隨著大數(shù)據(jù)時(shí)代的到來(lái)，網(wǎng)絡(luò)數(shù)據(jù)的真實(shí)性問(wèn)題日益受到關(guān)注。相較以抽樣調(diào)查為主的小數(shù)據(jù)時(shí)代，在大數(shù)據(jù)時(shí)代，如何進(jìn)行正確的數(shù)據(jù)清洗和數(shù)據(jù)分析，以便從海量信息源中獲取真實(shí)而有價(jià)值的信息內(nèi)容，并生成指向性清晰的決策指導(dǎo)，成為哲學(xué)社會(huì)科學(xué)界和自然科學(xué)界共同面臨的課題。

數(shù)據(jù)來(lái)源：確保具備大數(shù)據(jù)品質(zhì)

在中國(guó)人民大學(xué)新聞學(xué)院教授喻國(guó)明看來(lái)，高品質(zhì)數(shù)據(jù)來(lái)源是確保大數(shù)據(jù)分析真實(shí)、可靠的首要條件。“根據(jù)國(guó)內(nèi)外的相關(guān)技術(shù)發(fā)展情況分析，當(dāng)前比較權(quán)威、可靠的大數(shù)據(jù)來(lái)源主要有兩個(gè)，一是掌握多方面的社會(huì)運(yùn)行數(shù)據(jù)的政府部門，二是在某一領(lǐng)域擁有數(shù)據(jù)采集能力的大型公司，如數(shù)字移動(dòng)、網(wǎng)購(gòu)、社交媒體、搜索引擎、輸入法軟件等公司。”

喻國(guó)明認(rèn)為，大數(shù)據(jù)時(shí)代的一個(gè)重要特點(diǎn)，就是全方位、立體式的數(shù)據(jù)分析成為可能。“不過(guò)，單個(gè)部門或企業(yè)所掌握的大數(shù)據(jù)往往類別單一，對(duì)其的分析結(jié)論難免陷于零散、維度單一。”另外，從嚴(yán)格意義上講，大數(shù)據(jù)不是政府、企業(yè)的“私有財(cái)產(chǎn)”，它與社會(huì)個(gè)體的權(quán)利和隱私密切相關(guān)，應(yīng)當(dāng)屬于全社會(huì)。

那么，目前民間進(jìn)行的大數(shù)據(jù)分析“靠譜”嗎？上海交通大學(xué)輿情研究實(shí)驗(yàn)室主任謝耕耘介紹，如果對(duì)大數(shù)據(jù)來(lái)源進(jìn)行分類，可以分為政府、大企業(yè)的定點(diǎn)監(jiān)測(cè)，以及民間依靠軟件等技術(shù)手段的數(shù)據(jù)挖掘。對(duì)此，喻國(guó)明這樣評(píng)價(jià)：相對(duì)于政府部門與大型網(wǎng)絡(luò)企業(yè)的大數(shù)據(jù)采集能力，僅僅從信息海洋中簡(jiǎn)單挖掘、撈取的部分所謂的“大數(shù)據(jù)”，遠(yuǎn)遠(yuǎn)不具備真正的大數(shù)據(jù)品質(zhì)。

北京郵電大學(xué)互聯(lián)網(wǎng)治理與法律研究中心主任李欲曉更愿意將大數(shù)據(jù)分析結(jié)果看作一種數(shù)據(jù)產(chǎn)品。“衡量其價(jià)值，關(guān)鍵在于它是否面向特定客戶群提供了所需數(shù)據(jù)產(chǎn)品類型。”目前，社會(huì)各界已經(jīng)意識(shí)到大數(shù)據(jù)時(shí)代的到來(lái)，許多機(jī)構(gòu)和個(gè)人也在積極開(kāi)發(fā)相關(guān)軟件和產(chǎn)品，這個(gè)過(guò)程的最大價(jià)值，便是提升了全社會(huì)的大數(shù)據(jù)處理能力。

數(shù)據(jù)分類：建立更多有效標(biāo)簽

謝耕耘認(rèn)為，通過(guò)搜索引擎的分析軟件進(jìn)行數(shù)據(jù)挖掘，是當(dāng)前許多民間研究機(jī)構(gòu)獲取所謂“大數(shù)據(jù)”的主要途徑。目前，付之應(yīng)用的諸如“爬蟲”等大數(shù)據(jù)挖掘軟件，其作用是非常有限的——往往在只挖掘到幾千條數(shù)據(jù)時(shí)，就被相關(guān)網(wǎng)絡(luò)平臺(tái)為防止機(jī)器人挖掘而設(shè)置的障礙所攔截，并被要求反復(fù)輸入驗(yàn)證碼。“因此，這種依靠軟件來(lái)執(zhí)行的數(shù)據(jù)挖掘方式，往往需要數(shù)十臺(tái)、上百臺(tái)服務(wù)器，以及高容量的帶寬和大量的IP地址。”其挖掘所獲得的大數(shù)據(jù)，通常是局部的、不完整的，難以推斷整體狀況。

從這個(gè)意義上看，盡管目前從事大數(shù)據(jù)分析的人力、機(jī)構(gòu)很多，但真正做出可信服的研究成果的團(tuán)隊(duì)并不多。在李欲曉看來(lái)，當(dāng)前的大數(shù)據(jù)分析尚未成熟，仍處于“成長(zhǎng)期”。