期待全數(shù)據(jù)革命

此外，大數(shù)據(jù)還面臨其他挑戰(zhàn)。如大數(shù)據(jù)生成的有效性問(wèn)題。Laser等人指出，很多引起大眾關(guān)注的大數(shù)據(jù)都不是由專門為科學(xué)分析需要而設(shè)計(jì)的、可以收集到有效而可靠資料的各種數(shù)據(jù)收集工具的產(chǎn)物。又如道德問(wèn)題。在大數(shù)據(jù)時(shí)代，每個(gè)人都是大數(shù)據(jù)的貢獻(xiàn)者，當(dāng)我們?yōu)g覽網(wǎng)頁(yè)、網(wǎng)購(gòu)、掃描二維碼、使用微博和微信以及安裝手機(jī)應(yīng)用程序時(shí)，我們的個(gè)人信息、消費(fèi)習(xí)慣、偏好、社交圈子等，均已經(jīng)被大數(shù)據(jù)生成工具捕獲，從而在不自知的情況下泄露了隱私。大數(shù)據(jù)對(duì)用戶隱私的侵害，可能給用戶的資金、財(cái)產(chǎn)安全，甚至個(gè)人安全造成潛在的威脅。再如大數(shù)據(jù)對(duì)“小數(shù)據(jù)”的完全排斥問(wèn)題。這主要表現(xiàn)在：傳統(tǒng)的“小數(shù)據(jù)”所提供的信息通常不包含在大數(shù)據(jù)之中。Laser等人觀察到，谷歌流感趨勢(shì)預(yù)測(cè)忽視了很多傳統(tǒng)統(tǒng)計(jì)方法可以獲取的信息。

Laser等人指出，鑒于大數(shù)據(jù)所面臨的各種危機(jī)和挑戰(zhàn)，在當(dāng)下我們應(yīng)該聚焦于“全數(shù)據(jù)革命”而不是“大數(shù)據(jù)革命”。全數(shù)據(jù)革命的核心思想是，我們應(yīng)該認(rèn)識(shí)到世界的關(guān)鍵變化在于：創(chuàng)新性地分析從所有傳統(tǒng)和新媒介獲取的數(shù)據(jù)，以更為深入透徹地理解世界。由于創(chuàng)新的數(shù)據(jù)分析方法關(guān)涉到創(chuàng)新性的思維或者認(rèn)知模式，因此，全數(shù)據(jù)革命的核心在于以巨延性的“大認(rèn)知”代替“大數(shù)據(jù)思維”。廣義上，“大認(rèn)知”指的是一種大大超越人類認(rèn)知極限的、以理解世界整體為最終目的的巨延性概念化活動(dòng)。狹義上，其指的是一種大大超越人類認(rèn)知極限的、以理解某個(gè)特定區(qū)域（如國(guó)家或者地區(qū)）或者領(lǐng)域（如某一行業(yè)或者某一專業(yè)領(lǐng)域）之方方面面為最終目的的巨延性概念化活動(dòng)。

目前，大數(shù)據(jù)產(chǎn)業(yè)鏈條業(yè)已形成，其包括數(shù)據(jù)需求、挖掘、生成、存儲(chǔ)、管理、查詢、提取、處理以及展示處理分析結(jié)果和應(yīng)用等多個(gè)環(huán)節(jié)。其中，大數(shù)據(jù)處理環(huán)節(jié)至關(guān)重要，并涉及一系列難題：數(shù)據(jù)可靠性甄別、數(shù)據(jù)測(cè)量、數(shù)據(jù)有效性判斷、數(shù)據(jù)之間關(guān)聯(lián)性和依存性判斷、數(shù)據(jù)的模式化以及數(shù)據(jù)的價(jià)值判斷等。這些難題是單純的“大數(shù)據(jù)思維”所無(wú)法解決的。

“大數(shù)據(jù)思維”本質(zhì)上是“技術(shù)性思維”的互聯(lián)網(wǎng)化，主要試圖利用機(jī)器的無(wú)限運(yùn)算以及多元回歸能力完成數(shù)據(jù)的模式化分析。但此概念的認(rèn)知陷阱在于：錯(cuò)把技術(shù)性思維當(dāng)成思維的全部。事實(shí)上，思維是個(gè)外延極其廣泛的概念，它既有技術(shù)維度，又有心理、認(rèn)知、社會(huì)、政治及文化維度。鑒于大數(shù)據(jù)在數(shù)據(jù)量方面的巨延性，因此，要真正實(shí)現(xiàn)對(duì)大數(shù)據(jù)的創(chuàng)新性分析，我們需借助在概念化方面有著同樣巨延性的“大認(rèn)知”。

（本文系國(guó)家社科基金項(xiàng)目“詞典釋義的完備性描述研究”（11BYY088）階段性成果）

?。ㄗ髡邌挝唬罕本┩鈬?guó)語(yǔ)大學(xué)外國(guó)語(yǔ)言研究所）

大數(shù)據(jù)(big data、mega data)，或稱巨量資料，指需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。在維克托·邁爾-舍恩伯格及肯尼斯·庫(kù)克耶編寫(xiě)的《大數(shù)據(jù)時(shí)代》中，大數(shù)據(jù)指不用隨機(jī)分析法這樣的捷徑，而采用所有數(shù)據(jù)進(jìn)行分析處理的策略。大數(shù)據(jù)具有4V特點(diǎn)。第一，數(shù)據(jù)體量巨大，從TB級(jí)別躍升到PB級(jí)別。第二，數(shù)據(jù)類型繁多，包括網(wǎng)絡(luò)日志、視頻、圖片、地理位置信息等等。第三，處理速度快，可從各種類型的數(shù)據(jù)中快速獲得高價(jià)值的信息，這一點(diǎn)和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同。第四，只要合理利用數(shù)據(jù)并對(duì)其進(jìn)行正確、準(zhǔn)確的分析，將會(huì)帶來(lái)很高的價(jià)值回報(bào)。業(yè)界將其歸納為——Volume（數(shù)據(jù)體量大）、Variety（數(shù)據(jù)類型繁多）、Velocity（處理速度快）、Value（價(jià)值密度低）。

大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專業(yè)化處理。換言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。

從技術(shù)上看，大數(shù)據(jù)與云計(jì)算的關(guān)系就像一枚硬幣的正反面一樣密不可分。大數(shù)據(jù)必然無(wú)法用單臺(tái)的計(jì)算機(jī)進(jìn)行處理，必須采用分布式架構(gòu)。它的特色在于對(duì)海量數(shù)據(jù)進(jìn)行分布式數(shù)據(jù)挖掘，但必須依托云計(jì)算的分布式處理、分布式數(shù)據(jù)庫(kù)和云存儲(chǔ)、虛擬化技術(shù)。

隨著云時(shí)代的來(lái)臨，大數(shù)據(jù)也吸引了越來(lái)越多的關(guān)注。有分析師認(rèn)為，大數(shù)據(jù)通常用來(lái)形容一個(gè)公司創(chuàng)造的大量非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)在下載到關(guān)系型數(shù)據(jù)庫(kù)后用于分析時(shí)會(huì)花費(fèi)大量時(shí)間和金錢。大數(shù)據(jù)分析常和云計(jì)算聯(lián)系到一起，因?yàn)閷?shí)時(shí)的大型數(shù)據(jù)集分析需要向數(shù)十、數(shù)百甚至數(shù)千個(gè)電腦分配工作。

適用于大數(shù)據(jù)的技術(shù)，包括大規(guī)模并行處理（MPP）數(shù)據(jù)庫(kù)、數(shù)據(jù)挖掘電網(wǎng)、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫(kù)、云計(jì)算平臺(tái)、互聯(lián)網(wǎng)和可擴(kuò)展的存儲(chǔ)系統(tǒng)。

大數(shù)據(jù)就是互聯(lián)網(wǎng)發(fā)展到現(xiàn)今階段的一種表象而已，沒(méi)有必要神話它或?qū)λ３志次分?，在以云?jì)算為代表的技術(shù)創(chuàng)新大幕的襯托下，這些原本很難收集和使用的數(shù)據(jù)開(kāi)始容易被利用了，通過(guò)各行各業(yè)的不斷創(chuàng)新，大數(shù)據(jù)會(huì)逐步為人類創(chuàng)造更多的價(jià)值。