“大数据自动挖掘”才是现在这些大数据的真正关键

    反正笔者知道一个家伙，从2000年开始，就像美国那两个呆子，用这种“不科学的蛮力的硬算方法”进行语义相关度分析，做的事与那两个呆子搞的翻译系统异曲同工，都是有关语言的。可以说他在这方面做出了突破性成果，然而他写的成果文档，博士、专家们看都不看。他现在也就在一家小公司做一份普通IT工作，勉强维持温饱，曾经好长一段时间找不到合适工作，差点去洗碗、当保安。

    也许有人要问了，搞语言方面的去搞数字，这靠谱吗？用大数据的思路，你别管原因，那两个复兴科技的呆子已经告诉你结果了。

    非要知道原因，也可以跟你说说：

    其实语言比数字复杂太多了，举个简单的例子吧：1和2,电脑天然就知道它们的关系，知道哪个大、哪个小，以及大多少；但是“人”和“大”,电脑怎么知道这二者有什么关系，要知道也行，传统的方法就是进行很多人工注解（专业叫词性标注）。要让电脑自己通过数据挖掘来知道文字的意义和相关性，甚至连基本的词库都不给电脑，而让它自己去建，那实在太难了点，简直就是匪夷所思，然而那个家伙做到了。

    也就是说在大数据方面，语言处理与数字相比，难度绝对不是一、两个数量级的差别，因此能做语言的，做数字就很简单了。在有就还是大数据的特点，大数据是不管你什么样的数据，它就是找出相关性，所以文字和数字并没有太大区别。

    前段时间那家伙碰到有人提出一个行业趋势分析的问题，他说只用一个小时就想出了算法，只要把大量数据拿来就能出结果，但是在中国没人敢相信他。

    好了，有点跑题，不好意思。不过你现在知道什么是真正的“大数据”了吧。首先记得大数据是用来进行预测的，即直接告诉你未来的结果，另外就是牢牢记住7个字“大数据自动挖掘”,那就谁也忽悠不了你了。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!