祝建华：大数据的真实与误解

祝建华

2014第五届中国传媒领袖大讲堂于7月5日至19日在上海交通大学举办。本届大讲堂邀请50多位传媒领军人物，一线编辑、记者、主持人和著名专家学者，为来自海内外160余所高校的350余名学子讲授传媒业改革创新的经验与教训，帮助学子们了解传媒业界和学界的最新发展动态，深化对传媒业和新闻传播学科的认识。以下为香港城市大学媒体与传播学系教授祝建华7月7日上午在第五届中国传媒领袖大讲堂上的演讲。

祝建华教授演讲的主题为：《从大数据到数据新闻》，主要包括大数据的真实与误解；数据新闻的前世与今生；数据新闻的善用与误用。

关于“什么是大数据”这个问题。祝建华引用了IBM的“4V”理论：海量（volume）、 快速（velocity）、多样（variety）与价值（value），引申到中文含义也就是“多、快、好、省”四个字。祝建华对当前学术界存在的一些关于大数据的观点误区进行了辨析，为大家提供了真实的大数据信息，传达了最前沿的大数据理念。

祝建华对当下普遍认为“数据量（即个案的记录数）越来越大”的观点表示认同，但关于“数据量越大越好”、“数据信息（即个案的特征）越来越丰富”的观点，提出了质疑。他认为，数据量大是好事，但是并不是数据量越大越好，这其中存在一个边际效益递减的问题。

至于为什么大数据的信息反而不丰富这个问题，祝建华说，“传统小数据，个案不多但变量丰富；理想的大数据，海量个案海量变量。但是现实中的大数据，海量个案极少变量，现在社会的数据更多的是‘胖数据’。”

祝建华还提出，当下有一种观点认为“处理大数据的技术已经成熟”，这言过其实，适用于大数据的统计分析方法还在襁褓之中。他说，“现在所用的统计分析方法是100多年前发明的，这些经典方法以小数据的正态分布为前提，对大数据并不合适。这是大数据技术尚不成熟的一个重要标志。”

针对种种观点与误解，祝建华总结道，“大数据是真的，但是现在我们对大数据的了解、处理能力还有待提升。”（杨倩）