大數(shù)據(jù)時代、相關(guān)關(guān)系及情報意識*

朱麗潔,韓 兵

（1.甘肅省社會科學院信息網(wǎng)絡(luò)數(shù)據(jù)中心,甘肅 蘭州 730070;2.江蘇省社會科學院圖書館,江蘇 南京 210013）

大數(shù)據(jù)時代、相關(guān)關(guān)系及情報意識*

朱麗潔1,韓 兵2

（1.甘肅省社會科學院信息網(wǎng)絡(luò)數(shù)據(jù)中心,甘肅 蘭州 730070;2.江蘇省社會科學院圖書館,江蘇 南京 210013）

“大數(shù)據(jù)”是大量的相關(guān)信息被用以分析、預測的概念?；谙嚓P(guān)關(guān)系分析的大數(shù)據(jù)體現(xiàn)為一個情報過程。掌握大數(shù)據(jù)需要具備自覺的、敏銳的情報意識。

大數(shù)據(jù)時代;相關(guān)關(guān)系;情報意識

人們曾經(jīng)為“信息爆炸”而迷惘，如今卻在千方百計地從“大數(shù)據(jù)”中尋求機遇。據(jù)稱，在這個所謂“大數(shù)據(jù)時代”，兩年當中所產(chǎn)生的數(shù)據(jù)可以占到了人類文明所獲得的全部數(shù)據(jù)的90%。而到2020年，全世界產(chǎn)生的數(shù)據(jù)規(guī)模又將達到今天的44倍[1]。這種鋪天蓋地與日俱增的海量數(shù)據(jù)帶給人們的不再是迷惘，而是寶貴的資源、機遇和財富，因為人們已經(jīng)擁有了破解大數(shù)據(jù)之謎的法寶——云計算、分布式處理以及相應的存儲、感知技術(shù)，從而能夠發(fā)現(xiàn)、掌握這些非結(jié)構(gòu)、半結(jié)構(gòu)化并且難以收集和利用的數(shù)據(jù)中所潛藏的意義。于是，大數(shù)據(jù)的擁躉們歡呼：“一切慣有思維和解決問題的方式在大數(shù)據(jù)時代即將發(fā)生顛覆性的改變”[2]。

大數(shù)據(jù)真的具有如此法力，以致我們只要祭出云計算之類的“法寶”就萬事不難？就不再需要慣有的思維和方法？如此，我們今后所要做的就是數(shù)據(jù)的收集、積累和存儲，以待分析。需要什么就能夠從這個寶庫里掏出什么來。

1 大數(shù)據(jù)之“大”

信息是事務(wù)屬性的外化，它示以我們屬性的特質(zhì)和表征，助我們判別“是什么”；至于“數(shù)據(jù)”，通常是指那些被用以分析的信息，我們可以從這樣的分析中預知事物的未來或未知，即“會怎樣”，進而做出自身行為的選擇和決斷。因此，“大數(shù)據(jù)”應該就是“大信息”（完整的、原發(fā)的信息）被用以分析、預測的概念。而當信息中所蘊含的能預示“會怎樣”的意義經(jīng)過分析而被發(fā)現(xiàn)，并且被接受，便成為情報，具備了或則產(chǎn)生了影響人們思想和行為的“大”效應。這樣的認識基本涵蓋大數(shù)據(jù)的5V特點——Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）、Veracity（真實性）。大信息之變身為大數(shù)據(jù)，這是時代的進步，說明人們有了對散在的、漫無邊際的、與日俱增的信息加以識別、區(qū)分、整合、利用的情報意識和能力，而不再是一味苦嘆信息的冗余和污染。

大數(shù)據(jù)在本質(zhì)上仍然是信息，是有著內(nèi)在關(guān)聯(lián)的完整(全部)信息，雖然很多時候看上去風馬牛不相及。大數(shù)據(jù)的源源增長實際上是在反映事物內(nèi)在關(guān)聯(lián)的源源不斷發(fā)生。隨著數(shù)據(jù)倉庫、數(shù)據(jù)挖掘乃至基于數(shù)理分析原理的大數(shù)據(jù)分析等信息處理技術(shù)的發(fā)展與運用，這些反映著事物內(nèi)在關(guān)聯(lián)的大量度的數(shù)據(jù)得以大廣度、大深度的分析處理，進而從中挖掘出影響人們思維決斷和行為取向的大效應。這或許就是大數(shù)據(jù)之“大”的含義吧。權(quán)威的Gartner(高德納）IT研究與顧問咨詢公司曾斷言：“大數(shù)據(jù)”是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)[3]。其中就涵蓋了大數(shù)據(jù)之“大”的這三種含義，還有它的信息屬性。

2 大數(shù)據(jù)的情報性

“大數(shù)據(jù)時代”就是依據(jù)大數(shù)據(jù)分析作出認知、判斷、選擇的時代。麥肯錫管理咨詢公司聲言：“數(shù)據(jù)已經(jīng)滲透到當今每一個行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對于海量數(shù)據(jù)的挖掘和運用，預示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來?！泵绹都~約時報》等媒體這些年也連篇累牘的載文渲染“大數(shù)據(jù)”時代的降臨，在商業(yè)、經(jīng)濟及其他領(lǐng)域中，決策將日益基于數(shù)據(jù)和分析而作出，而并非基于經(jīng)驗和直覺[4]。

《大數(shù)據(jù)時代》一書的作者維克托·邁爾·舍恩伯格和肯尼斯·庫克耶被譽為 “大數(shù)據(jù)時代的預言家”，因為正是他們指出了大數(shù)據(jù)的意義就是預測，將為人類的生活創(chuàng)造前所未有的可量化的維度；而大數(shù)據(jù)時代最大的轉(zhuǎn)變就是放棄對因果關(guān)系的渴求，取而代之關(guān)注相關(guān)關(guān)系。也就是說只在乎“是什么”，而不問“為什么”。何謂“相關(guān)關(guān)系”？該書解釋說：“相關(guān)關(guān)系的核心是量化兩個數(shù)據(jù)值之間的數(shù)理關(guān)系。相關(guān)關(guān)系強是指當一個數(shù)據(jù)值增加時，另一個數(shù)據(jù)值很有可能也會隨之增加[5]?！边@就是以數(shù)理關(guān)系這種表象來揭示客觀現(xiàn)象或事物之間所發(fā)生的互相依存相互作用的因果關(guān)系，只是我們只須看重這種“依存”、“作用”的結(jié)果而不必管其因果。在邏輯學中，相關(guān)關(guān)系早有闡述并且分門別類，如聯(lián)想關(guān)系、類緣關(guān)系、非等級關(guān)系等諸種不同類型的相關(guān)。這些不同類型的相關(guān)關(guān)系都是破解大數(shù)據(jù)之謎的密鑰。

置身于大變革的時代，我們或許會迷惘，但不應該迷信?；跀?shù)據(jù)分析的決策當然比只靠經(jīng)驗和直覺要真實得多也高明得多，但前提必須是數(shù)據(jù)的完整、準確和具有相關(guān)性。所以，信息要變身為數(shù)據(jù)必須預先經(jīng)過人的類性識別與范圍選擇；再者，人類的“思維和解決問題的方式”從未僅限于預測，更不可能被預測所替代，那樣人類豈不是又回到了占卜時代？基于大數(shù)據(jù)的占卜而不再是龜殼或牛骨頭罷了。再進一步說，“相關(guān)關(guān)系”的思維路徑也非大數(shù)據(jù)時代的新發(fā)明，由此及彼、由表及里，不是自古已然的“相關(guān)”思維范式？而情報學更是專門研究“相關(guān)關(guān)系”的學問——從事物顯在的、潛藏的相互關(guān)系中尋出蛛絲馬跡，發(fā)現(xiàn)情報價值，進而為判斷、決策以及科學研究提供依據(jù)或佐證。大數(shù)據(jù)時代不過是人類開始正視呈幾何數(shù)增長的大量信息，開始自覺的發(fā)現(xiàn)其中所蘊含的意義和價值，進而加以有效開發(fā)和利用?！按髷?shù)據(jù)”讓人類社會活動所衍生出的、自然界自然而生的大批量信息變成了資源、“生產(chǎn)因素”，這在情報學看來就是一個從信息中發(fā)現(xiàn)意義、挖掘價值的情報過程。因此，置身于大數(shù)據(jù)時代，我們自身所要做好的準備就是提升、強化能夠應對大數(shù)據(jù)特性的情報意識，具備更自覺、更敏銳、更快捷地發(fā)現(xiàn)那些過去熟視無睹視而不見的種種“相關(guān)”的能力，從而積極、主動、靈感地從大數(shù)據(jù)中探尋能夠彌補我們的知識缺失和思想不確定的情報價值。

3 掌握大數(shù)據(jù)的情報意識

信息爆炸讓我們“迷惘”，正是緣于我們?nèi)狈拇罅啃畔⒅袑で箨P(guān)聯(lián)、析出情報的自覺意識；面對大數(shù)據(jù)我們又往往顯得“迷信”，那是因為我們有些唯大數(shù)據(jù)分析技術(shù)是瞻，唯“大數(shù)據(jù)預測”是信，而放棄了人類主觀意識的能動性。

情報意識看似一種對于“相關(guān)關(guān)系”的敏感、悟性，以及追根索據(jù)刨根問底的習性，其實是知識、經(jīng)驗、閱歷的累積而練就的一種思想素質(zhì)。一個具備相應知識背景的人，才可能對外在的相關(guān)信息作出反應，感悟到其中蘊含的意義和價值，否則便會對牛彈琴無動于衷。由此不禁讓人想到上世紀的哲學科學家夏佩爾曾提出過的“信息域”概念。在他看來，科學活動由兩個部分構(gòu)成：待研究的信息群，即研究對象；背景信息群，即研究所賴以的現(xiàn)有知識。由背景信息群啟示、引領(lǐng)而逐步發(fā)現(xiàn)、確定并組織起一系列相互關(guān)聯(lián)的研究項就構(gòu)成了科學研究的“信息域”。夏佩爾的信息域和基于“相關(guān)關(guān)系”的大數(shù)據(jù)其實是異曲同工：“一系列信息項聚合起來形成了一個具有如下特征的信息域：①這種信息項的集結(jié)依據(jù)各個信息項之間的某種內(nèi)在聯(lián)系；②如此集結(jié)的‘信息域’蘊含著某些令人深思的問題；③這些問題是很重要的；④當前的科學技術(shù)水平已經(jīng)為這些問題的解決做好了‘準備’[6]”?？梢姌?gòu)成科學研究的“信息域”和構(gòu)成“大數(shù)據(jù)”的原理是一致的，都

是一個主、客觀知識相互作用的結(jié)果。大概不會有誰真的隨意拿一個人的鞋碼來預測他的愛情，因為預測所采用的數(shù)據(jù)類型都是要經(jīng)過選擇的，就是經(jīng)過人的意識判別過的?；騽t可以說，大數(shù)據(jù)之所以有意義就在于其中隱含著關(guān)系某一事物的信息域，打開它就能夠告訴我們一點什么。無論我們是在做科學研究或是經(jīng)營決策，對于相關(guān)事物或問題所關(guān)聯(lián)的各種各樣層出不窮的海量信息首先應當作出情報意識的領(lǐng)悟與判斷，識別出哪些類型的信息是“令人深思的”，是不可或缺的，而哪些又是不靠譜的，應當舍棄。作為主體的人，我們必須具備對信息域存在的主觀意識和對信息間相關(guān)關(guān)系加以分析推斷的情報能力，能夠在背景知識和經(jīng)驗積累基礎(chǔ)之上，經(jīng)信息的提示、引導而發(fā)生聯(lián)想、假定意念，進而探求信息間隱藏著的內(nèi)在聯(lián)系，發(fā)現(xiàn)其間所蘊含的“重要問題”，使一些表面看來毫不相干無關(guān)緊要的信息不被忽略，而不相干的信息得以及時排除，如此，大數(shù)據(jù)分析的結(jié)果才能更加趨于嚴謹、準確而不至因某些變量的缺失或干擾產(chǎn)生謬誤。眾所周知，Google的流感趨勢即時預測曾經(jīng)是“大數(shù)據(jù)應用的典范”。自2008年起他們把流感患者在搜索引擎上留下的大量關(guān)于自身病情、所花費的時間、接受的治療以及各種想法、需求、憂慮等信息變成了流感疫情整體性趨勢的信號加以分析，做到了比美國疾病預防控制中心提前兩周發(fā)布監(jiān)測數(shù)據(jù)。而至2013年，他們的預測偏差竟高達140%，成了“大數(shù)據(jù)缺陷的典范”。造成失誤逐年增大的主要原因之一就是數(shù)據(jù)出現(xiàn)了“過度擬合”：很多關(guān)鍵詞看似與流感有關(guān)而其實無關(guān)[7]。由此可見，人在大數(shù)據(jù)面前是應該有為的，是必須帶著自己的主觀意志而作為的，而不是聽任“大數(shù)據(jù)”說風是風說雨是雨。

日本東京創(chuàng)造社創(chuàng)始人山上定也曾經(jīng)說過：“假如不以那種主觀意識閱讀報紙，必然會漏掉許多重要的信息。所謂‘那種主觀意識’就是‘應該這樣’，‘大概會這樣吧’等假設(shè)”[8]。正是這種“主觀意識”和“假設(shè)”，在看似風馬牛的事務(wù)中發(fā)現(xiàn)了信息域的某些“項”，發(fā)現(xiàn)了各種變量之間的關(guān)聯(lián)，也分辨出了無關(guān)。一個人的鞋碼和他的愛情也許扯不上關(guān)系，但是誰能否定，一條人口流離的記載或許暗示著政治動蕩、戰(zhàn)亂或自然災害的歷史背景；古老的風俗民情不但是傳統(tǒng)文化的印跡，也可能體現(xiàn)著某種生產(chǎn)方式下的經(jīng)濟特征；甚至語音的變化也不僅僅對語言學家有意義，同時也顯示著人口遷徙、文化流向及經(jīng)濟交流的烙印。

不識廬山真面目，只緣身在此山中?！按髷?shù)據(jù)”讓我們能夠從信息爆炸的迷霧中找到一線光亮，見著一片藍天。但這一線光亮能否洞穿我們的迷惑？我們所得到的是否就是自己的那片藍天？要成為大數(shù)據(jù)的真正主人，我們就必須抱定“那種主觀意識”——主觀上的情報意識。否則，我們將依舊是迷惘，或則迷信。

[1] 曾建勛.大數(shù)據(jù)時代的情報學變革[J].情報學報，2015，1.

[2] 鄭渝川.大數(shù)據(jù)時代意味著什么？[J].中外管理，2013，3.

[3] 百度百科：大數(shù)據(jù).[EB/OL].［2013-06-10］.http://baike. baidu.com/view/6954399.htm

[4] 莊春暉.“大數(shù)據(jù)”時代來臨決策不能只憑經(jīng)驗 .[EB/OL].［2013-07-12］http://www.dfdaily.com/html/113/2012/4/11/ 774524.shtml

[5] 維克托·邁爾·舍恩伯格，肯尼斯·庫克耶.大數(shù)據(jù)時代［M］.盛楊燕，周濤，譯.杭州：浙江人民出版社，2013.

[6] 夏佩爾.理由與求知［M］.褚平，周文彰，譯.上海：上海譯文出版社，2001:306.

[7] 殼社.大數(shù)據(jù)的傲慢：我們能從谷歌流感趨勢預測的失敗中學到什么？［2015-10-21］［微信號：iBio4P］.http:// www.bio4p.com/depth/9683.html

[8] 山上定也.驚人的信息推理術(shù)［M］.溫元凱，譯.上海：上海文化出版社，1987：3.

G350

甘肅省哲學社會科學規(guī)劃項目（項目號：14YB124）。