大数据小时代私人定制

⑴ 大数据时代 解析大数据真正价值所在

大数据时代：解析大数据真正价值所在

目前大数据人们已经耳熟能详，如今在利益格局多元化、社会需求多样化的公共决策与公共服务领域，大数据也能一显身手。随着中国进入大数据时代后，与其相关的各种话题就不绝于耳：电影《小时代》说会根据大数据选角和删减戏份；网络称靠数据挖掘押中了今年的高考作文题；目前正如火如荼的世界杯中大数据也没有缺席——德银甚至借助大数据计算出了一份夺冠概率表。据外电报道，德银根据各个球队的FIFA排名、历史战绩、球员构成和赌球赔率等因素，建立了量化分析模型，并根据复杂计算得到一份夺冠概率表格。其中巴西名列第一，紧随其后的是德国、西班牙、法国。然后再根据某些假设，得出最终的冠军得主。对于看似万能的大数据，如今在利益格局多元化、社会需求多样化的公共决策与公共服务领域，是否也能一显身手呢？大数据为政策制定导航今年年初，备受关注的“单独两孩”政策在各地落地后，国家卫生和计划生育委员会宣传司司长、新闻发言人毛群安曾透露，为这项政策的出台，相关机构和部门做了将近10年的研究，对人口政策采取什么样的调整都进行过数据模拟。大数据同样可以被用于城市交通规划。PADIS还曾对某个城市的交通拥堵问题进行过预测分析。与认为应该限制人口和机动车数量，加快发展公共交通的传统观点不同，PADIS的预测结果显示，人口集中居住区域与经济中心的严重偏离才是导致市民出勤需求上升、交通恶化的根本原因，单纯增加公共交通设施、控人控车只能扬汤止沸。为此，PADIS开出的“药方”是改善城市规划管理，让城市向多中心方向发展。除了能帮助政府调整计生政策、规划交通外，这一系统还能凭借其拥有的海量数据和强大的模拟预测能力，对延迟退休、养老金缺口、环境治理、房价上涨等热点问题提出自己的“真知灼见”，范围足以涵盖我们生活的方方面面。大数据只能辅助决策大数据的魅力在于能够通过对海量数据的分析，以一种前所未有的方式获得具有巨大价值的产品或深刻的洞见。那么是不是意味着可以完全相信计算机，让数据和软件来帮助我们做决定？答案当然是否定的。PADIS系统项目技术总监、神州数码信息服务股份有限公司大数据专家史文钊认为，现在没有也不应该制造出一个自动决策系统。他说，大数据只能辅助决策而不能代替决策。总结这些年的经验，最好的系统应当是人和计算机的完美结合。大数据应用十分强大而且还会更加强大，它能实现数据挖掘分析、政策模拟、指标预警等多种功能，但它仍然只是一个辅助决策系统。挖掘大数据的富矿“互联网女皇”玛丽·艾克在《2014年互联网趋势报告》中专门将大数据提了出来，认为在2014年大数据将更加实用，比以往任何时候都更加贴近普通人的生活。从2014年开始一些依靠解读数据提供解决方案的新型服务开始出现，大数据解决大问题的趋势也将显现。同时她还发现在现有的通用数据中有34%的信息具备研究价值，但其中只有7%的数据被做了标记，被分析过的只有1%。数据获取固然重要，但缺乏分析的数据毫无意义。大数据真正的价值不是海量的数据简单集合，而是找到这些数据之间的关联，发现它们背后的规律，为解决实际问题服务。如同矿藏一样，数据也有贫矿富矿之分。在目前的情况下，尤其是在智慧城市建设中，我们需要注重的应该是如何盘活已有数据存量，用好大数据增量，来提升城市公共服务能力和管理决策水平。

以上是小编为大家分享的关于大数据时代 解析大数据真正价值所在的相关内容，更多信息可以关注环球青藤分享更多干货

⑵ 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。