1大数据带来的弊端
网络诈骗逐渐泛滥、隐私难以得到保障、国家机密的保护加难。网络诈骗逐渐泛滥，人们不得不不断加强防范意识，这也使得社会不稳定因素增加。由大数据提供的推荐会不断激发人们的兴趣，逐渐让人们对软件产生依赖，逐渐脱离现实，最终导致陷入网瘾。
在大数据的网络笼罩下，人们的隐私也难以得到保障，因为隐私泄露而造成的合法权益受侵害的事例时有发生。大数据给一些人们带来便利的同时也助长了人们的惰性，变得越发懒散。
其次，在社会方面，大数据技术的普及也带来了不可避免的副产物—透明度。随着大数据技术的越发进步，人们的个人隐私越来越难以保密，在网络上能随意查找个人信息。这不仅使得人们的合法权益得不到保障，而且增加了违法犯罪率，给社会带来了更多不稳定性。
最后，在国家层面，大数据的发展给国家机密的保护提出了一个难题。我国需要加强对国家机密的保护，防止其他一切媒介泄露，就需要更加严密的技术。其他国家对网络技术的逐渐重视也给我国施加了压力。这就需要我国不断重视大数据技术，保持在国际上的领先地位。
2大数据的弊端是什么?
大数据的弊端是可能造成数据泡沫风险。大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
结构
大数据包括结构化、半结构化和非结构化数据，非结构化数据越来越成为数据的主要部分。据IDC的调查报告显示：企业中80%的数据都是非结构化数据，这些数据每年都按指数增长60%。
大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本看起来很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。
3大数据不适合处理的10件事情
大数据不适合处理的10件事情
许多企业领导人开始接纳大数据处理并期待神奇和奇迹，但却发现大数据带来新的复杂性--且从中获益所需要付出的努力要预计中的多得多。
1:解决你的业务问题
大数据不会处理业务问题。人们可以做的，就是要坐下来，在开始使用大数据之前，讨论决定放弃大数据，就使用商业智能取得共识。
2:帮助你管理数据
IBM公司宣称：每一天都会产生 250万字节的数据，其中大部分属于大数据。不出预料，世界范围内企业所需要管理的数据量呈现指数级增长，由于缺乏清晰有效地数据存储和使用策略，数据将不断堆积，每个企业都陷于数据管理的工作。
3:缓解减轻你的安全忧虑
对于许多公司来说，确保大数据的安全访问仍然是一个开放式的课题。这是因为对于大数据安全实践的定义远没有系统数据和记录保护这样明确。我们正处在这样的一个时间点上，也就是IT与最终用户一起来？？确定：谁可以访问哪些级别的大数据，并可以进行相应地分析。
4:关键IT技能缺乏
大数据处理数据库管理、服务器管理、软件开发、业务分析技能短缺，许多IT部门关键IT技能的缺失会不断成为企业的负担。
5:减少遗留系统的价值
如果有的话，遗留系统记录会较之任何大数据更具有价值。通常情况下，正是这些遗留系统可以为大数据分析提供重要线索，用于回答重要的业务问题。
6:简化数据中心
大数据分析需要并行处理计算机集群和传统IT事务处理和数据仓库系统等不同风格的系统管理，这就意味着能量、冷却、软件硬件消耗，运转这些系统所需要的技巧也不尽相同
7:提高数据质量
传统事务处理系统美妙之处在于其拥有固定长度的数据字段以及全面的数据编辑和验证发方式，这有助于得到一个相对干净的表格呈现。大数据不是这样，他们是非结构化的数据，可以表现为几乎任何形式。这让大数据的质量成为一个令人头痛的难题。数据质量至关重要，如果你没有它，就不能信任数据查询的结果。
8:验证当前的投资回报率（ROI）
衡量系统投资回报率最常用的方法是监测交易速度，然后推断其获利能力（例如酒店每分钟有多少新的预订）。对于大数据处理来说，交易速度不是好的衡量指标，大数据缓存和运行分析可能需要数小时甚至数天才可以杀青。衡量大数据处理有效性的一个最好的指标应该是利用率，它应该保持在90%以上（相比于交易系统，其利用率可能只有20%）。对于大数据来说，确定新的ROI指标尤为重要，因为你还有说服CFO以及其他业务部门的领导。
9:减小“噪音”
95%以上的大数据属于“噪音”,对于商业智能的贡献很小或几乎没有。通过数据筛选来进行企业掘金，帮助企业业务进步，这是一个非常艰巨的任务。
10:每天工作时间
多年来，大学和研究中心一直运用大数据实验，试图解答基因组、药物研究以及是否有其他星球生命等令人难以捉摸问题的答案。虽然其中一些算法和查询产生结果更多还是不确定的，大学和研究对于环境的研究也尚无定论，但这不是企业可以接受的，因此，IT和企业关键决策者需要对预期进行调整和管理。
以上是小编为大家分享的关于大数据不适合处理的10件事情的相关内容，更多信息可以关注环球青藤分享更多干货
4大数据时代的到来已经毋庸置疑。在这种情况下，数据成为一种无形的资源，但很少有人知道如何将这种资产“变现”...
B
解析：
文段首先阐述数据是一种资源，但少有人能将其变现；接着以企业为例，介绍企业对数据的使用现状，并通过“但”进行转折，提出核心观点：“少有企业真正从纷繁复杂的数据中获取更多有价值的信息”。文段重点在于转折后的观点，强调企业应充分挖掘数据的价值，对应B项“企业应该进一步挖掘数据资产的潜在价值”，当选。A项，“使用信息化工具实现运营的数据化”是很多企业正在进行的，对应结尾转折之前的内容，非文段重点，排除；C项和D项，文段未论述“主要目的”和“数据模式”，无中生有，排除。故正确答案为B。
5不要因为票房预测失灵就全盘否定大数据
在电影行业，“大数据”是一个熟悉又陌生的词。有人将它比作青春期少年口中的“性”——“大家都在谈论它，但没有人知道如何操作;每个人都以为别人在做，于是都声称自己正在做。”
不过，情况正在发生变化。
谷歌公司通过数据收集和建模，已实现了提前一个月预测票房的目标，准确度达94%，这将为电影的宣发策略提供直接指导。
目前国内也有类似的服务了——根据电影首映日的票房，预测最终的票房成绩。电影《后会无期》就购买了这样的服务，提供数据支持的公司名叫ABD爱梦娱乐。
只是，爱梦娱乐对《后会无期》的票房预测与实际结果之间出现了较大偏差，数据模型推算的票房是4.3亿到4.8亿，但截至记者发稿，这部电影的票房已过6亿。
这就像是一则隐喻——对于国内正快速发展的大数据行业来说，希望实现影片投资、制片、宣传的“全生命周期”服务;但对于片方来说，大数据的分析，仅供参考。
从数据，到“大数据”
7月22日，《后会无期》上映前2天，影片宣传方收到了一份“大数据分析报告”：“强烈建议调低受众的观影预期。韩寒的口吻应该适当谦逊，必要的时候可以自黑。”
这份报告来自为《后会无期》提供了数据服务的ABD爱梦娱乐公司。这或许是中国电影行业在大数据应用方面的一个最新个案。在《后会无期》之前，《小时代》、《北京爱情故事》、《人间小团圆》等影片都向业内的大数据分析公司采购过数据服务。
电影行业对于数据的日趋重视是不争的事实。
“以往电影行业不太重视数据，因为电影是艺术品，不是产品。宝洁的一款产品可能从设计、调研、生产到销售，整个流程都需要数据支持，但电影业没有这个意识。” 数托邦创始人杨玥说：“但随着郭敬明、韩寒、肖央这些新锐导演进场，他们是很了解受众的，把电影当做产品去运营的人，而且上来就是2、3亿起跳的票房，让 整个行业开始反思，怎样了解用户、洞察市场。”
在电影圈，乐视被认为是电影行业最“互联网”的公司之一。乐视影业CEO张昭曾提出一个观点——用做市场的角度去做内容。
今年7月的一次分享会上，张昭说，之所以将《老男孩》档期从五一档推迟到暑期档，一个重要的原因是百度指数。“当时老男孩的百度指数不够高，话题热度不够，上不了啊!”随后，《老男孩》团队前往韩国拍摄了4支MV，其中的《小苹果》成为爆红“神曲”，这让大电影一举拿下超过2亿的票房。
此前在《小时代》选角时，张昭也提出，几位主角的微博粉丝数加起来，必须要超过1个亿。
“乐视的数据思维很值得肯定。”数托邦的杨玥表示：“但无论百度指数、粉丝数、票房数，这些都只是数据，并不是真正意义上的大数据。大数据是基于海量数据的抓取和挖掘。”
数托邦曾经做了一款“油价早知道”的产品，可以提前三天预测油价涨跌。数托邦在新浪微博上抓取提到油价的发言，发现其中700个人属于意见领袖，再把他们的 意见提取出来经过加权得到一个结果，预测未来油价会涨还是会跌。“从去年5月到现在，我们预测了30次，准确率100%。”
在他看来，电影行业也可以有类似的应用场景，甚至实现从剧本创作，电影投资、拍摄、营销“全生命周期”的大数据服务。
在大数据行业的设想中，未来必将出现这样一部电影：它的剧本创作，会从数十百个微博用户的网络行为中攫取兴趣点，供编剧创作故事情节;投资方会根据剧本和拟定的主演名单，在社交媒体上分析粉丝群体，进行投资收益分析，决定合理投资额。
紧接着，在电影拍摄后期，所有营销已根据大数据分析的目标群体展开，根据人们的好恶、反响，讨好、卖萌或者耍酷。最后，大数据会帮助投资方预测票房，拉动更多广告植入的介入。
“目前还没有一部电影能够称得上是真正意义上的大数据电影。”杨玥说。
电影行业的“大数据尝试”
尽管真正意义上的“大数据电影”还没有出现，但国内电影行业在“大数据”的应用上已经跃跃欲试。
《后会无期》就是这样的案例。ABD爱梦娱乐的创始人雷鸣说，7月21日《后会无期》大规模点映，随后爱梦娱乐把所有当天在互联网上产生的言论进行分析，并在22号凌晨，提交了一份娱乐预警预案。
在这份预案中，爱梦娱乐将所有可能的负面关键词列出来，针对每一条可能出现的负面评价，给出应对的预案。与此同时，他还强烈建议片方调低用户预期，建议韩寒口吻更加谦逊，适当的时候可以自黑。
北京的另一家大数据公司艾曼科技，曾给《小时代》、《北京爱情故事》、《窃听风云》等电影提供过数据支持服务。
艾漫科技的CTO郭锐介绍说，当他们对新浪微博上提及“小时代”的众多微博用户进行了数据分析后，建议片方加大南方二三线城市的排片量，这些城市包括宁波、福州等等，因为这些地方的网友对小时代的讨论热度更高。
艾漫还发现，女孩子们最喜欢的男演员是柯震东，建议宣传方更多以柯震东为主打进行宣传。
对于《后会无期》和《小时代》的数据服务大多集中在电影后期的宣传营销阶段，而在影视剧创作前期，大数据有时也能起到意想不到的效果。
数托邦曾给克顿传媒的编剧们提供过一次大数据的服务。
克顿传媒希望参考日本作家东野圭吾《白夜行》的风格拍摄一部悬疑剧，于是数托邦从微博上抓取了上千个关注白夜行、悬疑剧等相关作品的用户信息，最终发现，这些用户都有一个共同的关注点——果壳网，尤其是对于果壳网“谋杀现场法医”这个小组最为关注。
让人意外的是，这些用户还非常喜欢一部台湾电视剧《白色巨塔》，这部剧以一所大学附属医院里的政治生态为背景，讲述身陷其中的青年医师们，如何在理想与现实之间挣扎的故事。
此外，这些用户还关注穷游、马蜂窝论坛、Lens杂志。数托邦建议克顿的编剧去这些媒体上找一找灵感，当这部剧拍摄完成，也不妨借助这些媒体进行宣传。
这样的分析，让克顿传媒的编剧很意外，也为故事创作提供了更多可能性。
尴尬的票房预测
预测未来，这是大数据最迷人的地方。如果能精准预测票房，可以帮助电影拉到更多广告植入，也可以帮助宣传方控制宣传成本。
去年，谷歌曾公布电影票房预测模型，可以提前一个月预测电影的票房，准确率高达94%。在谷歌的模型中，票房预测的依据包括：电影预告片的搜索量，同系列电影前几部的票房表现，以及档期的季节性特征等等。
然而，同样的模型，放在中国用却不是很合适。爱奇艺CEO龚宇就曾公开表示，百度和爱奇艺也有类似的数据，但用这些数据来套谷歌的模型，发现准确率很低，说明中国的市场除了这些因素之外，可能还有别的因素。
“获取数据并不难，难的是怎么建立合适的分析维度。”爱梦娱乐的创始人雷鸣说，如今市面上很多数据公司、舆情分析公司，都已经积累的大量的互联网数据，但如何解读，如何分析预测是难点。
雷鸣说，中国的娱乐行业有很多隐秘的规律，外行人并不了解，他的公司希望建立更适合中国市场预测模型。“比如偷票房，这在三四线城市是一件很普遍的事，我们会根据偷票房来专门建模”。雷鸣说。
爱梦娱乐的票房预测产品，是根据电影上映首日的票房，来推这部电影的总票房。他们推算票房主要依据以下几个变量——上映首日的确切票房、上映首日的口碑、未来几天排片率、同档期竞争对手的情况等。
不过，对于《后会无期》票房的预测，爱梦娱乐就出现了较大的偏差。首映第二天，雷鸣给出的总票房预测是4.38亿到4.88亿。但事实上，《后会无期》最终票房超过了6亿。
“我们高估了《白发魔女传》的影响力。”雷鸣说，开始他以为《白发魔女传》上映之后，会大大挤压《后会无期》的排片量，但事实上，一些影院还是将更多排片给了《后会无期》。由于准确度还不够高，爱梦娱乐的票房预测产品尚未商业化，预测数据只是给片方做一个参考。
相对于爱梦娱乐这样的小公司，百度、搜狗这些互联网巨头在票房预测上更有野心，目前这些公司都在开发票房预测产品，但由于种种原因，没有一款票房预测产品实现了商业化运营。
娱乐资本论注意到，百度的预测频道已经上线，内容包括景点预测、高考预测等功能，电影票房预测产品已列入百度预测的产品线，但目前并未上线。
搜狗也没有公开票房预测的网页，但团队负责人曾多次在新浪微博上公布他们的预测数据。
今年1月，搜狗的助理研究员@王晓伟alex在微博上称，搜狗预测小黄人《神偷奶爸2》的票房为1.53亿，随后的结果显示，这与实际结果几乎完全一致，这 引起了一些电影界人士的惊呼。但在预测《熊出没》时，搜狗就出现了较大的失误，预测票房为0.64亿，最终首周票房1.48亿。
哈工大计算机学院甚至推出了一个名为“票房预测”的网站，只要输入电影名称，网站就会给出票房预测和实际票房结果。这一网站对《小时代3》的票房预测为6.0581亿元，比5.16亿元左右的实际票房要高出不少。
大数据“原罪”
快速发展的大数据行业，有时也会遭遇电影人的冷眼。在业内人士看来，电影“大数据”至少还有4方面的问题。
首先，数据是基于过去经验的总结，难以预测新鲜事物。
梦工厂CEO卡森伯格就曾表示：“电影靠创造力，不靠数据分析，詹姆斯·卡梅隆创作《阿凡达》的时候，如果问观众是否想看《阿凡达》，观众根本不知道他在说什么。”
数托邦的杨玥也表示，对于电影票房的预测，《哈利波特》这样的系列电影最容易，如果是一部全新的题材，即便是谷歌，在预测的准确度上也要打一个折扣。
其次，目前的大数据更多基于互联网，并非真正电影购票观众的数据统计。
乐视影业的一位内部人士表示，谈论电影《小时代》的人，与去电影院看《小时代》的人，并不能完全重合。因此，乐视影业还相当重视线下的调研，公司的地面推广人员会在各家影院进行实地调研，并且形成数据传回总部，最终会把线上线下的数据结合起来，作为决策的依据。
《后会无期》的宣传负责人常杰表示，像韩寒这样的导演在互联网上相当活跃，可能随便一条微博都有上万的转发量，粉丝们也热衷于参与网络的讨论。相比之下，张艺 谋至今没有开通微博，一些张艺谋的影迷可能已经人到中年，并没有在互联网上获取信息、参与讨论的习惯。对于他的电影来说，如果用同样的分析方式就会要打一 些折扣。
第三，中国互联网数据的真实性，正在面临越来越多的质疑。
一个明星的微博粉丝中，有多少是买来的，有多少是僵尸粉，几乎没有人知道。爱梦娱乐的雷鸣表示，现如今技术越来越进步，让微博的僵尸粉越来越像真粉，而随着微博活跃度的降低，真粉反倒越来越像僵尸粉。
在中国，几乎所有新媒体的数据，都可以用钱买到。在淘宝上，花120元能卖到1万个新浪微博的优质粉丝，这些粉丝有头像、有微博，如果出价到170元，这些买来的僵尸粉账号还基本都能有100个以上粉丝，显得更加逼真。
在论坛里，只需要花16元就可以“制造”1万次热帖点击，在视频网站上，视频点击1万次的成本也仅为8元。
“数据脏”，这已经成为大数据行业面临的“烦恼”之一。在这个行业里有一个专业词汇，叫“数据清洗”，就是指怎样把看起来很好看的数据还原出真是的样貌。
“大数据公司一般会设定一些标准，把这些粉丝的数据抓出来去跑。” 雷鸣说：“可能一个5000万的明星，真粉只有150万到200万。”
最最讽刺的是，中国电影行业的运转并非全部基于商业逻辑。雷鸣说，大数据希望能帮助电影投资人降低决策风险，以最小的成本获取最多的收益，但事实上，有些人拍电影就是为了“洗钱”，有的导演可能选某个女演员是为了“潜规则”。这种时候，任何大数据分析都已经没了价值。
