第一篇：大數據時代的總統選舉：奧巴馬團隊如何處理數據

大數據時代的總統選舉：奧巴馬團隊如何處理數據

虎嗅曾在“奧巴馬如何玩轉社交”里介紹了奧巴馬團隊如何與時俱進地利用各種新興社交平臺。玩轉社交，這是奧巴馬獲取民意的前臺表現。而在后臺，是什么支撐著奧巴馬各種競選策略的出臺呢？是什么決定他應該到哪些社交平臺上去亮相呢？他的一個幾十人數據分析與挖掘團隊是支重要力量。

這 支團隊在2008年奧巴馬競選時就已存在并發揮作用。而這次，他們更動用了五倍于上屆的人員規模，且進行了更大規模與深入的數據挖掘。它幫助奧巴馬在獲取 有效選民、投放廣告、募集資金方面起到一定作用。事實證明，奧巴馬募集到的資金盡管與對手羅姆尼募集的資金規模不相上下，但前者從普通民眾直接募集到的資 金是后者的近兩倍。

在奧巴馬獲勝幾小時后，《時代》雜志刊發報道，揭示了這支團隊的部分運作情況。該報道發出后，多家不同類型媒體轉載，也引發了硅谷科技人士的熱議。

以下是虎嗅編譯內容：

大數據時代的總統選舉

文/Michael Scherer

在春季晚些時候，在幕后支持巴拉克?奧巴馬獲取勝利的數據處理團隊注意到，喬治·克魯尼在西岸對40-49歲的女性粉絲有莫大吸引力，這個群體無疑是為了在好萊塢與克魯尼——以及奧巴馬共進晚餐而最愿意掏錢的一支人群。（譯注：5月10日，喬治·克魯尼為奧巴馬舉辦籌資聚會，當晚籌得競選連任資金1500萬美元。）所 以，就像他們對待所有其他收集、存儲、分析的數據一樣（這些數據是他們為了奧巴馬的再次競選而在過去兩年收集的），奧巴馬競選連任的最高班底決定試試以上 這個觀察是否正確。他們從東岸的名人里選擇到了一個對這個群體有相似吸引力的人，以圖復制“克魯尼競標”中產生的千萬美金效應。“我們有豐常多的選擇，但 我們選擇了女星莎拉·杰西卡·帕克。”一名高級競選顧問解釋說。所以接下來與奧巴馬晚餐的競標誕生了：一個與他在帕克的紐約西村私宅吃上一頓的機會。（譯注：席位的公開售價是每位8萬美元。）

對公眾而言，他們不可能知道，“帕克競標”的想法來自于競選團隊對支持者的數據挖掘：他們喜歡競賽、小型宴會和名人。

首席科學家

從一開始，競選活動經理Jim Messina已經打算要搞一次完全不同的、以度量驅動的競選活動，該競選的目的是政治，但是政治直覺可能并不是手段，數據是。“我 們要用數據去衡量這場競選活動中的每一件事情。”他說，在接受這份工作后，他雇用了一個五倍規模于2008年競選時的分析部門，芝加哥競選總部還任命 Rayid Ghani為“首席科學家”。此人是埃森哲技術實驗室的分析性研究帶頭人，他是知識發現和數據發掘這一應用科學領域的領軍人物，其技術常用于公司處理海量 數據發掘客戶所好，比如將超市促銷的效率最大化。

2011年，Ghani在一次談話中透露，在政治 活動中運用數據分析這一工具。他說難點在于如何充分利用在競選中可獲得的選民行動、行為、支持偏向方面的大量數據。現在選民名冊與在公開市場上可得的用戶 資料緊密相連，選民的姓名和住址則與很多資料可以相互參照，從雜志訂閱、房屋所有權證明，到狩獵執照、信用積分（都有姓名和住址登記）。除了這些資料，還有拉票活動、電話銀行的來電所提供的信息，以及其他任何與競選活動相聯系并自主提供的私人信息。加尼和他的團隊將試圖挖掘這一連串數據并預計出選民的選舉模式，這將使奧巴馬競選團隊的花費更加精確和有效率。

秘密進行

不過，這個幾十人數據分析團隊具體做了些什么，被嚴格保密。“他們是我們的核編碼。”當被問及都做了哪些工作時，競選發言人Ben LaBolt如此說道。

在 辦公室里，該團隊會給各個數據挖掘實驗進行神秘代碼命名，比如獨角鯨、追夢人。該團隊甚至在遠離其他競選工作人員的地方工作，在總部巨大辦公室的北邊盡 頭，專設了一個沒有窗戶的房間。“科學家”們會為在白宮羅斯福廳的總統及他的高級幕僚發送常規工作報告，而更多的公開細節是不會透露的，競選團隊保護著他 們自認為相對于羅姆尼團隊有制度優勢的地方：即數據。

11月4日，一個高級競選顧問同意匿名向《時 代》雜志講講他們的前沿工作，也同時要讓我們保證，除非競選結束，否則不能披露信息。他們披露了他們如何利用海量數據分析挖掘，幫助奧巴馬籌集到10億美 金，如何重新制訂了電視廣告投放，如何做出“搖擺州”選民的詳細模型（該模型可用于提升利用電話、上門投遞郵件、社會化媒體等手段的效率）

如何籌集10億美金

奧 巴馬團隊在2008年對高科技的運用贏得了無數贊美，但其成功也表明了一個巨大缺陷：數據庫太多了。那時，通過奧巴馬網站打電話的志愿者用的名單是一份賦 閑在家者名單，這名單與在競選辦公室打電話人所用的名單是不一樣的。而動員投票名單也永遠不會與資金籌集名單重合。就像911之前的FBI和CIA：這兩 支團隊絕不會共享數據。“我們早期意識到，民主黨的問題就在于數據庫太多了，”一個工作人員說，“數據庫之間不彼此碰頭。”所以在頭18個月里，競選團隊 就創建了一個單一的巨大系統，可以將從民調專家、籌款人、選戰一線員工、消費者數據庫、以及“搖擺州”民主黨主要選民檔案的社會化媒體聯系人與手機聯系人 那里得到的所有數據都聚合到一塊。

這個組合起來的巨大數據并不僅僅讓競選團隊能夠發現選民并獲取他 們的注意，還能讓數據處理團隊去做一些測試，看哪些類型的人有可能被某種特定的事情所打動或說服。比如，在辦公室里的電話名單上，不只是列出對方的名字與 號碼，還用他們可能被說服的內容、以及競選團隊最重要的優先訴求來排序。決定排序的因素中有四分之三是基本信息，比如年齡、姓別、種族、鄰居以及投票記 錄。選民的消費者數據幫助完成這個圖譜。“我們可以預測哪些人會在網上捐錢，也可做出模型來看哪些人會用郵件捐。我們可以為志愿者建模。”一個用數據來創 建預測文檔的高級顧問說，“最后，建模對我們來說變得是一種更重要的方式，相較于2008年而言，它讓我們工作得更有效率。”

比 如在早期，競選團隊就發現，在個人注意力最容易被重新吸納回來的人群里，2008年曾經退訂了競選郵件的那部分人是首要目標。策略師為特定地域的人群制作 相應的測試。看一個本地志愿者撥打的電話效果，如何優于一個從非搖擺州（比如加州）志愿者打來的電話。就像Jim Messina說的，在整個競選活里，沒有數字做支撐的假設絕少存在。

新的大數據庫能讓競選團隊籌 集到比他們曾預料到的更多的資金。到8月份，奧巴馬陣營里的每個人都認為他們達不到10億美金的籌集目標。“我們曾經有過很大爭議，我們甚至不能接受9億 的目標。”一個對該過程接觸密切的高級官員說。但是，另一個人說，“結果到了夏天的時候，互聯網效應爆炸了。” 網 上籌集到的資金極大一部分通過一個復雜的、以度量驅動的電郵營銷活動而來。在此時，數據收集與分析變得異常重要。很多給支持者的郵件只是測試，它們采用了 不同的標題、發送者與訊息內容。在春天時，米歇爾·奧巴馬的郵件表現得最好，有時，競選總指揮Messina表現得比副總統拜登好。在很多時候，表現最佳 的募集人能夠得到十倍于其他募集人的資金。

芝加哥總部發現，參與了“快速捐獻”計劃（該計劃允許在 網上或者通過短信重復捐錢，而無須重新輸入信用卡信息）的人，捐出的資金是其他的捐獻者四倍。于是該計劃開始被推廣，以各種方式加以激勵。在10月底時，該計劃成為競選團隊對支持者傳遞信息的重要組成部分，第一次捐助的人如果參加該計劃的話可以得到一個免費的保險桿貼紙。

預測結果

隨 后，那些意在打開錢包的戲法接著又用于去拉動選票。分析團隊用了四組民調數據，建立了一個關鍵州的詳細圖譜。據說，在過去的一個月內，分析團隊做了俄亥俄 州29000人的民調，這是一個巨大的樣本，占了該州全部選民的0.5%，這可以讓團隊深入分析特定人口、地區組織在任何給定時間段里的趨勢。這是一個巨 大的優勢：當第一次辯論后民意開始滑落的時候，他們可以去看哪些選民改換了立場，而哪些沒有。

正是這個數據庫，幫助競選團隊在10月份激流涌動的時候明確意識到：大部分俄亥俄州人不是奧巴馬的支持者，更像是羅姆尼因為9月份的失誤而丟掉的支持者。“我們比其他人鎮定多了。”一個官員說。民調數據與選民聯系人數據每晚都在所有可能想象的場景下被電腦處理、再處理。“我們每天晚上都在運行66000次選舉。”一個高級官員說，他描述了計算機如何模擬競選，以推算出奧巴馬在每個“搖擺州”的勝算。“每天早上，我們都會得出數據處理結果，告訴我們贏得這些州的機會在哪，從而我們去進行資源分配。” 線上，動員投票的工作首次嘗試大規模使用Facebook，以達到上門訪問者的效果。在 競選的最后幾周里，下載了App的人們，會受到一些帶有他們在搖擺州朋友的圖片的信息。該訊息告訴他們，只要點擊一個按鈕，程序則會自動向目標選民發出鼓 勵，推動他們采取恰當的行動，比如登記參選、早點參選或奔赴投票站。競選團隊發現，通過Facebook上朋友接受到如此信息的人有五分之一會響應，很大 程度上因為這個訊息是來自他們認識的人。

數據也幫助了競選廣告的購買投放。與其依賴 于外部媒體顧問來決定廣告應該在哪里出現，Messina覺得不如將他的購買決策建立在內部大數據庫上。“我們可以通過一些真的很復雜的模型，精準定位選 民。比如說，邁阿密戴德35歲以下的女性選民，如何定位？”一個官員說。結果是，競選團隊買了一些非傳統類劇集（如《混亂之子》、《行尸走肉》、《23號 公寓的壞女孩》）之間的廣告時間，而回避了跟地方新聞挨著的廣告時間。奧巴馬團隊2012年的廣告購買比2008年高了多少呢？芝加哥方面有一個數字： “電視廣告效率提高了14%……這確保我們是通過廣告在與我們可勸服的選民對話。”那位官員說。

數據同樣讓團隊把候選人送到通常在競選晚期不會出現的地方。8月份時，奧巴馬決定到社會化新聞網站Reddit去回答問題。許多總統的高級助手們甚至不知道這個網站是干嘛的。“為什么我們要把巴拉克·奧巴馬放在Reddit上?”一個官員問道，“因為一大堆我們的動員目標在Reddit上。”

數據驅動的決策對奧巴馬——這位第44位總統的續任起到了巨大作用，也是研究2012選舉中的一個關鍵元素。它是一個信號——表明華盛頓那些基于直覺與經驗決策的競選人士的優勢在急劇下降，取而代之的是數量分析專家與電腦程序員的工作，他們可以在大數據中獲取洞察。正如一位官員所說,“決策者們坐在一間密室里，一邊抽雪茄，一邊說:‘我們總是會在《60分鐘》節目上投廣告。’”的時代已經結束。在政治領域，大數據的時代已經到來。” s

第二篇：大數據時代

大數據時代

近年來，隨著互聯網、移動互聯網、智能手機及傳感器等的普及，信息流量有了爆發性的增長，兩會以后，互聯網里最熱的詞匯，就是李克強總理在政府工作在報告里面提到的“互聯網+”，大數據將會更廣泛的被運用到各個領域，越來越多的業內人士開始談論“大數據”，如何利用大數據，成為政府和眾多企業關心的熱點？

互聯網+《大數據》緊緊圍繞這些問題展開，幫您如何利用大數據為企業從戰略上面進行指導挖掘和預測，從戰術上進行營銷服務和安全措施，精彩我們共同期待。

第一篇大數據很熱，大數據不神秘（趨勢）有人說，如果你不知道大數據，你就OUT了 －－大數據到底有多熱 什么樣的數據算是大數據 －－大數據的特點和概念辨析 亂我心者，大數據之事多煩憂 －－大數據并不象你想象的那樣神秘 身邊的大數據

－－大數據就在你我身邊

案例分析：淘寶是如何利用大數據淘寶的 小結：不管你愿不愿意，大數據已經在那里 電話：010---59002742 010--59004371 第二篇：認識大數據 1.什么是大數據 2.大數據應用的意義

3.大數據在企業經營中應用的意義 4.對大數據的認識誤區 案例分析

第三篇：大數據時代變革 1：大數據時代的思維變革 2：大數據時代的商業變革 3：大數據時代的管理變革

第四篇：大數據在營銷中的運用 大數據精準營銷 1.什么是精確營銷 2.精確營銷的方法 實操教學+案例分析

第五篇：在技術中應用 數據挖掘

大數據的核心價值——挖掘 1.什么是數據挖掘？ 2.數據挖掘的流程 3.數據挖掘解決的問題 結合現場實操教學+案例分析

第六篇：預測

大數據的核心價值——預測 1：如何預測？ 案例分析

第七篇：大數據與云計算 1：什么是云計算

2：大數據與云計算的關系

第八篇：大數據的安全問題

大數據給信息安全帶來新的挑戰和機遇 大數據存儲安全策略 大數據應用安全策略 大數據管理安全策略

第三篇：大數據時代

“大”數據時代 眾所周知，數據本身就蘊藏著價值，但是將有用的數據與沒有價值的數據進行區分看起來可能是一個棘手的問題。

顯然，您所掌握的人員情況、工資表和客戶記錄對于企業的運轉至關重要，但是其他數據也擁有轉化為價值的力量。一段記錄人們如何在您的商店瀏覽購物的視頻、人們在購買您的服務前后的所作所為、如何通過社交網絡聯系您的客戶、是什么吸引合作伙伴加盟、客戶如何付款以及供應商喜歡的收款方式……所有這些場景都提供了很多指向，將它們抽絲剝繭，透過特殊的棱鏡觀察，將其與其他數據集對照，或者以與眾不同的方式分析解剖，就能讓您的行事方式發生天翻地覆的轉變。

大數據(big data)，或稱巨量資料，指的是所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。

“大數據”這個術語最早期的引用可追溯到apache org的開源項目Nutch。當時，大數據用來描述為更新網絡搜索索引需要同時進行批量處理或分析的大量數據集。隨著谷歌MapReduce和Google File System（GFS）的發布，大數據不再僅用來描述大量的數據，還涵蓋了處理數據的速度。

早在1980年，著名未來學家阿爾文·托夫勒便在《第三次浪潮》一書中，將大數據熱情地贊頌為“第三次浪 潮的華彩樂章”。不過，大約從2009年開始，“163大數據”才成為互聯網信息技術行業的流行詞匯。美國互聯網數據中心指出，互聯網上的數據每年將增長50%，每兩年便將翻一番，而目前世界上90%以上的數據是最近幾年才產生的。此外，數據又并非單純指人們在互聯網上發布的信息，全世界的工業設備、汽車、電表上有著無數的數碼傳感器，隨時測量和傳遞著有關位置、運動、震動、溫度、濕度乃至空氣中化學物質的變化，也產生了海量的數據信息。

大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。

大數據就是互聯網發展到現今階段的一種表象或特征而已，沒有必要神話它或對它保持敬畏之心，在以云計算為代表的技術創新大幕的襯托下，這些原本很難收集和使用的數據開始容易被利用起來了，通過各行各業的不斷創新，大數據會逐步為人類創造更多的價值。

第四篇：大數據時代

《大數據時代》讀書筆記

作者：邁爾舍恩伯格

出版發行：浙江人民出版社

版次：2013年1月第一版

讀者：物流一班、時菲陽

一、作者觀點

谷歌有一個名為“谷歌流感趨勢”的工具，它通過跟蹤搜索詞相關數據來判斷全美地區的流感情況。這就是一個典型的“大數據”的應用例子，舍恩伯格的這本《大數據時代》受到了廣泛的贊譽，他本人也因此書被視為大數據領域中的領軍人物。

作者提出了三點結論：第一，要盡可能分析事物相關的“全部”數據，而不是之前的隨機抽樣，即“樣本=總體”。第二，要樂于接受數據的繁雜，而不應過分追求其精確性。第三，重視大數據呈現的“相關關系”，而不要執于探索事物間的因果關系。

二、摘抄：

在甲型H1N1流感爆發的幾周前，互聯網巨頭谷歌公司的工程師們在《自然》雜志上發表了一篇引人注目的論文。它令公共衛生官員們和計算機科學家們感到震驚。文中解釋了谷歌為什么能夠預測冬季流感的傳播：不僅是全美范圍的傳播，而且可以具體到特定的地區和州。谷歌通過觀察人們在網上的搜索記錄來完成這個預測，而這種方法以前一直是被忽略的。谷歌保存了多年來所有的搜索記錄，而且每天都會收到來自全球超過30億條的搜索指令，如此龐大的數據資源足以支撐和幫助它完成這項工作。

發現能夠通過人們在網上檢索的詞條辨別出其是否感染了流感后，谷歌公司把五千萬條美國人最頻繁檢索的詞條和美國疾控中心在03年至08年間季節性流感傳播時期的數據進行了比較。其他公司也曾試圖確定這些相關的詞條，但是他們缺乏像谷歌公司一樣龐大的數據資源、處理能力和統計技術。

雖然谷歌公司的員工猜測，特定的檢索詞條是為了在網絡上得到關于流感的信息，如“哪些是治療咳嗽和發熱的藥物”，但是找出這些詞條并不是重點，他們也不知道哪些詞條更重要，更關鍵的是，他們建立的系統并不依賴于這樣的語義理解。他們設立的這個系統唯一關注的就是特定檢索詞條的頻繁使用與流感在時間和空間上的傳播之間的聯系。谷歌公司為了測試這些檢索詞條，總共處理了4.5億個不同的數字模型。在將得出的預測與07年、08年美國疾控中心記錄的實際流感病例進行對比后，谷歌公司發現，他們的軟件發現了45條檢索詞條的組合，一旦將它們用于一個數學模型，他們的預測與官方數據的相關性高達97%。和疾控中心一樣，他們也能判斷出流感是從哪里傳播出來的，而且他們的判斷非常及時，不會像疾控中心一樣要在流感爆發一兩周之后才可以做到。

所以，09年甲型H1N1流感爆發的時候，與習慣性滯后的官方數據相比，谷歌成為了一個更有效、更及時的指示標。公共衛生機構的官員獲得了非常有價值的數據信息。驚人的是，谷歌公司的方法甚

至不需要分發口腔試紙和聯系醫生——它是建立在大數據的基礎之上的。這是當今社會所獨有的一種新型能力：以一種前所未有的方式，通過對海量數據進行分析，獲得有巨大價值的產品和服務，或深刻的洞見。基于這樣的技術理念和數據儲備，下一次流感來襲的時候，世界將會擁有一種更好的預測工具，以預防流感的傳播。

三、感想：

看完本書有如下感想：

首先，作者站在理論的制高點上，條理清楚地闡述了大數據對人類的工作、生活、思維帶來的革新，大數據時代的三種典型的商業模式，以及大數據時代對于個人隱私保護、公共安全提出的挑戰。其次，文中的事例貼近現實生活，貼近時代，令讀者既印象深刻，又感同身受。此外，作者沒有使用大量的專業術語，沒有假裝一副專業的面孔。縱觀全書，遣詞造句，均通俗易懂。

其次，作者認為大數據時代具有三個顯著特點。

一、人們研究與分析某個現象時，將使用全部數據而非抽樣數據；

二、在大數據時代，不能一味地追求數據的精確性，而要適應數據的多樣性、豐富性、甚至要接受錯誤的數據。

三、了解數據之間的相關性，勝于對因果關系的探索。“是什么”比“為什么”重要。

最后，作者指出，隨著技術的發展，數據的存儲與處理成本顯著降低，人們現在有能力從支離破碎的、看似毫不相干的數據礦渣中抽煉出真知爍見。在大數據時代，三類公司將成為時代的寵兒。一是擁有大數據的公司與組織。如政府、銀行、電信公司、全球性互聯網公

司（阿里巴巴、淘寶網）。二是擁有數據分析與處理技術的專業公司，如亞馬遜、谷歌。三是擁有創新思維的公司，他們可能既不掌握大數據，也沒有專業技術，但卻擅長使用大數據，從大數據中找到自己的理想天地。

第五篇：大數據時代讀后感

《大數據時代》讀后感

看完“《大數據時代》——生活、工作與思維的大變革”，頗為感慨，這世界變化真的快！農業化、工業化、信息化時代的相繼經歷，使得世界天翻地覆。

我們不再熱衷于尋找因果關系，而應該尋找事物之間的相關關系。這個命題是我讀這本書最大的感觸。個人認為也是這本書最核心的思想。首先，書提出一個顛覆我以前認知的命題--“并非原子而是信息才是一切的本源”，將世界看做信息，看做可以理解的數據的海洋，為我們提供了一個從未有過的審視下的視角。它是一種可以滲透到所有生活領域的世界觀。這個命題是在書的最后一部分中的某一段中描寫的。我之所以把它放在最前面來講，因為我覺得，這是談數據化世界的前提，自然也是談論大數據的前提。書的中間部分有一節講到數據化和數字化的區別。經過我自己腦子的整理，把數據化世界這個命題列為大數據思維的第二步。寫到這里，我不由得反省下，我是不是有領悟到書的精髓所在，就是第一句話。書中另一個吸引我的地方就是，有很多觀點的論述，會從哲學的高度論述。雖然，自己肚子沒多少墨水，但是讀這些描述的時候，就會發現自己會更好的理解作者提出的命題。比如書中有一段文字

當我們說人類是通過因果關系了解世界時，我們指的是我們再理解和解釋世界各種現象時使用的兩種基本方法：一種是通過快速、虛幻的因果關系，還有一種就是通過緩慢、有條不紊的因果關系。大數據會改變這兩種基本方法在我們認識世界時所扮演的角色。

在附上一些事例的時候，用作者提供的“本質”去看待時，很容易理解，確實是這么回事。好了，那么大數據到底改變了我們什么呢，作者給出3點，大數據的精髓在于我們分析信息時的三個轉變，這些轉變講改變我們理解和組建社會的方法。

第一個轉變就是，在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴于隨機采樣（樣本=總體）

第二個轉變就是，研究數據如此之多，以至于我們不再熱衷于追求精確度

第三個轉變因前兩個轉變而促成，即我們不再熱衷于尋找因果關系，而應該尋找事物之間的相關關系。大數據告訴我們“是什么”而不是“為什么”。在大數據時代，我們不必知道現象背后的原因，我們只要讓數據自己發聲。

正如大家所知道的那樣，人類的大腦具備這樣的功能，它會把新輸入的刺激或信息與“過去的經驗或積累的部分知識”相對照，然后進行調整并接受下來。如果眼前新的現實與大腦中儲存的固有信息無法協調，便會在無意識中拒絕接受新的現實；或者通過自己一知半解的知識任意推測，使自己認識到的情況偏離實際。這是人的一種本能，目的在于使自己保持冷靜。所以作者稱之為revolution。

講了這么多，那么大數據到底給我們帶來什么。在這里，我只想談我感觸最深的，其他的有興趣的可以自己去了解。當然，書中提了很多，最多的就是，XXX公司或者個人利用大數據創造了多大的財富了，拋開這些表面的不說，最讓我動心亦或者是害怕的是---預測。

大數據的核心就是預測。它通常被視為人工智能的一部分，或者更確切地說，被視為一種機器學習。但是這種定義是有誤導性的。大數據不是要教機器像人一樣思考。相反，它是把數學算法運用到海量的數據上來預測事情發生的可能性。一封郵件被作為垃圾郵件過濾掉的可能性，輸入的“teh”應該是“the”的可能性，從一個人亂穿馬路時行進的軌跡和速度來看他能及時穿過馬路的可能性，都是大數據可以預測的范圍。當然，如果一個人能及時穿過馬路，那么他亂穿馬路時，車子就只需要稍稍減速就好。但是這些預測系統之所以能夠成功，關鍵在于它們是建立在海量數據的基礎之上的。此外，隨著系統接收到的數據越來越多，通過記錄找到的最好的預測與模式，可以對系統進行改進。

在不久的將來，世界許多現在單純依靠人類判斷力的領域都會被計算機系統所改變甚至取代。計算機系統可以發揮作用的領域遠遠不止駕駛和交友，還有更多更復雜的任務。別忘了，亞馬遜可以幫我們推薦想要的書，谷歌可以為關聯網站排序，facebook知道我們的喜好，而linkedin可以猜出我們認識誰。當然，同樣的技術也可以運用到疾病診斷、推薦治療措施，甚至是識別潛在犯罪分子上。

就像互聯網通過給計算機添加通信功能而改變了世界，大數據也將改變我們生活中最重要的方面，因為它為我們的生活創造了前所未有的可量化的維度。大數據已經成為了新發明和新服務的源泉，而更多的改變正蓄勢待發。

這是大數據帶來最核心的東西，動心的理由無須贅述，計算機會告訴你什么時候買什么雙色球可以中頭獎，想想心里是不是有一點小激動咧。當然這只是我打的一個比較夸張的比喻。至于害怕呢，書中有段話我很喜歡

公平正義的基礎是人只有做了某事才需要對它負責，畢竟，想做而未做不是犯罪，社會關系于個人責任的基本信條是，人為其選擇的行為承擔責任。如果大數據分析完全準確，那么我們的未來會被精準的預測，因此在未來，我們不僅會失去選擇的權利，而且會按照預測去行動。如果精準的預測成為現實的話，我們也就失去了自由意志，失去了自由選擇的權利。既然我們別無選擇，那么我們也就不需要承擔責任。這不是很諷刺嗎。

扯到這里，順便扯一下，書中另一段關于自由意志的描述

在哲學界，關于因果關系是否存在的爭論已經持續了幾個世紀。畢竟，如果凡事皆有因果的話，那么我們就沒有決定任何事的自由了。如果說我們做的每一個決定或者每一個想法都是其他事情的結果。而這個結果又是由其他原因導致的。以此循環往復，那么就不存在人的自由意志這一說了。----所有的生命軌跡都只是受因果關系的控制了。因此，對于因果關系在世間所扮演的角色，哲學家們爭論不休，有時他們認為，這是與自由意志相對立。

書中舉了個例子，舉了部電影《少數派報告》，當我看到這里的時候，“哎喲，我居然看過這部電影，想想心里還是有點小激動”，有興趣的可以去看下，大概就是講警察通過預測來提前抓捕犯人，不過不是通過大數據，是通過超人類的方式。當你什么舉動都可以被預測，相當于你完全暴露在太陽光下，換成你，你害怕不。

最后，附上兩段結語，一段是書中的一段話，另一段是我自己瞎編的大數據并不是一個充斥著算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據為我們提供的不是最終答案，只是參考答案，幫助是暫時的，而更好的方法和答案還在不久的未來。

大數據終將會影響到我們，也像其他技術一樣會是一把雙刃劍，用得好，動心，濫用，害怕。如同核技術一樣，用的話，造福地球，濫用，給個金剛石地球你，照樣爆。我相信，未來的大數據的發展會如作者所說的，是一場生活、工作與思維的革命。

無論如何，大家看到這四個是不是有種，不管我上面扯得有沒有道理，通不通順，下面的話，會很有道理的樣子的錯覺（抄襲于《棟篤笑》）OK，無論如何，日子還是得照過。施主，我看你骨骼驚奇，是個練武奇才，最后送上《九陽神功》心法，以后維護世界和平的重任就交給你了。

他強由他強，清風撫山岡。

他橫由他橫，明月照大江。

他自狠來他自惡，我自一口真氣足。

無處不在的大數據：各種云計算，谷歌的神通，亞馬遜的推送，天涯人肉，微博萬能等等等等，我們掌握了新的工具，也獲取了以前從未有過的各種信息。大數據拉近了我們與現實的距離，“地球村”變成了“地球屋”，仿佛所有人所有事物都觸手可及，而這些牛逼哄哄的互聯網巨頭就在客廳展示著世界的每一寸光景。

然而，事實真的是這樣嗎？首先，從應用角度出發，低廉的運算能力和存儲空間，讓以前的樣本分析顯得非常簡陋——一些從全體數據挖掘出來，忽略精確而從大量數據的簡單算法得出來的結論顛覆了常識。但個人覺得，這只是統計學的終極目標——并沒有非常大的跨越，可能終結了回歸分析，有效性驗證等手段，但依舊還是統計。而革命性在于關注相關關系而非因果關系。現場討論從神學角度挑戰了因果關系的不可能——或者說人類用簡單思考的邏輯來定義因果，以及用之前小數據演繹出大概率事件來推導因果，都是不正確的。真正的因果關系應該屬于上帝的范疇，人類如果真的完全掌握之后，會統治整個宇宙。但我覺得，無需從神學觀點來討論，而可以借鑒量子力學對經典力學的顛覆——在原子層面上，經典力學會失效——那么在大數據層面上，普通的抽樣調查直觀反映會失效。而且從量子力學角度是很難推導經典力學的公式，那么從現在的慣有思維，也難以推導出大數據的因果關系。同時現場有討論，是否計算機可以精確地模擬每個原子，然后完整地展現微觀到宏觀的化學反應細節？我覺得首先是計算能力不足，其次即便設定原子的運動條件真的正確，計算結果未知但宏觀結果我們卻已經知道——牛頓的經典力學足以應付日常絕大部分情況了。好比切西瓜，究竟刀頭的鐵原子和西瓜的有機分子如何作用，真的重要嗎？回歸到商業領域，如果我們可以提高相關性的準確度，從而提高投入效率，那就已經足夠了。本來一個產品受到一半客戶喜歡，但如果通過大數據挖掘到更好的定位，有百分之八十的客戶喜歡，那么價值已經非常可觀了。

大數據幫助我們把未來的迷霧撥開了一點，但好比《沉重的肉身》當中討論的，更多的選擇權并不能帶給人幸福——因為知道自己不能做不能得到的也更多了。解決工作模式，生存意義，幸福之道等問題，關鍵還是看自己如何看待和使用這些新式工具以及新結論。引用《神探伽利略》里面的臺詞：可被重復的，一定有道理存在。那么現在重復的越來越多，更需要保持探索和敬畏之心，人才不會迷路。