【专家视点】宝钢专家郭朝晖：工业界不能照抄的大数据理论

微信品牌推广联系电话：010-63807255

【本文得到宝钢专家郭朝晖授权发表】

大数据有两个著名的理论：1、强调相关而非因果；2、不要求数据结构化。它们不可盲目地用于工业界。下面，我们通过分析两个观点产生的背景，来说明自己的观点。

首先看“强调相关性而非因果性”。大数据强调相关性的原因是：在数据量很大的前提下，许多意识不到的相关性可被揭示出来。这些相关关系本身就是一种客观存在。典型的例子就是啤酒与尿布：它们的相关性是事先想不到的，但却是客观存在的。

这里有两层含义：‘意想不到’、‘相关性是客观存在’；两者共同肯定了相关性的价值：对容易想到的相关性，数据分析结果的价值是打折扣的，大数据的研究者往往更喜欢意想不到的发现。而作为‘客观存在’的相关性，意味着相关性可重现：不会因为你采用、认识了这种现象而破坏相关性。这意味着相关关系是可用的。

这样的背景在工业界往往不成立。原因同样有两点：意想不到的相关性很少、预料之外的相关性往往是假象。人们对工业过程的原理往往研究得很透，预料之外的相关性自然很少。偶尔碰到预料之外的情况，往往与系统内部的反馈或者抵消因素相关。这时的相关性往往是种假象，不具备可重现性。同时，由于工业应用对可靠性的要求很高。没有因果分析的保证，很难满足应用的要求。所以，本人认为：工业大数据要强调因果性，而不应止步于相关分析。

再看‘不要求数据结构化’。强调非结构化的原因是：大数据的来源很多都是非结构化，典型的如互联网数据。如果强调结构化，很多数据就没法用了，也就不再是大数据了。现在的有些算法，的确能从非结构化数据中获得有用的信息。笔者认为，这个观点是强调非结构化数据存在价值，而不是鼓励人们用非结构化的方式存储数据。

这种说法同样不宜在工业界提倡。原因很简单：结构化数据更容易使用。通过对数据的结构化，更加容易得到完整的信息、避免重要信息的遗漏；结构化数据也更容易查询。更重要的是：企业有条件将自己的数据结构化，而专业研究数据的机构或者个人往往没有这个能力。事实上，如果企业放弃对数据的结构化，数据的价值密度可能就与常见的搜索引擎差不多了，也就不能靠数据形成自身的优势。所以，企业建立大数据平台时，完全没必要放弃自己的这个优势。相反，企业的大数据平台一定要强调结构化，才能使数据成为自己的核心竞争力。

本信息来自郭朝晖博客

您看此文用 · 秒，分享只需1秒呦~

上一条：【科技前沿】破解人类核心机密：互联网催生新学科—互联网神经学

下一条：【关注】传统企业如何利用互联网思维完成转型升级

郑重声明：以上文章来源于网络，版权归原作者及其所在单位，其原创性以及文中陈述文字和内容未经(企业库www.qiyeku.com)证实，请读者仅作参考，并请自行核实相关内容。若本文有侵犯到您的版权，请你提供相关证明及申请并与我们联系（qiyeku # qq.com）或【在线投诉】，我们审核后将会尽快处理。
会员咨询QQ群：902340051 入群验证：企业库会员咨询.

类似产品（更多工业电炉产品）我也要发布信息到此处