第1章 绪论

近年来，大数据（big data）一词越来越多地被提及，人们经常用它来描述信息爆炸时代所产生的海量数据，也用它来定义与之相关的一系列数据建模、分析技术的发展与创新。《纽约时报》2012年2月的一篇专栏文章认为，大数据时代已经来临，在商业、经济及其他诸多领域中，决策将日益基于数据和分析而做出，而并非基于经验和直觉。越来越多的政府、企业等机构也意识到大数据分析能力正在成为组织的核心竞争力。事实上，大数据分析的应用在我们的生活中随处可见，例如，当你把微博等社交平台当作日记或者发表议论的工具时，金融界的高手们却正在挖掘这些互联网应用的“数据财富”，先人一步用其预判市场走势，取得了不错的收益。大数据分析在各行各业得到了广泛的应用，包括：

● 基金公司基于大数据分析投资者的情绪，拟定股票交易策略；

● 电商公司根据客户网页浏览行为大数据的分析结果进行商品推荐；

● 投资机构爬取购物网站的顾客评论文本，进而分析、推断企业的产品销售和财务状况；

● 风险投资基金采集求职网站的岗位数据，从而推断各个细分领域的行业发展趋势；

● 投资银行搜集上市公司的网络信息和公开披露信息，从中寻找企业经营的蛛丝马迹，实现风险控制；

● 疾病预防和控制中心基于网民搜索数据，分析全球范围内流感等病疫的传播状况。

在辉煌的大数据热潮中，有大数据分析从业者骄傲地声称：“我们不再热衷于找因果关系，寻找因果关系是人类长久以来的习惯，但在大数据时代，我们无须再紧盯事物之间的因果关系，而应该寻找事物之间的相关关系。”这样的看法真的对吗？我们来看几个辛普森悖论的有趣例子。