在日常生活中，我們常會發現這樣的情況，在諸如谷歌、百度等搜尋引擎搜尋若干關鍵詞後，例如“睫毛膏”、“不暈染”、“濃密”、“纖長”等關鍵字，在搜尋結果頁面常會看到睫毛膏的廣告推廣。似乎，這些搜尋引擎明確知道了我們想要做什麼、我們會對什麼感興趣。

這一切其實並不神奇，這只是演算法科學家透過資料收集、建模、分析之後，將使用者、搜尋字、搜尋字相關廣告這幾類資料進行了關聯。所以當我們進行搜尋的時候，看到匹配的廣告，就並不難以理解了。

最近，美國的“稜鏡”計劃引起了全世界範圍內的關注，諸如個人隱私等話題被不斷提及。在一系列爭議之中，隨著IT業巨頭們紛紛被斯諾登拉下水，“大資料”這一個先鋒技術概念再次被拉到聚光燈前。

有人甚至“善意”的對後續前往美國留學的求學者提出建議，在與家人或朋友的電話中多提及諸如“如何用高壓鍋製造炸彈”、“怎麼製造TNT炸藥”等敏感字眼，用來加大美國情報分析機構的工作量。然而，這種方法真的有效嗎？我看並不盡然。

事實上，沒有規律和結構可言的資料並無任何意義，而美國的資料分析家顯然早已認識到這一點。僅僅獲取電話錄音、上網足跡等資料、將這些資料匯聚在一起並不足夠，這僅僅完成了“大資料”。而真正使資料產生價值，只有將這些碎片化的資料進行分析比對，將人們的真實身份、性格、消費習慣、需求等個人資訊還原後，資料才得以“活”起來。

據美國資料分析家所言，僅透過一次電話發生的時間、通話時長、通話的地點這幾條資料，就可判斷出該通話是否存在恐怖襲擊的可能性。而這，就是透過建立海量的使用者通話資料與恐怖襲擊之間的聯絡後，才得出的分析結論。

可靠的資料模型

David·Rothschild表示：“我們建立的模型是能夠預測未來的，而不只是過去發生的。科學是相同的，但證明哪些資料最有用卻存在千差萬別。”

和傳統由人工進行資料統計及收集的方式，網路時代的資料更多來自機器，利用機器進行自動化的資料抓取及儲存，並批次化匯入資料庫用於後續分析及使用。

例如某條街道上記錄車流量的攝像頭，透過24小時的實時監控將道路情況，整理統計並用於後續分析。而透過攝像頭記錄道路情況，顯然比傳統交警站崗統計違章情況更有效，但同時對於資料的分析要求也就更高。

在大資料時代，隨著資料規模呈指數級增長，對資料進行加工和分析的主角，也由原先統計和分析人員變成了程式設計師和演算法師。程式設計師和演算法師透過建立了無數且複雜的數學模型，並不斷進行最佳化與調整，找尋出資料間微妙的聯絡，並在各渠道中對這些聯絡進行應用。

對於企業或者說是服務商來說，資料化分可以為使用者帶來更好的服務。企業或者是服務商可以帶來更多的利益。這也是不可以避免的。

大資料時代用標籤將人劃分成不同群體，這是不同時代新生的不同概念。

只是隨著網際網路經濟的提升，某些行業會越來越用資料標籤進行分類，將人們留存的零星碎片用資料統計復原。比如你去某寶選購商品，大資料雲計算會把你所瀏覽相關資訊分類統計，當你下次瀏覽會根據之前的資訊推薦。其它行業也是用大資料給打上標籤，只不過剛剛舉的例子比較明瞭而已。

就拿90後來說，我們是一個群體，然後我們就有了各種標誌性的標籤。讓別人認為，哦，90後嘛，自私自利，放蕩不羈，很有脾氣。這往往就是刻板印象了。

愛沉思的女子，嘻嘻！

任何一個時代，都會有著屬於自己那代人的標籤，我們不能否認，但是我們看人用人仍然還是要用心去看。

標籤無所謂好壞，關鍵看你內心的標準是否達到水準。

這個時代不同以往，以前沒有資料作為支撐點，很難透過資料來去將人群進行分類，科技發展越來越快，雲端網路開始將資料儲存起來，在將人群以標籤的形式劃分，可以進行更為有效的管理，不論是社會化管理，還是商業管理，用標籤來劃分是目前最有效的形式。

大資料透過標籤將人群劃分，商家或企業可以更為有效的對不同的人群進行商業推廣活動，針對性的對不同人群提供個性化定製服務

目前活躍的圈子文化，也說明了大資料時代用標籤將人劃分成不同群體的必要性，我們經常看見街上有某某車友會在街上結伴而行，也常看到一些景點有驢友隊的身影，甚至跳廣場舞的大媽們也是有自己的圈子的。

俗話說的好“物以類聚”那究竟什麼是物以類聚呢？這個問題或許大家都沒有探究過

那咱們就說的通俗一點，圈子文化，我們每天生活在不同的圈子當中，有寶媽圈，有車友圈，還有各種吃貨全，運動圈等，這些都是身邊可以看得見的圈子文化，難道大家對這些圈子文化很少見嗎？顯然不是，只不過是很少留意到這個詞語而已，每個人多多稍稍都有好幾個不同的圈子，要不然你沒法生活，就連上了年紀的廣場舞大媽也有自己的圈子，廣場舞也是一個很好的圈子文化，舞蹈大媽天天在一起跳舞，他們的重點就是廣場舞，這就是常說的“物以類聚，人以群分。只不過大資料透過雲端將人與圈子所有記錄行為全部存放到起來，在分析誰跟誰是一個標籤，一個圈子的，既簡單有清楚。

這是在上世紀所看不到的景觀，我們所處的這個新的時代裡，社會分工更細了，不只是和上世紀那樣將社會人群簡單的分為工、農、商、學、兵了。

而在古代鎖定標籤則是相對簡單，當時只是簡單的分為工/農/商/學/兵/這個幾個標籤，屬於粗放形式，對每個領域分類比較模糊，當然我們都是處在新的社會當中，社會分工比以前更為精細，對標籤的要求也更加細分化了。只有透過細分歸類，我們的社會才會進步的更加快速。