<bdo id="edfj0"><object id="edfj0"></object></bdo>
    <del id="edfj0"><source id="edfj0"><small id="edfj0"></small></source></del>

  • <mark id="edfj0"><dl id="edfj0"></dl></mark>
      <u id="edfj0"></u>

      數字經濟時代,如何解決基于大數據的決策困境?

      來源:學科建設與科研辦公室 編輯:宣傳信息事務 發布時間:2021-03-30

      隨著大數據、人工智能、移動互聯等新興科技與社會經濟生活的深度融合,數字經濟正逐漸成為一種重要的經濟形態。以科技創新為核心動力的數字經濟的發展,在數字空間重構了經濟社會活動和管理決策場景,同時也催生了大量的數據,例如,線上購物中的消費者偏好、社交網絡上的富媒體內容動態、共創環境下的價值創造活動、平臺生態圈內的參與者行為、虛擬化生產中的數字組裝日志、智能交通中的時空軌跡、用戶直連制造(C2M)中的需求訂單、交易市場支付結算的數字貨幣等等。與土地、勞動力、資本、技術等傳統要素一樣,數據也成為了一種重要的生產要素,進而使得大數據賦能成為了產業創新和管理決策的基礎性驅動機制。在此背景下,大數據決策范式作為新型決策范式應運而生。

      大數據擴大了人們以全景和細粒度的方式觀察現實世界全貌的可能性,從而使人們能夠在決策過程中全面了解當前事物。但是,在許多情況下,由于數據可獲性、成本、時間、能力和心理因素等各種原因,人們經常僅能接觸到有限且部分的數據(即小數據)。換句話說,盡管人們希望對大數據有一個全局的了解,但是可能常常不得不依靠他們可以掌握或處理的小數據來進行決策。顯然,此時的決策質量在很大程度上取決于小數據的質量,而往往在很多決策場景下,大數據與小數據之間存在明顯的差異,這就引出了決策信息不對稱性問題。是否能夠很好的解決決策過程中小數據與大數據之間的信息不對稱問題,關乎數字經濟時代基于數據的決策質量,更關乎對于數據要素的使用效率。

      為解決這種不對稱性問題,中國人民大學商學院張瑾老師與合作者多年來開展了一系列研究,發表多篇學術論文。其中,最新研究成果發表在《管理世界》雜志。在這一研究中,作者團隊從語義反映的角度提出“大數據-小數據”問題,尋求“以小見大”的洞察,幫助人們獲得良好的小數據映像。這一問題是指在給定大數據集合的情況下,找到具有特定規模的小數據子集,以使小數據的語義盡可能接近地反映大數據的語義。也就是說,“大數據-小數據”問題是在“語義反映”的意義上,尋求獲得小數據使其語義與大數據語義盡可能相近。進而,作者團隊圍繞小數據如何代表性反映、一致性反映和多樣化反映大數據的語義來討論“大數據-小數據”問題的三種重要類型。

      具體而言,代表性語義反映是一種體現顯式語義特性的“大數據-小數據”問題,這種反映通常是在原生事實的層面上,通過數據實例之間的相似性以內容覆蓋的形式來表示。例如,當需要從所有搜索結果中瀏覽一小部分條目時,當需要從所有企業博文中讀取一小部分文章時,當需要從所有客戶反饋中閱看一小部分評論時,當需要從所有輿情專報中審視一小部分報告時,……, 林林總總,人們遇到了依據小數據認識全局進行決策的情形。此時,小數據通過部分具體的數據實例內容來反映大數據整體的數據實例內容。

      一致性語義反映是一種體現隱式語義的“大數據-小數據”問題。這種反映通常是在間接模式的層面上,通過相關屬性上的數值分布來表示。例如,在線上購物環境中,消費者可以在閱看一小部分產品評論后就可以掌握全體評論中對產品不同屬性的情感極性分布情況,從而避免產生有偏的購物決策。其它場景還如企業口碑的詳略畫像、受眾聲音的宏微聆聽、媒體報道的點面呈現、政策分析的繁簡要義等等。此時,語義反映強調小數據集合在特定屬性特征上的取值模式與大數據集合的一致性。

      多樣性語義反映同樣也是一種體現隱式語義特征的“大數據-小數據”問題,這種反映通常也是在間接模式的層面上,通過分組的信息熵以結構覆蓋的形式來表示。例如,人們可以在瀏覽新聞過程中知曉多角度的報道,可以在競品搜索時獲取到更加豐富的選擇,也可以在政策制定時考慮各類人群及其訴求,等等。此時,語義反映側重小數據集合反映大數據集合的類別多樣性,即體現大小數據集合語義在類別結構上的相近性。

      最后,作者團隊針對上述三種不同類型的“大數據-小數據”問題,在論文中給出了相應的優化解決方法,并概述了這些方法的基本思路、優勢以及管理決策效果。

      毋庸置疑,在個人、組織及政府的各級決策中,解決“大數據-小數據”這一科學問題對學界、業界和政界都具有重要意義。首先,如果無法很好地從小數據中捕獲對于大數據的洞察,則不對稱的大小數據可能會誤導決策者,造成決策者對大數據“霧里看花”的錯覺。也可能無法通過小數據對大數據的全貌形成有效的反映呈現,容易造成“盲人摸象”的殘缺和局限。其次,數據作為重要的生產要素,隨著其規模的指數性增長,要素效率問題受到關注。而“大數據-小數據”問題的提出和求解則可以優化數據要素的使用效率,提升數據在數字空間中的核心價值。再者,“大數據-小數據”問題在更為復雜多樣的環境中可能具有其它形式和類型,探究“大數據-小數據”問題將進一步拓寬大數據驅動的決策科學的創新空間。

       

      已發表論文:

      陳國青、張瑾*、王聰、衛強、郭迅華,“大數據-小數據”問題:以小見大的洞察,管理世界,2021,2,203-213. (*為通訊作者)

      大數據_小數據_問題_以小見大的洞察_陳國青.pdf

      中國人民大學商學院 rmbs@rmbs.ruc.edu.cn 86-10-82509171 官方微信

      MBA、EMBA和高管教育(EE)項目全部進入
      《金融時報》全球50強

      人大主頁回到舊版

      ?中國人民大學商學院 版權所有 京ICP備05066828號-1

      捕鱼达人单机版全免费