大資料聽起來也許會有種高大上的感覺，但其實大資料本身就是身邊細碎資訊的整合處理，你覺得它高不可攀就錯了，其實大資料在我們身邊的方方面面都無時不刻在體現。筆者處於傳媒行業，下面主要就談一下大資料在傳媒業的聯絡來增進下大家對大資料的瞭解。

在這個資料資訊時代，每時每刻都在生成新的資料。根據摩爾定律，全世界的資料兩年翻一番。大資料時代對整個社會都產生了巨大的影響，傳媒行業不可避免地受到巨大沖擊，隨著智慧手機等手持終端的快速普及，以及各種APP的不斷開發與應用，新聞、廣播、電視等傳統媒體所佔市場份額呈逐年下降趨勢，而網路媒體、社交媒體等新興媒體模式卻應運而生，大放異彩。

大資料的應用已經在許多領域發揮了重要的作用，而對於與大資料關聯性更大的傳媒業，在這個競爭日益劇烈的行業，能否有效地利用大資料，基本上決定了一家公司的生死存亡。只有牢牢把握大資料，結合傳媒自身的特點並充分利用大資料的優勢，才能推動整個傳媒業進行深刻變革，發展壯大傳媒業。筆者認為應當在以下幾方面做好：

3. 擴大資料庫規模上，傳媒業可藉助媒介社群平臺擴大現有資料庫；

4. 新聞的內容方面，傳媒業可利用資料來分析新聞事件，這一點在財經類新聞中尤為明顯。大資料時代不僅要求傳媒從業者知道資料，更要求其能夠分析資料；

5. 在新聞的受眾方面，媒體能夠利用大資料構建資料庫，更好地對受眾的資訊進行收集、分析和處理，還可以採用資料探勘技術，從中得出較為準確的觀眾喜好資料。

可以說，在大資料時代，機遇與挑戰並存，工具就在這裡，怎麼用，怎麼用好，怎麼更好地用，決定了傳媒業中哪些企業能夠笑到最後，也決定了傳媒業在如今資料爆炸的時代能否走出別樣的風采。

以上就是大資料的一些簡單應用。

現在大資料已經很不錯了，只要你用手機號，上網就會留下痕跡，會被記錄起來，呼叫這些的時候，輸入你的選擇條件，就可以幫你精確的篩選出你要找的資料出來。只是有些公司都是隻有自己的app資料，會不全面是實在的，現在抓取資料最精確全面的應該是三大運營商的資料，我們只要用他的手機卡，你的一切資料都在他的伺服器裡記錄者的。

大資料並不是萬能的，之所以有些人認為大資料華而不實，是因為大資料概念被眾多公司亂用，主要是用於抬高自身價值而沒有實際的大資料場景，做個數據分析就說自己是大資料，搞個圖表也說自己是大資料，甚至自己的資料庫中有這資料也說自己是大資料。

但大資料確實是時代發展的必然趨勢，他不是空架子，比如我們利用位置資料成功的發現了校園學生的安全問題，利用演算法，成功的預測出自殺傾向的人群。這些都是以前做不到的事情，得力於大資料，我們才挖掘出來，所以大資料是有價值的，就看如何使用！

我是政府大資料的專案經理，我說下我的看法。

1.如果非要深究的話，大資料其實是一種資料運用工具，只是一個用資料的手段而已。

3.至於你說的華而不實，目前在大資料行業內確實存在這種現象，並且是很多，很多公司更多的是利用大資料的概念渾水摸魚，更多的是在做資料的視覺化展示，真正能建模，運用資料的真不多，因為大資料的運用是需要專業的，權威的業務專家的，舉個例子，比如想運用大資料解決交通擁堵的問題，首先參與資料建模和分析的人員必須是交通方面的專家，懂得專業的交通學知識，又要懂業務又要懂技術背景的人其實是很少的，往往要請高價錢，大部分公司不願意投入，除了像bat這種大廠。

4.大資料也並非是真的是華而不實，如果資料能夠打通，互通起來，真正運用在民生上，對老百姓來講絕對是重大利好，舉個例子，比如整合公安的人口資料，位置資料，身份資料，指紋資料，信用資料，犯罪資料等一系列資料資訊，再結合銀聯絡統，人民銀行和其他相關聯的資料，其實是可以做到預防犯罪發生，杜絕網路詐騙，提高逮捕追蹤等效果的，只是可惜，在大部分城市，大資料能真正利用起來的屈指可數，在這一點上，則更看好商業資料的利用了。

我認為至少現在的大資料不是華而不實的，因為現在，對於大資料已經很成熟了，包括他的理論、方法以及工具。

但是現在，仍然有很多的人都覺得，大資料是華而不實的，覺得他空泛，我感覺大部分的原因還是和大資料的公司和企業有關係，雖然現在大資料已經不斷的應用，但是大部分在宣傳“大資料”的企業/公司，卻拿不出能讓人眼前一亮的實踐示例。所以這些大資料展現在我們眼前的就是的他的概念、好處、和未來，但實際上，並不是我們親身應用的結果，我們只是在聽這麼一個概念，這個概念給我們的也不是印象深刻。

那麼大資料的本質到底是什麼呢？很多人都糾結的問題，我認為所謂的大資料就是資料分析師用歷史資料構建的一個數學模型，來模擬某種走勢或者某種趨勢，歸根結底，大資料是因為硬碟逐漸變得便宜了，很多在過去不得不刪除的日誌、記錄等等資料能夠長時間儲存下來了，所以被發現了這一特點。所以說，大資料並不是華而不實，而他的本質也是資料分析師很好的應用大資料的特點，我認為大資料分析=機器學習+統計學（其實這二者本來就有交集）。那麼在我們看來，什麼是統計學呢，我覺得在統計學裡，樣本的空間越大，對總體的體現就越準確。這就是大資料的“大”和小資料的區別。也就是說，資料量越大，在相對正確的數學模型之下，其結果就越接近真值。

如今，幾乎所有人都預設，由大資料+人工智慧構成的“智慧生活”將會是未來社會發展的主流趨勢，然而真當“智慧生活”落地到我們生活中來的時候，卻還是暴露出了理想與現實之間的差異。

【想要輕鬆生活，先看企業們同不同意】

早上起床窗簾自動開啟，適合清晨的音樂隨即播放，甚至還能從廚房裡聞到早餐的香味……這可能就是很多人理想狀態下的“智慧生活”。瞄準了這一使用者需求的科技企業們，近年來也紛紛緊鑼密鼓地生產出了各種智慧家居，智慧音箱。

但隨著智慧家居品類越來越多，我們手機裡的App也越來越多——這個App是專門管窗簾開啟閉合的，旁邊的App是用來設定自動播放音樂的，甚至啟動酸奶機和烤吐司機的App都是分開獨立的——想要過智慧生活，首先的適應好滿手機的App操作。個人的智慧生活況且如此，智慧城市的建設就更為複雜了。

【一根電線杆上裝十個攝像頭，這就是未來？】

當人工智慧賦能的智慧城市被視為未來發展大趨勢之後，無數的網際網路科技公司在各大城市裡開啟了一場搶灘登陸的競爭。阿里巴巴、騰訊、百度、滴滴出行……大量的網際網路企業先後宣佈將在城市基礎設施、環境、產業等方面與不同的城市展開合作，並逐步落地各自的雲計算、大資料體系。諸如阿里雲ET城市大腦、騰訊雲區塊鏈BaaS服務等，就正在落地雄安新區。

目前我們所討論的人工智慧還沒有聰明到舉一反三的地步，依然需要靠“題海戰術”。因此要培養人工智慧，首先就要進行大資料的蒐集和處理。所以網際網路科技公司們為了能更好地進行大資料的蒐集，紛紛親自擼起袖子在城市裡佈下了越來越多的智慧硬體——訊號燈上的攝像探頭，共享單車的智慧鎖，甚至電影院的爆米花飲料機等，每個智慧硬體都隨時隨地將資料上傳到平臺，匯聚成人工智慧開發所需要的“題海”。

雖然目前我們還沒有真正迎來完全智慧化的城市生活，但是各家網際網路企業塞給它的“科技大補丸”卻是“效果拔群”。近日阿里巴巴集團技術委員會主席、阿里雲創始人王堅在參加TechCrunch國際創新峰會杭州站時談到，“在一個電線杆上裝十個攝像頭，就好像人的頭上長了20隻眼睛”，“實際上這幾年在全世界範圍中做智慧城市的建設，卻慢慢把城市變成了一個怪物”。

就像不同品牌的智慧家居之間的不互通造成了使用者的重複購買/重複下載App，鋪設在智慧城市裡的硬體們也造成了城市建設者的重複建設。本來路口只需要一兩個攝像頭就能統計資料，但因為彼此之間資料的不流通，每家企業都要安裝自己的攝像頭，於是便漸漸累加成了“怪物”。如此情況，又造成了多大的社會資源的浪費呢？

【大資料，到底是金科玉律還是廢話連篇？】

想象一下你正堵在北京的五環上，動彈不得，這時用眼睛一撇手機，發現某平臺透過一系列大資料探勘，發現北京連續多年成為全國最堵城市的前五名——你白了一眼，心裡說到，“廢話”。

【資料不僅要“大”，更要“有用”】

另一個問題在於，人們對於大資料的認識似乎出現了偏差。關於大資料，研究機構Gartner給出的定義是：需要新處理模式才能具有更強的決策力、洞察發現力和流程最佳化能力來適應海量、高增長率和多樣化的資訊資產。雖然現在市場已經承認了大資料的價值，但是很多人卻忽視了大資料的戰略意義，不僅僅在於掌握龐大的資料資訊，更在於將這些有意義的資料進行專業化的處理。

網上有一幅漫畫調侃資料、資訊、表現和知識之間的區別，資料是原材料，資訊是蛋糕胚，而表現出來的結果是一個看上去美味可口的蛋糕，然而實際上這份蛋糕可能根本就沒有知識的價值。這幅漫畫揭示了大資料熱潮下的另一種真相。

我們可以在現實生活中輕易找到各行各業的大資料報道，他們當中有些報告展示出來相當精彩，但人們在看完之後卻容易腦袋空空，完全記不住到底這份報告提供了哪些有價值的內容，甚至有些大資料報道還會給人一種“那還用你說”的感覺，比如某個正在大面積修建地鐵的城市被統計出“交通堵塞程度較去年有所上升”，甚至某電影院統計出來的“冬天人們更愛和熱飲”的大資料。

有部分盲目崇拜大資料的企業，似乎越來越執著於大資料的統計結果，從而忽略了一些淺而已見的因果邏輯。就像阿里王剛所表述的那樣，“今天我們所有的做法不是讓城市變得更加智慧，只是在城市裡放了更多的硬體、更多的軟體和資訊化系統，但是城市到底發生了什麼事情，沒有人知道”。

總而言之，走在大資料+人工智慧發展道路上的企業們應該認識到，大資料不僅在於“大”，更在於“有用”。而我們利用大資料也好，利用人工智慧也罷，並不是為了把我們的城市變成一條條資料的總和，而是為了讓生活在城市的人們過得更安全更舒適。資料只是我們達到目的的一種手段，而不是目的本身。而若能清楚的認識到這一點，則很多問題也將迎刃而解了，很多的無用功也能輕鬆免去了。

大資料並非華而不實，依靠資料去預判一件事或一個人，這種習慣自古有之。人類很多偉大的發明的都是因為多次重複而產生的。

比如常說事不過三而不是事不過四，這其實是大家積累已久的經驗，一件事情連續三次都是這個結果，那第四次結果可能也不會變太多，所以阻止它不要在發生或者讓它往另一個方向發生。

再說人工智慧、無人駕駛等現代很多高科技產品都離不開大資料。之所以會有種大資料似乎真的華而不實的感覺，那是因為大資料是看不見摸不著的，所以它真的存在嗎這樣的問題才會產生。

現階段大資料都掌握在BAT等巨頭企業手裡，對於使用者和中小企業都不是一件好事，希望這些資料早日能夠被分散，被更多的人使用，產生更大的價值

其實，這個問題很簡單的，大資料不可能華而不實，還是會起一定的作用的。我們所學的從量變到質變的道理，就是這種大資料的現實案例；還有我們的老俗語:“事不過三”等都是大資料在起作用。

但是，大資料的關鍵是大，這個“大”不是一般的概念，是一個足夠你想象出來的“大”，這個“大”，一方面需要足夠大的儲存空間，需要把資料的收集是持續不斷地累積過程。當然，資料“大”不是真實的目的，計算能力，計算演算法也是關鍵中的關鍵。如果，演算法不能貼近現實，即使資料再“大”，也會無濟於事。

還有一點我們一定要注意，現實的社會已經處於相對複雜的社會，繁雜和無頭緒是她的特性，而這種龐雜無序才是事物的本源。

因此，大資料只是一個大機率事件，而不是絕對發生事件！

如果說前幾年有這個疑問的話，確實會有這樣的疑問，那時候大資料的發展前景還沒有那麼明朗，那麼隨著這幾年的探索與發展，大資料的發展前景可以說很清晰了。

此外包括淘寶和京東的個性商品推薦，你在其他地方看到了某一件商品，開啟購物軟體之後會看到它為你推薦該類商品。所有的這些都是基於龐大的使用者資料基礎之上的。而這些技術已經切實的改變了我們的生活。

　　大資料顧名思義是數量多的資料，但是資料多隻是一方面，要想體現資料的價值，就要用專業的資料分析工具進行分析。運用到實際生活的資料才具有收藏使用價值。

　　大資料離我們很近。

　工廠車間會根據每臺機器所反應的資料對產量、後臺做好統計，而機器的每一次報錯都能提前知道問題所在。這就是資料分析的結果，沒有這些工具，資料只是呆板的停滯，缺少流動的價值。

　　總之，在大資料時代，很多問題都能用科學的資料進行分析，脫離憑空的設想，讓你真正體會到大資料給個人乃至社會帶來的紅利。

大資料分析技術與傳統資料不同：

1. 資料處理：自然語言處理技術（NLP）

2. 統計和分析：A/B test、top N排行榜、地域佔比、文字情感分析

3. 資料探勘：關聯規則分析、分類、聚類

4. 模型預測：預測模型、機器學習、建模模擬

大資料將是未來的石油，而移動網際網路將成為主要上網方式，移動大資料也將蓬勃發展。在此做出幾點預測:

1移動大資料分析將逐步成為雲計算和物聯網的研究聚焦點。

2移動網際網路UGC和MGC資料的深度融合將催生新的產業。

3專注於區域性領域的資料分析服務將成為近期產業創新主流。

4Map-Reduce將仍保持活力，分散式流資料分析方法將成為機器學習理論研究和應用研究熱點。

5資料共享是大勢所趨，但需要特別重視國家資訊保安，開放資料需要立法支援，資訊保安需要自主技術保障~