世界杯期間各家科技巨頭利用大數(shù)據(jù)預(yù)測比賽結(jié)果，再現(xiàn)“章魚保羅”雄風(fēng)。世界杯結(jié)束了但大數(shù)據(jù)預(yù)測還會繼續(xù)。從夜觀天象到氣象預(yù)報(bào)，從童話里的水晶球到今日的科技預(yù)言家，從地震云的傳說再到科學(xué)家猛攻的地震預(yù)測，人類一直希望能夠更早突破局限看穿未來。隨著信息革命的深入，大數(shù)據(jù)時(shí)代的預(yù)測更加容易，人類的生活正在被大數(shù)據(jù)預(yù)測深刻改變。
預(yù)測是大數(shù)據(jù)核心價(jià)值
人們在談?wù)摯髷?shù)據(jù)的采集、存儲和挖掘時(shí)，最常見的應(yīng)用案例便是“預(yù)測股市”“預(yù)測流感”“預(yù)測消費(fèi)者行為”，預(yù)測性分析是大數(shù)據(jù)最核心的功能。
大數(shù)據(jù)還擁有數(shù)據(jù)可視化和大數(shù)據(jù)挖掘的功能,對已發(fā)生的信息價(jià)值進(jìn)行挖掘并輔助決策。傳統(tǒng)的數(shù)據(jù)分析挖掘在做相似的事情，只不過效率會低一些或者說挖掘的深度、廣度和精度不夠。大數(shù)據(jù)預(yù)測則是基于大數(shù)據(jù)和預(yù)測模型去預(yù)測未來某件事情的概率。讓分析從“面向已經(jīng)發(fā)生的過去”轉(zhuǎn)向“面向即將發(fā)生的未來”是大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)分析的最大不同。
大數(shù)據(jù)預(yù)測的邏輯基礎(chǔ)是，每一種非常規(guī)的變化事前一定有征兆，每一件事情都有跡可循，如果找到了征兆與變化之間的規(guī)律，就可以進(jìn)行預(yù)測。大數(shù)據(jù)預(yù)測無法確定某件事情必然會發(fā)生，它更多是給出一個(gè)概率。
從天氣預(yù)報(bào)看大數(shù)據(jù)預(yù)測的四個(gè)條件
在互聯(lián)網(wǎng)之前便已經(jīng)有基于大數(shù)據(jù)的預(yù)測分析了：天氣預(yù)報(bào)。因?yàn)榛ヂ?lián)網(wǎng)，天氣預(yù)報(bào)為代表的大數(shù)據(jù)預(yù)測的以下幾個(gè)特征在更多領(lǐng)域得到體現(xiàn)。
1、大數(shù)據(jù)預(yù)測的時(shí)效性。天氣預(yù)報(bào)粒度從天縮短到小時(shí)，有嚴(yán)苛的時(shí)效要求，基于海量數(shù)據(jù)通過傳統(tǒng)方式進(jìn)行計(jì)算，得出結(jié)論時(shí)明天早已到來，預(yù)測并無價(jià)值。其他領(lǐng)域的大數(shù)據(jù)預(yù)測應(yīng)用特征對“時(shí)效性”有更高要求，譬如股市、實(shí)時(shí)定價(jià)，而云計(jì)算、分布式計(jì)算和超級計(jì)算機(jī)的發(fā)展則提供了這樣的高速計(jì)算能力。
2、大數(shù)據(jù)預(yù)測的數(shù)據(jù)源。天氣預(yù)報(bào)需要收集海量氣象數(shù)據(jù)，氣象衛(wèi)星、氣象站臺負(fù)責(zé)收集，但整套系統(tǒng)的部署和運(yùn)維耗資巨大。在互聯(lián)網(wǎng)之前鮮有領(lǐng)域具備這樣的數(shù)據(jù)收集能力。WEB1.0為中心化信息產(chǎn)生、WEB2.0為社會化創(chuàng)造、移動互聯(lián)網(wǎng)則是隨時(shí)隨地、社會化和多設(shè)備的數(shù)據(jù)上傳，每一次演化數(shù)據(jù)收集的成本都大幅降低，范圍和規(guī)模則大幅擴(kuò)大。大數(shù)據(jù)被引爆的同時(shí)，大數(shù)據(jù)預(yù)測所需數(shù)據(jù)源不再是問題。
3、大數(shù)據(jù)預(yù)測的動態(tài)性。不同時(shí)點(diǎn)的計(jì)算因子動態(tài)變化，任何變量都會引發(fā)整個(gè)系統(tǒng)變化，甚至產(chǎn)生蝴蝶效應(yīng)。如果某個(gè)變量對結(jié)果起決定性作用且難以捕捉，預(yù)測難上加難，譬如人為因素。大數(shù)據(jù)預(yù)測的應(yīng)用場景大都是極不穩(wěn)定的領(lǐng)域但有固定規(guī)律，譬如天氣、股市、疾病。這需要預(yù)測系統(tǒng)對每一個(gè)變量數(shù)據(jù)的精準(zhǔn)捕捉，并接近實(shí)時(shí)地調(diào)整預(yù)測。發(fā)達(dá)的傳感器網(wǎng)絡(luò)外加大數(shù)據(jù)計(jì)算能力讓上述兩點(diǎn)更加容易。
4、大數(shù)據(jù)預(yù)測的規(guī)律性。大數(shù)據(jù)預(yù)測與傳統(tǒng)的基于抽樣的預(yù)測不同之處在于，其基于海量歷史數(shù)據(jù)和實(shí)時(shí)動態(tài)數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)與結(jié)果之間的規(guī)律，并假設(shè)此規(guī)律會延續(xù)，捕捉到變量之后進(jìn)行預(yù)測。一個(gè)領(lǐng)域本身便有相對穩(wěn)定的規(guī)律，大數(shù)據(jù)預(yù)測才有機(jī)會得到應(yīng)用。古人夜觀天象就說明天氣是由規(guī)律可循的，因此氣象預(yù)報(bào)最早得到應(yīng)用。反面案例則是規(guī)律難以捉摸，數(shù)據(jù)源收集困難的地震預(yù)測，還有雙色球彩票。
大數(shù)據(jù)預(yù)測的典型應(yīng)用領(lǐng)域
互聯(lián)網(wǎng)給大數(shù)據(jù)預(yù)測應(yīng)用的普及帶來了便利條件。天氣預(yù)報(bào)之外，還有哪些領(lǐng)域正在或者可能被大數(shù)據(jù)預(yù)測所改變呢？結(jié)合國內(nèi)外案例來看，以下11個(gè)領(lǐng)域是最有機(jī)會的大數(shù)據(jù)預(yù)測應(yīng)用領(lǐng)域。
1、體育賽事預(yù)測
世界杯期間，谷歌、百度、微軟和高盛等公司都推出了比賽結(jié)果預(yù)測平臺。百度預(yù)測結(jié)果最為亮眼，預(yù)測全程 64 場比賽，準(zhǔn)確率為 67%，進(jìn)入淘汰賽后準(zhǔn)確率為 94%。現(xiàn)在互聯(lián)網(wǎng)公司取代章魚保羅試水賽事預(yù)測也意味著未來的體育賽事會被大數(shù)據(jù)預(yù)測所掌控。
Google 世界杯預(yù)測基于 Opta Sports 的海量賽事數(shù)據(jù)來構(gòu)建其最終的預(yù)測模型。百度則是搜索過去 5 年內(nèi)全世界 987 支球隊(duì)（含國家隊(duì)和俱樂部隊(duì)）的 3.7 萬場比賽數(shù)據(jù)，同時(shí)與中國彩票網(wǎng)站樂彩網(wǎng)、歐洲必發(fā)指數(shù)數(shù)據(jù)供應(yīng)商 Spdex 進(jìn)行數(shù)據(jù)合作，導(dǎo)入博彩市場的預(yù)測數(shù)據(jù)，建立了一個(gè)囊括 199972 名球員和 1.12 億條數(shù)據(jù)的預(yù)測模型，并在此基礎(chǔ)上進(jìn)行結(jié)果預(yù)測。