2020-11-29 14:25:14
2017年5月27日，星期天， 农历五月初三
丁酉年乙巳月乙卯日[鸡年]
今日大数据资讯看点：
简述何为大数据？
——大数据或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。本文以最通俗的语言和图文并茂的方式告诉你什么叫大数据。
——每一个消费者形象是多元且鲜活的，人们原来对于消费者的价格假设、人群感知、区域判断等已经不再奏效，而找到洞察消费者的最好工具就是：大数据。通过众多案例的分享，揭示如何通过大数据有效地挖掘出数据价值，判断行业趋势，做运营决策，最终作出一个固定态的判断。
——无一例外，农业、交通业、建筑业、旅游业、销售业、保险业均与天气的变化息息相关。随着气象在社会生产生活中越来越受重视，气象业务也在不断地拓宽领域，从最基础的天气预报到现有的气候预测、公共气象服务、专业专项气象服务、气象防灾减灾等，气象业务仍将继续拓展。如今，随着各行各业对气象信息的需求越来越大，简单的晴雨气温预报已经无法满足人们的需要。尤其在大数据时代，气象服务能为人们做得远不止天气预报和自然灾害的预警。
——工作和生活节奏越来越快的当下，对于忙碌的都市女性，哪些健康问题在困扰她们？是失眠与抑郁，还是减肥与美颜？处在不同年龄段，生活在不同城市的她们，哪些烦恼相似，哪些又相差甚远？《2017都市女性健康洞察微报告》，通过聚焦8400万都市女性的问诊数据，发现了她们健康方面的许多“闺中秘密”
——如火如荼的大数据时代，上至国家决策层和巨型IT企业，下至创业公司和转型中的传统企业，无不热衷谈大数据。尤其当大数据融入“机器学习”和“人工智能”庞大体系以后，大数据命题已经上升到了改变人类命运的高度。时间和空间是人类认知世界的基本框架，在此方向上的研究和探索，古今中外经久不息。大数据在任何领域的应用，都无法避免时空维度的数据分析，究竟什么才是适应大数据、机器学习和人工智能的时空大数据模型，还需要相当长时间的探索和实践，任重而道远。
——当前，随着互联网技术的不断发展，大数据一词不仅风靡全球，而且也广泛地影响着人们的生活。“大数据”的应用领域越来越广泛，各行各业正在广泛依托“大数据”获取自己有用的价值，比如了解客户需求、优化业务流程、优化机器和设备性能、改善安全和执法、改善城市交通、促进医疗和大健康、促进生态环境建设、促进金融交易等等。“大数据”已成为新形势下的一项重要新兴产业，人类社会发展已迈进“大数据”时代。关于“大数据”的研究，目前学术界已有不少成果，在这里，笔者想从易学这一独特视角作些探讨，以期为当前的“大数据”研究和建设提供一点参考。
详细内容：
简述何为大数据？
大数据或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的4V特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。“大数据”是指以多元形式，自许多来源搜集而来的庞大数据组，往往具有实时性。
从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式计算架构。它的特色在于对海量数据的挖掘，但它必须依托云计算的分布式处理、分布式数据库、云存储和/或虚拟化技术。大约从2009年开始，“大数据”才成为互联网信息技术行业的流行词汇。
数据又并非单纯指人们在互联网上发布的信息，全世界的工业设备、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，也产生了海量的数据信息。大数据的意义是由人类日益普及的网络行为所伴生的，受到相关部门、企业采集的，蕴含数据生产者真实意图、喜好的，非传统结构和意义的数据 。
“给我提供一些数据，我就能做一些改变。如果给我提供所有数据，我就能拯救世界。”微软史密斯这样说。从海量数据中“提纯”出有用的信息，这对网络架构和数据处理能力而言也是巨大的挑战。在经历了几年的批判、质疑、讨论、炒作之后，大数据终于迎来了属于它的时代。奥巴马政府甚至将大数据定义为“未来的新石油”。
大数据时代的来临，它将在众多领域掀起变革的巨浪。因此，针对不同领域的大数据应用模式、商业模式研究将是大数据产业健康发展的关键。现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。
大数据的价值体现在以下几个方面：
1.对大量消费者提供产品或服务的企业可以利用大数据进行精准营销；
2.做小而美模式的中长尾企业可以利用大数据做服务转型；
3.面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值。
不过，“大数据”在经济发展中的巨大意义并不代表其能取代一切对于社会问题的理性思考，科学发展的逻辑不能被湮没在海量数据中。没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。
在时下商界的流行语中，很难找出一个比“大数据”更吸引眼球的术语了。大数据最核心的价值就是在于对于海量数据进行存储和分析。相比起现有的其他技术而言，大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。在大数据和大数据分析，他们对企业的影响有一个兴趣高涨。大数据分析是研究大量的数据的过程中寻找模式，相关性和其他有用的信息，可以帮助企业更好地适应变化，并做出更明智的决策。
从市场角度来看，大数据还面临其他因素的挑战。大数据很有前景，但是市场中数据噪音太多，会导致数据价值大大降低。以无线营销为例，大量的刷量以及水军好评差评等数据已经严重干扰了数据的准确性，这实际上大大降低了数据的价值。大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革。云计算主要为数据资产提供了保管、访问的场所和渠道，而数据才是真正有价值的资产。如何盘活这些数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。
大数据正在以不可阻拦的磅礴气势，与当代同样具有革命意义的最新科技进步 ，如：纳米技术、生物工程、全球化等等一起，揭开人类新世纪的序幕。大数据技术离你我都并不遥远，它已经来到我们身边，渗透进入我们每个人的日常生活消费之中。大数据宛如是提供解开宇宙中众多谜团的钥匙。
来源：今日头条 帮你找
原文链接：http://www.toutiao.com/i6415372455468073473/
4月24日，在“2017新网商营销大会”上，第一财经新媒体科技有限公司总经理黄磊，分享了他对于大数据时代下的消费者洞察和运营。
在黄磊看来，每一个消费者形象是多元且鲜活的，人们原来对于消费者的价格假设、人群感知、区域判断等已经不再奏效，而找到洞察消费者的最好工具就是：大数据。通过众多案例的分享，黄磊揭示如何通过大数据有效地挖掘出数据价值，判断行业趋势，做运营决策，最终作出一个固定态的判断。
以下为黄磊演讲内容，经《天下网商》整理：
消费者的多元形象
用数据去看，今天的这个主题是洞察。洞察是更好地了解、更好地观察。以前一个消费者到在座各位店铺购物时，我们统一回一句“亲”，但是，每一个消费者都是鲜活的、多元的，是需要洞察的。
第一，我们对价格假设，是否还奏效？
这份报告来自于汽车儿童安全座椅研究报告。在儿童安全座椅细分品类中出货价格区间，我们总会认为消费者会选择价格低廉的商品，然后再一层层涨高，但是消费者在这一单品上的消费偏好，与我们对于消费者价格模型并不奏效。
第二，我们对人群的感知，是否还可靠？
这是一张女性消费者2014年和2015年不同人群变化的趋势，数据显示了这样一个细节：女性消费人群主力基本上所有的箭头都是从左指向右，意味着绝对人数在增长，但是大部分指标显示已经到了一个瓶颈状态，整个电商渗透率高，所以增速在下降。
第三：我们对区域的判断，是否取决于走多远？
这是一份来自于第一财经商业数据中心跨境消费的报告。对于保健品消费偏好和对于母婴品消费偏好，呈现了非常清晰的地域划分：北方人更喜欢养生，更在意自己这一代人的健康，但南方人群更注重下一代的培养，母婴品消费很大。
第四，从娱乐到社交到转化成交，消费者身份变迁的链路如何？
去年非常有名的IP剧《微微一笑很倾城》，一个IP网红剧对于广告植入能够带动销量。具体来看：第一阶段，在这部IP剧播出之前，已经开始在社交媒体上做预热了，但是剧集还没有播出，于是，它的植入品牌销量是没有变化的；第二阶段，随着剧集的播出，社交媒体、视频平台呈现了非常强烈的互动，植入的淘系品牌开始快速获得出货的效果；第三阶段，播出后，随着社交平台和视频平台的回归与正常状态，但是整个平台所带来的效果会长期持续。任何一个概况下都需要数据更为精细化的研磨，因为毕竟每个人都需要精细化运营。
再举一个人群，很多人觉得对于一个高端美妆品牌，大学生不能作为营销对象，因为他们的转化率太低。然而，事实并非如此，今天他的购买力和他未来购买潜力之间，必须用数据来做桥梁。
大数据的方法论
对于消费者，今天要找一个固定态的判断，最好的办法是找到一个洞察消费者的有效工具，这个工具就是：数据。
大数据并不一定要求数据的量非常大，它的关键在于挖掘数据的价值并呈现出来，帮助我们更好地看待整个市场的数据，看待品牌的数据，看待你的竞争对手、同业的商家以及消费者的数据。这也是大数据洞察的价值所在。
第一，产品。大数据可以帮助改善一个店铺产品的指标。
第二，渠道。商家在规划自己渠道时，包括线上线下、淘内淘外，通过大数据洞察可以选择更好的渠道。
第三，价格。不是简单的成本收益计算，因为成本收益是你营销最后的结果，定价策略才更加重要。
第四，营销。你选择什么样的广告投放？
第五，品牌。你选择什么样的品牌，你的品牌画像是什么，你品牌使命感、解读语是什么？数据可以帮助你。
预测率稳定在70%以上？
上面的是方法论，以具体案例来说。
第一个案例，美妆行业的面膜。近几年，面膜是非常热的一个品类，面膜涌现了很多概念。2014年、2015年，分析团队用整个消费偏好的数据，看看之后三年的面膜趋势。
当把所有面膜品类概念嵌入这个表格当中，便区分出四种可能：第一种可能是高价值概念，在这个象限中落下来的单品成长迅速，未来趋势非常好，是氨基酸、蜂蜜、针剂、玻尿酸。而活性炭、蜗牛等等的面膜呈渗透率下降趋势，而且人数绝对规模在下降，特别是颓势概念。
当我们用红框圈出2014到2016年的市场趋势，果然是快速增长的，红色落在了玻尿酸、蜂蜜、氨基酸。基于2014和15年的判断，高价格概念和颓势概念这两个概念的命中率是100%。考虑到中间不稳定的概念，这四个整体预测率是72%。
在行业中做判断时，当面对陌生人群时，你的预测率能稳定在70%以上吗？这就是今天数据给我们一个非常稳定的预测工具。
当每一个店铺运营自己商品的时候，真正的先行指标应该是人，哪怕这个人从来没有进入过你的店铺，哪怕这个人从来没有在你所在的行业消费，而这些人偏好被极早洞察到，这对于整个规划非常有价值。
每一个品牌策略和路径都是不同的，需要从整个消费者的消费行为，分析不同的逻辑所在。TOP10品牌从2013年占有整个市场过半，到现在占有整个市场的四成。这证明整个市场成熟度在提升，这样概括准确吗？
把三类数据做交叉，又得出不同的概念。第一，看面膜概念的分类；第二，看整个品牌的头部、腰部、尾部商家，整个品牌的分布；第三，看消费者在这样两个指标下的选择。所以，对于针剂这个品牌来讲，TOP品牌可以快速进入针剂市场；对于氨基酸品类，腰部商家非常适合。
再看美妆品类购物栏组合的情况，2014年护肤品类和美妆品类，只有一条路径：眉笔、眉粉、眉膏。到了2015年，关联度会快速扩充，从护肤品牌指向彩妆品牌路径，有美容工具、眼线、口红。再到2016年，你在选择店铺商品强势的单品和要进入的领域时，你会看到哪些是关联的，哪些是最容易加购的。
研究了美妆领域的整个消费人群的分布后，到底哪个人群在快速增长呢？通过潜力人群研究发现，18-22岁的用户，增速排名第一，美妆行业17年的主力人群。这对于渠道店铺来讲，定位是做成很多的品牌、货品分发的店铺，在制定自己店铺策略时，可在品牌上可以稍微挪一些资源。
再举一个一场聚划算的活动案例。参聚商品及实际售出商品价格分布差距较大，如湿巾，活动商品主要集中在60元以下低价位段，但是实际成交占比最大在180-250元之间，聚划算用户消费特征之一是囤货，所以适当的组合营销更能带动销售。
最后，以男装案例为例。4月短袖T恤销售将大幅增长，提前了解重点发力区域加大投放，这样的一条短信或者战略推送才不是骚扰，这样的服务在数据帮助下才有可能带来实际的转化。
（来源：天下网商）
原文链接：http://it.sohu.com/20170426/n490767726.shtml
如今，随着各行各业对气象信息的需求越来越大，简单的晴雨气温预报已经无法满足人们的需要。尤其在大数据时代，气象服务能为人们做得远不止天气预报和自然灾害的预警。
（图片来源于网络）
气象大数据正在上演“跨界结合”
无一例外，农业、交通业、建筑业、旅游业、销售业、保险业均与天气的变化息息相关。随着气象在社会生产生活中越来越受重视，气象业务也在不断地拓宽领域，从最基础的天气预报到现有的气候预测、公共气象服务、专业专项气象服务、气象防灾减灾等，气象业务仍将继续拓展。
其实，可以毫不夸张地说，气象部门就是一个超大的“数据库”，里面存储了海量的数据。从业务角度对气象数据进行划分，包括气象观测数据和气象产品数据。有数据显示，我国8颗在轨气象卫星，每年将构成PB级的海量数据，还有2400多个地面站、120多个高空探测站、5万多个自动监测站等基础气象设施都在逐日逐小时甚至到逐分钟，扫描着我国出现的各种大气数据。
“随着互联网深入发展，公众对气象服务提出了更多新需求、新要求。”华风爱科CEO冯雪接受光明网记者采访时说，大数据的发展一定要做到“跨界结合”，几乎各行各业对天气都有需求，“天气不是每个人每天都需要的东西，但一定是大多数人一生中都需要的东西”。
比如，交通物流方面，实时的天气预测与地图大数据结合，对物流线路及天气进行预估，规划最优行进路线，可以避免事故发生；旅游出行方面，个性化的中长期预报加上大数据分析出的精确需求，将为公众定制私人旅行路线，并提供智能沿途天气服务，从出发到返程，全程提供智能气象服务；此外，在能源、农业、防灾减灾、金融、保险等传统领域，都对天气的需求非常大，相关产品设计一定要把天气要素作为重要参考点。
“其实这么多年来，气象行业一直没有离开‘数据’，对于天气的预报一定要基于海量数据的分析和计算。”冯雪说，人工智能、机器学习、深度挖掘等，都是探索如何从“数据大”到“大数据”的过程，尝试通过不同的工具和方式、方法更好地利用这些数据，“天气预报的准确率在不断提升，即便不能做到百分之百，起码在不断趋近这样的水平”。
从“降雨指数50%”到“告诉用户要不要带伞”
现在，国外知名流媒体服务平台“Spotify”推出“天气触发”的流媒体歌曲，可以根据用户的地理定位信息，仅在有下雨的地区提供这首歌曲的播送。这种精准、个性化的气象服务产品，一直是气象服务领域发展的方向。
两年前，中国气象局结合“十三五”气象事业发展规划，明确了“智慧气象”的发展思路，提出通过信息化推进智慧气象与各领域融合，为决策、为生产、为民生提供精细化、专业化、个性化的普惠气象服务。
“人们对于气象服务的认知，大部分还是停留在天气预报的层面，但气象服务的内容远远不止于此，几乎这个世界上的每个行业都可以和气象服务挂钩，问题在于怎么结合。”美国知名气象预报公司AccuWeather首席国际战略官Vincent C. McDonald说。
“利用智能数据分析，将海量气象数据转化为有针对性的高效服务，充分挖掘公众对气象服务的精准需求，细化市场。”在发布天气预报的基础上，如何让气象服务提升用户体验、增强产品粘性？在全球移动互联网大会（GMIC）的主题演讲环节，冯雪说：“应该把冰冷无趣的‘数字预报’变为科学的建议，巧妙地渗入到用户的生活之中，让用户从贴心的天气预报中感受到产品本身的高质量、高服务。”
天气的变化可以影响人们的心情。“或许没办法了解用户的心情，但可以通过用户所在位置，让用户在不同的天气中享受不同的音乐。”冯雪认为，利用大数据统计将用户所需的天气服务数据进行整合，尝试根据不同产品属性打造与众不同的产品，以优化用户体验。
“更不要再给用户那些冰冷的数字。”在冯雪看来，描述天气不应该用“降水概率50%”等数据预报，而是要试着换一种直观的方式，可以告诉用户“明天出门要不要带雨伞”；另外，现在还有很多生活医疗指数都与天气有关，比如，风湿、哮喘、心脏病、高血压甚至花粉过敏等，都可以尝试给用户提供更多人性化建议。
“目前国内大数据在气象行业的应用还处于初期阶段，算是一片蓝海。”冯雪说。
“气象行业一直探索使用最先进的技术”
“未来，在灵活的商务模式基础上，业界将不断探索为移动互联网、人工智能等领域，以及诸多新兴行业和传统行业，提供更多优质的气象服务，优化用户体验，减少天气造成的各项损失。”冯雪表示。
“过去，美国几乎只有国家在发布气象预报；现在，我们已经为知名的机场、铁路、媒体、能源公司、滑雪场等顾客，量身订做他们需要的气象预报数据。”Vincent C. McDonald举例说，北美6家一级铁路公司都是AccuWeather的客户，当龙卷风天气来临时，AccuWeather提供的气象数据能够帮助列车在合适的地点、合适的时间停车，等待龙卷风过去，“能够让列车只停十几分钟，而不需要等待数个小时，以减少因延误带来的各项损失。”
“气象行业一直在期待着科技能有更新的发展和进步。这个行业是各类不同顶尖科技的结合，比如，大气学、物理学、遥感技术等。”在Vincent C. McDonald看来，当城市不断建设，经济不断发展，预报灾害天气的预报能力对这些城市发展能力显然非常重要。比如，去年美国有超过15个单独的天气现象，都造成了10亿多美金的损失，“在这种情况下，人们没办法改变天气，但可以尽可能地避免损失”。
近年来，Vincent C. McDonald在与全球很多国家的政府部门合作过程中发现，每个国家和地区的科技水平不同，获取的数据也不太一样，让人感觉颇为乐观的是，大家都在推动行业向前发展。“气象行业有些是跨国境的。”Vincent C. McDonald说，自己前两天与全球不同国家的气象专家开讨论会，虽然各国技术发展程度不同，但很多国家的气象数据都愿意提供共享。
“随着大数据和人工智能的发展，能够把这些技术更好的集成在一起，是气象行业一直在做的事。”Vincent C. McDonald表示，甚至有时候政府部门还对某项技术并不熟悉，通过气象行业的实践应用，反过来会推动政府对它的了解和推广。[责任编辑:李方舟]
来源：光明网记者 李政葳 高灵杰 光明网
原文链接：http://politics.gmw.cn/2017-04/28/content_24336679.htm
工作和生活节奏越来越快的当下
对于忙碌的都市女性，哪些健康问题在困扰她们？
是失眠与抑郁，还是减肥与美颜？
处在不同年龄段，生活在不同城市的她们
哪些烦恼相似，哪些又相差甚远？
5月4日，《2017都市女性健康洞察微报告》正式发布，通过聚焦8400万都市女性的问诊数据，发现了她们健康方面的许多“闺中秘密”。
随着时光流逝，不同年纪的女性，生活重心和关注点不一样，身体状况也不一样。根据不同的年龄段划分出四个人群，分别是16-20岁的“美少女战士”、20-25岁的“职场女侠客”、25-30岁的“辣妈女超人”和35-45岁的“不绝望主妇”。
一样的青春无敌，
不一样的健康困惑
16-20岁的“美少女战士”大多还是在校学生，没有明显的工作和家庭压力，他们的烦恼主要集中在自己的身心上。《报告》发现，这个年龄段的女生，排在前三位的问诊话题分别是健康咨询、健身减肥和心理咨询。
有趣的是，处于同一年龄段的她们，因为生活城市的不同，问诊偏好相差甚远，特别是在心理咨询、健康咨询和两性问题上。《报告》显示，在“健康咨询”方面，一、二线城市美少女的问诊量要远大于三、四线城市，在大城市生活的年轻女生关注自我的健康意识更强。“心理咨询”则有所不同，一线城市问诊量最大，三线城市则要大于二、四线城市。相比于过去，越来越多年轻女生开始把心理健康和身体健康放在了同样重要的位置。
面对两性问题，生活在三、四线及以下的城市的16-20岁女生更愿意在线问询，这样更便捷，也更利于保护个人隐私。那些羞于和父母讨论的问题，也许还是在线上问专业的医生比较好，既能得到最专业的回答，也可以避免尴尬。不仅仅是她们，《报告》还发现，便捷、花费少、私密，是人们选择线上问诊的三大原因。
万万没想到，
年轻职场女性是
咨询脱发最主要人群
当青春美少女们长大几岁，初入职场，生活方式和节奏发生重大变化，神经外科成为了20-25岁女性中问诊量最大的领域，她们担心自己是否扛得住工作压力。此外，《报告》发现，在咨询脱发问题的人群里，这个年龄段的女生也排在第一，远高于同年龄段的男生。
在年轻人聚集的某线上问答社区，“有哪些好的治疗脱发方法”的提问被浏览50多万次，引发2357人关注。在点赞量最高的回答里，对脱发问题这样解释：
图片来源于网络
看到这里，有脱发困扰的小伙伴不妨抬起手臂检测一下吧。
除了神经外科，20-25岁女性还很关心口腔和消化问题。工作压力那么大，唯有美食才能治愈，但前提是保证自己有一副好牙口和一副好肠胃，这是合格吃货们的自我修养。
25-35岁辣妈们，
爱宝宝胜过爱自己
综合女性问诊数据，《报告》发现最热的三大科室分别是，妇产科、儿科、皮肤科。这其中表现最突出的是25-35岁的年轻妈妈们，61%的儿科问诊来自她们，而妇产科在这个年龄段的问诊量里只排在第五位，远远小于儿科专家和儿科，她们爱宝宝胜过爱自己。其中年轻妈妈们最关心的六大儿科问题分别是小儿发热、咳嗽、消化不良、上呼吸道感染、腹泻、感冒。雾霾天的时候，小儿呼吸道的咨询量最高峰增长达到44%。
在家要照顾孩子，在公司要努力工作，妈妈们承受着超乎想象的压力。《报告》显示，辣妈人群常常受到内分泌导致的情绪问题困扰，其中最常咨询的问题有甲减、甲亢、月经不调、内分泌失调、便秘、乳腺增生等。25-35岁的年纪，不仅是事业的上升期，也是生养孩子的绝佳时期，这个年龄段的女性肩负重任，更要懂得心疼自己，照顾好自己。
想和时间赛跑？
先问问你的颈椎还好吗？
研究显示，人体会随着时间逐渐老化，最早是皮肤，从出生就开始，然后是大脑、肺脏。30岁一过身体老化加速，许多器官的功能以每年6.25%的速度衰退，年龄越大、衰退越快。《报告》发现，最困扰35-45岁女性人群的疾病主要是一些慢性病与器官性病变，这是随着年龄上升身体劳损的体现。比如，腰椎盘突出、颈椎病和腰肌劳损的问诊量以36-40岁为节点，前后趋势有明显区别。36-40岁之前，这三大问题的问诊量一直处于上升状态，集中爆发于40岁左右，特别是颈椎病，具有明显的年龄特征。传统医学上认为，“颈椎病可发生于任何年龄，以40岁以上的中老年人为多。”但随着生活方式的改变和积极预防保健的不足，近年来在青少年中也很常见。想要和时间赛跑，首先要问问你的颈椎是不是同意。
此外，《报告》还发现在35-45岁女性的问诊量排名里，仅次于骨科的分别是风湿免疫科、中医科专家和运动保健。
在消费升级和互联网的时代，吃喝玩乐的内容变得越来越丰富，获取方式也更便捷。在享受生活的同时，也别忘了关爱自己和家人的健康，尤其是都市女性，面对来自家庭、工作、社会等的多重压力，更要懂得预防和保健。
来源：今日头条网 新新人类
原文链接：http://www.toutiao.com/i6417269840767091201/
导语
如火如荼的大数据时代，上至国家决策层和巨型IT企业，下至创业公司和转型中的传统企业，无不热衷谈大数据。尤其当大数据融入“机器学习”和“人工智能”庞大体系以后，大数据命题已经上升到了改变人类命运的高度。
时间和空间是人类的先验认知，人类认知世界的基本框架，时空要素也是所有数据的共同特征，时空维度的分析，在任何领域的大数据应用中都不可或缺。
空间信息遇上大数据
大数据时代，空间信息应用将发生巨大的变化。
根本的变化在于数据源，传感器将成为主要的数据来源：遥感卫星很快会实现“准实时”的对地观测，数以万计的无人机时刻不停的获取数据，移动通讯中每个人都在实时产生位置信息，物联网的发展将带来更大量级的数据内容；
从空间大数据的应用范围看，空间信息将应用在几乎所用领域，没有时空信息的数据将是“死数据”；
从空间大数据的应用模式来看，应用目标将从事务性工作支持转变为决策分析，将从单一数据源应用转变为多数据源融合分析并迅速得出结论。
测绘地信人的焦虑
身处此时代的地理信息领域从业者，均表现出不同程度的焦虑，一方面由互联网公司主导的空间大数据应用（如：实时交通、热力图），与传统的测绘地信几无交集，想借鉴都无从下手；另一方面，应用大数据的社会呼声和行政要求，给传统的技术体系和工作模式带来巨大的挑战和压力。
一时间，各种大数据应用案例和解决方案喷涌而出，国测地信局的“时空信息云平台”升级为“智慧城市时空大数据与云平台建设”，林业、国土、农业等行业也出台了大数据应用实施规划，角度各不相同，能否拼合成“时空大数据”的完整面目尚不得知。
近期，笔者参加了地理信息产业协会空间大数据技术与应用工作委员会组织的“2017年空间大数据应用与实践研讨会”，十几个报告精彩纷呈，会后和主持人有过简短的交流，我们都认为：所谓空间大数据还处于初级阶段，甚至是萌芽阶段，距离广泛且深入地发挥作用，还有很长的距离。
打破藩篱的机会
传统的测绘地理信息领域，向来以“专业”著称，局外人难以窥探其中端倪，但“封闭”也同样成为众矢之的，这种封闭不仅是心态上，也是技术上的。10几年前，谷歌地球带来过一次强大的冲击和推动，地理信息服务得以面目全新，而大数据时代数据如潮水般涌来，也许是彻底打破地理信息“藩篱”的一次好机会。地信人常说：“80%的信息都是地理信息”，“地理信息无处不在”，当潮水般的数据袭来时，当各行各业都需要时空信息的支撑时，我们是否有足够的能力去应对？
什么是时空大数据
既然都是“盲人摸象”，我们索性作为“盲人”之一，从自己的角度解读一下“时空大数据”。
用户画像与地理画像
大数据实践的起源，恐怕要追溯到谷歌、亚马逊、阿里巴巴等IT巨头的业务运行，由于其互联网服务面向数以亿计的用户，同时收集了大量的用户信息，通过大数据分析，制定更好的营销策略，例如精准推送、行为预测等，甚至大数据分析本身就是业务的核心，例如谷歌的广告模式；阿里巴巴也认为“DT时代”即将取代“IT”时代。在此过程中，IT巨头形成了一系列的大数据技术和方法，包括云计算、分布式存储和NoSQL数据库等，在大数据应用中普遍采用的Hadoop、Spark、Hbase等开源软件，或多或少的与IT巨头的大数据技术研发相关。
商业大数据中的“用户画像”
商业大数据无疑是目前应用最广和最成熟的领域，其核心应用模式为“用户画像”，即收集一个用户在线上和线下的所有行为，包括消费记录、行动轨迹、上网记录等通过大数据分析，根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型，并以此来开展和提升业务。由此可见，构建用户画像的核心工作即是给用户贴“标签”，而标签是通过对用户信息分析而来的高度精炼的特征标识。贴标签的目的是让人能够理解并且方便计算机处理，而贴标签的方法，是将数据内容分段化，比如，年龄分为“18岁以下，30-40岁，40-55岁”几个分段，每个人的具体年龄对于大数据分析来讲并不重要。
地理画像与时空大数据
如果我们借鉴商业大数据中“用户画像”的一般方法，将其引入到时空大数据当中，可以称之为“地理画像”。如果说“用户画像”使用一系列的商业标签来描述一个人，目标是制定营销策略，那么“地理画像”就是用一系列的标签来描述一个地理区域。区域范围可能是一个小区、一座城市，也可以是一片草原、一块农田，甚至是一个地质板块；应用目标可以是商业选址、城市规划、农业估产，也可能是气候变迁；标签根据应用目标自成系列。数据内容包括：自然地理属性（土壤、地形、气象、地质条件…）和社会属性（行政区划、规划用途、居住人口、房价…）以及由物联网和互联网产生的相关动态数据。
“地理画像”与“用户画像”的最大差别在于：“用户画像”的最小单元是一个自然人，而“地理画像”的对象是一片区域，这个区域是由若干个小区域组成的，“地理画像”更接近于“用户群画像”。
事实上，以上这些分析方法一直在使用，时空大数据的背景下，应用模式将发生巨大变化，实时性和精准度都将大幅提升，原因在于爆发式增长的数据。
我们认为：“地理画像”是时空大数据的核心。
“地理画像”的瓶颈问题
如果对比用户画像的分析过程，会发现“地理画像”在大数据的应用背景下，存在若干瓶颈问题。
用户画像的实施逻辑为：以一个用户的手机号、邮箱、昵称等为线索，收集数据，通过分析得出一个人的完整行为标签，用户就是大数据分析中的“对象”，手机号、昵称就是数据整合的“线索”，而分析的目标是解析该对象的行为特征。收集数据并按主题汇聚的过程，被称为“数据融合”。
在“地理画像”中，数据融合的逻辑要更为复杂，首先是“空间对象”定义的不一致和不稳定，不一致性体现在：不同专题的数据库中，对于同一区域的定义是不一致的，或者根本就是缺失的，比如我们要对回龙观地区进行地理画像，首先要划定一个多边形确定研究范围，而在城市规划、国土资源、，对于回龙观地区的定义都是不一样的，在环保、地质、气象等领域中，根本就没有回龙观这个区域的定义；所谓不稳定，在同一系统中，不同比例尺下，同一个地物的形状不稳定，同一地物在不同尺度的地图中表达方法不同，经过了不同规则的综合和取舍。空间对象不稳定和不一致，加上空间数据的空间参考、数据格式、数据种类的复杂性，数据融合困难重重。
地理画像的第二个瓶颈是跨数据集数据调度的问题，空间数据库全部都是独立建设、独立管理、独立索引的，数据库之间由于缺乏共同的索引机制，形成“孤岛现象”，跨数据库调度困难为数据融合带来障碍；
地理画像的第三个瓶颈在于，用点线面和文件定义的空间数据结构，难以分割和重组，为数据融合带来不便。
解决以上问题的传统方法是空间分析，即将相关的数据图层汇集到一起，人工设定算法进行叠加分析，逻辑复杂效率低，需要专业人员全手工操作，与大数据时代的自动化要求相去甚远。
如上所述，传统的空间数据结构难以支撑大数据时代的“地理画像”，需要面向大数据时代设计新的时空信息框架。据统计，硅谷80%的大数据公司从事数据处理和融合的相关技术研发，可见数据融合是大数据应用中的难点和重点。
大数据时代的“地理画像”
时空大数据的背景下，应用模式将发生巨大变化，实时性和精准度都将大幅提升，原因在于爆发式增长的数据。
地理学与地理的语言
地理是自有人类文明以来最古老的学科之一，洞穴时代的人类就在岩画上标记周围出没的动物，中国最早出现“地理”一词是在公元前4世纪成文的《易经·系辞》，里面有“仰以观于天文，俯以察于地理”的文句，中国古代著作《山海经》被认为是中国第一本地理学著作，而中文“地理”一词包含大量风水学内容；在西方，公元前2世纪，古希腊学者埃拉托色尼第一次合成了geographica（geo+graphica）这个术语，意思是“地理”或“大地的记述”，并写出了西方第一本以“地理”命名的专著《地理学》。
现代地理学的定义是研究地球表面的地理环境中各种自然现象和人文现象，以及它们之间相互关系的学科，是一门复杂学科体系的总称。各个领域大数据应用，都离不开地理环境和人类行为之间相互关系的研究和分析，广义上讲都属于地理问题。
地理学的语言体系，也经过了几次进化。目前普遍认为，文字是地理学的第一代语言，地图是地理学的第二代语言，而地理信息系统（GIS）被认为是地理学的第三代语言，也是目前的主要语言，其核心要素为点、线、面、属性和拓扑信息。
时空大数据对地理语言的挑战
面对大数据时代和即将到来的人工智能，地理学的语言是否需要再次升级？从语言的功能来看，记录、沟通和逻辑表达是三个最重要的维度；下面从语言的角度分析一下大数据时代传统GIS遇到的挑战：
第一， 传统GIS无法记录传感器信息。
GIS的最初设计是面向地图而非传感器，点线面记录的不是直接的传感器信息，而是经过人类抽象加工的结果，这种抽象会损失或损坏大量的原始信息。从信息记录的角度看，面对传感器数据的爆发增长，传统GIS力不从心。
第二， 传统GIS无法表达实时、立体信息。
从人类对于地理信息的感知需求上看，未来的需求是实时的、立体的和具体的，传感器可以在数据获取上满足需求，但基于点线面的GIS在实时性和表现方法上都差强人意。
第三， 传统GIS系统之间沟通不畅。
从语言作为沟通工具的角度看，跨领域的交流和数据融合日趋重要，甚至是大数据的核心。传统GIS存在几个障碍，首先，不同GIS软件的数据格式不同，需要做转换，这个相当于人类语言中，中文和英语的差别；其次是同一软件系统中的不同数据库之间有沟通障碍，可类比人类语言的不同方言；最大的障碍是GIS数据和非GIS数据，就是人类语言和动物语言的差别了，基本上无法沟通。沟通障碍，是GIS作为大数据时代地理语言的重要问题。
第四， 传统GIS非面向计算机的语言
地图从古至今是面向人类视觉的，但大数据时代的时空信息重点在于支持机器学习和机器识别，传统地图数据难以被计算机理解。事实上，在导航和互联网地图中，用于计算和用于显示的是完全不同的两套数据；在机器人和无人驾驶中的环境数据也不是传统地图。可以说，大数据时代“地图没有图”，这也意味着基于地图的传统GIS真正融入大数据时代有先天的不足。
第五， 空间逻辑体系略显单薄
从地理要素之间的逻辑关系表达上看，大数据的重点是通过数据融合分析揭示相关关系而非因果关系，GIS利用空间拓扑信息表达空间关系的逻辑体系已经无法满足。
现有的地理信息系统，是将地图搬到计算机中，是数字世界的“移民一代”，基本概念沿袭手工制图，比如比例尺、符号化、投影等，分析展现方法也以目视判别为主；而大数据时代，我们需要直接利用传感器的数据进行分析，使数据成为数字时代的“原住民”，而他们之间的沟通，需要新的地理语言。
站在十字路口的地理语言
文字是地理学的第一代语言，地图是地理学的第二代语言，而地理信息系统（GIS）被认为是地理学的第三代语言，那么新一代的地理语言是什么样子的呢？
康德的时空观与新一代
时空数据模型
地理画像是使用一系列标签对于地理区域进行描述并进行动态监测的方法，也是时空大数据应用的主要方向。地理画像的核心障碍是数据融合，根本原因在于，传统的时空数据模型已经无法适应大数据时代的应用需求，亟需改变。
康德的时空观与时空信息
德国哲学家康德认为：时间和空间是人类的“先验认知”，所谓“先验”就是先于经验的，即还没有任何知识的时候，时空就已经存在每个人的意识当中，人对所有事物的认知要放在时间和空间的框架中来，时空即成为了所有知识的共同基础，正是这样，人类才能清晰的认知事物之间关系。
引入康德时空观来观察空间信息系统，始终缺少一个统一的基础时空框架来承载所有的数据内容，而是面向具体应用独立定义各自的空间和时间体系，这也是数据融合困难的根本原因。经纬度坐标系是所有数据的共同基础，但其本质上是一个空间位置参考系统，无法成为数据承载框架。
新一代时空数据模型的基本要求
借鉴康德的时空观，在大数据时代，如果要实现多源异构数据的融合，必须构建一个独立于具体数据的基础框架，才能够实现数据之间的融会贯通，可以称之为新一代的时空数据模型，需满足以下几个条件——
第一、 具有全局性和独立性
所谓全局性，有两个含义，第一个可以作为承载所有类型数据的共同框架，第二个是成为跨越数据集之间的全局索引。
所谓独立性，是指独立于具体的数据内容而存在，不依赖特定的数据类型。
第二、 继承传统GIS数据
新的时空数据模型需要兼容和继承传统GIS数据，可以方便调用、抽取和整合数据。
第三、 适应各类传感器数据
新的时空数据模型需具备组织、管理和调度传感器数据的能力。传感器数据是时空大数据的主要来源，包括遥感数据、各类监测传感器和泛物联网数据。
第四、 具备时空一致性和稳定性
时空定义模式要保证不同时空尺度下时空定义的一致性和稳定性，使时空范围可以作为数据汇聚和融合的线索。
第五、 适应大数据IT架构
数据模型需要适应分布式计算、分布式存储和机器学习。
第六、 普适性
时空属性是所有数据的共同特征，新的时空数据模型可为任意类型的数据添加时空标签。
新的时空大数据模型
为了提高时空大数据在行业内应用的深度和广度，设计和建立新一代的时空数据模型成为必要
时空信息网格：新一代
时空数据模型的探索
通过以上分析可知，时空大数据需要新的数据模型以应对诸多挑战，多年来，国内外的专家学者和企业都在进行着不同方向的研究和探索，新的理论架构、应用模式和相关技术层出不穷，切实推动了时空大数据的进展。
云游九州团队经过了大量的学习和研究之后，总结出一套新型时空大数据理论框架，并在其基础上设计了技术架构。
（1） 将需要认知的空间划分为多级网格体系，上下级之间有层级关系，可以拆分与合并，每一个网格有一个固定的编码；
（2） 空间范围可以是全球范围，也可以是一个局部。
（3） 将网格作为数据承载、检索和分析的基本单元，根据不同的尺度选择不同层级的网格单元，每条网格信息保存为数据库中的一条记录；
（4） 在空间维度上，可以是二维平面空间，也可以是三维立体空间；
（5） 在时间维度上划分时间网格，作为空间网格的一个属性内容。
（1） 在指定的空间范围内，指定一套统一的时空网格规则；
（2） 用网格集合定义所有的空间范围；
（3）将所有的空间数据按照统一网格体系进行存储和管理，传统矢量数据进行网格化处理，传感器数据直接保存为网格数据；
（4）以网格为单元进行数据检索、数据调度和空间分析。
（1） 数据离散化，空间信息融入IT
网格数据模型中，每个网格代表一个空间范围，在计算机中保存为一个编码，利用网格集合定义空间范围，摆脱了空间数据对地图的依赖，消除了空间信息和非空间信息之间的差别，任何数据加一个编码即可定义空间范围。实现了数据的逻辑离散化，适合机器学习和大数据分析，空间信息融入IT。
（2） 多源异构数据归一化，消除了不同空间信息之间的差别
将所有空间数据的组织模式统一为网格，实现了数据的归一化，各种空间数据都可以用统一的网格模型来描述。网格中的像素值就是遥感，网格中的实时数据来源于物联网，网格中的土壤信息、高程信息、人口信息等等来源于传统GIS。
（3） 保证对象的一致性，可作为空间数据融合线索
网格模型可以避免了手工划定区域带来的不一致性，数据精度可以用不同网格级别来确定。不同级别的网格具有明确的层级关系，进行大数据分析时，研究区域用某一级别的网格来定义，数据融合即可按照网格编码到不同的数据库中筛选和提取数据。
探索中的新一代时空数据模型
新一代的时空大数据模型要求必须要通过新理论、新技术、新的思维方式来构建，不是在原有理论技术上打补丁、做升级
以上新理论的提出，融合了国内外众多学者的思想，其可行性需要在实践中检验。云游九州团队基于新理论进行了技术框架设计，面向具体应用进行了底层引擎和应用产品研发，取得了一定成果，验证了基础理论的可行性。
空间网格引擎（Spatial Grid Engine）是我们的核心技术底层，主要实现网格定义、数据索引、数据调度，向下对接数据存储，向上为应用提供数据服务。根据应用需要，可以定义不同的网格规则。
基于新的时空数据模型设计，我们首先将相关技术路线应用到遥感影像的数据组织、管理和服务上，开发完成了汇影云储——遥感数据智能存储一体机。该产品为软硬一体化设计，集成了经过优化的硬件、操作系统、数据库和专用软件，实现了“存入即管理、数据即服务、所得即所需”的海量遥感数据的高效管理模式，在数据和应用之间搭建了快速通道，可以实现高效时空检索、免切片无缝浏览、在线裁剪和在线分析的新型应用模式。
该产品的研发成功，验证了技术路线的可行性，空间网格引擎（SGE）发挥了预想作用，在开发过程中进一步丰富了基础理论内容，提升了对时空大数据的认识和理解。
第二代产品的目标是面向更广泛类型的数据源，实现数据抽取、组织、存储和服务，支持多源数据融合与大数据分析，包括传统矢量数据、信令数据、泛物联网数据等。
多源异构、时空密集是时空大数据的基本特征，数据融合需要进行归一化处理，即按照规则对原始数据进行自动化的抽取和重新组织，以便支持按主题汇聚融合数据，这种数据处理过程与“数据仓库”概念相同，所以我们将其定位为“空间数据仓库”技术，并围绕其进行技术研发。
数据仓库：事务处理和分析处理具有极不相同的性质，要提高分析和决策的效率和有效性，分析型处理及其数据必须与操作型处理及其数据相分离，必须把分析型数据从事务处理环境中提取出来，按照决策支持系统（DSS）处理的需要进行重新组织，建立单独的分析处理环境，数据仓库正是为了构建这种新的分析处理环境而出现的一种数据存储和组织技术，数据仓库在空间数据库上表现
汇影云储-遥感数据智能存储一体机
软硬一体化设计，集成了经过优化的硬件、操作系统、数据库和专用软件，实现了“存入即管理、数据即服务、所得即所需”的海量遥感数据的高效管理模式，在数据和应用之间搭建了快速通道，可以实现高效时空检索、免切片无缝浏览、在线裁剪和在线分析的新型应用模式。
继往开来，时空大数据
时间和空间是人类认知世界的基本框架，在此方向上的研究和探索，古今中外经久不息。大数据在任何领域的应用，都无法避免时空维度的数据分析，究竟什么才是适应大数据、机器学习和人工智能的时空大数据模型，还需要相当长时间的探索和实践，任重而道远。
我们对时空大数据的思考，来源于对多位专家学者研究成果的学习和解读，并在技术产品设计和研发过程中不断总结而得出，是否能够解决现存的若干问题尚不得知，仍需要进一步的深入研究和实践，也希望能够与更多的学者、用户和合作伙伴一起共同探究时空大数据的真谛。
来源：云游九州 人工智能学家 传送门网
原文链接：http://chuansong.me/n/1842770151023
当前，随着互联网技术的不断发展，大数据一词不仅风靡全球，而且也广泛地影响着人们的生活。“大数据”的应用领域越来越广泛，各行各业正在广泛依托“大数据”获取自己有用的价值，比如了解客户需求、优化业务流程、优化机器和设备性能、改善安全和执法、改善城市交通、促进医疗和大健康、促进生态环境建设、促进金融交易等等。“大数据”已成为新形势下的一项重要新兴产业，人类社会发展已迈进“大数据”时代。关于“大数据”的研究，目前学术界已有不少成果，在这里，笔者想从易学这一独特视角作些探讨，以期为当前的“大数据”研究和建设提供一点参考。
一、“大数据”与易经“数相”的联系
“大数据”(big data,mega data)是伴随着互联网技术发展而产生的新词汇，是高科技时代的产物。“大数据”一词由维克托ˑ迈尔-舍恩伯格及肯尼斯ˑ库克耶提出，是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。IBM认为“大数据”有5V特点，即：大量(Volume)、高速(Velocity)、多样(Variety)、价值(Value)、真实性(Veracity)。
大数据，顾名思义是庞大的数据，庞大的数据离不开“云处理”、“云计算”。“大数据”依托“云计算”的分布式处理、分布式数据库和云储存、虚拟化技术。大数据分析也常与“云计算”联系在一起，这好比一枚硬币的正反面，密不可分。大数据的价值不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。同时，大数据作为一种产业，实现盈利的关键也在于提高对数据的“加工能力”，并通过“加工”实现数据的“增值”。
大数据是一个蕴藏量极大的“金矿”，对当代和未来经济发展和人类社会进步具有十分重要的价值。随着大数据的快速发展，大数据将带来新一轮的技术革命。作为数据科学，大数据也将成为一门专门的学科，被越来越多的人所认知。同时，随着大数据的发展，以及与产业的融合，未来大数据将越来越资源化，将成为产业链条的核心一环和一项崭新的产业。大数据将为企业和社会关注的重要战略资源，成为一家企业的核心竞争力，直接影响企业的财务表现，直接影响企业的持续发展。同时，数据质量将是BI(商业智能)成功的关键。
2015年9月，，系统地部署了我国大数据发展工作。同时于9月18日在贵州省启动了我国首个大数据综合试验区的建设工作。目前，“大数据”正在各个行业广泛运用，比如经济、金融、工业、商业、交通、医疗、生态等等，正在广泛而深刻地影响着人们的生活。
“大数据”与易经“数相”有着紧密的联系。大数据搜集、处理、分析的对象是数据，易经“数相”获取、分析的对象也是数据，二者有着共同的分析对象。然而，“大数据”与易经“数相”的内涵和外延不尽相同。易经“数相”是宇宙全息，包含宇宙的全部数据，包括显性数据和隐性数据，或称明物质数据和暗物质数据。而“大数据”只是宇宙全息数据的一部分，换言之，只是宇宙显性数据或明物质的数据。同时，“大数据”的这些显现数据或明物质数据还只是人类经济社会活动的部分数据，而非人类经济社会活动的全部数据。可见，易经“数相”的内涵与外延，远比“大数据”的内涵与外延要丰富。易经“数相”包含“大数据”，“大数据”是易经“数相”的一部分。
《易经》“数相”理论认为，宇宙起源于数，宇宙的本质是数，“相”是“数”的外在存在形式。同时认为，宇宙之“数”由天文数(0、1、2、3、4、5、6、7、8、9)和地理数(一、二、三、四、五、六、七、八、九、十)构成。其中天文数代表无体积的空间，地理数代表有体积的物质。八卦最基本两个阴阳符号(- -，—)，实际上是数“11”。《易经》关于宇宙是数的论述较多，比如：《易经·系辞》曰：“天一地二，天三地四，天五地六，天七地八，天九地十。天数五，地数五，五位相得而各有合。天数二十有五，地数三十，凡天地之数，五十有五，此所以成变化而行鬼神也。”;“大衍之数五十，其用四十九”。《易经》将宇宙分为空间和物质两大类，数学表示为1、2，其中“1”为空间，“2”为物质，为有阴阳属性的物质。
《易经》“数相”理论同时认为，宇宙万物本质上是以数的形式存在的。这好比一支粉笔，一支粉笔是个“1”，粉笔书写中形成的“粉沫”又是若干个“1”。再比如地球，整体上是一个“1”，组成地球的各要素又是若干个“1”。这也好比银行存款，实体物质的货币只是表象，其实质是数。事实上，宇宙的万物本质上均以数的形式存在，其中实体物质以地理数存在，非实体物质(空间)以天文数存在。人的存在其本质也是数的存在。一个昼夜，人完成了天文数和地理数的转换。白天，人站立以天文数“1”的形式存在，晚上，人卧着以地理数“一”的形式存在，两个“1”、“一”相交便成“十”，这便是人的灵魂。当一个人不能完成天文数“1”的动作(站立)，只能以地理数“一”的形式(睡卧)存在时，这个人也就没有了灵魂，失去了生命。
《易经》“数相”理论不仅认为宇宙的本质的是数，以数的形式存在，而且还认为宇宙间万事万物的变化，本质上都是“数”的变化。比如：宇宙中星球的增减，世界人口的增减，GDP的增减，银行存款的增减，人体细胞的增减等等，其本质都是“数”的变化。非实体物质向实体物质转变的过程，其实质是数的变化过程，是“天文数”向“地理数”转化的过程，是“数”形式向“相”形式转化的过程，是易经阳爻(—)向阴爻(- -)转化的过程，是“气”向实体物质转化的过程。在易经64个卦中，只有《乾》、《坤》二卦有“用爻”，即“用九”、“用六”，为什么要强调用这两个数字?让我们首先来看“太极图”。太极图中像两条鱼一样运动着的阴阳二气，实际上是9、6二数在运动。我们再深入观察，太极图实际由9、6两个数合成，其中9代表阳气的那条鱼，6代表阴气的那条鱼。红白(或黑白)两条鱼中各有一个眼睛，代表阳中有阴，阴中有阳。为什么会这样呢?因为9在6中，6在9中。9颠倒为6，6颠倒为9。在所有天文数中，只有9、6二数可以互为颠倒。我们继续深入观察便会发现，9、6二数实际上是1的变化，正如民间说的：9是天上一个瓜，掉下一根藤。6是天掉一根藤，地结一个瓜。9、6在地支排序中分别是“申(猴)”、“巳(蛇)”，猴、蛇有着十分奇特的联系。人由猴变，人的生肖是猴。伏羲女娲交尾图中，伏羲女娲是蛇身人面像。可见，9、6二数密不可分。
不仅中国《易经》认为宇宙的本质是数，而且一些西方哲学家、科学家也认为宇宙的本质是数。，特斯拉说：“如果你明白了3、6、9，就找到了通往宇宙的钥匙”;德国科学家哥德巴赫在“哥德巴赫猜想”中提出“任何偶数都是两个素数之和”;当代有学者惊奇地发现，圆中任何被分成等分的角度的所有数字之和均为9，如360°、180°、90°、45°、22.5°等。同时还发现：圆内正多边形内角和的数字和均为9，如正三角形内角和180°的数字和为9，正四边形的内角和360°的数字和为9，正五边形内角和540°的数字和为9，等等;把圆分成等分，其角度总是指向9且圆汇聚成一个奇点，而圆内正多边形的变化方向刚好相反;9与任何数相乘之积的数字和均为9。数字9揭示了一种二元性，它既是奇点，也是真空。数字9意味着“万物”，同时也意味着“虚无”。
人体生命科学注意到了事物与数有联系，但未从本质上认识到事物是数。当代科学研究证实，易经64卦与64个生命遗传密码DNA一致。科学家们对应伏羲女娲交尾图与DNA双螺旋结构图(1953年)，发现了生物的一种基本遗传物质——脱氧核糖核酸的分子，这一物质的结构形式与伏羲女娲交尾图惊人一致。1973年，法国学者M·申伯格在其《生命的秘密钥匙：宇宙公式、易经和遗传密码》一书中，首次阐明了64个生物遗传密码与《易经》64卦之间的对应，指出由DNA三联体组成的64个密码与《易经》64卦圆图相吻合。人体生命科学还发现：一个精子与卵子结合，形成双倍体，接着受精卵开始发育，逐步分裂为2个细胞，再分裂为4个细胞、8个细胞、16个细胞、64个细胞、128个细胞，之后它开始着床，继续发育。笔者认为，这一神奇的过程，表面上看是细胞和细胞的变化，实质上是数和数的变化。
量子力学同样只侧重于事物之相的研究，而对事物之数的研究比较缺乏。1935年，爱因斯坦(Einstein)和波多尔斯基(Podolsky)的量子纠缠理论认为：两个纠缠的量子不管相距多远，它们都不是独立事件。当你对一个量子进行测量的时候，另外一个相距很远的量子也可以被人关联地测到它的关态。笔者认为，量子纠缠，实际上是数的纠缠。当我们在看到2的时候，实际上也看到了1(2由两个1组成)，看到3的时候，实际上也看到了1(3由三个1组成)，以此类推，不管多大的数均由1组成。由是，当我们从量子力学维度去深入观察，会发现宇宙中的万物实际上是堆原子，包括我们人类。正如清华大学副校长、中国科学院院士施一公教授在其题为《生命科学认知的极限》的演讲中所说的：“我们是一堆原子”。笔者认为，当我们从易学维度去深入观察，会发现宇宙中的万物，包括我们人类，实际上是堆数据。
数学家、科学家们从现象上认识到了世界的本源是数，但他们没有进一步阐明为什么是数?数是什么?事实上，《易经》对此早有诠释。科学家们发现的“奇点”，实际上是《易经》所说的物质与空间的转化点。特拉斯所说的“3、6、9”，实际上是《易经》强调的三个重要数。《易经》八纯卦的符号由三爻组成，64重卦的符号由六爻组成，卦中阴爻为6，阳爻为9;64卦中，只有《乾》、《坤》二卦有“用爻”，并强调“用九”、“用六”，这便是特拉斯说的神奇的“3、6、9”。我们再来看3、6、9这三个数中，任何两数相乘的乘积数之和均为9。如3、6乘积18的数字和为9;3、9乘积27的数字和为9;6、9乘积54的数字和为9。此外，人们发现了0、1、2、3、4、5、6、7、8这九个数之和36的数字和为9，也发现了1、2、3、4、5、6、7、8这八个数之和36的数字和为9，实际上，所有天文数(0123456789)之和45的数字和也为9，9与任何数的乘积其数字和也为9。由此，我们明白了《易经》为什么要强调“用九”、“用六”，八纯卦为什么由三爻组成之道，也明白了宇宙的本源为什么是数之道。
此外，《》也在一定程度上洞察到了宇宙的本质是数。《》认为宇宙中的万物“互即互入”，一在一切中，一切在一中。比如水在浪花中、蒸气中、冰中、雪花中、云朵中。反之，浪花、蒸气、冰、雪花、云朵也在水中。《》还认为，“一切”为物相，“一”为实相。实相即涅槃，即空，即“妙有”。一切有情众生和无情众生都是幻相，包括星球、大地、山川、河流、花朵、树木、人身等等，只有空才是实相，笔者认为这里的空即空间，即数。换言之，宇宙的实相是数。此外，《》认为宇宙分为“十方”、“三界”。“十方”中的“十”字由“1一”组成，即由天文数“1”和地理数“一”组成。“1一”包含了宇宙中一切无体积的物质和有体积的物质，包含了宇宙中的万事万物。“1—”的运动实际上构成了易经中的“太极图”。“三界”中的“三”不仅包含欲界、色界、无色界，而且也蕴藏着“天地人”、“369”之数道。
除了《易经》和《》外，《》也在一定程度上认识到了宇宙的本质是数。《·创世记》中描述了神创造天地万物共用了6日时间，第7日为安息日。这里的“6日”与太极图中的“9、6”，易经64卦中的六爻，以及《易经·坤》强调要“用六”是一致的。《》中还有许多“数”和“数据”需要我们去研究，比如“我要降雨在地上四十昼夜”、“水势浩大，在地上共一百五十天。”、“七月十七日，方舟停在亚拉腊山上。”、“六日你要作工，第七日安息”，“按以色列十二支派，立十二根柱子。”、“你要用十幅幔子作帐幕。”……等等。此外，“《·》说：“若有人要跟从我，就当舍己，背起他的十字架，来跟从我。”这说明“十、10”这个数与人有着密切的联系，如前所述，人一昼夜的立、卧行为实际上是完成了一个数，即“十、10”，进一步说是完成了一个“太极”运动。笔者认为，《》中的“十字架”实际上是中国太极图。“十字架”只是一种相，其本质是天文数“1”和地理数“一”。此外，《》将宇宙中的所有物质划分为“灵”与“质”两个部分，这实际上相当于易经“数相”中的天文数与地理数两个部分，亦即无体积的“空间”与有体积的“物质”两大部分。
二、易经“数相”对“大数据”的价值
如前所述，由于易经“数相”是宇宙的全息数据，而“大数据”仅仅是宇宙数据的一部分，因而“大数据”离开了易经数据将不为大，将不能完美地体现“大量性”和“多样性”。易经“数相”对“大数据”具有补充和完善的价值。我们在研究“大数据”时，如能同步研究易经“数据”，将使“大数据”更加博而大，将有利于提升数据的质量，对相关数据的分析和预测也将更有价值。具体来说，易经“数相”对“大数据”的价值主要体现在以下几个方面：
第一，易经“数相”有利于完善“大数据”的信息量。2016年3月15日，谷歌人工智能AlphaoGo(阿法狗)和李世石的围棋大战，最终以4：1落幕。人工智能之所以能战胜人类，不是得益于逻辑推理的归纳与演绎，而是得益于“大数据”的完备性和多维性。然而当前的“大数据”由于只能收集人类经济社会活动的显现数据信息，并且这些数据信息是有限的，不能穷极事物变化的所有变量和变数，因而其信息的完备性和多维性是不够的，根据这些有限的关联数据信息所做出的预测和判断也是不够完美的。
易经“数相”可以通过自己独特的方法，获取“大数据”不可获取的隐性部分的数据信息，这些数据信息将有利于扩充“大数据”的信息量，使样本数据或关联数据更加丰富，更趋完善，进而使相关分析、判断和预测更趋准确。
比如：我们在收集某一时间段内银行卡消费数据信息时，一方面可以按常规通过银行、商家等渠道获取某一时段内银行卡消费的数据信息。另一方面，可以采取易经预测形式获取某一时段内银行卡消费的数据信息。在此不免有人会问，易经预测形式如何获取数据信息?这是一个易学专业知识问题，不是一两句话能回答清楚的。但需要指出的是：易经的每一个卦都是一个数据信息包，只是你如何对之进行解码而已，因为在这个数据信息包里，既有卦序数、爻位数、动爻数、用神旺衰数，也有天干数、地支数、五行数等等。如果我们能深谙易数之道，便能从中挖掘出若干个数据，并为我们所用。
第二，易经“数相”有利于完善“大数据”的分析与预测方法。“大数据”的价值在于对关联数据进行加工与处理、分析与预测，为决策提供支持。然而，由于“大数据”受数据信息获取方法和数量的限制，在较大程度上制约了分析、预测结果的准确性。这好比传统的多元回归分析，由于我们不可能穷极所有变量，也不可能穷极所有变量的时间序列数据，因而往往使我们的分析预测与实际结果产生偏差。比如，当我们用传统预测方法预测某年GDP将增长多少时，其结果往往偏离我们的预测，因为在这一年里发生了意想不到的自然灾害或其它某种灾难，比如地震、水灾、旱灾、凝冻、金融危机、战争等等，这正如民间所说的“人算不如天算。”
“大数据”所采用的分析方法一般是传统的统计分析方法、高维回归分析方法、回归森林树分析方法、聚类分析方法等，其采用的分析模型有线性回归模型、矩阵分析模型等，其基本流程是：搜集关联数据信息，分析关联数据信息，做出结论和判断。比如对银行卡消费客户价值的分析，通过搜集银行卡消费关联数据信息，分析其银行卡消费客户相关规律和信息，进而对这一消费行为和趋势进行判断和预测。但这些分析和预测都是基于事物的显性数据和既有数据，缺失对事物隐性数据信息的分析。
易经“数相”所采用的分析预测方法非常独特，它不是沿用传统的统计分析方法，而是从暗物质、暗能量层面，采用自古以来一直沿习的、特殊的易经预测方法和流程进行占筮分析和预测。其基本流程包括起卦、析卦、断卦三个阶段，即：获取信息(起卦)、分析信息(析卦)、形成结论(断卦)。通过起卦，获得特定事物的卦符号，再分析卦符号中所蕴藏的数相信息，进而根据这些数相信息的分析对事物进行判断与预测。比如：预测某省来年的经济增长速度，如果占得《损》卦，损者，损失也，据此我们可以从性质上判定其来年为负增长。而究竟负增长多少?要根据这个卦的卦辞、爻辞、爻位、动爻数、卦数、爻数、天干数、地支数、五行数等诸多分析因素进行分析确定。与“大数据”分析预测不同的是，易经“数相”分析预测不局限于“明物质”层面，更着眼于“暗物质”层面和事物的全息，综合考虑事物的显性数据和隐性数据信息。由于其思维角度多维，且所包含的数据信息比较饱满，因而其预测结果更为准确。
第三，易经“数相”有利于提升“大数据”应用质量与价值。“大数据”的价值在于应用，而应用质量的高低取决于对大量关联数据内在规律的发现与正确认识。然而，事物的发展总是受各种意想不到的因素影响，存在的变数很大。比如当我们通过过去若干年GDP的“大数据”表现情况，分析总结出其平均增长速度，并根据这一规律和速度预测来年GDP增长数据时，殊不知在来年发生了金融危机、重大自然灾害或其它意想不到的人为灾害，进行使来年的GDP增长数据大大偏离了我们的预测目标，进而也使我们的“大数据”应用质量受到了影响。
但是，如果在进行“大数据”分析预测时，融入了易经“数相”分析与预测，在应用时也综合考虑了两种预测结果，将会大大提高我们的决策质量和应用质量。就拿前面的举例来说，如果通过“大数据”正常的分析程序，预测来年GDP增长是7%，易经预测是5%，这样我们可以取其二者的中间值6%作为来年的GDP增长数。如此，将提高我们的预测质量和应用质量，至少也可以减小预测值的偏离度，为我们的“大数据”应用带来正向效应。
三、易经“数相”与“大数据”融合建设的路径和模式
鉴于易经“数相”与“大数据”存在紧密联系，对此，笔者认为应将“大数据”建设与易经“数相”进行融合建设，这样可以达到优势互补，促进“大数据”与易学的互动发展。至少可以为“大数据”建设增添一个独特的研究视角、独特的分析维度和独特的预测方法，增强“大数据”的完备性和多维性。具体可采取以下路径与模式：
其一，在认识上融合好“大数据”与易经“数相”。长期以来，由于受各种因素的影响，人们往往对《易经》缺乏正确认识，一谈到易经，人们往往联想到江湖上的算命与风水，有的甚至将这门文化迷信化、妖魔化。的确，社会上一些人借易经之名行招摇撞骗之事，玷污了易经这门文化。但我们不能因此而否认这门优秀的传统文化，这好比倒洗澡水，不能将盆中的小孩连同洗澡水一同倒掉。这也好比生病就医，不能因为有行骗医生就否认医学。事实上，易经是一门洁净精微的文化，具有很强的哲学性和科学性，它是中华文化之根文化、母文化和基因文化，是中华文化的源头活水，是群经之首、大道之源，是一门融合自然科学和社会科学的超级科学。
“大数据”的研究对象是数和数据，易经“数相”的研究对象也包含数和数据，二者有着天然的、有机的、密切的联系。如果能将“大数据”与易经“数相”进行融合研究与建设，无疑将带来两种文化、两个行业的优势互补和互动发展。对此，我们应正确认识易经这门传统文化，增强对易经哲学性和科学性的认识。在正确认识的基础上认同易经，在认同的基础上认知易经，并在认知的基础上弘扬、发展、运用易经，使易经这门古老而科学的文化能够为当下“大数据”建设所用，能够为当代经济社会发展和人类社会进步所用。
其二，在理论上融合好“大数据”与易经“数相”。“大数据”与易经“数相”都是关于数和数据的学问，在理论上有着良好的共通性，这为我们将两种理论进行衔接和融合，提供了良好的基础。
笔者认为，要衔接好这两种理论需要做好以下几个方面：一是要加强这两种理论的比较研究，从中发现更多的共同点和融合点，将两种理论进行有机融合，并形成独特的理论体系和理论架构，为未来“大数据”的进一步发展提供理论支撑;二是整合“大数据”和易学理论研究资源，加强合作，成立“大数据与易学”研究组织，创建学术刊物，建立健全学术研究机制，加强学术交流，促进多出高价值的学术成果，用于指导“大数据”建设实践;三是建议在相关高校开设“大数据与易学”学科，进行系统理论教育，培养专业人才，为“大数据”的持续发展提供源源不断的人力资源保障;四是加强大数据与易学的融合宣传。定期或不定期举办不同形式的系列宣传活动，举办高质量的论坛、讲座或宣传班，让易经与大数据宣传走进高校、单位、社区和乡村，不断增强人们对大数据与易学有机联系和融合发展重要性的认识，营造良好的大数据与易学融合建设的社会环境。
其三，在方法上融合好“大数据”与易经“数相”。“大数据”在分析预测上有其自己的方法，而易经“数相”在分析预测上也有自己独特的方法。古今中外，在预测方法上有统计预测法、经验预测法、数学模型预测法等多种，但这些预测方法大多是运用数学原理、统计学原理、经济数学原理和人的主观分析等，是一种突出人的主观能动性的主观预测，是一种以人的主观思维为“前理解”的理解方法。然而，这种方法由于在一定程度上忽视了宇宙的客观性，以及宇宙间万事万物的“互即互入”性，因而往往不能洞察和穷极宇宙的客观规律，进而为我们的分析预测带来了局限性。易经预测方法是一种与前面预测方法截然不同的方法，它是以“宇宙全息”、“天人合一”为前理解的、具有特殊预测程序的一种方法。
笔者认为，为了提高“大数据”的分析预测质量，最好将传统的分析预测方法与易经“数相”分析方法结合起来，实行“双轨”运作，两辆马车并驾齐驱。一方面，通过“云计算”形式和传统的分析预测方法，捕获、储存、处理、加工、分析相关数据;另一方面，通过易经预测形式和方法，捕获、储存、处理、加工、分析相关数据。同时，将两种形式获取的数据和分析预测的结果进行对照分析和处理，以提高数据的加工质量。
其四，在应用上融合好“大数据”与易经“数相”。“大数据”并不在大，其生命力在于有用和应用，同样易经“数相”的生命力也在于应用。当前，“大数据”已广泛应用于经济、、文化、社会、生态等各个方面，许多行业都将之视为赢得竞争的重要战略资源。一些行业正在利用大数据辅助决策，一些企业正在利用大数据抢占市场先机、精准营销和服务转型。洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生，统计学家内特·西尔弗(Nate Silver)利用大数据预测2012美国选举结果，麻省理工学院利用手机定位数据和交通数据建立城市规划，医学界利用大数据预测禽流感的散布，银行正在利用大数据分析客户信息……等等。未来，数据将越来越资源化，将与“云计算”的结合越来越深，将带来新一轮的技术革命，数据管理将成为核心竞争力，数据生态系统复合化程度将越来越加强。
同样，亘古以来，易经“数相”智慧就广泛为人们所应用。易经的本体是预测，而预测的关键是数相。在洪荒时代，人们最关心是命运：今天出去打猎会不会遇到涨洪水?居住在这个山洞是吉还是凶?为了了解未来信息，同时也为了趋吉避凶，我们的先人发明了《易经》，并在以后广泛应用于预测天事、地事、人事，预测家事、国事、天下事，并产生了一大批诸如诸葛亮、袁天罡、李淳风、刘伯温等预测家，也产生了许多预测类经典著作，形成了许多经典案例，比如《左国》中的25个筮案，甲骨文中的筮案例，等等。
可见，“大数据”的主要功能在于从庞大数据中发现事物发展的规律，并据此规律预测未来。而易经的主要功能也在于对某事某物进行预测，并从预测的数相中发现规律，以预测未来。它们在本质上是一样的，殊途同归，所不同的是操作方法、操作流程。对此，笔者认为，在应用上如果将“大数据”和易经“数相”进行融合，将有利于提高“大数据”的应用效果。
其五，在机构和团队建设上融合好“大数据”与易经“数相”。笔者认为，应在“大数据”相关行业和单位，增设“易学数据分析中心”这一内部机构，专门负责从易学角度搜集、处理、加工、分析和预测数据，配合“大数据”的全面搜集、处理、加工、分析和预测。同时，在中心建立相应的“数据库”和相关档案库。
在“大数据”从业人员团队建设上，不仅要招收具备相关“大数据”专业知识的普通人才，而且也应考虑招收一部分具备易学专业知识的特殊人才，或具备“大数据”和易学知识的复合型人才。同时，在教育培训上，应建立和完善融合机制，增加易学专业知识培训，使“大数据”从业人员不仅掌握“大数据”相关专业知识，而且还掌握易学相关专业知识，不断提高其综合素质，从而为“大数据”的持续建设和发展提供智力支撑和队伍保障。
来源：央视网-决策中国
原文链接：http://www.datayuan.cn/article/1859.htm
才源国际，每天带给您不一样的大数据精彩资讯。欢迎关注
相关推荐
友情链接
Copyright © 2023 All Rights Reserved 版权所有 北京物流信息联盟