序 言
王崇駿
四方上下曰宇，往來古今曰宙！
從137億年前宇宙大爆炸，到46億年前地球誕生，再到38億年前地球上開始有生命，直至約6000年前文字的出現(xiàn)開啟了人類文明，這是一個多么漫長的過程！與其他物種大多通過遺傳進化不同，人類在進化過程中發(fā)展和演化出了一種非遺傳性的繼承：通過獨一無二且日益發(fā)達的文化媒介（語言、文字以及有意識地利用外在物和工具的特質）將知識留給后代。這種文化傳承使得人類可以快速進化，并最終成為這個星球的“統(tǒng)治者”。
在漫長的人類文明發(fā)展史中，從源自動物性的“數(shù)覺”到為了“征服”自然界，人類開始對“數(shù)”產生了需求，并且隨著這種需求的逐步膨脹，一系列的工具、算法、設備被不斷發(fā)明和創(chuàng)造，比如早期的計時工具、計數(shù)工具，以及諸如算籌、算盤等算術工具。隨著計算理論的豐富，以及機械工藝的進步，人們開始思考如何用更為精巧的設備進行計算，如納皮爾籌、機械尺、機械計算機等；而圖靈機理論的發(fā)明、馮諾伊曼體系結構的提出，以及1946年ENIAC的發(fā)明，則讓數(shù)字計算時代就此來臨。
在后ENIAC時代，計算機從最開始的軍用走向了民用，其功能不斷發(fā)展和豐富，從最開始的數(shù)值計算走向網(wǎng)絡通信、計算感知，并逐漸應用于生活娛樂和企業(yè)管理。與此同時，也因為計算機在各個領域的滲透和深入應用，計算機從最原始的計算工具變?yōu)橐粋�研究對象，伴隨著各類計算理論的發(fā)展，計算機科學與技術、工程和應用也得到持續(xù)的發(fā)展和推進。在這個發(fā)展過程中，傳統(tǒng)的“數(shù)”的內涵，也從最開始的“數(shù)值”不斷拓展，數(shù)據(jù)開始以不同的類型、模態(tài)、視圖樣式出現(xiàn)，并服務于人們的需求，傳統(tǒng)意義的“數(shù)值”則成為一種數(shù)據(jù)類型。
信息技術，尤其是互聯(lián)網(wǎng)技術的迅猛發(fā)展，煙囪式軟件開發(fā)模式、云計算在不同領域的不斷滲透，以及人們日益多樣化和碎片化的行為方式，或許還有其他更多的原因，讓人們在數(shù)據(jù)層面不得不面對“大數(shù)據(jù)”這樣的難題，即難以在期望的時間內利用常規(guī)工具進行有效處理并獲得期望的價值。在當下的大數(shù)據(jù)時代，傳統(tǒng)意義的“數(shù)據(jù)”成為一種可以交易的“資產”，一種具有戰(zhàn)略資源意義的“石油”，一種提高競爭力的“資本”，一種用于科學研究的“第四范式”。出于對大數(shù)據(jù)價值期望的共同追求，社會各界都對大數(shù)據(jù)產生了極大的興趣、熱情和期盼，使得“大數(shù)據(jù)”這個概念從其誕生之日起，就得到了“政、產、學、研、商、用”的一致認同，并引起了包括哲學家、科學家、技術研究者和工程研發(fā)人員等的普遍關注。
牛津通識讀本《大數(shù)據(jù)》一書，當然也是對這一社會關注點的回應。道恩??E.霍爾姆斯教授是貝葉斯網(wǎng)絡、機器學習和數(shù)據(jù)挖掘方面的專家，她用深入淺出的文字扼要介紹了什么是數(shù)據(jù)、什么是大數(shù)據(jù)以及它有什么意義，進而對大數(shù)據(jù)應用所涉及的存儲和分析技術進行了簡明扼要的綜述，并在此基礎上，分析和研判了大數(shù)據(jù)在醫(yī)學、電子商務、安全、生活等各個領域的應用。這樣一本概述性質的通俗讀物，非常有助于普通讀者更多地了解大數(shù)據(jù)，學習大數(shù)據(jù)，應用大數(shù)據(jù)，進而培養(yǎng)一種大數(shù)據(jù)思維，惟其如此，才能適應未來的大數(shù)據(jù)時代。
對于本書所涉及的內容，筆者還想做一些補充說明，即看待大數(shù)據(jù)的三個視角和四個維度，以使讀者對于大數(shù)據(jù)的認識更加全面。首先談談三個視角。
一是計算視角：從計算視角來看，大數(shù)據(jù)是一個難以獲取、難以組織與管理、難以處理和分析的技術難題（以及因此而引發(fā)的各類思維層難題），也正是因為這樣的難題驅動，加之人們對大數(shù)據(jù)在優(yōu)政、興業(yè)、科研、惠民等不同領域的價值期望，促使相關科研人員進行技術攻關和發(fā)明創(chuàng)造，進而推進了相關理論和技術的發(fā)展。
二是科研視角：從科學研究的角度來看，大數(shù)據(jù)成為繼實驗、理論、模擬之后用于科學研究的“第四范式”（此處的“范式”指的是從事某一科學的科學家群體所共同遵從的世界觀和行為方式）。
三是商業(yè)視角：從商業(yè)應用的角度來看，大數(shù)據(jù)能夠帶來利潤。一般而言，只要找到一個合適的應用場景，能夠為這個應用場景找到一個合適的解決方案，知道數(shù)據(jù)的來源并且能夠獲取，而且有技術支撐（研發(fā)能力），更重要的是能夠找到融資支持（經(jīng)過可行性分析、盈虧平衡分析等之后），就有可能最終成功應用并獲得收益。這在彰顯大數(shù)據(jù)商業(yè)價值的同時，也會促使同行去挖掘更多的大數(shù)據(jù)價值。
更進一步說，大數(shù)據(jù)的價值實現(xiàn)，涉及數(shù)據(jù)、技術與應用的協(xié)同，具有典型的多學科交叉與跨界整合特征，因此就總體而言，大數(shù)據(jù)價值的實現(xiàn)至少涉及如下四個維度（層面）。
1.算法（Algorithm）：大數(shù)據(jù)價值的實現(xiàn)路徑涵蓋了數(shù)據(jù)采集與匯聚、數(shù)據(jù)存儲與管理、數(shù)據(jù)處理與分析、應用系統(tǒng)開發(fā)與運維，每一個環(huán)節(jié)都需要依賴不同的算法進行，如數(shù)據(jù)采集算法、數(shù)據(jù)匯聚算法、數(shù)據(jù)治理算法、數(shù)據(jù)處理和分析算法等。
2.商業(yè)應用（Business）：大數(shù)據(jù)應用一般體現(xiàn)在描述性分析、預測性分析或者決策性分析等，任何一種應用都是圍繞某個具體場景展開的，因此大數(shù)據(jù)價值得以實現(xiàn)的一個重要前提，是找到一個合適的應用場景，該應用場景既直擊需求痛點并有投資回報預期，又有數(shù)據(jù)積淀和IT建設基礎。大數(shù)據(jù)在這個場景的應用，能夠進一步內生和富集更多數(shù)據(jù)并因而形成數(shù)據(jù)閉環(huán)，就能進一步體現(xiàn)和實現(xiàn)大數(shù)據(jù)價值。
3.算力（Computing Power）：所謂算力，指的是設備的計算能力，顯然，對于大數(shù)據(jù)應用而言，更精準（復雜）的算法以及更高效的計算需求都需要強大的算力支撐，因此算力是大數(shù)據(jù)價值實現(xiàn)的基本保障。
4.數(shù)據(jù)（Data）：數(shù)據(jù)是大數(shù)據(jù)價值實現(xiàn)的基礎，因此必須首先解決諸如數(shù)據(jù)在哪以及如何從不同的數(shù)據(jù)源獲取數(shù)據(jù)，并進行有效的富集、匯聚和深入加工等問題，從而為應用提供數(shù)據(jù)支撐或高級語義支撐。
2017年，中國政府發(fā)布了“新一代人工智能規(guī)劃”，明確提出了大數(shù)據(jù)智能這一概念，其內涵在于形成從數(shù)據(jù)到知識、從知識到智能的能力，打穿數(shù)據(jù)孤島，形成鏈接多領域的知識中心，支撐新技術和新業(yè)態(tài)的跨界融合與創(chuàng)新服務。顯然，大數(shù)據(jù)智能進一步明確了，在上述四個維度共同發(fā)力的基礎上實現(xiàn)大數(shù)據(jù)價值的基本路徑。
此外，筆者還想提請讀者注意的是，數(shù)據(jù)的本質是行為主體（例如人）在進行各類活動（生活、工作、娛樂）時的行為、偏好等痕跡被業(yè)務系統(tǒng)（或互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等）地記錄在各個服務器里。因此，數(shù)據(jù)本身暗含著行為主體的隱私，所以圍繞大數(shù)據(jù)價值的實現(xiàn)，數(shù)據(jù)隱私與安全保護是一個不可回避的重要內容。這一點在《大數(shù)據(jù)》一書中也有專章介紹。2018年5月25日，歐盟《通用數(shù)據(jù)保護條例》（簡稱GDPR）正式實施，在全球范圍內掀起了數(shù)據(jù)保護改革的浪潮。在數(shù)據(jù)全球化深入發(fā)展的當下，如何在后GDPR時代建立起一套數(shù)據(jù)保護法律體系，既符合國際最佳立法實踐又符合本國國情，既能為個人權益、數(shù)字經(jīng)濟、國家安全等系列利益保駕護航，又能在國際數(shù)據(jù)規(guī)則制定中占有話語權，也成為各國政策制定者普遍關注的領域。
通讀《大數(shù)據(jù)》一書，縈繞于筆者心中的問題是：大數(shù)據(jù)會讓我們的生活變得更好嗎？如何才能讓我們的生活變得更好呢？在閱讀本書的過程中，筆者能夠感覺到作者在成文時力求做到“在不犧牲準確性的前提下，盡可能寫得簡單”，同時又能做到周全和清晰。因此，本書尤其適合對大數(shù)據(jù)有興趣的初學者，其真正的意義在于：為你打開了一扇門，并言明了很多方向。

于南京九鄉(xiāng)河
2020年7月12日