“啤酒與尿布” 的故事彰顯了數(shù)據(jù)的價(jià)值。看似風(fēng)馬牛不相及的商品， 通過海量的信息數(shù)據(jù)挖掘， 它們之間的潛在關(guān)聯(lián)得以顯現(xiàn)。

　　從 “數(shù)據(jù)” 到 “數(shù)據(jù)價(jià)值” 之間的轉(zhuǎn)換， 這便是 “商業(yè)智能” （Business Intelligence， 簡稱BI） 的核心。通常情況下， 新的業(yè)務(wù)和商業(yè)模式便誕生于此。

　　海量數(shù)據(jù)

　　IT圈子里常常會(huì)有一些共識(shí)， 比如： 數(shù)據(jù)也是企業(yè)的重要資產(chǎn)。關(guān)于大數(shù)據(jù)的研究與預(yù)測， 也早已成為行業(yè)里炙手可熱的課題。

　　IDC調(diào)查的研究報(bào)告表明， 2012年， 全球信息化資料量為2.8ZB。隨著全球PC與智能手機(jī)的普及、 愈來愈多的數(shù)據(jù)正在被產(chǎn)生。到2020年， 全球數(shù)據(jù)資料存儲(chǔ)量將達(dá)到40ZB。這一數(shù)據(jù)量約等于地球沙灘上所有沙粒總和的47倍， 這意味著平均每人將擁有5247GB的數(shù)據(jù)量。如果把40ZB全存到藍(lán)光光碟中， 光碟的重量將與424臺(tái)尼米茲 （Nimitz） 級(jí)航母相當(dāng)。而數(shù)字信息的主要制造者也將從現(xiàn)有的成熟市場轉(zhuǎn)移至新興市場。

　　在存儲(chǔ)世界里， 這或者相當(dāng)于世界末日；但從另一方面來看， 龐大的數(shù)據(jù)就像是一座金礦， 以 “啤酒與尿布” 為例， 巨大的市場機(jī)會(huì)蘊(yùn)含其中。而在信息技術(shù)發(fā)展迅速的當(dāng)下， 其價(jià)值將越來越容易被挖掘。

　　事實(shí)上， 圍繞著大數(shù)據(jù)而涌現(xiàn)的一大批新興商業(yè)智能， 如數(shù)據(jù)挖掘、 數(shù)據(jù)存儲(chǔ)、 數(shù)據(jù)處理和分析等， 也正迅速席卷市場。由于數(shù)據(jù)挖掘等商業(yè)智能技術(shù)的應(yīng)用， 讓不少企業(yè)從大量的歷史數(shù)據(jù)中剝繭抽絲， 發(fā)現(xiàn)很多有價(jià)值的信息， 大大改善了管理人員決策的科學(xué)性。

　　長期以來， 商業(yè)智能的應(yīng)用一直局限于結(jié)構(gòu)化數(shù)據(jù)， 但實(shí)際上， 生活中更多的是非結(jié)構(gòu)化數(shù)據(jù)， 這一類型的數(shù)據(jù)近年來增長更為迅速。例如社交媒體中的各種交互活動(dòng)、 購物網(wǎng)站用戶點(diǎn)擊行為、 圖片、 電子郵件等。大數(shù)據(jù)就是要打破傳統(tǒng)商業(yè)智能領(lǐng)域的這一局限， 甚至從某種程度上， 它將更擅長處理非結(jié)構(gòu)化數(shù)據(jù)。

　　不難預(yù)料的是， 隨著大數(shù)據(jù)相關(guān)技術(shù)的成熟， 數(shù)據(jù)分析和處理將逐漸從傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)擴(kuò)展至非結(jié)構(gòu)化數(shù)據(jù)領(lǐng)域中， 越來越多的行業(yè)將從中受益。如何利用大數(shù)據(jù)， 通過商業(yè)智能將其價(jià)值發(fā)揮到最大， 已成為企業(yè)尋找商業(yè)價(jià)值的根基。

　　大數(shù)據(jù)挖掘拓展

　　在摩爾定律的作用下， IT設(shè)備的硬件成本一直在不斷降低， 加上現(xiàn)代IT技術(shù)的發(fā)展， 使得很多服務(wù)器連接到一起組建服務(wù)器群集變得非常容易。諸多因素的結(jié)合為大數(shù)據(jù)時(shí)代的到來提供了平臺(tái)。

　　從微博等社交媒體中挖掘?qū)崟r(shí)數(shù)據(jù)，再將它們同實(shí)際銷售信息進(jìn)行整合， 能夠?yàn)槠髽I(yè)提供真正意義上的智能， 幫助其了解市場發(fā)展趨勢、 理解客戶的消費(fèi)行為并為將來制定更加有針對性的策略， 對于企業(yè)提升其服務(wù)質(zhì)量有著積極的作用。

　　相對于傳統(tǒng)媒體而言， 在新媒體環(huán)境下，用戶不僅能夠隨時(shí)隨地接收豐富的多模態(tài)信息， 同時(shí)， 產(chǎn)生并分享豐富的多模態(tài)信息， 這對數(shù)據(jù)挖掘提出了新的要求。在清華大學(xué)計(jì)算機(jī)系教授楊士強(qiáng)看來， 如今， 信息量的激增、 信息源的不可控和傳播模式的多樣化、 復(fù)雜化等， 令尋找可信的精準(zhǔn)的信息變得更具挑戰(zhàn)性。

　　作為信息平臺(tái)， 需要注意如何將用戶需要的信息和個(gè)性需求相結(jié)合， 精準(zhǔn)地傳遞用戶需要的信息。另一方面， 要對網(wǎng)絡(luò)進(jìn)行監(jiān)控和引導(dǎo)， 構(gòu)建健康的網(wǎng)絡(luò)環(huán)境。數(shù)據(jù)挖掘是一種海量、 多模態(tài)、 多尺度、 多類型的技術(shù)，進(jìn)行關(guān)聯(lián)預(yù)測、 分類與聚類、 趨勢預(yù)測等等，在現(xiàn)有的技術(shù)上， 需要尋找新的技術(shù)， 來適應(yīng)新媒體環(huán)境下的數(shù)據(jù)挖掘。

楊士強(qiáng)教授給出了信息→信息流→行為性信息流的新挖掘思路。在信息層面， 通過內(nèi)容理解， 進(jìn)行信息內(nèi)容