是否有可能把處在不同企業(yè)、不同服務上的“孤島”數(shù)據(jù)進行整合，建立一個數(shù)據(jù)交換平臺，同時做好個人信息的保護，使數(shù)據(jù)實現(xiàn)正?；?

　　這對公司、個人，甚至對于整個社會來說，都是有益的。但對于商業(yè)的實體來說，大數(shù)據(jù)現(xiàn)在已經(jīng)成為其資產(chǎn)的一部分，分享數(shù)據(jù)可能意味著會喪失其競爭優(yōu)勢.拿出一支筆，在我國版圖上以黑龍江省的黑河、云南省的騰沖為兩點畫一條線，線的右側只占國土面積的36%，卻居住著占96%的人口—這就是我國著名人口地理學家胡煥庸在1935年發(fā)現(xiàn)的“黑河—騰沖線”，也叫胡煥庸線，在我國地理學以及人口學上，具有重大意義。

　　“這就是80年前的大數(shù)據(jù)。”7月25日，在由騰訊互聯(lián)網(wǎng)與社會研究院舉辦的“大數(shù)據(jù)連接的未來”高峰論壇上，騰訊公司即通產(chǎn)品部副總經(jīng)理冼業(yè)成展示了一張我國QQ同時在線人數(shù)活躍度圖，與“黑河—騰沖線”圖作對比，結果顯示，兩張圖驚人相似。

　　冼業(yè)成由此進一步表示，通過對大數(shù)據(jù)的采集與挖掘，可以滿足政府、企業(yè)與個人的多方面需求，如通過大數(shù)據(jù)的預測功能為其決策提供一定參考等。

　　規(guī)模并非唯一判斷依據(jù)

　　在維基百科中，大數(shù)據(jù)被定義為：所涉及的數(shù)據(jù)量規(guī)模巨大到無法通過人工，在合理時間內(nèi)達到截取、管理、處理、并整理成為人類所能解讀的信息;百度百科的詞條則表述為：大數(shù)據(jù)，或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無法通過目前主流軟件工具，在合理時間內(nèi)達到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營決策更積極目的的資訊。

　　中國人民大學信息學院副院長文繼榮教授表示，維基和百度百科里對大數(shù)據(jù)的定義基本集中在“大”的概念，但并沒有揭示更深刻的問題。

　　“大數(shù)據(jù)首先是一種進行判斷和預測的能力。”文繼榮解釋，其前提在掌握這種海量數(shù)據(jù)收集存儲和處理的技術基礎上，隨之產(chǎn)生了能判斷或預測的新能力。

　　“其實所謂大數(shù)據(jù)并沒有一個絕對的數(shù)量，不能說100個T的數(shù)量是不是大數(shù)據(jù)。大數(shù)據(jù)主要跟它所應用的問題規(guī)模大小有關系。”文繼榮解釋，“也就是說要把數(shù)據(jù)用在某一個問題上，這個問題的規(guī)模尤其是樣本空間大小，會決定這些數(shù)據(jù)足不足夠大。”

　　文繼榮表示：“如果某一數(shù)據(jù)能充分覆蓋問題的樣本空間，它對于這個問題就是大數(shù)據(jù)。因為各種可能出現(xiàn)的情況都有相應數(shù)據(jù)進行覆蓋，這樣的數(shù)據(jù)就足夠大了。”

　　既要講規(guī)模 又要講質(zhì)量

　　與會專家提醒，如今在研究大數(shù)據(jù)過程中出現(xiàn)了一種現(xiàn)象：很多人往往認為數(shù)據(jù)大了即可，可是卻忽略了一個問題，即數(shù)據(jù)的質(zhì)量。如果拿著一堆質(zhì)量不可靠的數(shù)據(jù)就去做一些所謂的統(tǒng)計分析，結果是很危險的。

　　“傳統(tǒng)上要做很多統(tǒng)計分析的時候，我們特別強調(diào)數(shù)據(jù)抽樣的無偏性、隨機性?？墒墙裉齑蠹矣么髷?shù)據(jù)的時候好像就忘記了這點，覺得只要我收集了很多數(shù)據(jù)簡單統(tǒng)計一下，因為我是大數(shù)據(jù)，我是全樣本，就不用去管數(shù)據(jù)的質(zhì)量，這無疑是非常危險的一個趨勢。”文繼榮認為。

　　牛津大學互聯(lián)網(wǎng)研究院研究員王寧就在論壇上提醒，要考慮大數(shù)據(jù)可能帶來的兩大風險：一是對數(shù)據(jù)的誤讀，二是數(shù)據(jù)所存在的偏差問題。

　　普元數(shù)據(jù)產(chǎn)品總監(jiān)王軒此前也在接受媒體采訪時表示，有的企業(yè)是基于數(shù)據(jù)分析作出了一些營銷的趨勢性結論，但如果數(shù)據(jù)本身是錯的，分析出來的結論未必有用。

　　在業(yè)內(nèi)更是曾有過這樣一種說法：如果數(shù)據(jù)準確度在60%，作出來的事一定會被用戶罵;如果數(shù)據(jù)準確度在80%左右，用戶會說“還不錯”;只有數(shù)據(jù)準確度達到90%，用戶才會覺得真牛。

　　“信息孤島”亟待打破

　　騰訊公司社交網(wǎng)絡事業(yè)群總裁、騰訊公司高級執(zhí)行副總裁湯道生還在論壇上提出了“信息孤島”的問題。

　　湯道生認為，如今大家使用到的數(shù)據(jù)，大多是由不同的企業(yè)、不同的服務搜集到的，也就是說都是在孤島上捕捉的，而與此相悖的是大數(shù)據(jù)一個很重要的性質(zhì)—可擴展性，而當下大數(shù)據(jù)的發(fā)展，也使得可擴展性顯得愈發(fā)重要。

　　“處在信息的孤島上，每一家公司可能都有自己的云，而要把這些處在不同孤島上的數(shù)據(jù)進行整合，去創(chuàng)建一個更加綜合的情景來從中受益，這里還有很多的挑戰(zhàn)。”湯道生表示。

　　湯道生說，自己一直在思考的問題是：是否有可能把這些處在不同孤島上的數(shù)據(jù)進行整合，建立一個數(shù)據(jù)交換平臺，同時做好個人信息的保護，使數(shù)據(jù)實現(xiàn)正?；?。

　　“這對公司、個人，甚至對于整個社會來說，都是有益的。但我深知其中的困難，因為對于商業(yè)的實體來說，大數(shù)據(jù)現(xiàn)在已經(jīng)成為其資產(chǎn)的一部分，分享數(shù)據(jù)可能意味著會喪失其競爭優(yōu)勢。”湯道生說。

　　“大數(shù)據(jù)發(fā)展的一大瓶頸就是產(chǎn)業(yè)鏈各個環(huán)節(jié)的競合平衡，比如物聯(lián)網(wǎng)和智慧城市，這些概念想要落地完全離不開大數(shù)據(jù)，但要實現(xiàn)這樣的宏觀概念，其實并不取決于某一個企業(yè)甚至任何一個行業(yè)，而需要整個社會資源跨行業(yè)的整合以及平衡。”騰訊互聯(lián)網(wǎng)與社會研究院產(chǎn)業(yè)經(jīng)濟中心主任孟昭莉博士認為。

　　孟昭莉建議，需要有一個跨行業(yè)的數(shù)據(jù)共享池，這樣的池子最好是能夠由政府這樣非常中立的第三方來作為引領者，同時也有各個行業(yè)的領軍企業(yè)來參與。

　　“這必然會導致一些既有競爭又有合作伙伴關系的企業(yè)會共同卷入這個生態(tài)圈，此時最為關鍵的就是合理管理機制的設置，讓貢獻較多的企業(yè)能夠拿到一定回饋，而貢獻較少的企業(yè)則可以考慮提供一些有償服務。”孟昭莉表示。

　　數(shù)據(jù)安全問題 不容忽視

　　在大數(shù)據(jù)爆炸的時代，企業(yè)可以通過大數(shù)據(jù)業(yè)務的開展為自身商業(yè)決策提供依據(jù)，但也伴隨著數(shù)據(jù)安全性的考驗，即如何保證自身以及用戶數(shù)據(jù)的安全隱私，已經(jīng)成了大數(shù)據(jù)發(fā)展的首要議題。

　　騰訊公司云平臺部總經(jīng)理陳磊表示，騰訊曾經(jīng)對90個要求用戶用信用卡或銀行卡去做支付的電商網(wǎng)站和微信公共賬號做過安全掃描分析檢查，發(fā)現(xiàn)超過60個都或多或少存在安全問題，其中20多個的問題甚至非常嚴重，存在包括盜取用戶的身份、惡意去替用戶消費等行為。

　　陳磊還半開玩笑地講：“所以今天我住酒店的時候，如果酒店的工作人員讓我把信用卡留下，我是非常焦慮的，因為今天我們面臨的互聯(lián)網(wǎng)產(chǎn)品里的安全問題非常多。”

　　“要做好大數(shù)據(jù)的服務，我們首先要解決的就是信息安全的問題。特別是對騰訊而言，首先發(fā)生的挑戰(zhàn)就是安全的挑戰(zhàn)。”陳磊表示。

　　據(jù)冼業(yè)成介紹，如今騰訊QQ用戶每天都在產(chǎn)生著大量的數(shù)據(jù)，如用戶每天產(chǎn)生的QQ消息有155億條，騰訊公司每天為了處理這些數(shù)據(jù)就要新增存儲200T。

　　那么，面對海量的數(shù)據(jù)信息，騰訊又是如何承擔數(shù)據(jù)“保安”角色的呢?

　　據(jù)陳磊透露，騰訊有一整套完備的安全防護措施，從運營商的網(wǎng)絡出發(fā)就有一個很強的防護，后面還通過技術手段去加固用戶服務器，包括外部應用的防火墻等，幫助用戶解決安全問題。

　　然而，不泄露用戶數(shù)據(jù)是一方面，另一方面，像QQ、微信這樣的聊天工具，每天都會產(chǎn)生大量涉及用戶隱私的信息，騰訊是否會將其也列入大數(shù)據(jù)開發(fā)的范疇，并給用戶隱私帶來侵害呢?

　　陳磊在接受記者專訪時表示：“騰訊不會用聊天記錄、不會用微云里面儲存的內(nèi)容，只會對用戶主動分享出來的內(nèi)容進行分析。”

　　“但即使是對這種分享內(nèi)容也會進行分級，比如用戶在私密圈子里分享的信息，騰訊會在不能追溯到用戶本人的方式下、去除敏感信息部分然后再來使用。”陳磊強調(diào)。