找到“强相关数据”
首先,无论大数据或小数据,有价值的就是好数据;其次,“大数据”这个词,更多是一种思维方式和一个时代标志。 实际的场景中使用的数据往往是有限的,真正有用的是“小数据”。 兵法上讲,“伤其十指不如断其一指”,大数据是一样的道理,要用力在关键的“一指”上,不必追求“十指”面面俱到。 用户源源不断地产生数据,目前对于企业来说,数据的收集和存储能力并不构成障碍。 症结在于,90%的数据没有被真正利用起来,成了“废数据”。 主观上,这与机构的数据思维文化有关,并不是所有公司都能像奈飞、亚马逊那样推崇用数据说话。 客观上,则与数据的相关度有关。 比如一名用户10年前的互联网数据,对于分析当下或预测未来并没有太多的作用,时间序列上的弱相关度,大大减弱了数据的效力。 相关数据,特别要强调与特定场景的相关度。现在,人工智能的应用针对的是某个具体任务或具体目标,需要的数据类型不尽相同。 比如,传媒、金融、医疗等各行业需要的细分数据不同,具体到同一行业的子领域也不同。比如,在医疗领域,心血管疾病和癌症诊断所要的细分数据就不一样。 大部分人工智能的应用场景,都是针对一个具体的任务。 比如,个人信贷鉴别申请者的信用风险,餐饮外卖确定最优的派送路线,资讯信息流做精准的个性化推荐……具体的场景中,起作用的主要是相关度高的数据。 (编辑:衡阳站长网) 【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! |