京公网安备 11010802034615号
经营许可证编号:京B2-20210330
驳《大数据时代》的三个观点_数据分析师
观点速递
近年来,信息化的步伐急剧推动着海量数据,波澜壮阔的大数据浪潮席卷人类社会各个领域,一些通俗读物囫囵吞枣的浅知误见也随之流传。例如,当前国内常 常援引维克多等人撰写的《大数据时代》中提出的三个主要观点,并成为一种流行。这不仅不能揭示大数据时代的真正本质,而且将产生严重误导。
《大数据时代》提出,大数据时代不是因果关系,而是相互关系,这说明作者不了解因果关系本身也是一种相互关系。18世纪,英国怀疑论者休谟早就指 出,不但我们的理性不能帮助我们发现原因和结果的最终联系,而且经验给我们指出它们的恒常结合以后,我们也不能凭自己的理性使自己相信,我们为什么把那 种经验扩大到我们所曾观察过那些特殊事物以外。在休谟看来,因果关系不是自然的本质,而是因为我们所养成的心理习惯和人性所造成的。恩格斯从辩证唯 物主义立场对此给与了批判性的扬弃,他指出,原因和结果这两个观念,只有在应用于个别场合时才有其本来的意义,要认识世界上一切过程的‘自己运 动’、自生的发展和蓬勃的生活,就要把这些过程当做对立面的统一来认识。《大数据时代》将休谟这一早已提出几个世纪的陈旧观点,作为大数据时代的新概 念,不仅陈旧,而且错误。
《大数据时代》认为,大数据时代不是随机样本而是全体数据,认识事物不再是从随机抽取的部分样本,而是从全部数据出发。实际上,人类在有限的时间 内不可能穷尽事物的全部。如果把现在的大数据方法和过去的小数据时代的抽样调查方法相比,我们只能说,大数据时代可以用更为精确的、全面的数据,以包含更 大因素的仿真模型来追踪、分析模拟现实,取得比过去更为精确的认识结果。尽管如此,与全体相比,我们已经认识到的永远是少数,误差、错误还是不能完全消 除。
《大数据时代》指出,大数据时代不是精确性,而是混杂性,其意指小数据时代讲究精确性,大数据时代却因为掌握了大量数据而不再拘泥于精确性,可以 比较模糊地行动。这显然是错误的。因为过去的方法虽然能够掌握精确的小数据,但大多数数据却会因处理能力有限而被遗漏、舍弃,认识的结果自然就无法实现精 确、全面。在大数据时代,因为掌握了更为全面的数据,可以在更大的时间和空间范围认识事物,因此能够更为准确、量化,以至于对一些事物现象的中间模糊区域 也可以得到更为准确的认识,其精确度和模糊度、误差本身都更为精确量化。
我曾预言,信息化是上帝给中国崛起准备的礼物,因为中国的人口数量世界第一,信息产业市场最大,最有机会发展信息化、大数据和智慧化产业。现在大 数据迅速推广,可喜可贺。但目前我国有一种极为严重的盲从国外的现象,盲目跟外国人之口风。我们千万不要因盲从国外而将上帝送来的礼物又让给别人!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17