大数据泰囧

1. 大家怎么看待出轨这件事

‍‍‍‍‍‍

作者：仲念念

01

▼

超级丹出轨事件像年三十的鞭炮一样，噼里啪啦的炸开，每个人都忙的像过年似得，真心热闹。我一边啃着苹果，一边淡定的刷着微博，然后漫不经心的问我旁边打撸啊撸的男友：“看来这是个新兴的流行趋势啊，这年头不出个轨都不好意思出门了，以后你也会出轨吗？”“会啊，出轨不是很正常一件事吗，怎么还搞得腥风血雨的。”一口苹果卡在了喉咙里，半天没咽下去。我大脑空白了好几秒，然后心花怒放的想：牛逼啊，这孩子够耿直啊，跟外面那些妖艳货就是不一样。这回答绝对是一股清流！

人美又有才的情感作者，公众号：仲念念

‍‍‍‍‍‍

2. 春节档电影是“割韭菜”电影吗有哪些成为了经典电影呢

从大数据来看，春节档电影大部分都是“割韭菜”电影，例如《澳门风云》系列、《唐人街探案》系列等，不过在近几年的春节档也是出现了一部分经典电影的，其中包括战争类的《红海行动》、科幻类的《流浪地球》和剧情类的《你好，李焕英》。

最后，这几年春节档出现的评分高的影片，也就是8.3分的《红海行动》、7.9分的《流浪地球》、7.8分的《你好，李焕英》，其中《你好，李焕英》还受到了非常大的争议，很多观众不愿意承认其是经典影片，不过从这部影片目前获得的口碑、票房和奖项来说，被称为春节档的经典并不为过。

3. 伯凡非常道的节目列表

中央人民广播电台经济之声《伯凡非常道》节目主题一览表年份中央人民广播电台经济之声《伯凡非常道》节目主题一览表2011年2011-08-12「伯凡非常道」第001期：李宁为何成为“跳水冠军”
2011-08-26「伯凡非常道」第002期：乔布斯辞职与苹果的未来
2011-09-02「伯凡非常道」第003期：五粮液为什么丧失了定价权
2011-09-09「伯凡非常道」第004期：惠普放弃PC意味着什么
2011-09-16「伯凡非常道」第005期：九阳的危机说明了什么
2011-09-23「伯凡非常道」第006期：俏江南为什么不再走俏
2011-09-30「伯凡非常道」第007期：美特斯邦威放弃电子商务意味着什么
2011-10-07「伯凡非常道」第008期：乔布斯是安心离开的吗
2011-10-14「伯凡非常道」第009期：为什么沃尔玛在中国一错再错
2011-10-21「伯凡非常道」第010期：小米手机能否沉静地辉煌
2011-10-28「伯凡非常道」第011期：比亚迪公司成败的前因和后果
2011-11-04「伯凡非常道」第012期：“弃业家”的行为逻辑
2011-11-11「伯凡非常道」第013期：公司里的“首席能量官”
2011-11-18「伯凡非常道」第014期：汉王电子书的大败局
2011-12-02「伯凡非常道」第015期：光伏企业如何度过严冬
2011-12-09「伯凡非常道」第016期：一家洗衣店的商业模式创新
2011-12-16「伯凡非常道」第017期：新浪股价暴跌说明了什么
2011-12-23「伯凡非常道」第018期：凡客必须解决的三个悖论 2012年2012-01-06「伯凡非常道」第019期：任正非到底告诉我们什么
2012-01-13「伯凡非常道」第020期：评胡润全球十大奢侈品牌榜单
2012-01-20「伯凡非常道」第021期：柯达留下了什么
2012-01-27「伯凡非常道」第022期：春晚应该改变的到底是什么
2012-02-04「伯凡非常道」第023期：Facebook社会化创新的胜利
2012-02-10「伯凡非常道」第024期：索尼为什么会衰落
2012-02-17「伯凡非常道」第025期：日本企业为什么会陷入集体性危机？
2012-02-24「伯凡非常道」第026期：面对企业用工荒，化危机为转机
2012-03-02「伯凡非常道」第027期：唯冠的教训
2012-03-11「伯凡非常道」第028期：日本大地震之后的复兴和再生
2012-03-16「伯凡非常道」第029期：网络视频的行业洗牌即将来临
2012-03-23「伯凡非常道」第030期：资本为什么纷纷追逐养猪业
2012-03-30「伯凡非常道」第031期：电子商务对传统企业到底意味着什么
2012-04-06「伯凡非常道」第032期：廉价劳动力时代正在结束
2012-04-13「伯凡非常道」第033期：华为能成为中国的苹果吗
2012-04-20「伯凡非常道」第034期：中国节能和新能源汽车发展之路任重而道远
2012-04-27「伯凡非常道」第035期：人民网为什么会受到高度追捧
2012-05-04「伯凡非常道」第036期：马化腾为什么关注“失控”
2012-05-11「伯凡非常道」第037期：房闹，将闹出些什么后果来
2012-05-18「伯凡非常道」第038期：第三次工业革命挑战下的中国制造业
2012-05-26「伯凡非常道」第039期：国产手机为何再度繁荣？
2012-06-01「伯凡非常道」第040期：劳动生产率，中国经济增长的隐忧和软肋
2012-06-08「伯凡非常道」第041期：奇瑞到底能发生多大的改变
2012-06-15「伯凡非常道」第042期：新一轮家电内需拉动措施会有效吗
2012-06-22「伯凡非常道」第043期：雷军的最后的金山
2012-06-30「伯凡非常道」第044期：拉手网为什么会陷入致命的困境？
2012-07-07「伯凡非常道」第045期：孙明波面临的挑战
2012-07-13「伯凡非常道」第046期：商业银行面临的巨大挑战：去中介化与泛金融化
2012-07-21「伯凡非常道」第047期：当当网为什么跌出电商第一阵营
2012-07-27「伯凡非常道」第048期：阿迪达斯的出走意味着什么
2012-08-03「伯凡非常道」第049期：深发展的更名与综合金融时代的来临
2012-08-10「伯凡非常道」第050期：稳增长需要克服惯性思维
2012-08-17「伯凡非常道」第051期：一场所谓的价格战：京东挑战苏宁的真实目的
2012-08-24「伯凡非常道」第052期：一场低调的大战
2012-08-31「伯凡非常道」第053期：对360、网络大战的预判
2012-09-07「伯凡非常道」第054期：阿里金融为什么让传统商业银行感到威胁
2012-09-15「伯凡非常道」第055期：Iphone5是否意味着苹果的衰落
2012-09-28「伯凡非常道」第056期：华为的“末日管理”
2012-10-06「伯凡非常道」第057期：免费引发的巨大成本，反思高速路免费导致的乱象
2012-10-12「伯凡非常道」第058期：红孩子因何不再红
2012-10-19「伯凡非常道」第059期：全球化竞争当中的气候变化
2012-10-26「伯凡非常道」第060期：雷士风波的启示
2012-11-02「伯凡非常道」第061期：从松下的巨亏看日本经济的衰落
2012-11-09「伯凡非常道」第062期：光伏业与20英里法则
2012-11-16「伯凡非常道」第063期：新浪的基因如何阻止了新浪的转型
2012-11-23「伯凡非常道」第064期：机器人协议当中的知识产权之争
2012-11-30「伯凡非常道」第065期：颠覆性创新的逻辑
2012-12-07「伯凡非常道」第066期：苹果“熟”了吗？
2012-12-14「伯凡非常道」第067期：为什么国产智能手机的繁荣快到头了？
2012-12-21「伯凡非常道」第068期：拒绝末日
2012-12-28「伯凡非常道」第069期：微信，腾讯的光荣革命 2013年2013-01-04「伯凡非常道」第070期：新的一年，看电子商务的未来
2013-01-11「伯凡非常道」第071期：泰囧，微博化的胜利
2013-01-18「伯凡非常道」第072期：传统出版业的转折点已经到来
2013-01-25「伯凡非常道」第073期：联想的“联”和“想”
2013-02-01「伯凡非常道」第074期：遗忘常识的代价
2013-02-08「伯凡非常道」第075期：戴尔的自我迷失之路
2013-02-15「伯凡非常道」第076期：手机短信的“黄昏”
2013-02-22「伯凡非常道」第077期：苹果会收购诺基亚吗
2013-03-01「伯凡非常道」第078期：一场有意的战争
2013-03-08「伯凡非常道」第079期：综合金融2.0
2013-03-15「伯凡非常道」第080期：城镇化不能本末倒置
2013-03-29「伯凡非常道」第081期：大数据与超级智能
2013-04-05「伯凡非常道」第082期：电信运营商为何再也不能“我的地盘我做主”
2013-04-12「伯凡非常道」第083期：不可逆转的PC颓势
2013-04-19「伯凡非常道」第084期：是什么导致了中国服装业的巨大库存
2013-04-26「伯凡非常道」第085期：PC行业还有重生的机会吗
2013-05-03「伯凡非常道」第086期：礼品经济和体验经济
2013-05-17「伯凡非常道」第087期：正在到来的互联网并购大潮
2013-05-24「伯凡非常道」第088期：回到真实的“稻盛和夫”
2013-05-31「伯凡非常道」第089期：为什么小片能战胜大片
2013-06-07「伯凡非常道」第090期：面对网络金融，传统金融业真的没感到威胁吗
2013-06-14「伯凡非常道」第091期：腾讯为何如此淡定
2013-06-21「伯凡非常道」第092期：大数据时代的两大基本问题
2013-06-28「伯凡非常道」第093期：广播媒体为什么在网络时代具有“免疫力”？
2013-07-05「伯凡非常道」第094期：后搜索引擎时代
2013-07-19「伯凡非常道」第095期：超级本为什么超级“笨”？
2013-07-26「伯凡非常道」第096期：移动互联网的下一个机会
2013-08-02「伯凡非常道」第097期：产业升级中如何避免买到一张“旧船票”
2013-08-16「伯凡非常道」第098期：“大师”们的商业模式
2013-08-23「伯凡非常道」第099期：纸媒业能劫后重生吗？
2013-08-30「伯凡非常道」第100期：从银行官微到微信银行

4. 大数据里的真命题和伪命题

大数据里的真命题和伪命题

大数据必会深刻的改变这个世界，这点是毋庸置疑的，但从很多当下的讨论来看，大家似乎在大数据的使用边界上走入了误区，这篇文章想具体探讨下大数据能干什么以及不能干什么上的原则问题。
大数据与预测
人们总是想预测未来，因为这样经济收益会非常大，于是我们经常看到大数据与票房预测的故事，有时准，有时不准。
大数据确实可以用来做预测，但是有能力边界的，影响这个能力边界的关键因素就是索罗斯经常说的反身性。反身性说的是：参入者的思维与参入的情景之间相互联系与影响，彼此无法独立，认知与参入处于永远的变化过程之中（网络）。反身性之所以对预测有影响，是因为它会导致出现不连续的变化。
这在逻辑上很好理解，当一件事物是连续变化的，你比较容易计算出它未来的状态，比如汽车，我们只要知道它的速度，那就比较容易预测它下一刻的位置。但如果是充满突变的混沌系统，这种预测就很难实现，汽车本来走得好好的，突然天上掉下一架飞机来，那它当然不会出现在本来预测的那个位置。所以做预测，第一关键是这系统是不是一个混沌系统，在充满偶然的混沌系统里，基于数据的预测是无效的。而反身性正是导致混沌蝴蝶会出现的一个关键因素。
当我们去观察某个系统并采取行动时，系统本身会因为我们的观察和行动发生改变，这就是反身性。而当每个人都这么做时，那被观察和操作的系统就会变成混沌系统。金融市场已经充分说明了这点，如果大数据在预测上是没边界的，那只要掌握了大数据应用技巧，在金融市场上就没人不会赔钱，但显然这是不可能的，最多是不同人输赢的概率不同。
容易预测的与不容易预测的
如果一种现实更多地依赖于某些不易改变的因素，比如一种文化传统、一种生物特性，那这种现实是容易被预测的；如果一种现实更多地依赖于可被瞬间改变的因素，比如：人们的心情，那这种现实是不容易预测的，甚至是不可预测的。
具体来讲，人们生病后会检索自己的相关症状，而传染病会扩散，因此Google那种监测传染病暴发区域，以及预测其可能扩散路径的大数据使用方式是极为有效的。在这里反身性并不起太大作用。
但股票就不行，因为你在预测，别人也在预测，买家和卖家的行动又不一致，这就会使股票市场成为混沌系统。究竟怎么样才能用大数据预测到国内这波股票的上涨呢？
同传染病和股票市场相比，电影票房的可预测性则在两者之间。有必然性在支撑，比如基本上很垃圾的电影很难有好的票房，但偶然性影响也很大，你不好预测哪个点戳到了人们的哪个神经，它突然就变火了。谁能预测泰囧的10亿票房呢？所以我的判断是在票房预测上，不管大数据怎么发展，它始终会处在时灵时不灵的状态上，因为这根本不是个技术问题。
总结来看，反身性作用越大的领域越不容易预测，反之则预测的帮助会比较大。
监测与预测
在预测上大数据必须面对自己的边界问题，但在监测上大数据的威力是无远弗届的。
我们这个世界的数据化程度一定是越来越高的，当我们在社交网络中活动时，其实就是我们个人在不停数据化的过程，我们的偏好、关系、每日活动等正在源源不断的数据化过程中，如果可穿戴设备、智能家居发展起来，那数据化的东西就会更多。
我在互联网时代的方法论那系列文章里一直坚持这样一种观点，互联网正在生成一个与现实世界并行的很像黑客帝国的意识空间，而这个意识空间是数据化的。理论上讲，在这个空间里不存在信息不透明这回事，空间和时间不再成为阻隔信息流动的障碍。所以不管你喜欢不喜欢，在数字化面前每个人正在变成透明人，也就是说100%可监测。
监测与预测间的桥梁是必然逻辑和直觉，直觉依赖于个人才情天分，这放在一边不提，主要谈下必然逻辑。有必然逻辑在，事情就有了发生的可能性，但不一定发生。这点比较不好理解，我们来看个例子。
我们谈微信的时候更容易聚焦到张小龙打造产品的功力，往往容易忽视马化腾张小龙才是打造微信的组合。从公开报道来看，当时腾讯内部是有很多团队同时在开发移动IM的，而这种投入很可能是基于“移动互联网才是真的互联网，腾讯必须在移动互联网的IM上占有统治地位”的假设，在这种假设下马化腾又有所谓的灰度理论，所以才有多支团队同时并进。如果没有这类顶层设计，我想更多公司更可能是在移动版QQ上做微创新，进一步掉入创新者的窘境。
如果抽象点来分解这个例子，那我们可以这么讲，移动互联网的发展是可以从大数据上感知的，因为只要做足够的监测，那么就可以从数据上在较早阶段感知到这个趋势。但判断移动互联网是真的互联网，则依赖于当事人的眼光格局，再进一步决定去同时做微信和手机QQ，那则是上述逻辑的一个后果。在决定做微信那个时间点，马化腾乃至其他大佬也不知道它一定能成，否则大家一定是别的事情都不干，都专心做微信。但微信确实是移动互联网是真的互联网这一条必然逻辑的一个衍生品，相当于是预测未来的一个后果。这就是大数据、监测、必然逻辑与预测的关系。
结束语
大数据方兴未艾，但在用大数据时最好也考虑下它的能力边界，否则就可能因为它在某个点上失灵而怀疑大数据本身，这是会得不偿失了。随着数据化程度的提高，反身性的作用可能会越来越大，作为结果，世界会变得越来越像混沌系统。在这样的趋势下，相信上文提到的监测与必然逻辑的结合应该会对如何使用大数据有所帮助。

以上是小编为大家分享的关于大数据里的真命题和伪命题的相关内容，更多信息可以关注环球青藤分享更多干货

5. 怎样预测票房

票房预测：需求与现实

从1896年西洋影戏传入上海徐园，到1905年中国拍摄首部国产电影《定军山》，再到2013年全国电影票房突破200亿
大关，（4）有着百余年历史的中国电影产业，在近几年呈现出飞跃式发展的态势，无论是影片质量、院线建设还是投资规模都有了长足的发展。与此同时，随着
“大数据”时代的到来，电影观影群体、观影偏好与心理、电影信息传播和获取方式也都在发生着深刻的变化。

毋庸置疑，多样化资本的加入是中国电影不可或缺的发展引擎，然而，电影行业以投资回报率难以预测著称，大投入未必有大产出，票房预测工具的缺失使得投资者
无法有效对冲投资风险，华人著名导演吴宇森的《风语者》就拖累了米高梅公司最终走向破产。因此制作与发行公司不得不考虑所有对票房有影响的因素：辣妈李小
璐对《私人订制》票房贡献几何；《风暴》票房为何远低于其金牌制片人江志强预期；被吐槽“烂片”的《富山春居图》和《小时代》缘何票房却一路走红；成龙大
叔的《警察故事2013》有无必要拍成3D；《泰囧》的“报复性”观影效应能否复现……这一切的一切其实都可以从“大数据”中找到答案。因为网络上的每一
次浏览、查询乃至点击所汇聚成的群体智慧都“蝴蝶效应”般地影响着电影的最终票房。

2013年Google在一份名为《Quantifying Movie Magic with Google Search》（5）
的白皮书中公布了其电影票房预测模型，该模型主要利用搜索、广告点击数据以及院线排片来预测票房，Google宣布其模型预测票房与真实票房的吻合程度达
到了94%，但并未见其公开对未上映电影的预测结果。

搜狗公司借助“深思”系统，建立了更为复杂的模型，用于预测国内电影票房，并在新浪微博上提前发布了2013年12月国内上映电影的首周票房预测结果。很高兴到目前为止预测结果与真实数据非常接近，同时，我们的模型还可以用于对影响票房的因素进行定量分析。

搜索查询量的奥秘

搜狗搜索每天都响应上亿次的搜索请求，查询词的分布和变化趋势能够很好的反映出中国网民的兴趣点和关注指向。与Google的研究类似，我们也发现，电影
上映前相关查询词的搜索次数与票房收入有着很强的关联性。这一点很好理解，用户的主动搜索行为体现了用户对这部电影的潜在兴趣。

我们选取了2013年1-11月国内上映的180部电影的票房和上映前的搜索量数据作为训练集，用于训练一个基础的线性回归模型。实验发现，单纯利用搜索
量训练得到的模型，预测得到的首周票房与真实票房的相关度R方值仅为68%，这与Google仅用搜索数据得到的结果70%很接近。（注：R方值取值为0
至1，值越大表示模型预测效果越好），这个结果也说明无论在中国还是美国，用户的搜索行为是很相似的。

用搜索量来进行预测票房是一个好的开始，但是准确度还远远不够。同时很多搜索词还存在歧义的情况，比如《生化危机》，既是电影也是游戏，混在一起会造成票
房预测值偏高。进一步研究发现，游戏意图的查询请求量较为平稳，但电影意图的查询请求在上映前则有一个高峰，也可以通过用户点击的URL来进一步确认用户
的搜索意图。因此模型需要再引入查询量的变化趋势和用户点击的分布情况。修正后的模型可以达到74%的准确度，这时模型已经可以对电影票房进行一个粗略的
估计。

社交媒体：用户的情感分析

社交媒体数据对票房预测也会有一定帮助。假设你是某个明星的粉丝，打算去看他主演的电影，那么你很可能会提前转发该电影的相关微博给你的朋友。国外已经有
很多预测项目都是在针对Twitter数据做研究，这里我们主要采用国内部分微博网站的数据来进行预测。通过自然语言理解技术，分析出用户对未上映影片的
情感倾向，从而转换为用户的观影需求。进一步可以考虑的因素包括微博转发深度、评论活跃程度，以及相关微博数量随电影上映日期临近的变化趋势，这些数据都
可以被有效的提炼为特征并加入到模型中。

微博数据的加入使得准确率超过了80%。

结语

预测专家纳特·西尔弗在《信号与噪声：大数据时代预测的科学与艺术》一书中提到，大数据时代的预测更容易失败，大部分失败的预测都源于一种盲目的自信，用精确的预测来冒充准确的预测。

对此我们有着清醒的认识，目前的票房预测模型还有若干需要改进的方向。首先，目前模型的主要思想是通过电影上映前的用户关注度来推算首周票房，这实际上没
有考虑电影上映后的口碑对票房的影响；其次，模型较为依赖历史数据，可能难以识别一些上映后脱颖而出的小成本“黑马”电影；再次，目前的技术只能提前10
天预报出首周票房，还可以更加超前。

总体而言，“深思”系统代表了搜狗公司在社会化预测方面一些新的尝试。我们试着从繁杂的海量数据中筛选出真正的信号，努力穿越不确定性的迷雾，区分出未来
图景的哪些部分可以预测，哪些不可预测。通向这个未来的道路还在探索之中，但目前工作已经取得了一些不错的进展，并给予了我们更大的信心。