书评—大数据预测 上

书评—大数据预测 上

带着看“科幻小说”的心态看了这本书,发现科幻正在走进现实,而依靠的,正是大数据,以及数据分析以及数据挖掘技术的发展。

只要把预测往前推进一点点,只要在正确方向上看到一点点希望,那就能创造出价值。

在此,预测与科幻小说有相似之处。在科幻小说里,一点点超自然能力就会造成深远的影响。在根据菲利普·迪克(Philip K. Dick)的原著改编的电影《预知未来》中,尼古拉斯·凯奇惩恶扬善,大显神威。那么,凯奇的武器是什么呢?就是一点点提前预知的能力。他能看到未来,但只能看到未来两分钟内将要发生之事。但这点本领已经足以改变世界。在片中,凯奇是手无寸铁的平民,心地善良,总是盼着世界变得美好,却要带着一群全副武装的联邦调查局特工在枪林弹雨中穿梭,这些特工都唯他马首是瞻。他能提前知道哪里有陷阱、哪里有狙击手、谁是伪装的坏人,因此他指挥着整个“超人类风险防控队”的一举一动,让这个团队绝处逢生。 从某种意义上说,预测分析也能给组织打造一支类似的“超人类风险防控队”。

组织机构所做出的每项决策以及采取每一步行动都蕴含着风险,如果能提前看到这些缺陷并采取保护性的措施,那么组织机构将获得更多的收益——犯罪行为、股票下跌、入院治疗、坏账、交通拥堵、高中辍学以及那些没有人看的营销材料都有可能得到规避。组织风险管理在传统意义上是针对单一和宏观风险的管理,例如飞机失事或经济下滑,但现在,风险管理的趋势正越来越向大量微观事务管理的方向转变。 预测分析使得人们在做决策时越来越注重“数据驱动”,也就是更依据客观统计数据而不是某人的“判断”。在这个以事实为基础的领域中,常见的词汇都是“分析学”、“大数据”、“商业情报”以及“数据科学”等。

预测某个消费者会怀孕?

预测某个员工会离职了?

预测某人是否可能要进行犯罪了?

这本书开启了很多扇新的“门”,而这些“门”正是“科幻”向现实落地的必由之门。

端木紫风

2016年12月11日星期日

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,636评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,890评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,680评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,766评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,665评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,045评论 1 276
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,515评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,182评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,334评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,274评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,319评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,002评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,599评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,675评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,917评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,309评论 2 345
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,885评论 2 341

推荐阅读更多精彩内容