中國IDC圈4月28日報道，互聯(lián)網的發(fā)展使得大數(shù)據(jù)引起人們廣泛關注?，F(xiàn)如今大數(shù)據(jù)技術早已滲透到金融、通訊等行業(yè)以及生物學、物理學等領域。大數(shù)據(jù)在容量、多樣性和高增速方面的爆炸式增長全面考驗著現(xiàn)代企業(yè)的數(shù)據(jù)處理和分析能力，與此同時也為各個行業(yè)帶來了準確洞察市場行為的機會。迄今為止大數(shù)據(jù)技術與產品有哪些創(chuàng)新，工業(yè)大數(shù)據(jù)應用面臨哪些挑戰(zhàn)，金融行業(yè)大數(shù)據(jù)應用現(xiàn)狀如何等。圍繞這一系列問題，4月27日至28日，由工業(yè)和信息化部指導、中國信息通信研究院主辦的"2016大數(shù)據(jù)產業(yè)峰會"在北京國際會議中心盛大召開。28日上午大數(shù)據(jù)推動金融創(chuàng)新分論壇北京大學信息管理系研究員、助理教授化柏林做了主題演講。
北京大學信息管理系研究員、助理教授化柏林
以下是化柏林演講實錄：
化柏林：很高興有這樣一個機會對多源數(shù)據(jù)融合的研究跟大家做一個交流，剛才聽了工行和建行兩位老總的介紹，我感覺心里特別踏實，為什么說踏實？因為我的工資在工行里，我的公積金在建行里，我的主要收入都在這兩個銀行里。大家通過這兩個PPT可以發(fā)現(xiàn)一些共性，這個共性就是他們是在文地中談創(chuàng)新，這是銀行特別是國有銀行的風格。我們談互聯(lián)網談大數(shù)據(jù)創(chuàng)新的新型企業(yè)不是這樣的思維模式，上來就是講顛覆，就是拋棄一切。前面那種技術平臺的架構都是從過去的技術開始逐步演進過來，錢放在這兩個銀行里我是放心的。
他們的差異性和信息安全的問題。我先舉一個例子，前年斯諾登事件爆出來之后，很多新聞媒體都在說個人隱私信息泄露的問題，一個國家一個組織花這么多錢關注數(shù)據(jù)和媒體，他會關注一個普通網民的個人信息嗎？我覺得是不會的。除非作為用戶的群體去分析這個群體的特征。棱鏡計劃主要關注什么，第一是恐怖，第二宗教文化變遷的戰(zhàn)略影響。第三，中國與發(fā)展中國家的科學技術與軍事轉型，我們國家每年的863計劃、973計劃、十一五重大專項等等項目，每當我們公布出名單，國外就會迅速地跟蹤和分析。國內搞科技情報，我們也是一樣，美國每年出來一些新項目，他們的大飛機、航空航天領域的技術也會迅速地被我們跟蹤。還有能源和環(huán)境的目標任務。要實現(xiàn)一些目標的基礎，像谷歌、Facebook的數(shù)據(jù)，基于這樣的數(shù)據(jù)類型，我們在想僅僅有這樣的數(shù)據(jù)無法實現(xiàn)剛才的目標，要實現(xiàn)這樣的目標就得把這些信息融合起來，通過谷歌的檢索日志可以看出關注信息點的興趣及變化，根據(jù)Facebook、paltalk可以看出社交。把所有信息融合到一起，對一個用戶的畫像，對恐怖分子的頭會有更加清晰的認識。這對于我們金融大數(shù)據(jù)也有一定的借鑒和參考意義。
再來看一個例子，這是在網上廣泛流傳的例子，根據(jù)丹麥的統(tǒng)計數(shù)據(jù)，截止到2002年42萬人中有14249人被確診患癌癥，按照流行病的預測有1.5萬例，預測使用手機和癌癥的發(fā)生并無直接關聯(lián)。只看這個案例好像沒什么問題，根據(jù)WHO的統(tǒng)計，全球前十名癌癥發(fā)病率的國家分別為丹麥、愛爾蘭、澳大利亞等，看這個指標，發(fā)病率是一個好的指標，排在前邊幾位的都是非常發(fā)達國家的國家或者是國民福利比較好的國家。但是我們把這兩個數(shù)據(jù)放在一起，第一個數(shù)據(jù)42萬人里有14249，概率是3.4%。第二個數(shù)據(jù)10萬人里有326，數(shù)據(jù)僅為0.33%，這兩個數(shù)據(jù)放在一起我們可以斷定肯定有一個數(shù)據(jù)是錯的，因為差了一個數(shù)據(jù)級。我們查了原文，第一個例子是錯的，這個例子在網上流傳得很多，單看單個數(shù)據(jù)沒有問題，但是在不同數(shù)據(jù)放在一起做交叉驗證和融合，可能會有一些問題和發(fā)現(xiàn)，對于金融大數(shù)據(jù)也有借鑒和參考意義。我把不同類型的數(shù)據(jù)放在一起去做融合、交叉和比對就會發(fā)生一些新的問題，對于風險的防控會有更好的監(jiān)測。
大數(shù)據(jù)特點與分析理念，三年前談還有人聽，現(xiàn)在再談已經沒有人聽了。除了這三個理念的轉變，數(shù)據(jù)的基礎、過程、目標上還有一點很重要的，過去我們注重單一的數(shù)據(jù)，現(xiàn)在我們需要多元的數(shù)據(jù)，我們用單一的數(shù)據(jù)去寫數(shù)字報告已經很難吸引人，去得到領導的肯定和關注了。不同的企業(yè)在尋求跨界和融合，去打通數(shù)據(jù)，使數(shù)據(jù)的價值有倍增的效應。為什么這么說？一方面是單一的數(shù)據(jù)有失全面性，無法全面刻畫事物及事物運動的變化。單一數(shù)據(jù)的可靠性和真實性有時候難以判定，通過多源數(shù)據(jù)的交叉引證有助于對數(shù)據(jù)的真?zhèn)涡员鎰e，數(shù)據(jù)越來越大，我們辨別數(shù)據(jù)真?zhèn)蔚哪芰τ写谔岣摺膯我粩?shù)據(jù)里發(fā)現(xiàn)的洞察是非常單一的。多元數(shù)據(jù)可以有更多的發(fā)現(xiàn)。