第1章 深陷資料過載的愁雲慘霧

“它無所不在，它無所不知，它的名字是大資料。”

——呆伯特，2012年7月

流感預測器也鬧“流感”

2008年是大資料發展的重要一年，儘管當時幾乎還沒有人提出大資料分析這一概念。就職於在當時仍備受推崇的、雄心勃勃的搜尋引擎供應商谷歌的一小撮資料科學家在《自然》雜誌上釋出了一種大資料應用的方法，即利用大資料（的檢測功能）令地球上的人類更加健康（少生病）。科學家們將這種應用命名為GFT：谷歌流感潮（Google Flu Trends）。科學家們宣稱，在不與醫生溝通的情況下，谷歌可以預言美國境內的流感疫情暴發和地理傳播路徑。科學家們的預測速度比當時的監測部門美國疾病控制與預防中心（CDC）更快、更準確。

幾十年來，為了實現對流感疫情的監測，CDC蒐集相關醫療診斷報告後，能夠據此推測出全國居民的健康狀況，推測結果公佈時間較現實情況有一週左右的延遲。基於這種推測結果，CDC則可採取相關的公共衛生控制措施，例如開展大規模的疫苗接種。谷歌的科學家們基於他們的資料庫，找尋到了一種預測居民健康狀況的更容易的方法：他們統計居民在搜尋引擎中搜索例如“流感有哪些症狀”或者“附近有哪些藥房”等詞條的頻率，標記搜尋人所在的地點，並將這些統計資料與以往的流感疫情情況比對修正。在2008年，聚合並定位數以百萬計的流感相關的搜尋資訊僅需不到一夜的時間。此外這種研究也證實了與專家發放調查問卷詢問的方式（在調查流感疫情時，專家指的就是醫生）相比，基於搜尋請求統計的分析方法在一定區域內可以得出更微觀精細的預測結果。

Loading...

未載入完，嘗試【重新整理網頁】or【關閉小說模式】or【關閉廣告遮蔽】。

使用【Firefox瀏覽器】or【Chrome谷歌瀏覽器】開啟並收藏！

移動流量偶爾打不開，可以切換電信、聯通網路。

收藏網址：www.peakbooks.cc

(＞人＜；)