编辑导语：如今在这个大数据时代，我们的日常都被计较在个中，最常见的就是线上购物软件的算法，按照大数据对你举办标签化，推送你大概喜欢的商品；本文作者具体阐明白大数据时代的双刃剑，我们一起来看一下。

最近接连复习了几本数据相关的书，作为数学系结业的学生，固然结业多年都无缘从事数据相关的职业，基本的理论常识也根基化整为零，但我对数据一直都蛮感乐趣的，在此也想分享下我的一些观点。

“一家公司公布3003人持有该公司的股份，每人平均持有660股。”

乍一看，优秀优秀。

别急着拍手，这个令人赞叹的数据背后尚有另一信息没有透露：“公司累计200万股股票，个中三大股东的股份占了3/4，而剩下的3000人总共持有的股份只占1/4“。

同样的，之前民间盛传的腾讯人均月薪7.18万，看起来是否也颇为可疑？

首先，这数据准确得让人受惊；其次，未加说明的平均数都是耍混混；最后，即便你做了大样本观测，可收入作为敏感信息，免不了参杂虚报和瞒报的环境，可信度也要大打折扣——这种话题作为媒体的噱头听听就好，卖力了但是要悲痛的。

但事实上，人容易为数据痴迷。

学生的本领欠好评估，但测验后果和学位证书可以佐证，于是家长们争先恐后地帮孩子报了补习班；相识一个生疏人很难，但伴侣圈和Facebook提供了一个渠道，于是我们都执着于在网上塑造一个抱负人设。

看吧，我们一直置身于大数据的 *** 中。

我的大学伴侣根基上都在从事大数据计较相关的职业，泛泛我们闲聊时，或多或少会叹息大数据给我们带来的双刃剑。

在充斥数据和算法的年月，毕竟是数据为我，照旧我为数据？数据是不是就便是我们本身？这个命题太大，我只能随波逐流。

本日主要是想当真探讨下，这么多年来，你我曾经陷入的数据陷阱以及我们能采纳的动作。

一、数据会说谎？

大数据是个好东西，尤其到了此刻，它早已被放大了光环，给我们带来了诸多便利；你欣赏过什么，对什么感乐趣，推荐算法老是能精准地匹配你的口胃（可能说，大数据界说了你的口胃）。

虽然，唱衰大数据的人也不少：“数据只是证实了显而易见的事实。”不少人对此不屑一顾。

然而，我最近看到的几个案例，都不止一次地让我哭笑不得：数据一次又一次地证明白许多我们想虽然的猜测跟真实是不相符的。

你大概会认为，在暴力影戏放映后的当天，那些有进攻性的年青人会更易怒，犯法率铁定会上升；但事实上，有经济学家通过数据阐明，在影戏竣事后到越日的破晓，犯法率一连在下降；一方面暴力影戏让潜在的暴力人群分开了陌头，另一方面由于影院险些不供给酒类饮品，淘汰了酒精有关的犯法勾当。

大数据为人我们提供了一个新维度的视角，包围面较单一的领悟更广，让我们对世界的认知也更立体了。

也正是因为如此，我在看一些调研陈诉的时候发明，这把双刃剑的另一面，终于照旧现出了他的真脸孔。

1. 相关性而非因果性

大数据显示，某地某时段起飞了几多只白日鹅，据此揣度天鹅都是白的。

这显然太扯了，但你敢拍着胸脯担保本身没掉过这类圈套吗？

甚至有些时候，假如我们无法证明本身想要证明的对象，下意识地就会展示一些其他对象，并冒充他们是一样的；究竟此刻统计数据让人目不暇接，险些没人会察觉到个中的不同，不是吗？

说到这我也不得不反思，我莫非没有过吗？翻开这层遮羞布，率直说，不少环境下当我试图争取更多的权益和话语权时，不自觉地也使了这样的花招。

运用“看似相关的数据”作为论据，要么是无心之失，要么就是习用技巧。

学生时代当我还对数学建模比赛上心时，考题要求预测一个数值变革趋势，我其时就冷静发明白一个“奥秘”，即/——给你一组数据，你可以利用任一种范式去找到一个看似好使的指标，但换一组数据，这个指标就失灵了；变量太多，你能试验的样本太少，于是你很容易发明这种假相关性，更别提你想基于这个相关性去推导因果性了。

退一步来说，即便我们通过一小我私家泛泛会见网站的内容，监察到他有了犯法的激动，那到底是抓他照旧不抓他？假如我们不能担保本身是公理的，那么我们也不会在意本身是否邪恶。

有些人很擅长操作现有数据去预估接下来的数据变革，大概是多维度的调查，也大概是有了足够的数据样本；可是，数据会变，我们会变，假如你迷信数据而忽视本质，那么大数据就不能用于预测，只能预测有领悟的预测。