京公网安备 11010802034615号
经营许可证编号:京B2-20210330
时评写作一直在利用大数据_数据分析师
我对大数据就说三点。第一点:我认为大数据不是个新东西,第二个就是时评界在利用大数据写作,第三个就是时评写作的挑战、机遇问题。
我为什么说大数据不是一个新东西呢?我是这样看的,大数据就是把一切简化成数据,然后依据数据来指导当下、预测未来。人类的进化过程,某种意义上就是不断地进行数据积累、数据分析,得出某些规律性的东西,然后有了各种各样的社会、生活规则,有了各种各样的发明创造,才不断地发展进步,走向文明。
比如说农业种植,人类要经过无数次的种植尝试,无数次的肥料和土壤的改良、种子的培优、节气时令的最佳选择等等,才能不断地提高产量。这都是数据积累和分析利用的结果。只不过,过去的数据获得相当不容易,对数据进行分析的手段也相当落后,导致了人类的发展进步相当缓慢。而工业革命的到来,才让人类更容易地收集数据、分析数据,总结出更多的普遍规律,推动了人类的大发展。可以说,人类掌握数据的多寡,决定了人类达到什么样的文明程度。
再举一个看似不太着边际的例子,比如楚汉战争为什么刘邦胜利了,很多人都说刘邦是一个好领导,他能人善用,然后拧成一股绳。项羽的性格在这方面有一点缺陷。但还有一个原因,就是刘邦刘邦手里有“大数据”。刘邦的队伍进入咸阳后,萧何将秦朝有关国家户籍、地形、法令等图书档案一律收走。这些秦朝的律令图书档案就相当于大数据,使刘邦对天下的关塞险要、户口多寡、强弱形势、风俗民情等等了如指掌,为制定正确的方针政策和律令制度找到了可靠的依据,对日后打败项羽、西汉政权的建立和巩固,起到了巨大的作用。
另外,现在为什么要对数据进行一个大的挖掘、利用,我认为有三点。第一我认为互联网对数据的利用和搜集非常的便利,第二个就是在互联网时代数据比较真实,因为每个人在互联网形成了所有的轨迹,有时候是你不自觉的留下来的东西,这是比较真实的。第三个就是与数据商业化有关,数据可以便捷地开发利用于商业,数据不再沉默,所以大数据时代就来了。比如说今日头条,我觉得今日头条就是一个挖掘大数据时代的公司。我在很多平台上开自媒体,我发发现在今日头条上开的自媒体的活跃度非常高。我发现今日头条就是在搜集网络上的轨迹、个人爱好、需求,然后会非常有针对的向你推送内容、广告或者产品,它就是实实在在的利用大数据。所以,我觉得大数据离我们并不远,非常接近。而且中关村有很多创业公司在进行大数据的搜集利用。
那么我再说第二个问题,评论界已经在利用大数据了。我们现在在写评论已经不像过去那样需要读很多书、知道很多什么才能写一篇文章,现在有很多工具,像百度等搜索引擎让你非常便捷的知道你想知道的,取你想取用的。甚至在很多文章中,作者都会引用读者的观点,这就是你在利用大数据,像网易贴吧,文章跟贴,就是数据,像我们在写评论的时候引用这些读者跟贴的观点,就是利用数据。所以我认为现在对大数据的开发、利用是正当其时,但是还不够,因为我们只是“文人”,没有掌握很好的技术。
第三个就是我说的机遇就是利用大数据是非常便捷的,这个数据资料已经不像以前那么让人皓首穷经,比以前容易多了,但是也是一种挑战。也就是说我们在利用大量的数据的时候,可能会变成一个简单的裁缝而不是服装设计师,加之时评的快餐化,会让人过份依赖数据快速加工,评论写作变得轻而易举而没有经过大脑很系统的思考,只是“数据”的拼凑,很多人写了文章,过两天自己都忘了曾经写过。第二个就是大数据会否替代个人的阅历,文章中还能否表达出个人的经历经验。第三个就是当数据已经走在时评人前面,时评人如何超越数据,这就需要专业,将来的评论一定是朝着专业方向发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22