从大数据危机到全数据革命（2）

期待全数据革命

此外，大数据还面临其他挑战。如大数据生成的有效性问题。Laser等人指出，很多引起大众关注的大数据都不是由专门为科学分析需要而设计的、可以收集到有效而可靠资料的各种数据收集工具的产物。又如道德问题。在大数据时代，每个人都是大数据的贡献者，当我们浏览网页、网购、扫描二维码、使用微博和微信以及安装手机应用程序时，我们的个人信息、消费习惯、偏好、社交圈子等，均已经被大数据生成工具捕获，从而在不自知的情况下泄露了隐私。大数据对用户隐私的侵害，可能给用户的资金、财产安全，甚至个人安全造成潜在的威胁。再如大数据对“小数据”的完全排斥问题。这主要表现在：传统的“小数据”所提供的信息通常不包含在大数据之中。Laser等人观察到，谷歌流感趋势预测忽视了很多传统统计方法可以获取的信息。

Laser等人指出，鉴于大数据所面临的各种危机和挑战，在当下我们应该聚焦于“全数据革命”而不是“大数据革命”。全数据革命的核心思想是，我们应该认识到世界的关键变化在于：创新性地分析从所有传统和新媒介获取的数据，以更为深入透彻地理解世界。由于创新的数据分析方法关涉到创新性的思维或者认知模式，因此，全数据革命的核心在于以巨延性的“大认知”代替“大数据思维”。广义上，“大认知”指的是一种大大超越人类认知极限的、以理解世界整体为最终目的的巨延性概念化活动。狭义上，其指的是一种大大超越人类认知极限的、以理解某个特定区域（如国家或者地区）或者领域（如某一行业或者某一专业领域）之方方面面为最终目的的巨延性概念化活动。

目前，大数据产业链条业已形成，其包括数据需求、挖掘、生成、存储、管理、查询、提取、处理以及展示处理分析结果和应用等多个环节。其中，大数据处理环节至关重要，并涉及一系列难题：数据可靠性甄别、数据测量、数据有效性判断、数据之间关联性和依存性判断、数据的模式化以及数据的价值判断等。这些难题是单纯的“大数据思维”所无法解决的。

“大数据思维”本质上是“技术性思维”的互联网化，主要试图利用机器的无限运算以及多元回归能力完成数据的模式化分析。但此概念的认知陷阱在于：错把技术性思维当成思维的全部。事实上，思维是个外延极其广泛的概念，它既有技术维度，又有心理、认知、社会、政治及文化维度。鉴于大数据在数据量方面的巨延性，因此，要真正实现对大数据的创新性分析，我们需借助在概念化方面有着同样巨延性的“大认知”。

（本文系国家社科基金项目“词典释义的完备性描述研究”（11BYY088）阶段性成果）

　（作者单位：北京外国语大学外国语言研究所）

大数据(big data、mega data)，或称巨量资料，指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中，大数据指不用随机分析法这样的捷径，而采用所有数据进行分析处理的策略。大数据具有4V特点。第一，数据体量巨大，从TB级别跃升到PB级别。第二，数据类型繁多，包括网络日志、视频、图片、地理位置信息等等。第三，处理速度快，可从各种类型的数据中快速获得高价值的信息，这一点和传统的数据挖掘技术有着本质的不同。第四，只要合理利用数据并对其进行正确、准确的分析，将会带来很高的价值回报。业界将其归纳为——Volume（数据体量大）、Variety（数据类型繁多）、Velocity（处理速度快）、Value（价值密度低）。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘，但必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

随着云时代的来临，大数据也吸引了越来越多的关注。有分析师认为，大数据通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库后用于分析时会花费大量时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要向数十、数百甚至数千个电脑分配工作。

适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

大数据就是互联网发展到现今阶段的一种表象而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本很难收集和使用的数据开始容易被利用了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。