清华大学数据科学研究院院长俞士纶：异构让大数据将实现更多价值

清华大学俞士纶异构大数据

数据观 | 2016-05-26 10:45

【数据猿导读】 5月25日，清华大学数据科学研究院院长俞士纶在数博会上发表了《对异构数据源的思考》的演讲。俞士纶说，现在是大数据时代，一个重要的事情是我们要怎么融合不同的数据

5月25日，美国伊利诺伊大学芝加哥分校特聘主任教授、清华大学数据科学研究院院长俞士纶在数博会“第一届大数据科学与工程国际会议——大数据科学认识与理解”论坛上发表《对异构数据源的思考》的演讲。他说，大数据时代，数据可以改变很多细节，我们要做的是找到有意义的数据，并融合不同的数据，将数据运用在实际的事情上。

俞士纶将数据库比作药品，将数据比作药品的内部结构。我们通过研究药的内部结构来预测这个药的治疗效果，但一个药的内部结构只是一些有限的资讯，而如果我们制作两个化学药品都有相同的效果，那可以把这两个内部结构的资讯合到一起将会得到更好的结果。这就像如果我们把来自不同的领域的数据库和数据联在一起，我们将可利用数据可以做出更好的预测。

俞士纶说，与这个比喻相似的是，豆瓣利用人们对于一个电影的喜爱程度，综合这部电影和这个人以往看过电影的主演、导演、电影类型、人物性格等多种电影资讯就可以进行预测，抓住人与人之间的联系，做出预测。但这种数据预测的效果又是因人而异的，有些人社交关系比较重要，但有些人却没有什么朋友，所以数据的预测要通过不同的路径，再进行预测，就会减少误差。

俞士纶说，当这种方法应用在治疗上，一个人进行老年痴呆症的检查时，医生不仅可以综合他扫描的CT，还可以对他做的抽血检查和以往病史等文字、图片及影像材料进行综合，将会得到更好的结果，这也是数据融合的例子。

俞士纶说，异构数据可能是一张图和与之相关一段图解，这是两个不同的方式来表达一件事。当我们从图和文字找到相似的地方时，我们通过图就可以找到相关的文字描述，通过文字描述，就可以找到相关的图片。如果将两者联系在一起，结果能更为准确。

俞士纶说，现在是大数据时代，一个重要的事情是我们要怎么融合不同的数据。比如气象预测，光做预测是是根本赚不了钱的，但如果应用在具体的货物运输、农业等具体领域，天气这些数据将可以改变很多细节，提供更多便利，成为真正有价值的数据。所以，我们首先要了解到什么是有意义的数据，然后如何把这些数据合在一起去提供更好的服务。

来源：数据观

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。