APP下载

大数据如何产生虚假的信心

2016-08-05费文绪编译

世界科学 2016年7期
关键词:研究

费文绪/编译



大数据如何产生虚假的信心

费文绪/编译

● 如果我声称美国人最近变得更加以自我为中心,你可能会把我视为一个爱发牢骚爱怀旧的倔老头,但是如果我说通过分析1 500亿个文本词汇,我能支持这个断言,你又会怎么看我呢?请看卡耐基梅隆大学计算机科学博士研究生杰西·杜尼艾茨(Jesse Dunietz)的分析。

几十年前,这种规模的证据只是一个白日梦。而现在,1 500亿个数据点实际上已经过时了。一股对“大数据”分析的热潮席卷了生物学、语言学、金融学以及它们之间的每个领域。

尽管对于如何定义“大数据”尚未达成完全的共识,不过一般的观点认为,数据集庞大,以致能揭示传统数据查询见不到的模式,这就是大数据。数据通常由数百万现实世界中的用户行为产生,比如Twitter文章或信用卡购买记录,需要利用成千上万台计算机收集、储存和分析这些大数据。不过,对很多公司和研究者而言,对大数据的投入是值得的,因为其模式能破译关于任何事物的信息——从遗传病到明天的股票价格。

但是有一个问题:人们想当然地以为拥有如此海量的数据作为支撑、依赖于大数据的研究不会出错。但是,数据量的巨大可能会为研究结果灌注一种虚假的确定性。很多基于大数据的研究很可能是虚假的——而其中的原因应该让我们对任何盲目相信大数据的研究有所质疑。

在语言和文化研究方面,大数据于2011年大大露脸,当时谷歌推出全球书籍词频统计工具Ngrams。……

登录APP查看全文

猜你喜欢

研究
FMS与YBT相关性的实证研究
2020年国内翻译研究述评
辽代千人邑研究述论
视错觉在平面设计中的应用与研究
关于辽朝“一国两制”研究的回顾与思考
EMA伺服控制系统研究
基于声、光、磁、触摸多功能控制的研究
新版C-NCAP侧面碰撞假人损伤研究
关于反倾销会计研究的思考
焊接膜层脱落的攻关研究