关于我们
一、社交app交友匹配到同事是什么体验?
可能会觉得尴尬吧，通过社交APP再一次认识同事，就有种怎么你也用这个APP的感觉 。还有自己在社交软件上发表的一些言情的动态，也会被同事看到，会感到更加的尴尬，但如果脚趾抠地那能抠开地面的话，那么在这种情况下，抠出一个3室1厅，确实不是一件很困难的事情。有的人使用社交APP而不是发朋友圈，或者QQ空间，就是为了避免熟人社会的尴尬。下面来说一下，可能会有的具体的体验。我们举个例子，比如说两个人一个叫张三，一个叫李四，他俩是同事。平时在公司也不怎么聊天，两个人就是最普通的那种同事，见面了顶多打个招呼，也不多聊私事。平时张三喜欢用社交APP交友，虽然长得不怎么样吧，但是也会对上面的妹子指指点点，活跃在各种美女帖子的下方。而李四呢，平时不用社交软件，只是年纪大了想通过社交软件交友，结果软件的大数据直接把张三的社交账号推给了他，通过比较轨迹和头像，发现张三不就是自己的同事吗？至于在这个社交软件上没有任何秘密的李四来说，发现的同事背后的生活，也许会的他的印象有所改观。而张三怕的，就是这一种可能的改观。没想到张三看上去老老实实的一个人，私下里玩的这么开。如果李四因此而感到欣喜，想着社交新人应该和老用户打个招呼。那么张三大抵会感到尴尬。是那种尴尬到可以用脚趾抠出三室一厅的尴尬。有的人用其他的社交软件，而不发在亲友圈的那些东西，就是不想让别人知道的。正是因为社交软件的隐秘性。因此，人们会在上面更放的开一些，更能展现出真实的自己。这些东西是不希望被熟悉自己的人看见的，更不希望让一般关系周围的人看见。人们可以接受陌生人去窥视自己的生活，却没有办法让把自己完全透明的放在认识的人的眼前。无论在上面是否有秘密，遇到熟人总会有那么一丝尴尬的。如果这类社交app是关于恋爱的话，可能会更尴尬一点。首先，你会有一种窥探到他人隐私的喜悦，随后伴随而来的就是自己隐私被人发现的尴尬。也有那种比较社牛的人，在社交软件上匹配到了自己的同事，非但不会觉得尴尬，反而会欣喜异常，不仅和人家打招呼，而且还会主动的问好，聊各种各样的事情。也许这样能发展成一段恋情。这就说不清楚了。不过如果是像我这样的人的话，可能就只有尴尬了，宁愿和陌生人谈心，也不愿意和身边的人说自己。
二、如何让数据流动起来,让数据拥抱数据
围墙里的大数据注定成为死数据。大数据需要开放式创新，从数据的开放、共享和交易，到价值提取能力的开放，再到基础处理和分析平台的开放，让数据如同血液在数据社会的躯体中长流，滋润数据经济，让更多的长尾企业和数据思维创新者产生多姿多彩的化学作用，才能创造大数据的黄金时代。
我的大数据研究轨迹
我做了4-5年的移动架构和Java虚拟机，4-5年的众核架构和并行编程系统，最近4-5年也在追时髦，先是投入物联网，最近几年一直在做大数据。我们团队的大数据研究轨迹如下图所示：
2010-2012年，主要关注数据和机器的关系：水平扩展、容错、一致性、软硬件协同设计，同时厘清各种计算模式，从批处理（MapReduce）到流处理、Big SQL/ad hoc query、图计算、机器学习等等。事实上，我们的团队只是英特尔大数据研发力量的一部分，上海的团队是英特尔Hadoop发行版的主力军，现在英特尔成了Cloudera的最大股东，自己不做发行版了，但是平台优化、开源支持和垂直领域的解决方案仍然是英特尔大数据研发的重心。
从2013年开始关注数据与人的关系：对于数据科学家怎么做好分布式机器学习、特征工程与非监督学习，对于领域专家来说怎么做好交互式分析工具，对于终端用户怎么做好交互式可视化工具。英特尔研究院在美国卡内基梅隆大学支持的科研中心做了GraphLab、Stale Synchronous Parallelism，在MIT的科研中心做了交互式可视化和SciDB上的大数据分析，而中国主要做了Spark SQL和MLlib（机器学习库），现在也涉及到深度学习算法和基础设施。
2014年重点分析数据和数据的关系：我们原来的工作重心是开源，后来发现开源只是开放式创新的一个部分，做大数据的开放式创新还要做数据的开放、大数据基础设施的开放以及价值提取能力的开放。
数据的暗黑之海与外部效应
下面是一张非常有意思的图，黄色部分是化石级的，即没有联网、没有数字化的数据，而绝大多数的数据是在这片海里面。只有海平面的这些数据（有人把它称作Surface Web）才是真正大家能访问到的数据，爬虫能爬到、搜索引擎能检索到的数据，而绝大多数的数据是在暗黑之海里面（相应地叫做Dark Web），据说这一部分占数据总量的85%以上，它们在一些孤岛里面，在一些企业、政府里面躺在地板上睡大觉。
数据之于数据社会，就如同水之于城市或者血液之于身体一样。城市因为河流而诞生也受其滋养，血液一旦停滞身体也就危在旦夕。所以，对于号称数据化生存的社会来说，我们一定要让数据流动起来，不然这个社会将会丧失诸多重要功能。
所以，我们希望数据能够像“金风玉露一相逢”那样产生化学作用。马化腾先生提出了一个internet+的概念，英特尔也有一个大数据X，相当于大数据乘以各行各业。如下图所示，乘法效应之外，数据有个非常奇妙的效应叫做外部效应（externality），比如这个数据对我没用但对TA很有用，所谓我之毒药彼之蜜糖。
比如，金融数据和电商数据碰撞在一起，就产生了像小微贷款那样的互联网金融；电信数据和政府数据相遇，可以产生人口统计学方面的价值，帮助城市规划人们居住、工作、娱乐的场所；金融数据和医学数据在一起，麦肯锡列举了很多应用，比如可以发现骗保；物流数据和电商数据凑在一块，可以了解各个经济子领域的运行情况；物流数据和金融数据产生供应链金融，而金融数据和农业数据也能发生一些化学作用。比如Google analytics出来的几个人，利用美国开放气象数据，在每一块农田上建立微气象模型，可以预测灾害，帮助农民保险和理赔。
所以，要走数据开放之路，让不同领域的数据真正流动起来、融合起来，才能释放大数据的价值。
三个关于开放的概念
1、数据开放
首先是狭义的数据开放。数据开放的主体是政府和科研机构，把非涉密的政府数据及科研数据开放出来。现在也有一些企业愿意开放数据，像Netflix和一些电信运营商，来帮助他们的数据价值化，建构生态系统。但是数据开放不等于信息公开。首先，数据不等于信息，信息是从数据里面提炼出来的东西。我们希望，首先要开放原始的数据（raw data），其次，它是一种主动和免费的开放，我们现在经常听说要申请信息公开，那是被动的开放。
Tim Berners Lee提出了数据开放的五星标准，以保证数据质量：一星是开放授权的格式，比如说PDF；其次是结构化，把数据从文件变成了像excel这样的表；三星是开放格式，如CSV；四星是能够通过URI找到每一个数据项；五星代表能够和其它数据链接，形成一个开放的数据图谱。
现在主流的数据开放门户，像data.dov或data.gov.uk，都是基于开源软件。英特尔在MIT的大数据科研中心也做了一种形态，叫Datahub：吉祥物很有趣，一半是大象，代表数据库技术，一半是章鱼，取自github的吉祥物章鱼猫。它提供更多的功能比如易管理性，提供结构化数据服务和访问控制，对数据共享进行管理，同时可以在原地做可视化和分析。
广义的数据开放还有数据的共享及交易，比如点对点进行数据共享或在多边平台上做数据交易。马克思说生产资料所有制是经济的基础，但是现在大家可以发现，生产资料的租赁制变成了一种主流（参考《Lean Startup》），在数据的场景下，我不一定拥有数据，甚至不用整个数据集，但可以租赁。租赁的过程中要保证数据的权利。
首先，我可以做到数据给你用，但不可以给你看见。姚期智老先生82年提出“millionaires’ dilemma（百万富翁的窘境）”，两个百万富翁比富谁都不愿意说出自己有多少钱，这就是典型的“可用但不可见”场景。在实际生活中的例子很多，比如美国国土安全部有恐怖分子名单（数据1），
联系我们
热门广告
