大數據對電視產業意味著什麼？

一、大數據帶來的新思維

（一）從樣本到大數據

以統計學為理論基礎的抽樣成為人們探索未知的主要方法，這實際上是以樣本取代全局數據的思路，甚至認為樣本就是研究對象的本來面目。長久的習慣使人們喪失了對大規模數據的追求，甚至對大規模數據產生了無所適從的恐懼。

“大數據”的思維強調回歸知識探索的本源，通過大規模的數據而不是樣本獲得知識。大規模的數據蘊含著樣本數據不具有的新特征。邁爾-舍恩伯格在《大數據時代》一書中舉了個例子：一幅馬的照片無論怎麼變，那還是照片，但如果每分鐘播放24張不同形態的馬的照片，就誕生了電影。這個例子的啟示在於，當我們改變事物的規模時，事物的狀態有時也會發生變化。

（二）從因果關系到相關關系

與抽樣方法相配套的是千百年來人們對因果關系的渴求。人們之所以渴望知道因與果，並不是為了附和歷史，而是期望預測未來。於是，人們建立了各種各樣的邏輯線條，把社會的發展與變化抽象為一個個公式，妄圖把每一種情況都視為自變量，在因果關系和因變量的作用下預測未來。且不說這種思維合理與否，單說推理出這樣一條條的邏輯路徑就足以使眾多先哲皓首窮經。

與2007年和2008年美國疾病預防控制中心的數據對比，谷歌對H1N1的預測與官方數據的相關度高達97%。[ ]最關鍵的是，谷歌的數據是即時的，帶有前瞻性的。這些數據對於谷歌先進的雲計算系統，隻不過是幾分鐘的運算時間。獲得這些數據的成本更是接近於零,它們原本就在硬盤裡呆著，如果不被用來分析，它們任何價值都沒有。谷歌的預測並不是建立在因果關系上的，而是建立在相關關系上的。相對於因果關系，相關關系的探索成本低、時間短，准確性卻毫不遜色。

（三）從精確分析到數據挖掘

人們對抽樣法的迷戀以及對因果關系的不懈探索，自然而然地產生了對精確分析的推崇。一直以來，研究者進行社會研究中使用抽樣法時必須保証數據的准確性，在定量研究中，還專門設計了尋找數據異常值的方法，如庫克距離。人們對“倒因為果”、“多因一果”等所謂因果聯系對立面的恐懼，使精確分析成為研究者的“護身符”。在大數據時代，因果關系已經不那麼重要，相關關系逐漸走上台前，研究相關關系的方法——數據挖掘，也應運而生。

數據挖掘（Data Mining），是通過分析大量數據來揭示有意義的新聯系、趨勢和模式的過程。[2]與一般的數據處理技術不同，數據挖掘針對的是零散的信息——非結構化信息，如網絡言論、圖片和視頻。同時，數據挖掘也繼承了傳統定量研究方法的優勢，可以通過某些值的測量還原社會人的行為。在繼承傳統的基礎上實現了對非結構化信息的處理，數據挖掘是大數據時代的必備工具。