清華大學數據科學研究院院長俞士綸：異構讓大數據將實現更多價值

清華大學俞士綸異構大數據

數據觀 | 2016-05-26 10:45

【數據猿導讀】 5月25日，清華大學數據科學研究院院長俞士綸在數博會上發(fā)表了《對異構數據源的思考》的演講。俞士綸說，現在是大數據時代，一個重要的事情是我們要怎么融合不同的數據

5月25日，美國伊利諾伊大學芝加哥分校特聘主任教授、清華大學數據科學研究院院長俞士綸在數博會“第一屆大數據科學與工程國際會議——大數據科學認識與理解”論壇上發(fā)表《對異構數據源的思考》的演講。他說，大數據時代，數據可以改變很多細節(jié)，我們要做的是找到有意義的數據，并融合不同的數據，將數據運用在實際的事情上。

俞士綸將數據庫比作藥品，將數據比作藥品的內部結構。我們通過研究藥的內部結構來預測這個藥的治療效果，但一個藥的內部結構只是一些有限的資訊，而如果我們制作兩個化學藥品都有相同的效果，那可以把這兩個內部結構的資訊合到一起將會得到更好的結果。這就像如果我們把來自不同的領域的數據庫和數據聯在一起，我們將可利用數據可以做出更好的預測。

俞士綸說，與這個比喻相似的是，豆瓣利用人們對于一個電影的喜愛程度，綜合這部電影和這個人以往看過電影的主演、導演、電影類型、人物性格等多種電影資訊就可以進行預測，抓住人與人之間的聯系，做出預測。但這種數據預測的效果又是因人而異的，有些人社交關系比較重要，但有些人卻沒有什么朋友，所以數據的預測要通過不同的路徑，再進行預測，就會減少誤差。

俞士綸說，當這種方法應用在治療上，一個人進行老年癡呆癥的檢查時，醫(yī)生不僅可以綜合他掃描的CT，還可以對他做的抽血檢查和以往病史等文字、圖片及影像材料進行綜合，將會得到更好的結果，這也是數據融合的例子。

俞士綸說，異構數據可能是一張圖和與之相關一段圖解，這是兩個不同的方式來表達一件事。當我們從圖和文字找到相似的地方時，我們通過圖就可以找到相關的文字描述，通過文字描述，就可以找到相關的圖片。如果將兩者聯系在一起，結果能更為準確。

俞士綸說，現在是大數據時代，一個重要的事情是我們要怎么融合不同的數據。比如氣象預測，光做預測是是根本賺不了錢的，但如果應用在具體的貨物運輸、農業(yè)等具體領域，天氣這些數據將可以改變很多細節(jié)，提供更多便利，成為真正有價值的數據。所以，我們首先要了解到什么是有意義的數據，然后如何把這些數據合在一起去提供更好的服務。

來源：數據觀

收藏分享

聲明：數據猿尊重媒體行業(yè)規(guī)范，相關內容都會注明來源與作者；轉載我們原創(chuàng)內容時，也請務必注明“來源：數據猿”與作者名稱，否則將會受到數據猿追責。