包罗万象的大数据应用

    IBM Watson医生诊断辅助系统

    大数据也可以当医生？IBM Watson机器人也可以利用来协助医生听诊，原因是这样，医生可能跟你讲五句话，就差不多确定你是生什么病了，接下来可能都是跟你闲话家常，而已经有一些美国的医疗机构为了避免医生的疏失，开始与IBM合作，现在Watson会陪同医生听诊，听诊完它会透过病征列出可能病患可能患疾病是哪些，医生可能问诊完想到的病征可能只有三、五个，可是Watson会跟从海量数据分析的角度帮他列出高达20个病征选项，这大大的可以减少医生疏忽的机会，医生看了Watson的分析报告以后就可知道，可以再多问病人什么问题来缩小看诊判断误差。尤其是远距医疗时，这个服务特别受用。不过Watson机器人主要还是做协助的工作，而不会告诉你，就是这个病，最后要把关、负责任的还是医生本人。

    美国平价连锁零售业商场（Target）猜你怀孕了没？

    Target从女性消费族群的购买行为，研发出一套领先同业的“怀孕预测模型”.Target的资料分析专家发现，当某些女性从购买有香味的乳液，转而购买无香味的乳液，或是开始采购叶酸、钙片、镁与锌等营养补充品，他们就会大胆推测这名女性可能已经怀孕。塔吉特的专家将过去女性消费族群的数据进行串流、分析，研发出怀孕预测模型。这个模型会列出25种孕妇最有可能购买的产品，并依据女性消费者的行为，计算出他们的怀孕预测分数。塔吉特一旦发现这名女性消费者可能已经怀孕，就会立刻寄出相关商品的促销广告。塔吉特甚至还会分析这些女性通常在一星期中的哪一天出门购物，并且在前一天就抢先寄送广告函给她。

    不过根据从事电子商务的专家表示，目前应用大数据在电子商务的实际例子还是属于稀有动物，购物网站所推荐的东西还只是根据公司的促销策略而已，并没有把消费者的消费模式、浏览纪录、以及个人资料作差异化的推荐行机制。

    Amazon以及Netflix 网络消费经验

    我想台湾大多数人的网购经验都来自Yahoo!或是 PChome,如果你曾在Amazon购物过其经验绝对截然不同，一开始你一定会看到一些鬼打墙无厘头的推荐，他们会根据你现在浏览的商品跟你说曾经浏览过这商品的人又看过了什么，或是买这个商品的人他们也会购买什么商品，然后给你一份推荐清单，其中还包括你自己的浏览以及购物纪录，这种推荐方式是根据历史购买纪录计算的喔！根据统计资料这种推荐方式让Amazon在一秒钟能够卖出79.2样商品呢！

    根据2012年的数据，美国最大的在线影音出租服务的网站NETFLIX统计，每十部他推荐的影片大概有7.5部以上，使用者会选择接受这样的推荐，机率非常之高。更神奇的是，你看完这个片子，你可以针对这个片子给几颗星的评价，在你下完评价之前，他已经对你做了预测说你上下不会超过半颗的误差。这些计算是根据你收视这些片子的喜好，包含导演、明星的组合，当然他背后有个算法，他可能是Data Mining数据探勘的方式，或是加上一些Machine Learning机器学习的功能，其实这都是长期对户的行为做《大数据》分析之后淬炼出来的。

    什么别闹了！? 《大数据》除了做电子商务还可以挤牛奶做《Big dairy》？
    大数据 也可以用来挤牛奶

    根据《彭博新闻周刊》报导，这是一家牛乳农场的故事，因为这个农场的两个帮手孩子要到城里上大学，挤牛奶人手会突然不够，这个牛乳农场决定率先使用最新的《大数据》技术，来帮助他们，他们使用一个机器人来挤牛奶，这个机器人会自动找出乳牛乳头，装上挤奶装置，机器人可以记录每一头乳牛，长期分泌牛乳的统计资料，找出优化的挤奶策略。以前他们要分析这些牛乳数据，都要先把样本送到有网络连接的地方，在把数据传送到可分析的实验室里面，可是现在只要用智能型手机，他们还搭上智能型手机的APP还有外部传感器，连上云端系统，就可以直接分析这些牛乳资料，知道生菌数，或是乳牛是否健康，有没有感染乳腺炎。他们这套仪器要价20万美金来挤牛奶，但是从2007年到2011年，一头牛可以多生产出1142磅的牛乳，因为大数据挤牛奶也可以变的更有效率，也更不花人力了。

    另外，不晓得大家有没有常常塞在车阵中动弹不得，看着导航预计抵达的时间一分一秒的往后推迟的经验，却又不行要求导航机转换道路的窘况，根据在卫星导航业工作的朋友表示欧洲的卫星导航大厂早就已经把海量数据分析的概念导入路径规划的的算法里面了，可以替驾驶预知交通装况喔！只是台湾的用户可能还要再等一阵子，荷兰商导航机厂TomTom中文版才会支持这么棒的功能。

    TomTom 卫星导航HD Traffic

    TomTom利用实时监测超过八千万支匿名的移动电话，一百万台以上的TomTom Live卫星导航机在路面上的移动速度，搭配RDS-TMC的道路交通信息系统，建构一个完整而且实时的交通数据库，透过GPRS将实时的道路信息，例如某路段的现在平均速度、红绿灯交换频率、路段在每星期不同日子的平均速度、道路施工状况以及事故状况的数据，以每两分钟一次的频率及时推播给卫星导航机甚至装在Apple iphone或是Android phone上的TomTom导航app,路径规划算法便可以根据现在的路况做实时修改，提供驾驶人一条现在的优化路径，节省宝贵的时间，即便你身陷车阵当中，用路人也可以精准的知道delay的时间，目前根据统计资料，使用此服务的驾驶平均可以节省15%的行车时间。

    此外这种运用实时数据运算建立的卫星导航路径规划，不仅仅可以用在一般开车的用路人身上，更可以帮助运输业建立车队管理系统，怎么样更有效率的规划车队分配，最佳路径规划（多中继点路径规划）让运输业者可以用最小的车队规模，最少的油耗量，达到最佳的运输量以及最精准的递送时间，在全球一片减少节能减少碳的声浪中，《大数据》的技术帮助TomTom宣称自己绿色企业，也帮助其其解决方案使用者加入绿色企业的一员。

    而笔者没想到的是，用海量数据也可以成为赢得大选的利器之一！我们网友戏称“脸书治国马宗痛”（也许是另类大数据），不知道有没有利用这种技术来打选战啊？美国的欧巴马倒是走在时代尖端喔！

    Barack Obama用大数据 打赢大选

    “数据分析Data mining”在欧马巴竞选中发挥关键且重要的作用。欧巴马竞选阵营的数据分析团队为竞选活动搜集、储存和分析了大量数据，帮助其竞选团队成功“策划”多场活动，为欧巴马竞选筹集到10亿美元资金。

    今年春天欧巴马竞选阵营的数据分析团队注意到，影星乔治？克鲁尼（George Clooney）对美国西海岸40岁至49岁的女性具有非常大的吸引力。她们是最有可能为了在好莱坞与乔治克隆尼和欧巴马共进晚餐而自掏腰包的族群。而最终乔治克隆尼在自家豪宅举办的筹款宴会上，为欧巴马筹集到数百万美元的竞选资金。

    不只在西岸竞选团队同样希望东海岸也能如法炮制“乔治克隆尼效应”的成功经验。最后《大数据》数据分析把箭头指向了莎拉？杰西卡帕克，于是一场在莎拉？杰西卡·帕克的纽约West Village豪宅与欧巴马共进晚餐的募款竞争便诞生了。

    对于普通民众而言，他们根本不知道这次活动的想法源于欧巴马数据分析团队对莎拉？杰西卡帕克粉丝研究的重大发现：这些粉丝喜欢竞赛、小型宴会和名人。竞选主管在此次选战中打造了一个规模五倍于2008年竞选时的数据分析部门，这个由几十人组成的数据分析团队的具体工作被严格保密，有关这个团队的更多细节是不会对外透露的，因为欧巴马竞选阵营牢牢固守着他们自认为比罗姆尼竞选阵营有优势的地方：即“Data”.

   这种协助筹款的技术随后又被用于预测投票结果，使他们可以准确了解每一类人群和每一个地区选民在任何时刻的态度。这带来了巨大的优势。当第一次电视辩论结束后，选民的投票倾向发生改变。而数据分析团队可以立即知道什么样的选民改变了态度，什么样的选民仍坚持原来的投票选择。再者，每天晚间高达6.6万次大选结果被模拟以考虑多种不同情况，并于每天上午获得结果，了解在这各州胜出的可能性，从而针对性地分配资源。

    这种由根据数据分析的决策方式在欧巴马成功连任的过程中发挥了重要作用，从前依赖预感和经验的华盛顿特区竞选专家地位正在迅速下降，并且被善于利用大批量数据分析的专家和程序设计师所取代。在政治界《大数据》的时代已经到来。

    Linkedin 等于职场版的脸书？

    不知道各位读者有没有使用Linkedin的经验，笔者曾在海外工作过一段时间，发现老外常用专业工作上的社交软件叫做Linkedin,刚好也有机会在此网站上面登录，Linkedin用户可以把自己的专长工作技能、学经历、论文专利发表等相关数据放在个人档案中与大家分享，就像脸书一样大家可以互相连结，甚至连队朋友的专业技能类似“按赞”的〈Endorse/背书〉功能也有。

    Linkedin到底跟大数据有什么关系呢？我们可以从页面观察到的数据分析包括：

    1.谁在浏览你的档案

    2.在过去15天中有多少人浏览过你的页面

    3.在过去20天中你的档案出现在关键词搜寻中的次数

    4.正在浏览的你自己数据页面的人，他们又浏览了哪些人的页面

    5.根据的你档案你可能会认识谁

    6.你的工作技巧在现今是当红还是退烧

    各种统计数据的呈现，可以说是族繁不及备载，用户可以根据这些数据修改或是增进自己履历页面的丰富度，聊解你自己目前在就业市场的竞争力，或是比较跟你具有类似背景的人他们的学经历又是如何，甚至可以跟他们互相连结切磋职场心得，当然履历经验越是丰富的的人常常就会有猎人头公司的成员跟你联络或是推荐职缺给你喔！Linkedin目前是国外相当火红的职场社交网站，国内目前的普及度还是不高，不过在外商圈的员工使用率算是比较活跃一点。

    从上述的例子看来，大数据的应用还真是包罗万象，我想不久的将来，很多六、七年级生小时候的回忆《闪电霹雳车》动画里面风见隼人的智能驾驶辅助系统“阿斯拉”出现在路上，或是《关键报告》里面的预测犯罪的先知也成为警方办案的利器我们应该也不会觉得奇怪，就让我们拭目以待吧！