大数据是个什么东西_数据分析师

说实话，我有很多年以来比较讨厌来自信息领域的一些名词：数字地球、云计算、决策支持系统、专家系统、复杂性科学、数据挖掘、大数据。这些玩意一个名词接着一个名词，让人感觉总是炒一些新鲜的概念。其实上述名词确实也有一定的意义，但是它们发挥的科学推动作用不大。我为啥讨厌呢，是因为我认为是这些概念的受害者。因为我曾经是计算机粉丝，当然也喜欢学习研究这些玩意。最后发现我自己走了弯路，费了很多功夫阅读这些，什么真正的东西都没学会。

　　其实在这些名词出现以前，各学科人们早就在使用这些概念了。如数字地球，吸引了大批地理界、GIS界的年轻人，最后我们发现除了会编几个计算机图形可视化的程序外，其它一无所获。看着别人发表着大把的SCI，我们真纳闷，天天研究新概念，还不如研究老古懂学科。后来，我们发现地球科学领域的数据(遥感、气象资料)绝对是海量的，数据生产的速度远远超过了人们利用数据做研究的速度。Google地球也发布了。实际上数字地球确实是建成了，但很少有人说我们是在做数字地球。不谈数字地球的人做了不少数字地球的事，天天谈数字地球的人什么也没搞出来。

　　另外决策支持系统是个什么玩意，我读了很多这方面的书，感觉也很虚无飘渺。

　　曾经有一个叫做“元胞自动机”(CA)的概念也很流行在GIS界，但最终也不知如何应用该理论，没什么好的论文或成果发表出来。等到后来，我们了解了水文领域的分布式水文模型、大气领域的气候模式、流体领域的CFD和格子Boltzmann模型，发现按照CA的定义来看，上述模型其实都是CA的范畴，只是针对特定的专业性了。CA的概念远不如上述模型应用那样普及，专业性也不够强。不可否认的是，确实有少量学者开发出了CA模型，有一定的用处。

　　至于大数据，以前它相应的称呼应该是数据挖掘。包括刚刚仙逝的老邪院士为代表的很多遥感学者，都在分析海量遥感数据，难道这不是大数据?那些从事气候变化研究的相关学者天天都在利用海量资料分析各种气候指标，难道不是在数据挖掘?可是谁又在写论文时，把大数据和数据挖掘列为关键词呢?

　　当然，我也认识到了大数据这个词主要针对社会科学领域。社科领域的大数据特指那些形式杂乱、细碎、海量如牛毛的聊天信息、Email信息、网页新闻信息、广告信息，以及发表在期刊上的信息。这些数据不像遥感数据、大气数据那样可以以特定数据集的形式整理和存放。这就需要研究分析这些资料的人要有特定的数据整理能力。一种方法是使用一些软件，不过软件大都是针对特定形式的数据集，如文献计量分析软件。它们不能适应于各种杂乱数据。另一种方法就是取决于研究者自己的特殊能力了，这样的好处是不需要拘泥于现有软件，可以适应任何数据分析。比如使用python语言来自行编代码实施数据搜索。我认为自己是具备这个能力的!我不认为我是在吹牛。但是我却不从事这方面的研究。

　　虽然python语言不难，会用它的人极多，但事实证明不是每个从事科研的人都最终能学会的。

　　虽然我认为大数据这个词比较土，很一般化，但它在社科领域确实具有特定的意义。