沒有註冊登入情況下，你的所有資訊對於平臺來說價值很低。基本上不會影響你什麼事情。

　　在網路上都是你的瀏覽，搜尋記錄。這類資料屬於使用者行為資料和基礎資料。並不會影響你任何事情。

會的，資料就是一種資訊。我們人類透過看到的資訊去影響我們的大腦，去影響我們的行為。我們當中的可以分為實體資訊和虛擬資訊。

實體資訊就是我們現在看到一些房子，美食，風景等各種物體，可以摸得著，看得到的東西叫實體資訊。

虛擬資訊就是我們摸不著的，但是看得到，例如我們說的那些資料，例如文字圖片還有影片就是虛擬資訊。

大資料是一把雙刃劍，利肯定大於弊！影響一定是有的，能給人帶來方便快捷的同時，也會讓人感覺部分隱私暴露於視野

當然有影響，會讓你生活的方方面面享受便利，讓國家及企業根據不同的地區與不同的人根據不同的喜好去規劃設施 、設計產品、訂製服務、維護社會穩定。享受大資料帶來的美好生活吧……

其實大資料已經在影響我們的生活了。我給你舉個最接地氣的例子：

一千個人開啟淘寶APP，有一千個不一樣的淘寶頁面，大家多半以為這是日常瀏覽和消費記錄造成差異化，告訴你想簡單了。只要每次使用阿里巴巴相關的產品，都會收集進資料池，透過資料池就可以分析你的消費習慣，這就是大資料分析。這裡肯定會小機靈鬼跑出來說，那我少使用它就不知道了嗎？

有這種想法很正常，不過小看了大資料的能力。大資料的厲害之處在於，它只需知道你一兩個維度的資訊，就能大致知道你是什麼人，只不過資訊越多越能更立體的描述出你這個人罷了。比如你只是買了一隻口紅，很簡單的一條資訊對吧？可是大資料透過資料樣本對比，馬上就會知道你很多資訊。根據口紅的款式，知道你是什麼年齡階段的女性。根據口紅的價格，能預估你的消費能力，從而推算出你的收入範圍。根據你的收貨地址，大致能判斷你的生活環境、生活在幾線城市、生活水平如何，再從你地址周圍其他消費者的情況交叉對比，會知道你填地址是小區還是辦公樓等等。很驚訝對吧？就一條簡單的訊息而已。但還沒完。。。。

前面只是第一步，勾勒消費者的個人特徵後，它會根據分析結果，再給適合的人推薦適合的商品。除了提升消費體驗外，還可以讓消費者最短時間買到自己想要的商品。大資料的利用還有很多，我這裡就不一一介紹。最後，請大家想想為什麼借唄借錢，什麼審批都不用？而且它壞賬率很低

會，分兩種生活影響

關於人的資料：國家收集，更好的在突發事件（比如疫情，地震，犯罪等）掌握個人資訊動態

關於人接觸的物品：1.比如很多企業開始掌握你喜歡吃什麼（背後大資料推薦給你產品）

2.你的存款有多少，推薦給你什麼理財等等

大資料其實已經實實在在的影響了我們的生活。

如果你使用的智慧手機，對不起，也許你的很多資料其實已經被收集利用了。

舉幾個例子：

1， 疫情期間，很多城市的電信運營商推出手機行程證明服務。你去過哪些地方，透過技術手段可以輕易的被獲取。

3， *程網站曾經被爆出某顧客發現他手機上某個機票的價格比其他人的要高不少。背後的解釋是系統透過大資料分析，認為你對該機票是剛需，且你對價格不是很敏感。好了，那麼，可以給您更高一點的價格。

4， 你也許經常會收到銀行給你貸款的電話，可以很容易辦理到貸款，事實上，該銀行已經透過大資料對你的信用狀況進行了分析。所以，你可以輕易獲得貸款。

5， 你在高架開車，高的或者百度會為你提供實時的導航，告訴你哪些路段擁堵，給你規劃最好的路線。

你覺得你瞭解自己嗎？

也許，你的手機運營商比你更瞭解你自己？

高德、百度可以知道你的行程。

手機可以知道你每天的路線、走了多少步？幾點上班下班？

你對哪些資訊感興趣？閱讀最多的是什麼？

最近你買了哪些商品？喜歡購買哪些東西。

你每月花多少錢？都花在什麼地方？

你的經濟情況如何？

你和誰來往最多？

手機幾乎可以告訴很多你自己都不清楚的。

如果你手機上的這些資料都被獲取了，你覺得誰更瞭解你？

演講人：陳國青

　　演講地點：人文清華講壇

　　演講時間：二〇一九年六月

　　大資料時代的兩個階段

　　我們現在處在一個數據的海洋當中。

　　2019年的春運被媒體戲稱為“世界上最大的人口遷徙”，有30億人次流動。2018年“雙十一”網購達到了2135億元的銷售額度。現在，每天會產生450億的微信條目。用手機的網民已經達到8．17億。總體來說，我們國家的GDP數字經濟佔比已經達到了34．8％，超過了1／3，這方面實際能夠體現出，我們這個社會已經開始越來越數字化了。

　　說起大資料、大資料時代，主要的時代背景是什麼呢？我們現實世界有多大程度上可以被資料表示？用一個形象的話來講，我們的社會畫素正在急劇提升。這個“畫素”來自到處可見的感測裝置——探頭、智慧手機、可穿戴裝置、車載裝置，林林總總。這些使我們這個社會的數字化程度越來越高，資料的粒度因此也越來越細。也就是說，數字化生活的兩個要素之一：畫素、資料的粒度已經具備。畫素夠高的時候我們要幹什麼？形象地說就是“成像”，就像手機、相機，畫素越高成像的質量可能越好，因此，成像是我們數字化生活中另外一個重要的要素，畫素和成像對應起來，就把資料和演算法聯絡起來了。這就是我們所說的大資料的時代背景。

　　我認為，大資料時代可以分成兩個階段。

　　第一階段是資料商務階段。不斷地把現實生活中的要素，人財物，都進一步資料化，同時根據這些資料化的人財物進行演算法的應用。

　　第二階段是演算法商務階段。當畫素足夠高的時候，重點就變成了成像了，也就是說，重點變成演算法應用。

　　資料商務階段和演算法商務階段都圍繞著資料和演算法進行，但是重點有所不同。資料商務階段就像做菜一樣，資料化的過程就是不斷準備材料的過程，不停地增加和豐富材料，然後根據已有的材料提供不同的菜品。但是在演算法商務階段，材料已經足夠豐富了，這個時候要比的就是手藝了，你是不是能夠做得更好、更多。這就是我們所說的演算法進階及應用創新，如“智慧＋”，我們可以用更加高尖的智慧技術，包括人工智慧的很多技術，在現有的大規模資料下進行應用。

　　大資料的資料特徵

　　那麼，什麼是大資料？首先看它的資料特徵，可以從4個維度來理解，即4V：volume（規模）、variety（多樣）、value（價值）、velocity（速度）。大家對這四個維度沒有什麼大的爭議，但是對它們的含義的理解還

先說結論，會。

首先說明什麼是大資料，再舉例說明怎麼影響我們的生活。

大資料是基於統計學的樣本進行資料統計和應用。

主要有以下三點作用：

第一，對大資料的處理分析正成為新一代資訊科技融合應用的結點。

舉個例子，你在京東買東西，京東在你瀏覽的介面推薦給你的商品是受什麼影響？受區域和你個人的偏好影響，你如果居住在夏天的南方，它首先會根據南方天氣熱的特點給你推送空調，然後再根據你的消費能力評估推薦對應品牌的空調。

第二，大資料是資訊產業持續高速增長的新引擎。

舉個例子，大資料推動了儲存和計算能力的提升，特別是雲計算。因為資料量特別多和對計算速度要求快，因此推動了雲計算的發展，其實是共享算力。

第三，各行各業的決策正在從“業務驅動” 轉變“資料驅動”。

舉個例子，以前人們做決策時依靠經驗，但是人總是會打盹的，因此依賴計算機進行輔助決策將會大大提升效率。比如，抓捕罪犯，以前要依賴警察發通緝令，現在可以把疑犯的照片推送到前端攝像頭進行快速的識別，依靠大資料才能做到法網恢恢，疏而不漏。

當今生活中，大資料無處不在，在我們無意識中對生活產生各種各樣的影響。如果沒有大資料，我們的生活不會像現在這麼便捷。我認為大大資料主要從以下幾個方面影響我們的生活：

出行

現在的地圖做的越來越智慧，我現在上班出門必開導航。地圖會幫我規劃最快的路線，避免擁堵，地圖也顯示地鐵的擁堵狀況。現在出門只需要輸入目的地，地圖會自動幫我們規劃好最佳的出行方式。正如這次疫情中，我們透過大資料可以分析出每個人的活動軌跡，對疫情控制提供積極的幫助。

網購

這個不需要過多解釋，每個人深有體會，購物網站會根據使用者的購買習慣和瀏覽記錄主動向使用者推薦合適的產品。這些都是大資料分析的結果。

城市規劃

大資料在智慧城市建設中有很好的應用，它重新整理了我們對城市運作方式的認知。一方面，智慧城市建設離不開資訊科技，在技術應用過程中一定會有海量的資料產生，透過採集、分析、應用這些資料促進智慧城市建設，提高政府治理水平，發展智慧醫療、智慧教育、智慧交通等。

醫療健康

在健康管理方面，透過可穿戴裝置、基因檢測等技術獲取健康資料，為使用者提供有效的健康管理方案和重大疾病的預測；在醫療智慧化方面，透過線上問診、遠端醫療等技術連線各級醫院，能夠實現醫療資源最佳化配置，助力分級診療的實現；在臨床研發方面，透過基因測序、影像識別等技術挖掘的資料，能夠縮短臨床驗證週期，提升新藥研發效率。

休閒娛樂

以看電視電影為例，我認為人們的休閒娛樂經歷了三個階段，一是電視放什麼我們看什麼，這是一個被動接受的階段；二是網際網路初期，我們想看什麼去找什麼，主動尋找；三是我們感興趣什麼給我們推送什麼，這也是被動接受的過程，但是和第一階段有質的區別，這完全是依賴於大資料的結果。APP會根據我們的喜好給我們推送感興趣的內容。

除了以上積極的影響，大資料還會給我們的生活帶來一些負面的影響。

最重要的資訊保安問題，各種智慧裝置和APP運營商收集了大量的個人資料，手機號，身份證號，住址，活動軌跡，購物習慣，興趣愛好，健康資料等資訊。好不誇張的說，大資料比我們自己更懂我們自己。目前，世界上各個國家對於使用者個人資訊保安的立法和制度還不夠健全，沒有一個健全隱私保護機制，一旦資訊洩露，會對我們生活帶了很多不利的影響。

還有就是資訊繭房。大資料會過濾資訊，我們的資訊領域會習慣性地被自己的興趣所引導，從而將自己的生活桎梏於像蠶繭一般的“繭房”中。提出“資訊繭房”概念的桑斯坦也在《資訊烏托邦》中指出：新的傳播技術正在使事情變得更好而不是更糟，雖然我個人認為有點言過其實，但是我認為這是一個值得注意的現象。

總而言之，大資料是一把雙刃劍，關鍵是看劍柄握在誰的手中。

這是一個非常好的問題，作為一名IT從業者，同時也是一名大資料方向的教育工作者，我來回答一下。

首先，隨著大資料技術體系的逐漸成熟，大資料已經開始進入到了落地應用的初期，在雲計算技術落地應用的推動下，大資料的應用場景也在不斷獲得拓展，未來大資料對於現實生活當中的事和人都會產生一定的影響，而且隨著整個社會資源大資料化的趨勢越發明顯，大資料對於現實生活的影響也會越來越大。

從大資料的發展趨勢來看，大資料對於生產、消費和學習場景的影響將逐漸加深，下面做一個簡要的介紹：

第一：生產場景。大資料對於生產場景的影響在工業網際網路時代會有明顯的體現，具體將體現在三個方面，其一是生產資料資料化；其二是運營管理資料化；其三是人員管理資料化。大資料在生產場景的應用需要一個大的生態體系，這個生態體系離不開雲計算和物聯網的支撐，未來人工智慧也將成為大資料應用的重要出口。

第二：消費場景。大資料在消費場景下的應用已經在網際網路領域積累了一定的應用經驗，而且正在從線上向線下覆蓋。消費場景的覆蓋面是非常大的，所以大資料本身的應用邊界也非常大，這是大資料之所以得到廣泛關注的一個重要原因。從大的層面來看，大資料本身能夠為消費領域開啟更大的創新空間，“資料消費”也將成為一個新的消費趨勢。

第三：學習場景。大資料技術在學習場景的應用也會越來越普遍，隨著線上教育的快速發展，大資料將在一定程度上提升線上教育的學習體驗。

大資料會不會影響現實生活中的事和人？

答案是當然會。

我想從這次疫情中的大資料應用說起，可以幫助大家更好的理解大資料是怎麼影響我們生活中的事和人的？

因為新冠肺炎的傳染性極強，而且潛伏期又長，所以當患者真正隔離就醫時，可能已經去過一些地方，接觸過一些人了；而且患者也不可能都記得自己的所有行蹤和接觸人群。這種情況下，大資料技術可以透過匯聚移動運營商、網際網路、交通、銀行等資料，分析挖掘該患者過去的行徑路線，再配合當事人提供的資訊，就可以幫助我們進行下一步疫情防控工作，提供防控效率，保護更多的人。

疫情態勢也可以藉助大資料技術進行推演。結合各區域的確診人數、疑似病例、人口密度、本地特點等因數，利用傳染病傳播模型、迴歸模型等大資料分析模型，可以預測出各區域疫情發展趨勢，並一定程度上指導區域的疫情防控工作。

除此之外，大資料在很多方面都改變我們的生活，比如：有沒有發現，不管是影片APP、購物APP、閱讀APP，都越

來越懂你了。其背後就是對使用者各種行為大資料的採集、挖掘與分析。