身處大資料時代，你瞭解大資料嗎？

大資料，通俗的來講就是很多很多的資料，這些資料包含有各種型別，人工無法判斷或者判斷不出 （雖然這些資料具有一定的相關性）。 大資料的應用主要是根據其相關性，透過一定的演算法來“提純”有效的資料 。

1、大資料包含的內容

可以這樣說，你在網上的一切行為產生的資料，都會成為大資料的一部分。在大資料時代，每個上網的人都是在裸奔。你的一切行為產生的資料都會被收集起來，依託這些資料，經過一系列演算法，就可以掌握你的方方面面。大資料也許比你更加了解自己。

比如你正在看的這篇文章，這個文章什麼時候推送給你，你什麼時候點開，點開後看了多少內容，這些資料都會被收集起來，成為百度大資料的一部分，透過一定的演算法可以分析出來你是否喜歡這篇文章，你可能會喜歡什麼樣的文章，然後根據這些資料給你推薦你感興趣的文章。

又比如你在某寶購物，你什麼時候開始瀏覽某一件寶貝，你是否經過n分鐘和客服討價還價，你最後在幾點幾分下單成交，這些收集起來的資料，就組成了某寶的大資料。某寶可以透過演算法，給你推薦你感興趣的寶貝或者做一些資料統計。

2、大資料的應用特點

大家小時候都唱過或聽過這樣一首兒歌，兒歌裡說：“因為所以，科學道理”。這個其實是在說，我們習慣性的思維方式是“因為什麼。所以什麼”，是一種因果性的思維方式。而大資料的思維方式與這種思維方式不同，大資料關注相關性，不關注因果性。

大資料應用的核心就是相關性。

例如阿里巴巴透過

資料魔方（它們的大資料產品），從海量的購物大資料中，提煉出消費跟女性胸部成正比的結論。女生胸部和消費能力（購物量）存在什麼因果關係，這個無從得知，但是不妨礙利用相關性得到這個結論和使用這個結論。

通俗的來講，利用大資料可以知道，很多人同時做了A和B兩件事情（或者是擁有A特點的人，會做B事情），那麼就可以得出A和B具有相關性。給做了A或者B事情（擁有A特性）的人，推薦另外一種。當然真正的大資料，不會只分析兩個特性，需要進行多維度分析，才能提煉出有效的結論。