當大數據遇上世界盃

　　谷歌、百度、微軟等通過大數據分析賽果

　　2014巴西世界盃進入白熱化，與往年世界盃不同，移動支付和移動彩票App的普及，今年“足彩”為大家增加了看球的樂趣。你聽説“買足彩信谷歌”嗎？據了解，通過大數據分析，谷歌準確地預測了世界盃16強比賽的勝利者。與此同時，央視的王牌節目在報道世界盃時引入了預測世界盃戰果的大數據內容，百度等網際網路巨頭也紛紛扛起“預測”的大旗。

　　隨著技術不斷的成熟，除了能預測球賽，大數據預測也給我們的生活帶來了新的變化。網友小林之前一直在電商網站上買奶粉，沒想到前幾天購買尿片時，快遞員竟然將自己沒有下單的奶粉帶上，原因是經過網站數據測算，估計孩子的奶粉快要吃完了，需要的話可直接簽單購買。這是國內電商網站首次嘗試的基於大數據運算的“預測行銷”。

　　“成功”預測世界盃16強？

　　谷歌的雲計算平臺成功預測了世界盃16強比賽每場比賽的勝利者。據了解，谷歌使用來自實時體育比賽數據公司Opta Sports的數據，以及由BigQuery工程師喬丹·提加尼開發的實力排行榜系統，更考慮了觀眾熱情程度數據，以計算出主隊優勢，從而預測賽果。此外，谷歌使用這一系統來預測世界盃8強的比賽，結果也驚人地準確：巴西對哥倫比亞，巴西勝概率為71%；法國對德國，法國勝概率為69%；荷蘭對哥斯大黎加，荷蘭勝概率為68%；阿根廷對比利時，阿根廷勝概率為81%。

　　事實上，對於預測結果，谷歌並不是唯一做出完美預測的公司，百度、微軟必應也進行了預測，大家的共同點都在於是依據雲數據系統的綜合分析來做出預測。

　　隨著大數據行業的發展，谷歌、亞馬遜、阿裏、百度、騰訊，都因為擁有大量的用戶註冊和運營資訊，自然地成為大數據公司。各種數據的記錄也許看起來是隨機的，但是當這些數據由光速電腦進行分析之後，便會揭示出影像、模式、聯繫和趨勢，不僅可以提高業務績效，更改變生活。

　　谷歌、百度等搜索引擎不僅存儲了搜索結果中出現的網路連接，還會儲存用戶搜索關鍵詞的行為，它能夠精準地記錄下人們進行搜索行為的時間、內容和方式，在你意識到自己要找什麼之前預測出你的意圖。

　　猜考題、防疫情 大數據無所不能？

　　去年春節期間，百度已經開始了對於春節人口流動趨勢的預測；今年清明和五一，百度對全國各大景區、城市的人流熱度做了預測，其針對2014年高考作文命題方向的預測更是“命中”了全國18套考題中的12套。據了解，百度的“高考預測”還可以利用歷史搜索數據、歷年的錄取分數、各批次省控線預測全國各個大學的報考熱度、難度，各種專業的報考趨勢以及本省考生都對哪些專業、學校感興趣等。百度CEO李彥宏表示，“對數據的挖掘整理只是大數據技術的初級階段。除了通過大數據分析規律、趨勢，機器必須還要會自主思考才行。”

　　除了IT企業計劃的疾病預測、房地産預測、就業預測、金融預測，我國疾控中心也計劃運用大數據，提前確定一定規模的未知疾病，為疫情控制爭取時間。

　　不過，從目前來看，大數據的分析預測能力還遠未完善。2009年，甲型H1N1流感爆發的幾週前，“谷歌流感趨勢”預測了流感在美國境內的傳播，其分析結果甚至具體到特定的地區和州，並且非常及時，令公共衛生官員倍感震驚。不過，2013年，谷歌對於流感的預測與美國疾病控制中心匯總後的結果相比，誇大了幾乎一倍。

　　業界認為，未來“大數據的精準分析不僅有賴於數據資源的擴充，更要基於大數據引擎的發展進步。”據了解，IBM已推出大數據行業方案，英特爾入股了大數據初創企業Cloudera，還推出了基於Hidoop的“大數據引擎”。

　　專家：

　　數據協同和隱私問題待解

　　谷歌、IBM、甲骨文、SAP等企業在大數據領域進行了技術創新，越來越多的國外企業憑藉技術優勢和先行經驗進軍大數據市場。然而，我國大數據産業發展仍然處於起步階段。“每一次點擊、觸摸、短信、微信、微博、駕駛、飛行、通話、拍照、購買等都産生數據……雖然每天在産生大量數據，卻沒有顯示出足夠的威力。”賽迪顧問分析師表示，“交通部門有車聯網、物聯網、路網監控、船聯網、碼頭車站監控等地方的大數據，衛生部門擁有流感法定報告數據、全國流感樣病例哨點監測和病原學監測數據，公安部門有大量的視頻監控數據，但政府部門幾乎都沒有大數據處理和挖掘技術。”

　　除了網際網路公司，沃爾瑪、中國移動等傳統企業也掌握著大量用戶數據，平臺企業互相獨立地應用數據淘金，各取所需，但數據的私密佔有嚴重制約著大數據的廣泛應用和融合發展。“大數據的協同可以實現智慧路徑規劃、運力管理、流感預測、疫苗接種指導、安防追逃等。”

　　《大數據時代》一書中指出，“大數據本身探尋的是一種趨勢，而非精準性，若要無限接近統計結果，必須讓大數據與精細的傳統統計方法互補，而非兩者相互替代。”

　　此外，數據的隱私問題也仍然待解。谷歌斥鉅資投入的癌症預測項目中，僅有4%的癌症患者參與到了臨床試驗數據庫項目中，這也就意味著高達96%病患的醫療和綜合體徵資訊難以被其他醫療機構或者醫生輕易獲悉。