現(xiàn)在談這個(gè)問(wèn)題可能會(huì)讓大家笑話，似乎所有人都知道大數(shù)據(jù)能干這個(gè)，能干那個(gè)，最后連我們自己都覺(jué)得可笑。大數(shù)據(jù)已經(jīng)都不是被“妖魔化”了，是“娛樂(lè)化”。大數(shù)據(jù)似乎是個(gè)離我們忽遠(yuǎn)又忽近的事物了，變得不真實(shí)起來(lái)。

近兩年來(lái)，大數(shù)據(jù)被應(yīng)用到影視制片行業(yè)，基于對(duì)觀眾偏好的分析，去預(yù)測(cè)、設(shè)計(jì)觀眾喜歡的劇情，找觀眾喜愛(ài)的演員出演相關(guān)的角色，甚至可以去預(yù)測(cè)票房。這些所有的預(yù)測(cè)都是基于數(shù)據(jù)的基礎(chǔ)上，經(jīng)過(guò)一定的模型處理，得到接近真實(shí)的結(jié)論。從某種程度上給決策者決策的依據(jù)，比如《紙牌屋》和《星星》。

大數(shù)據(jù)還有一個(gè)重要的作用，就是解決人們的“選擇”問(wèn)題。別笑，無(wú)論你的年齡、性別、教育背景，人們目前都面臨著前所未有的選擇問(wèn)題。講的學(xué)術(shù)一些，這是由于“長(zhǎng)尾效應(yīng)”導(dǎo)致的問(wèn)題;講得通俗一些，就是由于日益增多的可選擇的對(duì)象和我們自身的處理能力之間的矛盾。

科技的進(jìn)步讓人變得更懶，也就是我們自身的處理能力降低，無(wú)論是主觀的還是客觀的。而可被選擇的對(duì)象卻在日益增多。從紛繁復(fù)雜的商品(電商)，到海量曲庫(kù)中的樂(lè)曲;從婚戀網(wǎng)站的男女朋友，到交通管理的信號(hào)燈。

基于人工智能下的大數(shù)據(jù)，就是可以使人們“變懶”的一個(gè)手段?；谀愕臍v史行為，判斷出你可能的喜好，乃至需求，將最佳結(jié)果，推薦給你。這就是大數(shù)據(jù)，她是你的貼心管家，或者說(shuō)是最懂你的朋友。

不要以為是海量數(shù)據(jù)就一定會(huì)有價(jià)值，在過(guò)往的工作中，我們經(jīng)常發(fā)現(xiàn)來(lái)自甲方的數(shù)據(jù)源有80-90%的數(shù)據(jù)都是無(wú)用的。只有10%-20%的數(shù)據(jù)才會(huì)產(chǎn)生一定的價(jià)值。這就又讓我想到Marry

Meeker打的那個(gè)比喻，“大數(shù)據(jù)的工作就像在一堆稻草中尋找一根針”。

何況，大多數(shù)領(lǐng)域本身業(yè)務(wù)屬于早期，所擁有的數(shù)據(jù)非常貧乏。冷啟動(dòng)、稀疏性是大數(shù)據(jù)在諸多領(lǐng)域面臨的挑戰(zhàn)。

另一方面，對(duì)于不同領(lǐng)域，不同項(xiàng)目，沒(méi)有放之四海而皆準(zhǔn)的算法，必須要根據(jù)具體問(wèn)題具體分析解決。在實(shí)際的工作中發(fā)現(xiàn)，不只是不同的領(lǐng)域(如文章推薦與商品推薦)，甚至同一領(lǐng)域的不同單元(同屬電商但不同類電商，如母嬰類和服裝類或者奢侈品類)也有所不同。