哲学思维变革视角下的大数据应用

崔湧

本文系上海市委党校（行政学院）系统2016年度课题《大数据时代的哲学思维方式变革》研究成果

【摘 要】 该文从大数据应用角度，分析了当今世界发展与大数据的本质，阐述了大数据的应用方向和价值创造，即业务问题向数据问题的转化、数据向信息的转化、信息向策略的转化等。并展望了大数据与哲学社会科学交叉创新研究的广阔前景，当前将大数据应用与哲学社会科学研究的融合还存在一些困难。

【关键词】 大数据;本质;应用;展望

大数据正在改变我们的生产、生活、教育、思维等诸多领域以及认识、理解世界的方式。作为时代精神精华的哲学，理应深入分析大数据对世界观、认识论、方法论、价值观和伦理观带来的深刻变革，并及时对大数据应用掀起的这场数据革命做出全面的回应和反思。

一、如何看待世界和数据的本质

在数据收集历史条件的影响下，人们传统的思维模式和行为受以理性主义为主的哲学方法所主导，在长期观察时间的基础上，根据现象研究本质，并归纳事物的发展规律，并在相关数据的支持下，总结规律发展的相关模型，经过泛化解释加以推广，根据上述说法，理性主义也可以看成是一种模型方法。但是，在复杂的人类社会参与过程中，单靠有限经验并非一定能分析出事物变化规律，理性主义的建模也将不成立。

在信息技术不断更新发展的基础上，哲学思维也产生相应变革，对历史数据及经验的收集、分析和总结，产生了大数据，也就是根据已有数据和经验对事物发展规模进行总结，并对后续发展行为加以预测。

一方面从哲学的角度看，大数据可以被看成经验大数据，大数据经验主义随着大数据方法的兴起而兴起。大数据时代领军人物的诸多观点与经验主义、逻辑经验主义，尤其是与南茜倡导的新经验主义的观点极其相似。即便是像舍恩伯格这样的大数据权威发言人也是如此，再说“世界本质上是混乱的”同时，又说“世界本质上是数据”，他认为人类生活在混乱的大数据世界之中，这种混乱性只有使用全体数据（大数据）而不是样本数据才能进行说明。大数据经验主义的基本论点可以概括为三个：（1）大数据时代基本定律是不存在的，“理论终结了”;（2）大数据时代，因果性不存在了，由相关性来代替;（3）世界是斑杂的，大数据时代世界的本质是数据，是混乱的。

而另一方面，互联网信息技术的快速发展，使人们能够通过各种途径快速地收集并传输数据，包括通过Python和互联网收集世界数据，通过移动设备及软件收集个人数据等。在足够数据经验的收集及分析下，会产生量变到达质变的过程，在数据经验有用够多的情况下，人们对模型及理性主义的依赖性就会不断减小。

从马克思主义辩证唯物主义和历史唯物主义的视角来看，大数据能够被人们所接受，并在社会生活中充分帮助人们的日常运行，但并不代表着大数据经验主义对大数据进行的过分夸大，也不代表着大数据能够完全代替理论主义、相关性代替了因果性的观点。

1、世界是有规律的

在唯物主义的视角下，世界是由物质所组成的，物质是在进行有规律的运动，只要有规律可循，那么物质运动就可以被分析认知。而大数据就是对世界物质的运动规律进行探索，也是大数据的哲学基础。

在宇宙当中，无论是天体行星还是分子原子，都有固定的运动规律，包括人类的发展历史同样如此，在历史的进程中，由原始社会、奴隶社会、封建社会、资本主义和社会主义社会，都是由于生产方式的变革所引起的，并能够反映当时人类的生存环境及社會变革，并不是混乱复杂而是有规律可循。

生活中人类的社会行为也同样有规律可循，包括人类的差异律、目标率和动机率等，这些都是在观察人类行为之后所总结出来的行为科学，其中还囊括人类心理科学的解读，人类的认知、意志和情感都存在一定运行规律。小到人类行为，大到社会治理，都是有章可循的。

但同时也有人认为，宇宙的本质在于其不确定性，在科学技术的进步发展下，大量事物的不确定性已经被确定，其发展规律也被人们所发现，所谓的不确定，只是人类的科学技术没有达到发现其运动规律的程度而已。

大数据则是对客观世界量化和记录的结果，在对客观事物运行规律进行发现和分析的基础上，结合相关数据，就能研究出客观事物固有的运行规律，同时人们可以将事物运行规律运用到各个领域当中，这就是大数据的广泛性和实用性。

2、世界是多维的

融合思维是大数据的基本思维，是建立在世界多维性基础上的。在小数据时代，普遍用单一标准来对事物进行衡量，所得结果并不确定实用，而在大数据时代下，是从多维度全方位对数据进行解读，客观准确地对事物运行规律进行分析，结果真实可靠。

基于以上描述可以看出，大数据与小数据的本质区别在于分析维度，大数据突出数据多维性，以多元思维模型研究事物，在事物运行规律全面性客观性的分析上，小数据完全无法比拟，在多元思维下，大数据可以从大量看似杂乱的信息中恢复事物原貌，并能对其发展方向进行预测。

3、万物都是有联系的

宇宙中各个事物之间存在联系，联系的主要形式包括表面之间的联系和本质之间的联系，本质之间的联系是人类研究事物运行规律的核心，也就是事物之间的因果关系，有因必有果，事物之间的相互作用产生特定结果，这就是由事物联系所组成的运动规律，同时，这样的联系往往贯穿于事物整个发展过程中。事物现象之间的联系也就是相关关系。从唯物辩证法的角度来看，研究问题需要从事物的内外联系来进行。而大数据的核心思维和相关性思维，就是从事物的内外联系来进行分析的，利用数据寻找影响事物的相关因素，发现事物之间的内外联系，通过事物发展想象研究本质及运动规律，才能掌握事物 的变化。

二、大数据的应用和价值创造

大数据的应用和价值创造是以社会需求为出发点，借助数据应用的手段，来发现和形成业务活动的决策和建议，实现最终价值转换的目的。因此，要想让大数据产生价值，实现大数据服务于社会、企业和生活的应用转换，涉及到对社会需求数据的分析、对数据进行有效的提取处理、基于数据应用形成最终的业务策略的三个重要因素，一环扣一环，彼此缺一不可。

1、业务问题向数据问题的转化

从数据分析师的角度来看，业务应用问题的研究就是对数据问题的研究，分析数据的可分析性，寻找数据之间的联系及共性，将复杂的业务问题转化为单一的数据分析，这就体现了“万物皆可量化”的数据价值观。比如对某人兴趣特点进行分析，可以对其行为进行研究，收集其喜欢浏览的网址，喜欢阅读的书籍，经常关注的微博咨询等。研究某客户的消费能力与购买方向，就可以收集其工资数据和淘宝购物车信息。研究某人去了哪里，可以收集其车票机票信息，所入住的酒店，去过的景点，和收集GPS数据，这些信息都能间接或者直接反应其地理位置。

万物皆可量化对应万物皆可数据化，将业务分析问题转化为数据问题具体分析。比如要想了解某客户的购买行为，可以分析其浏览数据、搜索数据、点击数据和购买数据，以此来总结出消费行为方向。要想实现银行的风险控制，就需要对银行客户的消费信用及公司收入情况进行分析，收集其收入数据和还款数据来进行综合评估。关于市场精准营销，其实就是判断客户对公司产品的购买意向，了解客户是否会购买此产品，或者在什么时间段需要购买等。

业务分析问题虽然可以转化为数据分析问题，但是这些数据也是可以分类的，不同种类的数据信息能够得到不同的业务信息。所以说，业务数据化就是实现大数据价值的基础，在业务问题的需求下，开始后续的数据分析和挖掘。

2、数据向信息的转化

数据信息化是数据转化为信息的过程，从相关数据中提取所需业务信息，這个环节也是大数据应用的要点，如果无法得到有效的数据，那么将无法实现对业务信息的获取，此过程体现在这样几方面：首先是研究规律，万物发展皆有规律可循，小到个人行为，市场营销，大到社会治理和政治关系，都有不同的内外联系，大数据就能够对这些规律进行探寻并总结，比如“双十一”电商的销量远超平常，这些数据就能够反映客流量的时间规律。然后是发现变化，在物质的不断运动中，会产生运动变化，这些运动变化是可以被探寻到的，比如搜索天气情况，正常情况下不同地区的天气数据会维持在固定范围中，如果在搜索中发现某地区搜索量上升，就证明当地气候发生了变化，根据此情况，可以开发有关天气变化的产品，可以在天气变化前对天气变化情况进行准确预测。

再次是探索关系。唯物辩证法认为，世界上的一切事物都处在普遍联系中，而大数据成为探索事物间相互联系的一种有效的手段。

美国华尔街一家基金公司在预测基金涨跌的过程中，就利用了数据之间的联系来进行，通过研究社交网络中相关人群情绪与股票的相关性，预测后续基金的买进或发展，由于人群情绪波动与股票涨跌之间具有一定的规律性和联系性，可以看出大数据炒股也愈发有效。

最后是预测未来。大数据分析的是已经发生过的数据，但借助于过去的数据来探索事物的规律和特征，其目的是为了探索事物在未来的发展变化或发展趋势。大数据的目的是预测，基于对事物的预测结果，用来做出相应的策略调整，它描述的是过去，表达的却是未来！

3、信息向策略的转化

即使数据分析方法用得再熟练，数据挖掘的模型再漂亮，如果没有形成最终的业务建议，无法落地成可被执行的业务策略，也是空谈。

信息策略化，指的是基于对业务信息的理解，进而提出相应的业务策略和业务建议。比如通过小区每天进出人流量的分析，可以调整物业、居委、公共交通的人力配置和频率。基于流感爆发的预测，可用来提前做出相应的准备;基于商场客流量的规律，可用于选择营销活动的执行时间;基于情绪指数与股票指数的关系，可用于指导炒股的买卖等等。

当然，要把具体的信息形成有效的策略，这没有一个统一标准，只能是就事论事。这就是大数据产生价值必经的三个环节：业务数据化，数据信息化，信息策略化。

没有把业务定义成数据可分析问题，数据分析就是盲目的、缺乏指导;没有有效的数据分析，就无法提取出有价值的业务信息，整个大数据就没有意义;业务信息无法形成最终的业务策略和业务建议，大数据的价值也就无法落地。

三、大数据应用的交叉创新研究

大数据时代的到来为社会发展既带来了机遇，也带来了挑战。全方位展开大数据与哲学社会科学交叉创新研究，既可以带来政府、社会、商业应用的巨大价值，又可进一步推动哲学社会科学发展。

数据是对人与世界互动的记录。随着数据和智能技术的发展，数据流成为当代社会运行的基础，我们已进入到可以记录、分析一切数据的智能时代。

开展大数据与哲学社会科学交叉创新研究是一个新方向，关键词是“顶天立地”。“顶天”就是要切实加强真正意义的社会观念、思想观点的理论研究，特别是关于大数据的哲学理论研究。而“立地”指的是大数据研究一定要“接地气”，进行证据性分析与检验。大数据是一种行之有效的崭新工具，应尽量运用大数据提高社会管理水平和管理效能等。

大数据不仅使碎片化的信息价值化，而且极大拓宽了信息来源，增强了信息的“社会能见度”，提供了满足社会对个性化信息需求的能力。借助大数据所掌握的“全”信息，可有效打破学科研究获取信息的数量和覆盖面有限及研究方法单一的状况，为学科发展创造出更坚实的基础和更开阔的空间。

我们也要看到，当前将大数据应用与哲学社会科学研究的融合还存在一些困难。在哲学社会科学研究中，传统的观测与实验方法，习惯于进行定性研究、概念分析、理论推演，在量化方面的运用不够充分，对于大数据分析技术还不够敏感;大数据在哲学社会科学领域的应用所需要的数据资源不足，如何将各种经济、管理与治理领域的数据转化为适合研究的数据还存在一定的难度，对数据的采集与使用也尚无对应的法律法规可依，包括对引发的在“第三只眼”监视之下的传统伦理观危机还不能明确应对;尤其是如何使两种不同性质的学科在科研目标、研究方法和评价机制上的接轨方面，大数据技术主要采用计量测算的方式，算法偏重相关性而否定因果性，单纯的数据堆砌不能达到哲学社会科学思辨的高度。

将大数据切实有效地应用于社会治理、经济社会发展和商业管理领域，和哲学社会科学领域的研究相融合，需要从主体、问题和方法三个维度入手，这需要更多相关研究者在实践中不断探索和创新。

【参考文献】

[1] 齐磊磊.大数据主义与大数据经验主义[J].山东科技大学学报 （社会科学版） 2018 （2） .

[2] 马拥军.大数据与人的发展[J].哲学分析，2018（9）.

[3] 马克思恩格斯全集（第42卷）[M].北京：人民出版社，1979.56.

[4] Bhagat S，Burke M Diuk C.et al. Three and a half degrees of separation[R].Palo Alto.Facebook Research.2016.

[5] 王天恩.大数据中的因果关系及其哲学内涵[J].中国社会科学，2016 （5） .

[6] 舍恩伯格，库克耶，周涛译.大数据时代[M].浙江人民出版社，2013.

【作者简介】

崔 湧﹙1978—﹚男，安徽宁国人，哲学硕士，复旦大学马克思主义学院访问学者，上海市宝山区委党校教研室主任，研究方向：哲学思维、马克思主义中国化.