大資料與死資料
為什麼，在得知貴州還開辦了大資料交易中心，也許是全球第乙個
會覺得無比彆扭？？
連續發布了blog《大資料與鄭國渠》、《大資料與黑天鵝》...
在blog中，筆者曾經提到：
積累的資料，乙個連pm2.5、耕地面積，都是****的**，再多的資料，缺乏流動與共享，也是死資料，有意義嗎？
4月30日，一周後，黑天鵝又一次出現：《中國科學家難以獲取高質量的國內資料科學》
國內**強推大資料，提公升為國家戰略的另外兩個「潛在」考慮，可能是：
::基於大資料、資訊科技的新型「計畫經濟」，個人對經濟不熟悉，但直覺上覺得不靠譜，至少目前沒看到有這方面的理論體系，而成熟的理論體系，是專案成功的基本要素。
有了成熟的理論體系，未必一定成功，沒有，絕對是失敗
::建立類似1984的社會管理體系，這個更加不靠譜，網路危機公關的經典手法就是，採用大量的關聯資訊，淹沒負面新聞。
一組（10臺）電腦，每天可以發布上億條資訊（包括填寫驗證碼），可以模擬千萬級的使用者資料。
（順便說一句，個人是國內首家4a級網路公關公司的聯合創始人之一，服務過150+國際500強，包括微軟、賓士、西門子）
大資料的通道是網際網路，資料、資訊是一次性消費產品，可以零成本傳播、複製，網際網路的核心只有兩個字：free（免費）+open（開放)
積累的資料，乙個連pm2.5、耕地面積，都是****的**，再多的資料，缺乏流動與共享，也是死資料，有意義嗎？
中國科學家難以獲取高質量的國內資料科學
上海海事大學的zheng
wan在《自然》上發表文章稱，中國科學家越來越難以獲得高質量的國內資料，認為這一情況可能阻礙科研和創新。他說，大部分公共資料被**部門控制，其中一些加強了對資料的壟斷，使得中國研究人員難以獲取這些資料。人文科學的研究人員受影響最大，但資料訪問的限制正擴大到環境科學和公共健康等領域，原因是資料具有政治敏感性。即使資料公開了，其質量也令人擔憂，最明顯的乙個例子是全國的gdp資料和各省公布的gdp資料之間存在顯著差距，國家統計局稱資料差異是資料收集方法的不同導致的。在文章最後，zheng
wan談論了網際網路審查，稱google學術搜尋被遮蔽對他的工作影響非常大。
傳統資料與大資料
問世間，大資料為何物，直教人眾說紛紜 一本 big data 的書，掀起了大資料的浪潮，不管是it人士，還是 精英，都在議論大資料，春運大資料 出遊大資料 美食大資料 閱讀大資料 那麼，大資料到底是什麼呢？難道量大 數大就是大資料嗎？如果是這樣，大資料就是炒舊飯了，殊不知電信領域無論從數量規模，還是...
大資料與資料脫敏
單列並不能定位個人，但是多列資訊可用來潛在的識別某個人，這些列被稱為半識別列，如郵編號，生日及性別等。美國的乙份研究 稱，僅使用郵編號，生日和性別資訊即可識別87 的美國人 3 包含使用者敏感資訊的列，如交易數額，疾病以及收入等。其他不包含使用者敏感資訊的列。屬性洩露，當資料使用人員根據其訪問的資料...
大資料簡介與大資料分析
大資料 是乙個體量特別大，資料類別特別大的資料集，並且這樣的資料集無法用傳統資料庫工具對其內容進行抓取 管理和處理。大資料 首先是指資料體量 volumes 大，指代大型資料集，一般在10tb?規模左右，但在實際應用中，很多企業使用者把多個資料集放在一起，已經形成了pb級的資料量 其次是指資料類別 ...