|
非死不可，这件事，估计对很多大数据门外汉是个震撼。其实，这里面的技术，并不是想象的那么可怕。人性，是很容易量化的。
举个例子，星座这玩意，就是古老的人性统计学。假设，人的性格，分为Ｎ个种类。你不需要知道为什么，只是需要有一个巨大的统计数据源，就可以通过相关性划分出几个大的人群。针对某一个人群的性格特点，出特定的牌，自然而然，就会因相关性出现大概率相似的行为，这就是非死不可事件的原理。
大数据分析的前提是相关性原则，而不是因果律。计算机，并不关心具体个体，也不关心原理，只是需要针对人群分门别类的统计出相关性。传说中，在网上点击赞的数量，可以轻易的暴露出点击者的性格特点，这一点儿都不奇怪。
比如说，物以类聚、人以群分，在统计上的意义就体现在你的朋友圈中违约的人多，你的概率就高，这在大数据应用中已经得到证明。关于社会，原本是研究很难的一些问题，在样本数据规模极大情况下，很多问题变得简单了。传统方法，寄希望于精准的判断每一个体，大数据时代不需要，只需要依赖统计大概率的判断。
２０年前，在机器翻译领域，因计算能力有限，解决方案集中在算法层面，也就是技术。当时，在中英文对译层面，最难解决的问题就是必然出现的歧义。由于，陷入固定的思维模式，寄希望于精准、无错，导致算法无论如何解决不了逻辑问题，因此，陷入研发困难。大数据时代，彻底颠覆了这种思维，以统计相关性为基础，包容错误，依赖巨量数据来分析对译文本数据相关性，终于实现重大突破。
常规思维，会局限于对错、因果。大数据思维，会集中于对错的概率。这个道理，就像是自动驾驶撞死了第一个人，这不重要。重要的是，全部汽车都采用自动架势，是不是会大幅度降低撞死概率。
人性的量化，其实就是几十个赞而已。所谓的信用评级，当数据量达到临界点，统计分析会一目了然的看清人性中那点儿玩意。
|
|
|
