大數(shù)據(jù)的思維方式

　　隨著大數(shù)據(jù)的發(fā)展，大數(shù)據(jù)的思維方式也不斷發(fā)展，那么有哪些大數(shù)據(jù)的思維方式呢?今天學(xué)習(xí)啦小編為大家?guī)?lái)了大數(shù)據(jù)的思維方式，一起來(lái)看看吧!

　　大數(shù)據(jù)的思維方式

　　總體思維

　　社會(huì)科學(xué)研究社會(huì)現(xiàn)象的總體特征，以往采樣一直是主要數(shù)據(jù)獲取手段，這是人類在無(wú)法獲得總體數(shù)據(jù)信息條件下的無(wú)奈選擇。在大數(shù)據(jù)時(shí)代，人們可以獲得與分析更多的數(shù)據(jù)，甚至是與之相關(guān)的所有數(shù)據(jù)，而不再依賴于采樣，從而可以帶來(lái)更全面的認(rèn)識(shí)，可以更清楚地發(fā)現(xiàn)樣本無(wú)法揭示的細(xì)節(jié)信息。正如舍恩伯格總結(jié)道：“我們總是習(xí)慣把統(tǒng)計(jì)抽樣看作文明得以建立的牢固基石，就如同幾何學(xué)定理和萬(wàn)有引力定律一樣。但是，統(tǒng)計(jì)抽樣其實(shí)只是為了在技術(shù)受限的特定時(shí)期，解決當(dāng)時(shí)存在的一些特定問(wèn)題而產(chǎn)生的，其歷史不足一百年。如今，技術(shù)環(huán)境已經(jīng)有了很大的改善。在大數(shù)據(jù)時(shí)代進(jìn)行抽樣分析就像是在汽車時(shí)代騎馬一樣。在某些特定的情況下，我們依然可以使用樣本分析法，但這不再是我們分析數(shù)據(jù)的主要方式。”也就是說(shuō)，在大數(shù)據(jù)時(shí)代，隨著數(shù)據(jù)收集、存儲(chǔ)、分析技術(shù)的突破性發(fā)展，我們可以更加方便、快捷、動(dòng)態(tài)地獲得研究對(duì)象有關(guān)的所有數(shù)據(jù)，而不再因諸多限制不得不采用樣本研究方法，相應(yīng)地，思維方式也應(yīng)該從樣本思維轉(zhuǎn)向總體思維，從而能夠更加全面、立體、系統(tǒng)地認(rèn)識(shí)總體狀況。

　　容錯(cuò)思維

　　在小數(shù)據(jù)時(shí)代，由于收集的樣本信息量比較少，所以必須確保記錄下來(lái)的數(shù)據(jù)盡量結(jié)構(gòu)化、精確化，否則，分析得出的結(jié)論在推及總體上就會(huì)“南轅北轍”，因此，就必須十分注重精確思維。然而，在大數(shù)據(jù)時(shí)代，得益于大數(shù)據(jù)技術(shù)的突破，大量的非結(jié)構(gòu)化、異構(gòu)化的數(shù)據(jù)能夠得到儲(chǔ)存和分析，這一方面提升了我們從數(shù)據(jù)中獲取知識(shí)和洞見(jiàn)的能力，另一方面也對(duì)傳統(tǒng)的精確思維造成了挑戰(zhàn)。舍恩伯格指出，“執(zhí)迷于精確性是信息缺乏時(shí)代和模擬時(shí)代的產(chǎn)物。只有5%的數(shù)據(jù)是結(jié)構(gòu)化且能適用于傳統(tǒng)數(shù)據(jù)庫(kù)的。如果不接受混亂，剩下95%的非結(jié)構(gòu)化數(shù)據(jù)都無(wú)法利用，只有接受不精確性，我們才能打開(kāi)一扇從未涉足的世界的窗戶”。也就是說(shuō)，在大數(shù)據(jù)時(shí)代，思維方式要從精確思維轉(zhuǎn)向容錯(cuò)思維，當(dāng)擁有海量即時(shí)數(shù)據(jù)時(shí)，絕對(duì)的精準(zhǔn)不再是追求的主要目標(biāo)，適當(dāng)忽略微觀層面上的精確度，容許一定程度的錯(cuò)誤與混雜，反而可以在宏觀層面擁有更好的知識(shí)和洞察力。

　　相關(guān)思維

　　在小數(shù)據(jù)世界中，人們往往執(zhí)著于現(xiàn)象背后的因果關(guān)系，試圖通過(guò)有限樣本數(shù)據(jù)來(lái)剖析其中的內(nèi)在機(jī)理。小數(shù)據(jù)的另一個(gè)缺陷就是有限的樣本數(shù)據(jù)無(wú)法反映出事物之間的普遍性的相關(guān)關(guān)系。而在大數(shù)據(jù)時(shí)代，人們可以通過(guò)大數(shù)據(jù)技術(shù)挖掘出事物之間隱蔽的相關(guān)關(guān)系，獲得更多的認(rèn)知與洞見(jiàn)，運(yùn)用這些認(rèn)知與洞見(jiàn)就可以幫助我們捕捉現(xiàn)在和預(yù)測(cè)未來(lái)，而建立在相關(guān)關(guān)系分析基礎(chǔ)上的預(yù)測(cè)正是大數(shù)據(jù)的核心議題。通過(guò)關(guān)注線性的相關(guān)關(guān)系，以及復(fù)雜的非線性相關(guān)關(guān)系，可以幫助人們看到很多以前不曾注意的聯(lián)系，還可以掌握以前無(wú)法理解的復(fù)雜技術(shù)和社會(huì)動(dòng)態(tài)，相關(guān)關(guān)系甚至可以超越因果關(guān)系，成為我們了解這個(gè)世界的更好視角。舍恩伯格指出，大數(shù)據(jù)的出現(xiàn)讓人們放棄了對(duì)因果關(guān)系的渴求，轉(zhuǎn)而關(guān)注相關(guān)關(guān)系，人們只需知道“是什么”，而不用知道“為什么”。我們不必非得知道事物或現(xiàn)象背后的復(fù)雜深層原因，而只需要通過(guò)大數(shù)據(jù)分析獲知“是什么”就意義非凡，這會(huì)給我們提供非常新穎且有價(jià)值的觀點(diǎn)、信息和知識(shí)。也就是說(shuō)，在大數(shù)據(jù)時(shí)代，思維方式要從因果思維轉(zhuǎn)向相關(guān)思維，努力顛覆千百年來(lái)人類形成的傳統(tǒng)思維模式和固有偏見(jiàn)，才能更好地分享大數(shù)據(jù)帶來(lái)的深刻洞見(jiàn)。

　　智能思維

　　不斷提高機(jī)器的自動(dòng)化、智能化水平始終是人類社會(huì)長(zhǎng)期不懈努力的方向。計(jì)算機(jī)的出現(xiàn)極大地推動(dòng)了自動(dòng)控制、人工智能和機(jī)器學(xué)習(xí)等新技術(shù)的發(fā)展，“機(jī)器人”研發(fā)也取得了突飛猛進(jìn)的成果并開(kāi)始一定應(yīng)用。應(yīng)該說(shuō)，自進(jìn)入到信息社會(huì)以來(lái)，人類社會(huì)的自動(dòng)化、智能化水平已得到明顯提升，但始終面臨瓶頸而無(wú)法取得突破性進(jìn)展，機(jī)器的思維方式仍屬于線性、簡(jiǎn)單、物理的自然思維，智能水平仍不盡如人意。但是，大數(shù)據(jù)時(shí)代的到來(lái)，可以為提升機(jī)器智能帶來(lái)契機(jī)，因?yàn)榇髷?shù)據(jù)將有效推進(jìn)機(jī)器思維方式由自然思維轉(zhuǎn)向智能思維，這才是大數(shù)據(jù)思維轉(zhuǎn)變的關(guān)鍵所在、核心內(nèi)容。眾所周知，人腦之所以具有智能、智慧，就在于它能夠?qū)χ茉獾臄?shù)據(jù)信息進(jìn)行全面收集、邏輯判斷和歸納總結(jié)，獲得有關(guān)事物或現(xiàn)象的認(rèn)識(shí)與見(jiàn)解。同樣，在大數(shù)據(jù)時(shí)代，隨著物聯(lián)網(wǎng)、云計(jì)算、社會(huì)計(jì)算、可視技術(shù)等的突破發(fā)展，大數(shù)據(jù)系統(tǒng)也能夠自動(dòng)地搜索所有相關(guān)的數(shù)據(jù)信息，并進(jìn)而類似“人腦”一樣主動(dòng)、立體、邏輯地分析數(shù)據(jù)、做出判斷、提供洞見(jiàn)，那么，無(wú)疑也就具有了類似人類的智能思維能力和預(yù)測(cè)未來(lái)的能力。“智能、智慧”是大數(shù)據(jù)時(shí)代的顯著特征，大數(shù)據(jù)時(shí)代的思維方式也要求從自然思維轉(zhuǎn)向智能思維，不斷提升機(jī)器或系統(tǒng)的社會(huì)計(jì)算能力和智能化水平，從而獲得具有洞察力和新價(jià)值的東西，甚至類似于人類的“智慧”。

　　大數(shù)據(jù)的定義

　　對(duì)于“大數(shù)據(jù)”(Big data)研究機(jī)構(gòu)Gartner給出了這樣的定義。“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來(lái)適應(yīng)海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。[1]

　　麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征。[4]

　　大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專業(yè)化處理。換而言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。[5]

　　從技術(shù)上看，大數(shù)據(jù)與云計(jì)算的關(guān)系就像一枚硬幣的正反面一樣密不可分。大數(shù)據(jù)必然無(wú)法用單臺(tái)的計(jì)算機(jī)進(jìn)行處理，必須采用分布式架構(gòu)。它的特色在于對(duì)海量數(shù)據(jù)進(jìn)行分布式數(shù)據(jù)挖掘。但它必須依托云計(jì)算的分布式處理、分布式數(shù)據(jù)庫(kù)和云存儲(chǔ)、虛擬化技術(shù)。[2]

　　隨著云時(shí)代的來(lái)臨，大數(shù)據(jù)(Big data)也吸引了越來(lái)越多的關(guān)注。分析師團(tuán)隊(duì)認(rèn)為，大數(shù)據(jù)(Big data)通常用來(lái)形容一個(gè)公司創(chuàng)造的大量非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)在下載到關(guān)系型數(shù)據(jù)庫(kù)用于分析時(shí)會(huì)花費(fèi)過(guò)多時(shí)間和金錢。大數(shù)據(jù)分析常和云計(jì)算聯(lián)系到一起，因?yàn)閷?shí)時(shí)的大型數(shù)據(jù)集分析需要像MapReduce一樣的框架來(lái)向數(shù)十、數(shù)百或甚至數(shù)千的電腦分配工作。

　　大數(shù)據(jù)需要特殊的技術(shù)，以有效地處理大量的容忍經(jīng)過(guò)時(shí)間內(nèi)的數(shù)據(jù)。適用于大數(shù)據(jù)的技術(shù)，包括大規(guī)模并行處理(MPP)數(shù)據(jù)庫(kù)、數(shù)據(jù)挖掘、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫(kù)、云計(jì)算平臺(tái)、互聯(lián)網(wǎng)和可擴(kuò)展的存儲(chǔ)系統(tǒng)。

　　什么是全腦思維

　　全腦思維是從多角度、多視野去生發(fā)和聯(lián)想的思維模式。全腦思維教育就是全腦功能開(kāi)發(fā)、全人教育教學(xué)。從事這種教學(xué)，教師、學(xué)生、家長(zhǎng)以及社會(huì)都必須轉(zhuǎn)變教學(xué)觀念，變以傳授知識(shí)為中心的課堂教學(xué)模式，為以“終身學(xué)習(xí)和終身發(fā)展”的育人、發(fā)展人、提高人的綜合素質(zhì)的全人教育為中心的教學(xué)模式，統(tǒng)一在學(xué)科教育之中，教單科育全人。