京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据热:繁华还是泡沫_数据分析师考试
大数据的应用为人类的生产生活带来了极大的便利,可同时也蕴含着许多潜在的不利因素。在“大数据与全球传播变革”国际学术研讨会上,与会专家学者在整个世界都在狂热地追求大数据的背景下,提出了一些针对大数据的冷思考。
中国人民大学新闻学院教授喻国明:
内容不“入网”难以真正接近用户
大数据时代,主流媒体不是传统的报纸、广播,不是传统的电视,而是以手机为代表的移动端。今天,手机成为人们和世界连接的最主要通路,传统媒体传播的内容哪怕再有价值,如果不能有效地嵌入到以社会关系为渠道的移动互联网的信息通路当中,恐怕其内容也不能真正接触到目标用户,这一点可能是传统媒体的当务之急。在这样的背景下,就要做一系列的努力。传统媒体过去的思路中,没有入口式的终端概念,每个媒体都是一个终端,都是一个入口。过去一报在手走天下的概念,在今天社交媒体构建起来的移动互联背景下,已成为过去。
对于传统媒体而言,在入口级平台方面基本已经没有可能性,因为入口级的竞争只有第一第二第三,没有后面的排位。调查表明,在智能手机移动使用的状况当中,尽管人们可以下载的客户端多达上百万个,但平均只有23个被选择。在这23个已经下载到手机上的客户端,一个星期至少被点开使用一次的客户端只有7个。如果媒体客户端不能进入前7位的话,作为一个入口级的终端,其价值、影响力和意义就很低了。这也告诉我们,如果大量的传统媒体今天还热衷于做客户端,做入口级平台,基本上都是一种无效的努力。
中国人民大学新闻学院教授匡文波:
大数据也有“盲区”不要一味追逐
大数据有其局限性,比如说大数据用来分析社会关系,人是有情感的,在社会生活中有各方面的情感和利益,大数据在这方面实际上是很欠缺的。而且大数据的分析偏向于大众的偏好,在大数据的分析过程中,有一些原始数据在处理的时候是被扭曲的。更重要的一点是,大数据无法预测突发事件,比如说车祸、疾病,大数据的预测结果往往是不准确的。
大数据给人们生活带来了很多便利,但同时有一大弊端就是安全隐私问题。从隐私保护的角度来看,手机是最危险的智能终端,手机厂商可以轻而易举地收集到每个用户的个人信息。手机不只是电脑,还是感官的延伸、人体的虚拟器官。除此以外,手机还会暴露用户实时地理位置,一些不可更换电池的手机即使关机也会被实时定位。这不得不引发人们冷静思考,不要一味追逐大数据,在大数据带给我们便利的同时,有时需静下来思考一下它的另一面。
中国社会科学院新闻传播研究所
世界传播中心主任姜飞:
大数据一面便利另一面隐患
从人文路径上来思考大数据,给我们带来的更多是一种纠结。大数据已经侵入到人们每天的生活,当你每天消费着所有现代技术提供的便利时,已经不知不觉被植入了整个数据链条的一个节点。这种背景下,大数据为我们带来了两种路径的思考:一是大数据貌似从原来的因果律,走向了一个关系律,但即使找到这个关系的源头又能说明什么呢?二是我们现在利用的大多数数据都是开源数据,是前台数据。我们不知道的后台数据在谁手上呢?有多少数据是不开源的、向谁开放的呢?有时我们貌似在利用大数据这个便利,实际上已经成为一个被消费的对象。大数据该如何使用?在当下的大数据热潮下,应该保持一个冷思维
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06