本刊記者 閆城榛

記者：您認(rèn)為大數(shù)據(jù)指的是什么方面的數(shù)據(jù)？是不是就是用戶的行為數(shù)據(jù)？還是其他方面的數(shù)據(jù)？您認(rèn)為目前哪些才是真正大數(shù)據(jù)的掌握者？為什么？

倪院士：在大數(shù)據(jù)出現(xiàn)之前，數(shù)據(jù)挖掘方法已在很多企業(yè)中應(yīng)用并取得了很好的效果。那時(shí)，數(shù)據(jù)挖掘的對(duì)象主要是企業(yè)數(shù)據(jù)庫(kù)的數(shù)據(jù)，這些數(shù)據(jù)往往是在企業(yè)運(yùn)營(yíng)中形成的，一般用關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)，是所謂的結(jié)構(gòu)化數(shù)據(jù)。現(xiàn)在我們所說(shuō)的大數(shù)據(jù)，范圍要寬得多，主要是社會(huì)日常運(yùn)作和各種服務(wù)中實(shí)時(shí)產(chǎn)生的數(shù)字?jǐn)?shù)據(jù)，如在線搜索、新聞、博客、微博等社交媒體、移動(dòng)電話和短信、熱線電話、電子商務(wù)交易、遙感遙測(cè)數(shù)據(jù)……。這類數(shù)據(jù)大多是所謂的非結(jié)構(gòu)化數(shù)據(jù)（文本、語(yǔ)音、圖像、視頻等等），其中很多是用戶的行為數(shù)據(jù)，而運(yùn)營(yíng)商、服務(wù)提供商等等在運(yùn)營(yíng)中掌握了大量數(shù)據(jù)，因此他們?cè)诖髷?shù)據(jù)方面具有良好的資源條件。

記者：大數(shù)據(jù)的應(yīng)用已滲透到各個(gè)行業(yè)，因此大數(shù)據(jù)的研究一定要依托于某一特定領(lǐng)域和特定行業(yè)。相較于其他行業(yè)，大數(shù)據(jù)應(yīng)用在商業(yè)領(lǐng)域走在了前端，您認(rèn)為為什么會(huì)出現(xiàn)這種現(xiàn)象？真正將大數(shù)據(jù)應(yīng)用起來(lái)需要滿足哪些條件？

倪院士：如上所述，因?yàn)閿?shù)據(jù)挖掘在大數(shù)據(jù)出現(xiàn)之前早已在商業(yè)領(lǐng)域得到應(yīng)用，所以大數(shù)據(jù)應(yīng)用在這個(gè)領(lǐng)域走在前端是理所當(dāng)然的。不過，隨著大數(shù)據(jù)的發(fā)展，它在非商業(yè)領(lǐng)域的應(yīng)用也發(fā)展很快。例如現(xiàn)在政府部門很重視輿情分析，這就是大數(shù)據(jù)在社會(huì)領(lǐng)域中的應(yīng)用。在這個(gè)領(lǐng)域，真正要將大數(shù)據(jù)應(yīng)用起來(lái)，首先是需要打破部門的界線，達(dá)到數(shù)據(jù)的最大程度的共享；然后是發(fā)展大數(shù)據(jù)分析方法，挖掘出隱藏在大數(shù)據(jù)中的規(guī)律；最后還需要分析者的正確解釋和判斷，從中獲得能反映真實(shí)情況的結(jié)論。

記者：媒體行業(yè)作為文化產(chǎn)業(yè)的重要組成部分之一，正經(jīng)歷著轉(zhuǎn)型與升級(jí)的陣痛期。身處大數(shù)據(jù)時(shí)代，對(duì)擁有大量新聞報(bào)道內(nèi)容數(shù)據(jù)，同時(shí)相對(duì)缺乏用戶行為數(shù)據(jù)的傳統(tǒng)媒體而言，是福是禍？對(duì)此您怎么看？如何能夠讓傳統(tǒng)媒體補(bǔ)上用戶行為數(shù)據(jù)這一短板？

倪院士：現(xiàn)在，傳統(tǒng)媒體正受到網(wǎng)絡(luò)媒體、社交媒體的挑戰(zhàn)，有的辦不下去了，余下的也面臨轉(zhuǎn)型升級(jí)的問題。不過傳統(tǒng)媒體不會(huì)就此消失，它仍然有它的價(jià)值。一般說(shuō)來(lái)，前者具有權(quán)威性、普適化的優(yōu)勢(shì)，后者具有實(shí)時(shí)性、個(gè)性化的優(yōu)勢(shì)，兩者將會(huì)共存下去。如何使兩者互相融合，取長(zhǎng)補(bǔ)短，這是需要探索的新問題。

記者：“棱鏡門”事件的爆發(fā)讓人們更加意識(shí)到大數(shù)據(jù)所面臨著的隱私和數(shù)據(jù)安全的問題。大數(shù)據(jù)想要做到創(chuàng)造價(jià)值最大化還需解決哪些困難？如何解決？

倪院士：“棱鏡門”事件表明數(shù)據(jù)安全的重要性。由于大量采用進(jìn)口軟硬件，中國(guó)缺乏保障網(wǎng)絡(luò)空間安全的能力，因此今后特別要重視使網(wǎng)絡(luò)系統(tǒng)、信息系統(tǒng)采用自主可控的國(guó)產(chǎn)軟硬件。如果說(shuō)，早些時(shí)候，我國(guó)大量采用進(jìn)口裝備是不得已的話，那么，今天繼續(xù)這樣做，那就是觀念問題。實(shí)際上，國(guó)產(chǎn)軟硬件大多已達(dá)到實(shí)用水平，正是因?yàn)槿A為、中興產(chǎn)品的性價(jià)比超過了思科，美國(guó)政府才不得不以安全為由，幫助思科將華為、中興趕出美國(guó)市場(chǎng)。那為什么思科等美國(guó)公司在中國(guó)市場(chǎng)上卻能壓倒中國(guó)公司呢？這主要是崇洋迷外的觀念以及外國(guó)跨國(guó)公司的公關(guān)所致，中國(guó)只有突出信息安全，才能改變這種狀況。

除了從技術(shù)方面保障數(shù)據(jù)安全外，還需要著手制訂保護(hù)隱私權(quán)的法規(guī)和建立相應(yīng)的機(jī)制，使大數(shù)據(jù)的應(yīng)用不致帶來(lái)不良的副作用。

倪光南院士在中國(guó)新聞技術(shù)工作者聯(lián)合會(huì)2013年學(xué)術(shù)年會(huì)主題報(bào)告

編輯整理 閆城榛

今天我所發(fā)表的觀點(diǎn)僅供參考。

從商業(yè)智能(BI)到大數(shù)據(jù)

首先，“大數(shù)據(jù)”的概念在今年可謂炙手可熱。但是，從歷史上來(lái)看，這種基于數(shù)據(jù)的應(yīng)用在過去數(shù)據(jù)挖掘和商業(yè)智能等方面已經(jīng)有了很多成功的案例。

我在這里舉兩個(gè)大家耳熟能詳?shù)睦印?/p>

20世紀(jì)90年代沃爾瑪?shù)某泄芾砣藛T分析銷售數(shù)據(jù)時(shí)發(fā)現(xiàn)了一個(gè)令人難于理解的現(xiàn)象：在某些特定的情況下，“啤酒”與“尿布”兩件看上去毫無(wú)關(guān)系的商品會(huì)經(jīng)常出現(xiàn)在同一個(gè)購(gòu)物籃中，并非我們主觀印象中那樣，以為這兩種物品毫無(wú)關(guān)聯(lián)。這樣，他們?cè)谀虿钾浌窀浇胖昧似【?，結(jié)果銷量大幅上升。

無(wú)獨(dú)有偶，美國(guó)第二大超市Target為了抓住含金量很高的一個(gè)顧客群體——孕婦，通過數(shù)據(jù)挖掘建立了一個(gè)模型，選出了25種典型商品的消費(fèi)數(shù)據(jù)構(gòu)建了“懷孕預(yù)測(cè)指數(shù)”，由此，它能在很小的誤差范圍內(nèi)預(yù)測(cè)到顧客的懷孕情況，從而能早早地把孕婦優(yōu)惠廣告夾雜在其他一大堆與懷孕不相關(guān)的商品廣告中發(fā)出去，有效地招攬了孕婦顧客群。這種優(yōu)惠廣告間接地令一個(gè)蒙在鼓里的父親意外發(fā)現(xiàn)他高中生的女兒懷孕了，一時(shí)轟動(dòng)全美。

為什么我們今天重視“大數(shù)據(jù)”呢？原因是，大數(shù)據(jù)自出現(xiàn)以來(lái)經(jīng)歷了非常大的發(fā)展.。雖然商業(yè)智能在數(shù)據(jù)的應(yīng)用方面已經(jīng)發(fā)揮了一些作用、產(chǎn)生了一些成果，但是現(xiàn)在我們所說(shuō)的“大數(shù)據(jù)”與之相比，還是有質(zhì)的提高。

對(duì)此，我將商業(yè)智能和大數(shù)據(jù)從四個(gè)方面進(jìn)行了對(duì)比。第一是數(shù)據(jù)量的大小，我們現(xiàn)在衡量數(shù)據(jù)已經(jīng)不以TB作為等級(jí)，而至少是PB，而且我認(rèn)為肯定還會(huì)持續(xù)提高。據(jù)Gartener分析，我們數(shù)據(jù)的年增長(zhǎng)幅度為60%左右，所以我們認(rèn)為這個(gè)標(biāo)準(zhǔn)是與日俱增的。第二，過去我們所說(shuō)的數(shù)據(jù)更多的是結(jié)構(gòu)化的數(shù)據(jù)，而現(xiàn)在主要為非結(jié)構(gòu)化信息，如文本、圖形、音頻、視頻、遙感遙測(cè)信息……，而且是實(shí)時(shí)信息，而不是陳舊的歷史數(shù)據(jù)庫(kù)中的內(nèi)容。第三，我們數(shù)據(jù)的來(lái)源已經(jīng)不是單純的企業(yè)交易用的數(shù)據(jù)，而主要是社會(huì)日常運(yùn)作和各種服務(wù)中實(shí)時(shí)產(chǎn)生的數(shù)字?jǐn)?shù)據(jù)，如在線搜索、新聞、博客、微博等社交媒體、移動(dòng)電話和短信、熱線、電子商務(wù)交易、遙感遙測(cè)數(shù)據(jù)……。第四，大數(shù)據(jù)的應(yīng)用領(lǐng)域已經(jīng)由自然科學(xué)范疇擴(kuò)展至社會(huì)科學(xué)范疇，如經(jīng)濟(jì)學(xué)和社會(huì)學(xué)應(yīng)用、政治政策應(yīng)用等。

大數(shù)據(jù)的一些特性

如我剛剛所說(shuō)，大數(shù)據(jù)指的不是數(shù)據(jù)庫(kù)中的歷史數(shù)據(jù)，而是實(shí)時(shí)數(shù)據(jù)，通常指的是幾小時(shí)、幾天、幾星期這種尺度范圍。我要強(qiáng)調(diào)的，大數(shù)據(jù)實(shí)時(shí)性的時(shí)間尺度是和場(chǎng)景有關(guān)的，這種實(shí)時(shí)性容許我們建立一種反饋過程，如果我們制定政策，就能夠通過分析大數(shù)據(jù)隨時(shí)得到反饋，所以這種實(shí)時(shí)數(shù)據(jù)對(duì)于我們政策的制定和通過反饋檢驗(yàn)政策具有很好的效果。

換句話說(shuō)，大數(shù)據(jù)的“實(shí)時(shí)”性并不意味著真正的實(shí)時(shí)，而往往是近似的“實(shí)時(shí)”：在一個(gè)相對(duì)短、相對(duì)新的時(shí)間里產(chǎn)生并可資利用；在一個(gè)與場(chǎng)景有關(guān)的短時(shí)期里，即能容許作出響應(yīng)，并判定效果的一個(gè)時(shí)間段里（即容許產(chǎn)生一個(gè)反饋過程）產(chǎn)生并可資利用。

科學(xué)研究的第四范式

目前大家對(duì)于大數(shù)據(jù)的研究一般認(rèn)為它是一種新的科學(xué)研究范式（方法）。

科學(xué)研究范式（paradigm）的發(fā)展過程，最早是實(shí)驗(yàn)型科研（Experimental Science），這已有幾千年的歷史了，后來(lái)發(fā)展到理論型科研（Theoretical Science），這也有數(shù)百年的歷史了。近幾十年，隨著計(jì)算機(jī)技術(shù)的發(fā)展，發(fā)展到計(jì)算型科研（Computational Science）。我們可以運(yùn)用計(jì)算機(jī)技術(shù)進(jìn)行仿真、模擬，補(bǔ)充了我們過去實(shí)驗(yàn)方法的不足。比如，核武器的試驗(yàn)、航天飛行器的性能試驗(yàn)等等，不需要真的去做實(shí)驗(yàn)，而只需要在計(jì)算機(jī)上面模擬就行了?，F(xiàn)在則推進(jìn)到第四范式——以大數(shù)據(jù)為基礎(chǔ)的數(shù)據(jù)密集型科研（Dataintensive Science）（見圖1）。也就是說(shuō)，大數(shù)據(jù)給了我們一種新的科學(xué)研究方法，因?yàn)槟M法仍然需要理論指導(dǎo)，比如要有航天飛行器的運(yùn)動(dòng)方程、天氣預(yù)報(bào)的數(shù)學(xué)模型等。但是大數(shù)據(jù)沒有任何的理論指導(dǎo)，沒有任何的方程或模型，人們希望通過大數(shù)據(jù)的分析找出新的規(guī)律來(lái)。當(dāng)然，這種新的科學(xué)研究方法是否能像實(shí)驗(yàn)科學(xué)、理論科學(xué)和計(jì)算機(jī)仿真科學(xué)一樣為人類的科學(xué)研究發(fā)揮作用，仍需實(shí)踐和時(shí)間來(lái)證明。

大數(shù)據(jù)生態(tài)系統(tǒng)

大數(shù)據(jù)本身有一個(gè)生態(tài)系統(tǒng)（見圖2），從數(shù)據(jù)的來(lái)源來(lái)看，可能來(lái)自于個(gè)人、公共部門和私人部門。數(shù)據(jù)進(jìn)來(lái)以后需要進(jìn)行共享作為數(shù)據(jù)源，最后人們運(yùn)用各式各樣的方法對(duì)數(shù)據(jù)進(jìn)行挖掘和分析以便對(duì)人類的應(yīng)用進(jìn)行指導(dǎo)，比如對(duì)突發(fā)事件更快的跟蹤和響應(yīng)、對(duì)危機(jī)性質(zhì)和變化的更好了解、對(duì)需要服務(wù)地區(qū)的準(zhǔn)確定位、對(duì)供求關(guān)系的預(yù)測(cè)能力等等。

典型的大數(shù)據(jù)處理流程包括：數(shù)據(jù)的獲取和記錄、數(shù)據(jù)的清潔/抽取/標(biāo)注、數(shù)據(jù)的整合/聚類/表達(dá)、數(shù)據(jù)的分析/建模和數(shù)據(jù)解釋等5個(gè)階段。在處理的過程中，異構(gòu)性、規(guī)模、即時(shí)性、復(fù)雜性和隱私權(quán)等問題是大數(shù)據(jù)想要?jiǎng)?chuàng)造價(jià)值所需解決的困難。

圖1 （來(lái)源：潘柱廷，《攻擊大數(shù)據(jù)》）

圖2 （圖片來(lái)源：http://www3.weforum.org/docs/WEF_TC_MFS_BigDataBigImpact_Briefing_2012.pdf ）

圖3

圖4

大數(shù)據(jù)和云計(jì)算

我們現(xiàn)在講大數(shù)據(jù)往往和云計(jì)算聯(lián)系在一起，譬如前不久召開的云計(jì)算大會(huì)，50%以上的題目將云計(jì)算與大數(shù)據(jù)結(jié)合了起來(lái)。如果說(shuō)大數(shù)據(jù)是一座蘊(yùn)含巨大價(jià)值的礦藏，云計(jì)算則可以被看作是采礦作業(yè)的得力工具；而且，云計(jì)算也是為了解決大數(shù)據(jù)等“大”問題而發(fā)展起來(lái)的技術(shù)，沒有大數(shù)據(jù)的需求，云計(jì)算的功用也將得不到完全發(fā)揮。因此，大數(shù)據(jù)與云計(jì)算是相輔相成的。

對(duì)于大數(shù)據(jù)而言，云計(jì)算的意義不僅在于通過相關(guān)技術(shù)解決各種具體問題，還在于通過云計(jì)算構(gòu)建一種通用、高效和可靠的大數(shù)據(jù)支撐平臺(tái)，掌握以數(shù)據(jù)流為中心的系統(tǒng)集成思想，在大數(shù)據(jù)應(yīng)用層面探索更廣闊的內(nèi)涵。

為了更好地利用大數(shù)據(jù)的價(jià)值，我們需要用一種新的思路來(lái)考慮支撐整個(gè)數(shù)據(jù)處理過程的體系架構(gòu)，即把分層的思路從單一系統(tǒng)的架構(gòu)中延展到整個(gè)平臺(tái)范圍，將整個(gè)數(shù)據(jù)處理平臺(tái)按照分層的思路統(tǒng)一規(guī)劃設(shè)計(jì)，依據(jù)系統(tǒng)不同組件的物理和邏輯特性在系統(tǒng)范圍內(nèi)分層。

圖3是一個(gè)基于大數(shù)據(jù)應(yīng)用的云計(jì)算架構(gòu)，我們可以看到很多層次。在應(yīng)用層中有很多大數(shù)據(jù)方面的應(yīng)用，它可以從云計(jì)算中獲取各種服務(wù)。

在大數(shù)據(jù)應(yīng)用的各種技術(shù)中，可視化是一種非常重要的技術(shù)。比如，我們想要評(píng)估每個(gè)國(guó)家的因特網(wǎng)產(chǎn)業(yè)發(fā)展?fàn)顩r，我們用圖表很難清楚地表現(xiàn)世界上眾多國(guó)家和地區(qū)，但用可視化技術(shù)就能一目了然。

關(guān)聯(lián)性分析 發(fā)現(xiàn)異常

對(duì)大數(shù)據(jù)最重要的是分析數(shù)據(jù)找出規(guī)律。所以，我們需要運(yùn)用很多分析方法將大數(shù)據(jù)中的規(guī)律提取出來(lái)，從中找出關(guān)聯(lián)性，發(fā)現(xiàn)異常，尤為重要。

很多時(shí)候，從新的數(shù)字?jǐn)?shù)據(jù)源提供的數(shù)據(jù)中發(fā)現(xiàn)的關(guān)聯(lián)性會(huì)正確地反映傳統(tǒng)的官方統(tǒng)計(jì)，從而能提供更便宜、更快的、近似的預(yù)測(cè)。

許多新數(shù)據(jù)源的價(jià)值不僅在于它的規(guī)模和速度，還在于它所包含信息的豐富性。在許多情況下，大數(shù)據(jù)不僅是官方統(tǒng)計(jì)數(shù)據(jù)的代替或作為它的近似，而且能對(duì)它進(jìn)行補(bǔ)充，增加深度和細(xì)節(jié)。

定性的社會(huì)媒體信息越多，越有助于描繪出一個(gè)關(guān)于事件的全貌，便于做出快速響應(yīng)。這里，大數(shù)據(jù)的規(guī)模、速度和數(shù)據(jù)本性的組合具有很大的價(jià)值。

發(fā)現(xiàn)相關(guān)性只是手段，重要目的是利用相關(guān)性以及其他手段來(lái)發(fā)現(xiàn)人類社會(huì)活動(dòng)的異常，幫助制訂正確的反應(yīng)策略。

舉個(gè)例子，“Google登革熱趨勢(shì)”利用搜索數(shù)據(jù)近乎實(shí)時(shí)地估計(jì)登革熱在全球的傳播情況。圖5中橙色線條代表實(shí)際病例數(shù)量，藍(lán)色線條代表谷歌中關(guān)于登革熱病案的搜索，我們可以直觀地看到其中的關(guān)聯(lián)性。衛(wèi)生部門發(fā)布報(bào)表常常需要花費(fèi)大量時(shí)間將全國(guó)醫(yī)院、診所的病例搜集起來(lái)，這個(gè)過程往往需要花費(fèi)十天半個(gè)月。但是，當(dāng)知道這兩者之間的關(guān)聯(lián)性之后，人們就可以通過搜索情況來(lái)及時(shí)判斷、預(yù)測(cè)，究竟這個(gè)傳染病是需要加強(qiáng)控制還是可以暫時(shí)放松。這樣，大數(shù)據(jù)可以用于指導(dǎo)人們對(duì)于傳染病的防御。如圖4所示。

大數(shù)據(jù)時(shí)代的美國(guó)總統(tǒng)選舉

上述事例告訴我們。大數(shù)據(jù)對(duì)于社會(huì)政策的制定具有不可小覷的作用。

美國(guó)總統(tǒng)奧巴馬清楚知道他所身處的已經(jīng)不是那個(gè)“電視機(jī)總統(tǒng)”的時(shí)代。奧巴馬競(jìng)選活動(dòng)經(jīng)理Jim Messina曾說(shuō)過：“我們要用數(shù)據(jù)去衡量這場(chǎng)競(jìng)選活動(dòng)中的每一件事情?！逼┤邕x民的傾向，奧巴馬要知道他的演講要對(duì)誰(shuí)講、講什么問題。

他的芝加哥競(jìng)選總部還任命Rayid Ghani為“首席科學(xué)家”，此人是埃森哲技術(shù)實(shí)驗(yàn)室的分析性研究帶頭人，新的大數(shù)據(jù)庫(kù)能讓競(jìng)選團(tuán)隊(duì)籌集到比他們?cè)A(yù)料到的更多的資金。

美國(guó)總統(tǒng)的選舉過程表明，華盛頓那些基于直覺與經(jīng)驗(yàn)決策的競(jìng)選人士的優(yōu)勢(shì)在急劇下降，取而代之的是數(shù)量分析專家與電腦程序員的工作，一位官員說(shuō)：“在政治領(lǐng)域，大數(shù)據(jù)的時(shí)代已經(jīng)到來(lái)?！?/p>

中國(guó)大數(shù)據(jù)的發(fā)展現(xiàn)狀

和其他國(guó)家一樣，中國(guó)對(duì)大數(shù)據(jù)也予以高度關(guān)注。以南京為例，我們簡(jiǎn)單介紹一下我國(guó)基于大數(shù)據(jù)的智慧城市應(yīng)用實(shí)例。

智慧南京中心綜合運(yùn)行管理平臺(tái)（一期）是江蘇省郵電規(guī)劃設(shè)計(jì)院聯(lián)合南京市發(fā)改委、南京市信息中心探索智慧城市建設(shè)的階段性成果。他們?cè)诨诖髷?shù)據(jù)的智慧城市應(yīng)用方面，例如在智能交通、公共安全、城市管理、應(yīng)急系統(tǒng)等方面都取得了一些成績(jī)。

出租車輛狀態(tài)“可視化”智能分析：運(yùn)用大數(shù)據(jù)挖掘技術(shù)，對(duì)全市出租車的實(shí)時(shí)運(yùn)行狀態(tài)進(jìn)行分析、實(shí)時(shí)跟蹤，可以獲得出租車的實(shí)時(shí)區(qū)域上下客熱點(diǎn)分布圖，為出租車運(yùn)營(yíng)服務(wù)管理提供支撐。

公交數(shù)據(jù)智能分析：運(yùn)用大數(shù)據(jù)挖掘技術(shù)、物聯(lián)網(wǎng)技術(shù)，可以實(shí)時(shí)獲得某路公交車的日平均運(yùn)營(yíng)狀態(tài)熱點(diǎn)分布圖，得到不同時(shí)段、站間車內(nèi)客流分布，為公交區(qū)間、班次優(yōu)化提供支撐。

通過數(shù)據(jù)監(jiān)測(cè)人流異常變化：通過大數(shù)據(jù)數(shù)據(jù)挖掘推演城市人流變化情況，可監(jiān)測(cè)熱點(diǎn)區(qū)域人群密度異常變化情況，為城市管理者提供預(yù)警信息。

基于智能交通大數(shù)據(jù)挖掘的全城“電子圍欄”：通過智能交通系統(tǒng)建立覆蓋全城的柔性“電子圍欄”，可動(dòng)態(tài)實(shí)時(shí)監(jiān)測(cè)車輛運(yùn)行軌跡，為城管部門管理渣土車、?；奋囕v、交通部門管理違章、限行車輛，公安案件偵破等提供有力支撐。

智能交通大數(shù)據(jù)挖掘典型應(yīng)用——套牌車分析：套牌車是城市安全的一大隱患，借助交通大數(shù)據(jù)挖掘分析，可以方便實(shí)時(shí)監(jiān)測(cè)城市道路套牌車。

實(shí)時(shí)路況分析：通過實(shí)時(shí)交通大數(shù)據(jù)挖掘，可精確反應(yīng)實(shí)時(shí)交通路況，為百姓出行提供指導(dǎo)，有效疏導(dǎo)交通擁堵,大大減小社會(huì)出行成本。

城市道路總體服務(wù)水平分析：通過大數(shù)據(jù)挖掘技術(shù)，可以分析各類因素（如道路占挖、惡劣天氣等）對(duì)交通的影響，為城市管理提供有力支撐。

應(yīng)急協(xié)同系統(tǒng)（如圖5）：一旦發(fā)生污染類事故，應(yīng)急協(xié)同系統(tǒng)可以結(jié)合氣象數(shù)據(jù)、人口數(shù)據(jù)、住房數(shù)據(jù)及城市其他資源數(shù)據(jù)，對(duì)可能影響區(qū)域的大小、人員數(shù)量進(jìn)行推測(cè)，為應(yīng)急事件處置提供決策支撐。

2012年10月17日15時(shí)許，南京市應(yīng)天大街賽虹橋高架上發(fā)生一起槍擊案，一輛奧迪車在行駛過程中被一輛轎車逼停，車上下來(lái)3名男子持非制式霰彈槍向奧迪車車窗連開3槍，后3人駕車逃離現(xiàn)場(chǎng)。警方通過目擊者提供的嫌疑車輛模糊特征，運(yùn)用智慧南京中心的案件協(xié)作偵破功能，根據(jù)案發(fā)時(shí)段及案發(fā)地區(qū)的數(shù)百條過車流水信息迅速鎖定車牌號(hào)為蘇ATD130的車輛為嫌疑車輛。通過套牌車智能分析功能，警方將套牌別克車從海量信息中篩選出來(lái)，從而明確別克車為嫌疑人使用的車輛。在明確了嫌疑車輛后，案件協(xié)作偵破功能繪制出了案發(fā)前該嫌疑車輛的行駛軌跡，連同相關(guān)視頻信息一并提交給警方。最終協(xié)助警方僅用10小時(shí)偵破該案。

圖5 （由江蘇省郵電規(guī)劃設(shè)計(jì)院提供）

大數(shù)據(jù)對(duì)決策者的意義

大數(shù)據(jù)在社會(huì)科學(xué)領(lǐng)域具有重大的作用，比如說(shuō)城市管理。非常重要的一點(diǎn)是可以利用大數(shù)據(jù)對(duì)各種事件、趨勢(shì)進(jìn)行提前預(yù)測(cè)，比如說(shuō)災(zāi)情的情況、搶險(xiǎn)的效果、還有對(duì)政策的反饋等等。

早期預(yù)警：早期檢測(cè)居民使用數(shù)字設(shè)備和服務(wù)中的異常可以在時(shí)間上快速響應(yīng)危機(jī)；

實(shí)時(shí)感知：大數(shù)據(jù)可以描繪一幅關(guān)于現(xiàn)實(shí)情況的很細(xì)粒度的且及時(shí)的表述，它有助于制定行動(dòng)計(jì)劃和政策；

實(shí)時(shí)反饋：大數(shù)據(jù)具有實(shí)時(shí)監(jiān)測(cè)居民的能力，使其可用來(lái)了解在哪里政策和行動(dòng)計(jì)劃發(fā)生問題并可作出必要的調(diào)整。

應(yīng)當(dāng)指出：實(shí)時(shí)的大數(shù)據(jù)信息不能代替政府決策時(shí)傳統(tǒng)應(yīng)用的定量的統(tǒng)計(jì)證據(jù)，但如正確理解的話，它可以表明哪里需要做進(jìn)一步的調(diào)查，或者哪里需要作出立即的響應(yīng)，而這是其他手段無(wú)法做到的。

對(duì)大數(shù)據(jù)的挑戰(zhàn)

應(yīng)用大數(shù)據(jù)面臨若干挑戰(zhàn)；一方面關(guān)系到數(shù)據(jù)本身，包括它的獲取、共享和消除對(duì)隱私的顧慮。另一方面關(guān)系到對(duì)它的分析結(jié)果的解讀。

隱私是最敏感的問題，涉及觀念上、法律上以及技術(shù)上的問題。按照ITU的定義：隱私權(quán)是個(gè)人控制或影響關(guān)于他們自身的信息是否披露的權(quán)利。我們必須警惕新技術(shù)的興起可能會(huì)對(duì)它造成損害并應(yīng)設(shè)置必要的防護(hù)。當(dāng)前，很多運(yùn)營(yíng)商和服務(wù)商積累了海量的用戶數(shù)據(jù)，你的賬號(hào)、你的地址、你的購(gòu)物習(xí)慣甚至你在瀏覽某條新聞所花費(fèi)的時(shí)間等等，悉數(shù)掌握在他們手中。這些數(shù)據(jù)如何被正確、安全的使用，是需要我們持續(xù)關(guān)注、探討的一項(xiàng)重要話題。

大數(shù)據(jù)應(yīng)用對(duì)新的數(shù)據(jù)源進(jìn)行分析方面提出的挑戰(zhàn)有：如何使數(shù)據(jù)得到合適的描述即對(duì)數(shù)據(jù)進(jìn)行摘要；如何通過演繹，解釋數(shù)據(jù)或使數(shù)據(jù)變得有意義；如何定義和檢測(cè)數(shù)據(jù)的異常，等等。

在此我們還需要注意數(shù)據(jù)分析解讀不當(dāng)可能造成誤導(dǎo)，有時(shí)表面的相關(guān)不一定表明存在真正的因果關(guān)系。

Google Correlate是谷歌發(fā)布的一項(xiàng)數(shù)據(jù)挖掘工具，它允許用戶上傳自己的數(shù)據(jù)系列到服務(wù)器并整理出各種類型的圖像，再配合互聯(lián)網(wǎng)搜索結(jié)果整合出趨勢(shì)。有人利用Google Correlate發(fā)現(xiàn)，人的增重和出租公寓具有相關(guān)關(guān)系（見圖6）?？墒呛苊黠@，這種相關(guān)性更多的是一種巧合。這種時(shí)候需要利用人的經(jīng)驗(yàn)、智慧對(duì)大數(shù)據(jù)的分析結(jié)果進(jìn)行判斷，在這里，有經(jīng)驗(yàn)的分析家是十分重要的。見圖6所示。

圖6

把握大數(shù)據(jù)的機(jī)遇

當(dāng)今世界進(jìn)入大數(shù)據(jù)時(shí)代是一客觀趨勢(shì)，數(shù)據(jù)成為寶貴的資產(chǎn)，能否充分利用大數(shù)據(jù)關(guān)系到一個(gè)系統(tǒng)的智慧，一個(gè)企業(yè)的前途，一個(gè)機(jī)構(gòu)的效率，一項(xiàng)決策的成敗。

市場(chǎng)研究公司IDC預(yù)測(cè)的2013年九大科技發(fā)展趨勢(shì)，其中第七個(gè)趨勢(shì)就是“大數(shù)據(jù)將發(fā)展壯大”。IDC認(rèn)為，“就如2012年移動(dòng)設(shè)備和云計(jì)算成為了每家公司的必需品那樣，大數(shù)據(jù)將在2013年被每一個(gè)人所使用。”IDC表示，大數(shù)據(jù)市場(chǎng)的年增長(zhǎng)率將達(dá)到40%，2012年該市場(chǎng)的規(guī)模約為50億美元，到2013年規(guī)模為100億美元，到2017年規(guī)模將達(dá)到530億美元。

另一家著名的咨詢公司麥肯錫的全球研究所也認(rèn)為，大數(shù)據(jù)是下一個(gè)創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)力提高的前沿。

可以預(yù)見，會(huì)有越來(lái)越多的人關(guān)注大數(shù)據(jù)、運(yùn)用大數(shù)據(jù)，希望我今天的發(fā)言可以對(duì)在座的媒體朋友給出一些參考，謝謝大家！■