大数据思维指的是什么（大数据思维指的是什么思维）

我很早以前就听说过大数据这个概念，但一直没有系统地理解过。由于工作需要，想深入了解一下，于是读了一本关于大数据的经典书籍《大数据时代》，突然发现这本书是2012年出版的，转眼已经过去七年了。

《大数据时代》这本书很容易理解，因为它从宏观角度讲了大数据时代带来的思维变革，并且有很多丰富详细的案例，但并不涉及数据的琐碎细节加工。所以对于非专业人士来说读起来并不困难，甚至可以说很有趣。

与大数据相对应的是小数据。在小数据时代，由于技术条件的限制，人类无法获取大量的数据。即使他们获得了这些数据，他们也无法快速处理该数据。为了解决这个问题，聪明的人类发明了随机采样方法。在随机抽样中，由于一切都是随机的，它综合了各种因素，排除了人为因素，所以它的结论一般都符合需要。但在大数据时代，样本=总体。

我们想要所有的数据，无论是对的还是错的，有意的还是无意的，有用的还是无用的，全部。最简单的例子就是翻译软件的开发。在最初的版本中，翻译科学家希望将所有语言规则构建到软件中。他们认为这样软件就能实现自动翻译。结果，他们发现自己出了问题。拉屎。

当前的翻译软件并非如此。它的“主人”不再是一堆语言规则，而是全世界的人们！首先，开发人员先将馆藏中的双语图书植入电脑中。其次，大家每天在网上发布的双语对话都会被计算机记录和学习。目前的计算机已经可以实现深度学习，即没有内置规则。是根据自己输入很多规则来学习的。

在这个简单的例子中，展示了大数据的三个特征：

更多：不是随机样本，而是整个数据；更复杂：不是精确，而是混淆；更好：不是因果关系，而是相关性。首先，第一点“需要所有数据”很容易理解。本来就是大数据。其次，第二点“不是准确而是混乱”也很容易理解。世界本来就是混沌的，想要秩序只是人类的一厢情愿而已。从混沌世界得到的数据自然是混沌且不准确的。但只有这样的数据才能更真实地反映世界的真实面目。为什么要追求准确性？以翻译软件为例，当计算机识别互联网上的句子时，它不能保证每个人写的都是正确的，但正是这种多样性的存在，让计算机在翻译方面更加智能。

最难理解也最有争议的是第三点，就是用相关性代替因果性。顾名思义，相关性是指当一种现象发生变化时，另一种现象也会相应发生变化，也就是说两种现象是相关的。但两者之间不存在逻辑上的因果关系，不存在因果关系。

心理学中存在第三个变量问题，指的是当两个现象相关时，人们往往会误认为是因果关系，而忽略了第三个变量。一个典型的例子就是私立学校和公立学校之间的教育水平问题。一般来说，人们只看到私塾所教的学生较好，就认为其教育水平较好，而往往忽视了就读私塾的孩子的家庭条件。更好的是，父母受的教育更好，这才是影响孩子学习成绩的关键因素。

从大数据的角度来看，取消因果关系是明智的，因为当数据变得巨大时，不可避免地要分析因果关系，因为它涉及的因素太多，根本无法分析。更重要的是，人与人之间是否需要因果关系？人们只需要知道这件事发生后接下来会发生什么。至于为什么会发生，谁在乎呢？上帝？

关心这个问题的人大概都是哲学家。哲学家会担心，如果没有因果关系，人们就会像电脑前的傻瓜一样，任由他人摆布。这是一种退化。

但不管怎样，大数据时代的特点就是这样。如果你接受了，你就进入了大数据时代。在此背景下，数据变得有价值，但并不意味着谁拥有数据就可以主宰世界。有些公司拥有大量数据，但不知道如何处理它们。有些公司知道如何处理数据，但缺乏创新思维，不知道如何处理数据。最好的公司是那些拥有数据、知道如何处理数据、具有创新思维的公司，但这样的公司很容易陷入数据主义。

数据主义意味着只认识数据、只依赖数据。极端的情况与电影《少数派报告》中所展现的场景类似。电影中，有三个具有预知能力的人。警察利用他们的超能力进行预防犯罪的打击。在一个人想犯罪的时候，在犯罪之前抓住他。在数据时代，当一个人以数据为标准时，他可能除了数据就认不出任何人。当数据预测某人要犯罪时，就会直接逮捕入狱。还是坐等他犯罪？这是个问题。