第1章 緒論

近年來，大數據（big data）一詞越來越多地被提及，人們經常用它來描述信息爆炸時代所產生的海量數據，也用它來定義與之相關的一系列數據建模、分析技術的發展與創新。《紐約時報》2012年2月的一篇專欄文章認為，大數據時代已經來臨，在商業、經濟及其他諸多領域中，決策將日益基于數據和分析而做出，而并非基于經驗和直覺。越來越多的政府、企業等機構也意識到大數據分析能力正在成為組織的核心競爭力。事實上，大數據分析的應用在我們的生活中隨處可見，例如，當你把微博等社交平臺當作日記或者發表議論的工具時，金融界的高手們卻正在挖掘這些互聯網應用的“數據財富”，先人一步用其預判市場走勢，取得了不錯的收益。大數據分析在各行各業得到了廣泛的應用，包括：

● 基金公司基于大數據分析投資者的情緒，擬定股票交易策略；

● 電商公司根據客戶網頁瀏覽行為大數據的分析結果進行商品推薦；

● 投資機構爬取購物網站的顧客評論文本，進而分析、推斷企業的產品銷售和財務狀況；

● 風險投資基金采集求職網站的崗位數據，從而推斷各個細分領域的行業發展趨勢；

● 投資銀行搜集上市公司的網絡信息和公開披露信息，從中尋找企業經營的蛛絲馬跡，實現風險控制；

● 疾病預防和控制中心基于網民搜索數據，分析全球范圍內流感等病疫的傳播狀況。

在輝煌的大數據熱潮中，有大數據分析從業者驕傲地聲稱：“我們不再熱衷于找因果關系，尋找因果關系是人類長久以來的習慣，但在大數據時代，我們無須再緊盯事物之間的因果關系，而應該尋找事物之間的相關關系。”這樣的看法真的對嗎？我們來看幾個辛普森悖論的有趣例子。