賈堯

摘要：大數(shù)據(jù)時(shí)代給很多行業(yè)帶來新的可能性，傳統(tǒng)的小數(shù)據(jù)研究慢慢不受重視。雖然大數(shù)據(jù)有諸多優(yōu)勢，但也無法取代抽樣調(diào)查和實(shí)驗(yàn)研究等小數(shù)據(jù)研究在行業(yè)里所占據(jù)的地位。因此，本文通過對大數(shù)據(jù)、小數(shù)據(jù)概念和特點(diǎn)的分析，而后分析大數(shù)據(jù)與傳統(tǒng)意義上的小數(shù)據(jù)的異同。

關(guān)鍵詞：大數(shù)據(jù);小數(shù)據(jù);基本概念;異同比較;特點(diǎn)

1. 引言

大數(shù)據(jù)是用來指數(shù)據(jù)集太大或太復(fù)雜，而不是傳統(tǒng)的數(shù)據(jù)處理應(yīng)用軟件充分處理有許多情況（行）的數(shù)據(jù)提供了更多的統(tǒng)計(jì)功率，而具有較高復(fù)雜性（更多屬性或列）的數(shù)據(jù)可能會導(dǎo)致更高的錯(cuò)誤發(fā)現(xiàn)率.大數(shù)據(jù)挑戰(zhàn)包括捕獲數(shù)據(jù)，數(shù)據(jù)存儲，數(shù)據(jù)分析搜索，共享，轉(zhuǎn)移，可視化，查詢，更新，信息隱私和數(shù)據(jù)源。小數(shù)據(jù)是“小”到足以讓人理解的數(shù)據(jù)。這是一個(gè)卷和格式的數(shù)據(jù)，使它可以訪問，信息和行動。

2. 特點(diǎn)分析

（1）同質(zhì)性與異質(zhì)性

“小數(shù)據(jù)”的哲學(xué)基礎(chǔ)是同質(zhì)性，實(shí)踐方法是“還原論”，試圖通過發(fā)掘事物內(nèi)在統(tǒng)一性而達(dá)成共識。在事物同質(zhì)性假設(shè)的基礎(chǔ)上，“小數(shù)據(jù)”對事物進(jìn)行抽象化提取，通過層層假設(shè)剝離事物的個(gè)性，并最終通過數(shù)學(xué)建模完成對事物的科學(xué)化認(rèn)知。同質(zhì)性是我們認(rèn)知世界的一個(gè)重要方式，“小數(shù)據(jù)”只是為人類提供了認(rèn)識同質(zhì)性的工具，卻沒有提供洞察異質(zhì)性的工具;“大數(shù)據(jù)”既能洞察事物的同質(zhì)性，又能洞察事物的異質(zhì)性。

（2）結(jié)構(gòu)化與非結(jié)構(gòu)化

“小數(shù)據(jù)”是以“人力為主，機(jī)器為輔”的運(yùn)行模式，在數(shù)據(jù)的采集、存儲、傳輸和處理中大量地依賴人力資源;“大數(shù)據(jù)”恰好相反，計(jì)算機(jī)等各類數(shù)據(jù)設(shè)備成為數(shù)據(jù)采集、存儲、傳輸和處理的主體，人力只在模型設(shè)計(jì)、參數(shù)設(shè)置、編輯矯正等環(huán)節(jié)發(fā)揮作用?！按髷?shù)據(jù)”能夠處理的數(shù)據(jù)來源更加廣泛，不僅包括結(jié)構(gòu)化數(shù)據(jù)，而且包括只有機(jī)器方能處理的非結(jié)構(gòu)化數(shù)據(jù)。

（3）局部與整體

“小數(shù)據(jù)”建立的基礎(chǔ)是抽樣調(diào)查技術(shù)，通過選擇具有“代表性”的局部樣本來洞察整體樣本。抽樣樣本的“代表性”的科學(xué)化問題是“小數(shù)據(jù)”的關(guān)鍵所在。圍繞著“代表性”的科學(xué)化問題，統(tǒng)計(jì)學(xué)不斷完善其抽樣技術(shù)，推出了一系列數(shù)據(jù)抽樣和處理技術(shù)?！按髷?shù)據(jù)”建立的基礎(chǔ)是全樣本調(diào)查技術(shù)，不再用局部去“代表”整體，讓整體中的每個(gè)成員“代表”自己?！按髷?shù)據(jù)”克服了統(tǒng)計(jì)學(xué)的拘囿，不再糾結(jié)于局部樣本的“代表性”。在小數(shù)據(jù)時(shí)代，需要對參與人員進(jìn)行嚴(yán)格的標(biāo)準(zhǔn)化處理，避免參與人員的主觀性影響調(diào)查結(jié)果，但是大數(shù)據(jù)的全樣本調(diào)查技術(shù)，擺脫了參與人員的主觀性對抽樣所帶來的負(fù)面影響。

（4）靜態(tài)與動態(tài)

“小數(shù)據(jù)”是靜態(tài)性數(shù)據(jù)，只是抽取了“時(shí)間軸”上的某個(gè)片段，再加上從數(shù)據(jù)采集、存儲、傳輸?shù)教幚砩系闹芷谛?，這使得“小數(shù)據(jù)”具有典型的延時(shí)性特征，不能實(shí)時(shí)反映事物發(fā)展的動態(tài)性?！靶?shù)據(jù)”為了克服靜態(tài)性的不足，采取了跟蹤調(diào)查、事前調(diào)查、事中調(diào)查、事后調(diào)查等補(bǔ)償性手段，但這些手段的周期性，使其依然難以反映實(shí)時(shí)性動態(tài)。“大數(shù)據(jù)”是動態(tài)性數(shù)據(jù)，通過移動互聯(lián)網(wǎng)技術(shù)、物聯(lián)網(wǎng)技術(shù)及人性交互技術(shù)等數(shù)據(jù)技術(shù)可以對調(diào)查對象全程追蹤，主動抓取實(shí)時(shí)數(shù)據(jù)?！按髷?shù)據(jù)”能夠即時(shí)洞察事物發(fā)展的延續(xù)性和斷裂性，這克服了小數(shù)據(jù)“事后諸葛亮”的尷尬。

（5）描述性與預(yù)測性

“小數(shù)據(jù)”具有局部性、靜態(tài)性、單維性、非場景化和規(guī)模性等特征，在數(shù)據(jù)采集、存儲、傳輸和處理過程中，損耗了大量的細(xì)節(jié)數(shù)據(jù)，只是對各類事物的高度抽象性概括，因此，“小數(shù)據(jù)”難以從全局把握事物的變動性，在使用方式上多被用來進(jìn)行描述性研究，而解釋性和預(yù)測性卻相對不足?！按髷?shù)據(jù)”具有整體性、動態(tài)性、多維性、場景化和長尾性等特征，能夠?qū)κ挛锛捌渲苓叚h(huán)境進(jìn)行空間性和歷時(shí)性洞察，“見微知著”，因此，“大數(shù)據(jù)”不僅在描述性上更優(yōu)于“小數(shù)據(jù)”，而且能夠在解釋性和預(yù)測性方面更準(zhǔn)確。

3. 對比分析

首先，從數(shù)據(jù)的規(guī)?；蛄縼砜?，大數(shù)據(jù)體量巨大，規(guī)模已經(jīng)超出了在常規(guī)方法和時(shí)間內(nèi)搜集、利用、管理和處理數(shù)據(jù)的能力，體量是PB量級的。小數(shù)據(jù)相對來說小得多，傳統(tǒng)社會下生產(chǎn)的統(tǒng)計(jì)數(shù)據(jù)可以看作是小數(shù)據(jù)。

其次，從數(shù)據(jù)形態(tài)來看，傳統(tǒng)的數(shù)據(jù)通常是結(jié)構(gòu)化數(shù)據(jù)，結(jié)構(gòu)化數(shù)據(jù)（行數(shù)據(jù)）是指存儲在數(shù)據(jù)庫里的，大數(shù)據(jù)則是混合形態(tài)的數(shù)據(jù)。在大數(shù)據(jù)中，多數(shù)是非結(jié)構(gòu)化的數(shù)據(jù)。

第三，小數(shù)據(jù)是目標(biāo)導(dǎo)向數(shù)據(jù)，價(jià)值密度較高。小數(shù)據(jù)有非常明確的目的，有非常明確的價(jià)值。大數(shù)據(jù)則是記錄導(dǎo)向的，價(jià)值密度低，僅僅是為記錄數(shù)據(jù)，并不是首先就有為了得到或解釋某個(gè)特定事件的具體目的。

第四，大數(shù)據(jù)即時(shí)產(chǎn)生，隨時(shí)可用。小數(shù)據(jù)生產(chǎn)的時(shí)間長，從測量到可用，需要相當(dāng)長的時(shí)間;而大數(shù)據(jù)是即時(shí)產(chǎn)生的，大數(shù)據(jù)的獲取省略了抽樣設(shè)計(jì)環(huán)節(jié)，基本不介入調(diào)查對象的行為，始終以觀察者的角色出現(xiàn)，直接對整體進(jìn)行分析。

第五，從數(shù)據(jù)占有情況來看，在傳統(tǒng)社會里的小數(shù)據(jù)擁有的主體是政府（包括政府統(tǒng)計(jì)部門和各專業(yè)部門）、企業(yè)、民間調(diào)查機(jī)構(gòu)、科研機(jī)構(gòu)等。而大數(shù)據(jù)則主要掌握在互聯(lián)網(wǎng)公司手中，目前我國國內(nèi)互聯(lián)網(wǎng)三巨頭BAT（百度、阿里、騰訊），數(shù)據(jù)私有化將成為一種趨勢。而對大數(shù)據(jù)的開發(fā)利用，也只有具有技術(shù)能力的網(wǎng)絡(luò)公司才能做到，通過網(wǎng)絡(luò)爬蟲在網(wǎng)絡(luò)上抓取數(shù)據(jù)，然后經(jīng)過數(shù)據(jù)清洗，進(jìn)行數(shù)據(jù)挖掘分析。不具備大數(shù)據(jù)挖掘利用能力的一般個(gè)人或者企業(yè)、機(jī)構(gòu)，通過向這些公司付費(fèi)后購買數(shù)據(jù)和服務(wù)，這就是我們?nèi)找媸煜さ脑朴?jì)算、云平臺、云服務(wù);未來的地方政府或許將不得不向私營部門購買數(shù)據(jù)。

4. 結(jié)語

本文通過對大數(shù)據(jù)和小數(shù)據(jù)的概念分析和特點(diǎn)分析，發(fā)現(xiàn)大數(shù)據(jù)和小數(shù)據(jù)在不同的領(lǐng)域發(fā)揮著各自的優(yōu)勢，而后對兩者進(jìn)行對比分析，發(fā)現(xiàn)大數(shù)據(jù)和小數(shù)據(jù)在數(shù)據(jù)規(guī)模、數(shù)據(jù)形態(tài)、目標(biāo)導(dǎo)向、產(chǎn)生時(shí)間和占有數(shù)據(jù)情況上都有各自的特別。

參考文獻(xiàn)

[1]秦蕭，甄峰.大數(shù)據(jù)與小數(shù)據(jù)結(jié)合：信息時(shí)代城市研究方法探討[J].地理科學(xué)，2017， 37（03）：321-330.

[2]唐文方.大數(shù)據(jù)與小數(shù)據(jù)：社會科學(xué)研究方法的探討[J].中山大學(xué)學(xué)報(bào)（社會科學(xué)版），2015， 55（06）：141-146.

[3]徐立軍.數(shù)據(jù)時(shí)代的未來? 大數(shù)據(jù)與小數(shù)據(jù)融合的價(jià)值與路徑[J].新聞與寫作，2015 （11）：11-15.

[4]王浩. 大數(shù)據(jù)時(shí)代下的思維方式變革[D].東華大學(xué)，2015.

[5]郭新平，黃貽俊.淺析大數(shù)據(jù)時(shí)代的小數(shù)據(jù)[J].現(xiàn)代經(jīng)濟(jì)信息，2014（20）：149.

[6]黃欣榮.大數(shù)據(jù)技術(shù)對科學(xué)方法論的革命[J].江南大學(xué)學(xué)報(bào)（人文社會科學(xué)版），2014，13 （02）：28-33.

[7]王成文.數(shù)據(jù)力：“大數(shù)據(jù)”PK“小數(shù)據(jù)”[J].中國傳媒科技，2013（19）：68-70.