• 官方微信
  • 手机版
搜刮

数字经济期间到临 认清关于大数据的四大误区

中国智能制造  |  2017年08月21日
日前公布的《中国数字经济生长白皮书(2017)》中指出,2016年中国数字经济总量到达22.6万亿元,同比名义增长靠近19%,占GDP的比重凌驾30%,同比提拔2.8个百分点。数字经济已成为比年来动员经济增长的紧张动力,“大数据”、“人工智能”曾经深深转变了今世人的生存方法。

  有了大数据,人们对付经济社会的了解与驾驭进入到一个全新的期间,即进入到一个较信息经济更高位阶的新阶段,也便是“数字经济”。

  人在互联网期间,大数据已满盈了我们生存和事情的方方面面。有了大数据,人们对付经济社会的了解与驾驭进入到一个全新的期间,即进入到一个较信息经济更高位阶的新阶段,也便是“数字经济”。日前公布的《中国数字经济生长白皮书(2017)》中指出,2016年中国数字经济总量到达22.6万亿元,同比名义增长靠近19%,占GDP的比重凌驾30%,同比提拔2.8个百分点。数字经济已成为比年来动员经济增长的紧张动力,“大数据”、“人工智能”曾经深深转变了今世人的生存方法。

  数字经济期间,好像“谁”“掌握”了大数据,就可以或许对经济运动以致经济社会做到“全知”,进而可以或许“预知”经济社会的将来,甚或可以或许“万能性”田主宰经济社会,但实在这些都是关于“大数据”的了解误区。

  误区一:大数据终将主宰经济社会,消弭个别差别,成绩一元化的经济体系

  网络经济期间,人们在经济社会中的诸种运动经过网络账户体系来完成,这些运动也便是所谓的网络账户运动,其基本内容更多地表现为账户间的干系。这些账户运动及其账户干系是由数字网络步伐所设定的、驱动的,且被及时地记录上去。这就构成了所谓的“大数据”。因而,大数据泉源于少量的网络账户的运动及其有用的记录,简言之,大数据是网络账户数据。

  有人以为,大数据意味着“全知”,进而“全知”意味着“万能”,生长开去,大数据终将主宰经济社会,消弭个别差别,成绩一元化的经济体系。这是关乎大数据最大的不对。 

  “大数据”是“经济自在”所投射下的数字影像,它无法反噬失“经济自在”,成为经济社会的主宰。经济社会中的大数据,是经济运动的网络化、账户化、数字化的产品,是经济人自在意志的聚集映射。换言之,没有高度的经济自在,没有充实而多样化的经济挑选,就无所谓“大数据”。

  大数据便是社会经济运动的一层“数据化的外套”罢了,不论它何等帖服、合体或随心,运动着的是内里的“身材”,且这个“身材运动”是自在意志所决议的。要是以为掌握了大数据就能影响以致决议人们的经济决议计划,将本身的意志贯彻到他人的头上去,这便是舍本逐末了。

  误区二:大数据是全量数据,可以或许预知将来

  “大数据”并不克不及“万能性”地预设将来,但是可否“先知”般地预知将来?异样,做不到。由于,大数据在工夫上是有束缚条件的。依凭历史数据,可以或许预知将来吗?

  大数据是全量数据,源于究竟,也是究竟,它并非既有经济实际变量性的函数剖析,并不克不及在工夫轴上理所该当地延睁开去。在工夫轴上,大数据终归是部分的,远非全量,它是实然的,是已产生的,即其性子上仍旧是历史数据罢了。

  大数据自己不是先知,也没有谁能经过大数据成为先知。基于大数据并不克不及建构所谓的“历史纪律”,更谈不上把同大数占有所谓“干系”的或人或某类人嵌入到这一所谓的历史纪律中去,进而使其发扬客观能动性,担纲某种脚色。历史数据对付将来有肯定的作用,但是基础上讲,历史数据并不克不及决议将来。没人可以或许凭依大数据而可预知将来,成为先知。 

  误区三:大数据包办统统信息

  数据的尺度化与款式化,决议了大数据不是“全息”的。

  全知是指在肯定尺度或口径下的全量数据,但并不料味着包办全部信息。信息的完备性是一个笼统而庞大的题目。数据信息每每是静态的,是在肯定工夫点下的结论,其被有用地获取甚或表达出来,就意味着一部门信息是确定的、静态的,而另一部门则是不确定、静态的。这就宛如猫的眼睛一样,当你用相机去拍摄它时,它便产生变革,也便是一定丧失失或隐去一部门信息。以是,全知是就工具本身而言的,并非是与工具有关的全部信息而言的。 

  实际中,人们对付大数据的感觉确黑白常饱满无力、夺目而安慰的,这种环境临时间使人们理性上误以为这便是全息的。究竟上,这种情况以往也重复呈现过,有如第一次听到德律风听筒里传来另一端亲朋的话语,便以为那是真声响。 

  误区四:把“大数据”看成“小数据”用,剖析接纳部门部分数据 

  经济社会中,要是获得的数据样本无限,就必要建立有用的剖析框架,创建模子,建立函数干系,做回归剖析。但是,要是样本不但是充实的,并且是完备的,是全量的,那么数据剖析就要挣脱既有的旧形式了。从全样本的大数据中,收窄样本数目,只选取部门样本用来剖析,是一种缩量的要领,缩量样天职析后的结论又要实用于总量,这便是对大数据的“小用”。

  举例来说,要是可以或许得到一个城镇全部机动车以及全部外地入城车辆的运转状态,我们就可依所设议题来间接抓取数据,得到结论。抽样建模剖析及其回归剖析,就不但负担,并且极有大概铸成大错。简朴来说,大数据,便是扳手指头数不外来的状态,交给呆板与步伐去“扳”,不但数得过去,并且数出来了。大数据每每更多地可以间接抓取并利用,而非在数理化、模子化、函数化等“加工”后再利用。

  大数据具有完备性和全局性的特质,要是接纳部门部分数据,然后试图得出凌驾部门部分数据范畴的结论,这种既有的头脑惯性,并不实用于大数据的逻辑和实际。大数据不克不及看成小数据用,小数据终归拼不出完备的大数据。

  随时相识中国办事商业(乐赢国际)行业最新静态,请扫描二维码或搜刮"鼎韬洞察",存眷我们!

标签:
分享到:
更多
相干阅读
已有0条微评
还可以输出 140 个字
新浪微博批评
保举
鼎韬研讨团队以专业的视角、严谨的评比体系和精准的行业分...
纵观整个2017年,鼎韬研讨团队从TOP 50的五个维...
纵观整个2017年度,鼎韬团队凭据参选乐赢资本的数据,从运...
2018年是TOPs系列评比走过的第十个年初,也是陪同...
只管我国办事商业财产情势是稳步增长的趋向,但自2018...
专题
点击排行榜
德律风:+86-22-66211566
传真:+86-22-66211568
邮件:info@devott.com
Copyright © 2007 - 2018 Chnsourcing.com.cn All Rights Reserved
网站运营支持: 天津鼎韬科技生长无限公司
津ICP证B2-20080229号