Video: Big Stan (Full HD BluRay) FULL Movie || Rob Schneider, David Carradine, Jennifer Morrison (Oktober 2024)
Den nyopståede "big data" -meme er aldrig blevet defineret på nogen meningsfuld og endelig måde. Det er den mest amorfe nye buzz-term, som jeg har set i et årti. Det er et af disse "øje af betragterens" udtryk, der bruges til at genoplive et seminar og til sidst suge investorer.
Lad os starte med at spørge, hvad betyder big data? Masser af data? Flere data, end du kan håndtere? Amorfe data? Ude af kontroldata? Nyttige data til analyse? Ubrugelige data? For megen information?
Hvis du læser nok om big data, er det alt det ovenstående og mere. Nøglen er ikke dataene, men udfordringen til, hvordan man håndterer dataene, og hvad man skal gøre med selve dataene.
Med andre ord, hvordan kan vi gøre denne enorme bunke data, som vi har formået at samle, være nyttig på nye og rentable måder? Datapuljerne kan komme overalt via forskellige computermekanismer såsom Facebook-indlæg, NSA-logfiler, postlister, kunder osv.
Jeg vil hævde, at de fleste læsere i denne søjle selv er oplagringssteder med big data. Jeg har lige købt et 3 Terabyte drev til sikkerhedskopiering. Jeg har en masse data at tage backup af! Big data!
Et nyttigt værktøj, jeg kan forestille mig, ville være et stort dataanalyseværktøj, som politiet kunne bruge til at finde dig skyldig i en tilfældig forbrydelse ved at gå igennem dine filer. Eller i det mindste finde noget, der ville genere dig. Big data!
Alt dette kommer tilbage til en kommentar fra en tidligere administrerende direktør for American Express, der fortalte et publikum, at hvis virksomheden ville (og dette gælder alle kreditkortselskaber), kunne det bruge dine personlige købsvaner og tendenser til at sammensætte et komplet dossier og fortæl bestemt, om du er i en affære eller ej. Big data!
Fra hvad jeg kan fortælle, er det nøjagtigt, hvad big data gør bedst, spionere på enkeltpersoner.
Industriens populære kommentar er, at en eller anden måde enorme databaser, der indeholder oplysninger om dig, vil blive brugt til din fordel. Ja, du ved, så du får s for ting, du faktisk er interesseret i. Målrettet annoncering. Dette kommer alle til gode!
Sådan fungerer dette. Jeg er interesseret i at købe et nyt kamera og høre om den nye Bogus One. Jeg læste en artikel på PCMag.com om kameraet, derefter går jeg til Amazon og tjek priser og brugeranmeldelser. Det ser ud som om ingen kan lide kameraet. Det er et oplagt stykke skidt. Alle korrekturlæsere fjernede kameraet. Køberne hader kameraet. Dette er ikke et kamera, jeg vil have. Men big data-analysesoftwaren beslutter at give mig hundreder af annoncer på hver webside, jeg besøger, og alle viser Bogus One-kameraet. Big data!
Det er værre end det. Hvis ting gik i den anden retning, og jeg besluttede, at jeg kunne lide og ville have kameraet og faktisk købte kameraet, ville jeg stadig få annoncer, der opmuntrede mig til at købe kameraet. Big data!
Målrettet "big data" -reklame er den største belastning af baloney nogensinde.
OK, så lad os glemme det fiasko og gå videre til at bruge big data til trends. Big data kan muligvis finde forskellige nåle i forskellige høstakke. Så du får noget som dette: Fyrre procent af alle Subaru-købere er vegetar / veganer og 80 procent af dem er demokrater. Men dette antal steg til henholdsvis 60 og 90 procent, hvis vi taler om en Subaru Outback. Desuden øges den til 99 procent vegetar / veganer og 99 procent demokrat, hvis bilen er malet grøn.
Big data teoretikere ville have en feltdag på seminaret med disse oplysninger. Men det ignorerer alle de variabler, der kan ændre beregninger og tendenser, som er uendelige. Hvor længe vil nogen af disse særlige big data holde, hvis administrerende direktør i Subaru kører op til en samling i en grøn Outback og erklærer, at "alle hvaler skal tilintetgøres!"?
Det tager ikke engang så meget at ændre dynamikken i big data-konklusioner. På trods af hvad American Express-fyren siger, er data faktisk blinde. Derfor får du annoncer for produkter, du allerede har købt.
Store data ville få dig til at springe til konklusioner.
Hvis nogen køber ti bøger om, hvordan man laver en bombe, betyder det da, at han vil sprænge Federal Building? Hvad nu hvis han var en ekspert på bortskaffelse af bomber og det ikke var inkluderet i hans jobtitel som politikonsulent? Big data kan ikke vide alt endnu. Det kan ikke vide, hvad du tænker. Jeg tænker for eksempel på, at Bogus One-kameraet suger. Big data kan ikke vide det, medmindre jeg bliver forhørt. Og jeg lyver måske om det.
Intet af dette lyder godt eller sundt for samfundet. Hoppe til konklusioner, antage antagelser, handle på falske antagelser. Hounding offentligheden med unyttige s.
Big data som et højt koncept vil aldrig fuldstændigt definere sig selv og dø en elendig død. Jeg håber.
