많은 댓글을 달았습니다. 이 책을 읽기 전에, 나는 기본적으로 소위 큰 데이터의 개념에 대해 매우 혼란스러웠다. 지금도 핫한 BI 를 지켜봤지만 느낌이 비슷해요. 더 많은 데이터, 더 세밀한 데이터 분석 및 데이터 마이닝일 수 있습니다. 이 책을 읽은 후, 이전의 생각은 단지 작은 반-대량 데이터일 뿐, 또 다른 하나는 데이터 정확성보다는 데이터 관련성에 초점을 맞추는 것, 아마도 큰 데이터와 현재 BI 의 차이일 것이다. 방법뿐 아니라 사고방식이 더 많다. 그러나 솔직히 말해서, 데이터의 관련성이 더 좋거나 데이터의 정확도가 더 좋으니, 정말 검사할 시간이 필요하다. 적어도 현재의 데이터 분석 방법으로 볼 때, 데이터의 정확성을 선호하는 경향이 있다.
이 책을 다 읽고 나니, 내 마음속에는 약간의 의문이 있다.
1. 큰 데이터란 무엇입니까?
바이두 백과사전을 조사해 보면 bigdata, 즉 방대한 양의 데이터가 현재 주류 소프트웨어 도구를 통해 캡처, 관리, 처리, 정리하여 기업이 합리적인 시간 내에 비즈니스 의사 결정을 내릴 수 있도록 도와주는 정보의 양이 어마하다는 것을 알 수 있다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 성공명언) 빅 데이터의 4V 특징: 양, 속도, 다양성, 정확성, 이는 IBM 의 정의인 것 같습니다.
개인 관점: 대량 데이터 및 대량 저장은 큰 데이터의 기본 원형입니다.
2. 빅데이터는 어떤 기업에 적합합니까?
물론, 큰 데이터의 전제는 방대한 양의 데이터이다. 방대한 양의 데이터 자원이 있어야만 데이터의 연관성을 파악한 다음 전문적인 처리를 통해 기업에 가치를 부여할 수 있습니다. 통신 운영의 경우 인터넷에서 이렇게 많은 양의 사용자 데이터를 사용하는 대기업은 큰 데이터를 적용하는 길에도 독특한 조건을 가지고 있지만 중소기업은 어떨까요? 판매 주문 데이터? 100 년 된 가게가 아니라면, 수치가 형편없이 적어서 소비자 데이터만 쓸 수 있을 것으로 예상된다. 소비자 구매 행동 분석이 가장 많은 대부분의 제조업체인 것 같다.
마찬가지로, 공공 부문에서도, 빅데이터의 역할도 좋은 역할을 할 수 있다. 반대로, 나는 대부분의 중소기업들이 큰 데이터를 적용하는 데 큰 문제가 있는 것 같다고 생각한다. 이 책은 빅 데이터는 기업의 경쟁력이라고 말했다. 물론 데이터는 기업의 가장 핵심적인 무형자원이지만 (잘 사용한다면), 모든 데이터인지, 아니면 모든 기업이 큰 데이터의 경쟁력을 가지고 있는지, 정말 적당한가? 중소기업이 소란을 피우는 것처럼 보이지 않을까요?
3. 빅 데이터의 영향
IT 기술 붐의 물결이 우리 가게에 왔을 때, 당신은 아직 준비가 되지 않았을 때, 그것이 당신에게 주는 충격을 맞이하기 시작해야 합니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 예술명언) 사물의 인터넷과 클라우드 컴퓨팅을 통해 큰 데이터가 등장하기 시작했다. 하지만 그것은 우리에게 무엇을 가져다 줍니까?
1) 미래 예측 구글이 향후 발생할 수 있는 독감을 성공적으로 예측한 사례부터 빅 데이터의 응용이 우리 생활의 등대가 될 수 있음을 보여준다. 본질은 간단하고 기술은 세상을 변화시킨다.
2) 비즈니스 빅 데이터의 변환으로 인한 비즈니스 기회는 빅 데이터와 관련된 일련의 비즈니스 기회와 비즈니스 모델을 창출합니다. 데이터의 잠재적 가치는 계속 작용할 것입니다. 미래에 전문적인 데이터 수집, 데이터 분석, 데이터 생성 등의 데이터 산업 체인이 생길 것이라고 쉽게 상상할 수 있습니다. 물론 IT 회사도 영향을 받을 수 있습니다.
3) "사고하기 쉬운 책" 은 대량의 데이터를 기초로 하기 때문에 앞으로 우리는 세밀한 것보다 데이터의 관련성에 더 많은 관심을 기울일 수 있다고 말했다. 나는 아직도 이 문장 예약이 있다.