1、    大數(shù)據(jù)技術(shù)之一“數(shù)據(jù)標識”    徐立水+殷亮摘 要：dt時代，最重要的是“大數(shù)據(jù)”。目前，大數(shù)據(jù)開發(fā)和應用正如火如荼地開展，然而真正實現(xiàn)落地的項目并不多見。大數(shù)據(jù)現(xiàn)在只呈現(xiàn)的是一個研究熱點，迫切需要一種技術(shù)實現(xiàn)大數(shù)據(jù)精準開發(fā)應用。該文通過導入大數(shù)據(jù)概念，解釋大數(shù)據(jù)包含的二元概念，分析“大統(tǒng)計”與“大數(shù)據(jù)”的區(qū)別，引出大數(shù)據(jù)技術(shù)之一“數(shù)據(jù)標識”方法與應用，用以標識人類行為數(shù)據(jù)和醫(yī)學大數(shù)據(jù)開發(fā)應用的方法，文章進一步闡明“數(shù)據(jù)標識”的科學性和準確性，為大數(shù)據(jù)開發(fā)應用指引道路。大數(shù)據(jù)是人類行為軌跡生產(chǎn)出來的數(shù)據(jù)資源，大數(shù)據(jù)是關于人的研究，由于物理人體的

2、邊界清晰，醫(yī)學大數(shù)據(jù)應用或?qū)⒃缬谌祟愋袨閿?shù)據(jù)應用的成功，未來的人工智能離人們不再遙遠。關鍵詞：大數(shù)據(jù) 大數(shù)據(jù)技術(shù) 醫(yī)學大數(shù)據(jù) 數(shù)據(jù)標識 精準營銷：tp39 ：a ：1672-3791（2016）09（a）-0011-02大數(shù)據(jù)1一定是人類進入dt時代的關鍵技術(shù)，也將是人類實現(xiàn)人工智能的關鍵技術(shù)。自大數(shù)據(jù)概念1提出以來，大數(shù)據(jù)的重要性和大數(shù)據(jù)的開發(fā)與使用已經(jīng)得到各國政府、各界人士的高度重視2-3。大數(shù)據(jù)研究也方興未艾、如火如荼地開展起來。如何開發(fā)好和利用好大數(shù)據(jù)是擺在所有人面前的一個非常急迫和現(xiàn)實的問題，筆者在醫(yī)科院信息所工作中有一些思考，也發(fā)表過一些論文闡述自己的觀點，其中互聯(lián)網(wǎng)醫(yī)學的未來：數(shù)

3、據(jù)醫(yī)學指出的是醫(yī)學大數(shù)據(jù)應用的未來及方向，大數(shù)據(jù)及其應用前景研究論述的是大數(shù)據(jù)的二元概念及更適合的應用方向；筆者認為大數(shù)據(jù)是個二元概念，一個是大量的數(shù)據(jù)，一個是大數(shù)據(jù)技術(shù)，文中除了特別強調(diào)外，寫到的大數(shù)據(jù)都是包含以上二元概念。1 大數(shù)據(jù)開發(fā)應用需要一項新技術(shù)目前大數(shù)據(jù)應用還處在啟蒙和探索階段，能夠成功落地的項目不多。大數(shù)據(jù)是一種以數(shù)據(jù)為資源的高科技，數(shù)據(jù)在大數(shù)據(jù)中的地位相當重要，其一，擁有資源數(shù)據(jù)本身就是不容易做到的事情；其二，擁有資源數(shù)據(jù)還要有使用數(shù)據(jù)的想法、數(shù)據(jù)目標和數(shù)據(jù)技術(shù)。能夠擁有以上所述中的一點已經(jīng)很難了，大數(shù)據(jù)項目落地則需要擁有以上兩點，這可能也是大數(shù)據(jù)項目目前落地少的原因。需要第

4、一點大數(shù)據(jù)資源數(shù)據(jù)的各單位有其各自的解決辦法，這里不討論獲得數(shù)據(jù)的方法，只談談第二點中大數(shù)據(jù)準確應用的一些方法。大數(shù)據(jù)是人類發(fā)展的第五個階段，第一個階段：農(nóng)耕時代；第二個階段：工業(yè)時代；第三個階段：電汽時代；第四個階段：it時代；第五個階段：dt時代；第六個階段：ai時代-人工智能。梳理一下人類發(fā)展的進程可以看出，人類的發(fā)展是由人力的簡單粗放開始，逐漸發(fā)展為機器代替體力，精細的電汽文明逐漸代替簡單粗放工作，解放了人類的雙手，隨后計算機的發(fā)展代替了人腦部分功能，人類進入了it時代。簡單看以上人類發(fā)展進程：人類科技的發(fā)展是由簡單粗放到精細準確，由機器代替人工的進程。進入dt時代的大數(shù)據(jù)技術(shù)應該是更

5、精確、更高級的技術(shù)，數(shù)字是最精準的表達方式，數(shù)字集合出來的數(shù)據(jù)也應該是最精準的表達方式，事實上不是這樣簡單。由大量數(shù)字或是數(shù)據(jù)進行運算，可以得到精確結(jié)果的方法是統(tǒng)計學，應該叫做大統(tǒng)計比較好，不是大數(shù)據(jù)。2 大數(shù)據(jù)精準使用需要“數(shù)據(jù)標識”2.1 “數(shù)據(jù)標識”的原理和方法人類科技發(fā)展是向著更精準、更智能化的方向發(fā)展，dt時代的大數(shù)據(jù)是可以滿足人類更精準和更智能化的需求。前面提到目前大數(shù)據(jù)落地項目少，尤其能夠產(chǎn)生價值的項目少，歸納為不能很好地使用大數(shù)據(jù)是相當重要的原因，大數(shù)據(jù)是數(shù)據(jù)在模型中準確應用的科學技術(shù)。好的模型制作相當重要，但數(shù)據(jù)的理解也非常重要。理解好大數(shù)據(jù)中的數(shù)據(jù)才能很好地使用數(shù)據(jù)，才能做

6、好大數(shù)據(jù)。在大數(shù)據(jù)及其應用前景研究中筆者寫到過數(shù)據(jù)的理解是每個人的知識水平?jīng)Q定的。理解好大數(shù)據(jù)的數(shù)據(jù)還要掌握如何使用數(shù)據(jù)的技術(shù)，這種使用數(shù)據(jù)的技術(shù)是需要把數(shù)據(jù)精準地放入大數(shù)據(jù)模型上在計算機中運行，輸入精準數(shù)據(jù)才能有精準運算結(jié)果，做到數(shù)據(jù)精準使用必須學會“數(shù)據(jù)標識”。“數(shù)據(jù)標識”是筆者在做醫(yī)信天下醫(yī)學大數(shù)據(jù)醫(yī)院排行榜的思考和心得，這里同大家分享和探討?！皵?shù)據(jù)標識”的方法是筆者在中國醫(yī)學科學院醫(yī)學信息所做醫(yī)學數(shù)據(jù)庫工作方法的延伸。查閱資料沒有查到有關如何做好“數(shù)據(jù)標識”的文獻。先介紹一下初期醫(yī)學數(shù)據(jù)庫建設的方法，這樣可能有助于更好地理解“數(shù)據(jù)標識”原理、概念、依據(jù)和使用方法。人類社會發(fā)展產(chǎn)生了大量

7、文獻，同樣醫(yī)學也產(chǎn)生了大量文獻。在沒有廣泛使用計算機搜索以前，如何讓學者快速查到需要的文獻，需要對每一篇文章進行文獻標引4，標引方法是人工給每篇文章加上醫(yī)學主題詞，現(xiàn)在每篇論文由作者寫好關鍵詞，醫(yī)學上叫做主題詞。論文屬性除了作者、題目、作品時間、作者單位不能改變之外，按照主題詞查找更加重要，主題詞是相同專業(yè)、甚至相同疾病、相同藥物的精準查找。所以文獻的標引在醫(yī)學數(shù)據(jù)庫建設中非常重要，也是文獻精準查找的重要方法。再來看看醫(yī)學數(shù)據(jù)庫，按照文章作者、作者單位、題目、作品時間、發(fā)布媒體、關鍵詞、被引、摘要等構(gòu)成，這些構(gòu)成要素組成一個模型，數(shù)據(jù)庫中有大量的論文、題目、關鍵詞、作者等，所以說數(shù)據(jù)庫結(jié)構(gòu)是模

8、型結(jié)構(gòu)，內(nèi)容是大數(shù)據(jù)，精準使用好數(shù)據(jù)庫方法是關鍵詞，也就是前面提到的文獻標引，用在使用好大數(shù)據(jù)上就需要做好大數(shù)據(jù)的“數(shù)據(jù)標識”。2.2 “數(shù)據(jù)標識”是精準營銷成功的關鍵“數(shù)據(jù)標識”需要對標識目標數(shù)據(jù)有深入理解。以大數(shù)據(jù)精準營銷解決方案為例，大數(shù)據(jù)精準營銷是顧客的心理行為軌跡需求和商品屬性碰撞產(chǎn)生的購買行為，如何做到精準營銷5，首先需要不斷標識顧客行為軌跡，年齡、性別、職業(yè)、消費能力、旅居地、飲食愛好、飲食時間.等等，在即將進入餐飲時間向該顧客推薦餐館，餐館數(shù)據(jù)標識為菜系、特點、名菜、點評、環(huán)境等，按照餐館標識和預判顧客行為軌跡，把數(shù)據(jù)標識中共性按照概率大的部分結(jié)合地理位置逐漸推薦給顧客。餐館、

9、商品、衣服的大數(shù)據(jù)精準營銷方法一致。精準營銷的準確性關鍵取決于預判顧客行為的數(shù)據(jù)標識的準確性和商品屬性的數(shù)據(jù)標識的共鳴。 大數(shù)據(jù)研究剛剛開始，精準的大數(shù)據(jù)應用必須要有精準的數(shù)據(jù)標識。目前在精準營銷領域使用比較頻繁的詞是給客戶畫像，畫像方法讓人感覺是一種模糊的，猜測性比較大的技術(shù)。描述一個商品屬性時習慣使用標簽標識商品。精準營銷是人的行為軌跡碰撞到商品中相同屬性數(shù)據(jù)產(chǎn)生的購買，數(shù)據(jù)標識的準確性決定了精準營銷的準確。人的行為軌跡數(shù)據(jù)也是未來人工智能解決方案中非常重要的數(shù)據(jù)，精確的數(shù)據(jù)需要準確地標識數(shù)據(jù)。商品營銷也是網(wǎng)絡大數(shù)據(jù)解決方案的一部分，商品的準確描述和精準數(shù)據(jù)標識，將會決定商品營銷的成功與否

10、。2.3 醫(yī)學大數(shù)據(jù)的“數(shù)據(jù)標識”更容易實現(xiàn)作為醫(yī)生，醫(yī)學大數(shù)據(jù)的開發(fā)和使用一直是筆者研究的課題，醫(yī)學大數(shù)據(jù)的精準應用可以預判人體健康并進行疾病預防6。相對于人類行為數(shù)據(jù)，醫(yī)學大數(shù)據(jù)的數(shù)據(jù)標識相對容易，醫(yī)學大數(shù)據(jù)應用成功可能會早于人類行為數(shù)據(jù)的應用，理由有以下3條。（1）醫(yī)學大數(shù)據(jù)是關于人類物理實體的大數(shù)據(jù)，人體是一個相對固定物理實體，數(shù)據(jù)邊界清晰，數(shù)據(jù)外延有限。（2）醫(yī)學大數(shù)據(jù)表達的是人體生理活動和健康指標，這些數(shù)據(jù)的內(nèi)涵只有醫(yī)生能夠理解，非醫(yī)學專業(yè)人士不能很好地理解醫(yī)學大數(shù)據(jù)的內(nèi)涵，非醫(yī)學專業(yè)人士很難準確分析醫(yī)學大數(shù)據(jù)，也很難標識醫(yī)學數(shù)據(jù)，這是醫(yī)學數(shù)據(jù)的專業(yè)性和數(shù)據(jù)圍墻阻擋了非醫(yī)學專業(yè)人士

11、對醫(yī)學大數(shù)據(jù)的研究。（3）醫(yī)學大數(shù)據(jù)中醫(yī)學數(shù)據(jù)標識需要醫(yī)生的參與，目前能夠做數(shù)據(jù)標識的醫(yī)生需要培養(yǎng)，筆者正在做這個方面的工作，筆者是第一個提出建立互聯(lián)網(wǎng)醫(yī)學標準的學者，互聯(lián)網(wǎng)醫(yī)學標準中有一部分工作是做數(shù)據(jù)標識。3 結(jié)語做好大數(shù)據(jù)應用需要各方努力，探索方法落地項目?！皵?shù)據(jù)標識”技術(shù)的核心是用數(shù)據(jù)來標識數(shù)據(jù)，讓計算機可以分辨不同環(huán)境下產(chǎn)生的外表相同的數(shù)據(jù)中包含的不同信息，真正做到大數(shù)據(jù)的精準應用。大數(shù)據(jù)是人類活動中生產(chǎn)出來的重要資源，反映的是人類生活活動和人類生理健康狀態(tài)，因此大數(shù)據(jù)也是研究人的技術(shù)，研究好大數(shù)據(jù)，人工智能就離人類很近了。參考文獻1 徐立水，辛敏.大數(shù)據(jù)及其應用前景研究j.企業(yè)科技與發(fā)展，2016（6）：21-23.2 王忠.美國推動大數(shù)據(jù)技術(shù)發(fā)展的戰(zhàn)略價值及啟示j.中國發(fā)展觀察，2012（6）：44-4