名家論壇》賴祥蔚／當心大數據變成大騙劇

最近大數據成了顯學，甚至可以說是神學，一門讓多數人都覺得很神的科學。

理論上，只要能夠掌握並且整合網際網路上的使用足跡，大數據確實可以很神。不過實際上，如果一味強調大數據無所不能，那就是大騙劇了。

大數據可以多麼神？網路上有這樣一個故事段子，非常貼切：
某人打電話去訂披薩，電話接通還沒說話，客服人員就知道來電的人是誰，而且還知道家住哪裡、手機電話幾號、家裡電話幾號，原來這些資料都已經被整合了。

客戶想訂海鮮披薩，客服人員提醒根據醫療紀錄，最好不要吃海鮮，還說參考過去查閱的資料，勸訂健康披薩，而且主動根據訂戶家裡人數建議披薩大小，順帶提醒老母親剛動過手術不宜吃太多。

客戶要刷卡，客服人員連刷卡紀錄跟銀行可用額度都知道，而且提醒客戶剛剛刷了共用單車，定位顯示人就在附近，不妨自己來取。最後順帶根據客戶的情人資料，溫馨提醒等等去約會時，應該帶什麼物品。

故事會太誇張嗎？不會。理論上都做得到。不過實際上卻不一定，因為要看使用者日常生活的上網程度，以及各家網站數據的整合程度。

簡單說，如果有人幾乎都不上網，大數據就找不太到他的資料。當各家網站的數據無法真正整合，披薩客服人員只會知道客戶過去的訂餐紀錄，當然不會知道醫療、金融、交通等其他紀錄。

有一個跟大數據相關的概念，最近也受到很多重視，尤其選舉快到了更是如此，這就是網路上的社群聆聽（social listening），以及相關的網路聲量分析。

社群聆聽以及網路聲量，就是追蹤及分析網路上對某些人物或是主題的討論情況，包括正、負評價的次數，以及最常伴隨出現的文字（形成文字雲）。

初次看到網路聲量分析的人，一定會覺得大數據很神，居然可以挖掘出網路上是怎麼討論某些人物或是主題。

原理說起來也不複雜，主要就是透過 Hadoop 或 Spark 這些既有的程式框架，發展出機器學習的程式，到網路上索引和跟踪相關數據。

網路聲量分析有三大關鍵：一是程式發展能力，二是納入分析的網址及社群網站，以及追蹤的詞彙數量，三是語意分析的能力。

如果程式不優、網站及詞彙數量不多、語意分析不佳，那麼就算跑出有模有樣的大數據分析圖表，卻完全沒有參考價值，而且還會誤導，根本就是大騙劇。

就算大數據分析的程式優、網站及詞彙數量多、語意分析佳，還是要小心，因為這反映的是積極參與討論的網友的意見，未必是全體網友的心態，其中更沒有包括不太上網的群體。對大數據過度解讀，一樣會變成大騙劇。

大數據確實很神，在網路時代人人要懂才能善用，也避免大數據變成大騙劇。

●作者：賴祥蔚／台灣藝術大學廣播電視學系教授、中華傳播管理學會理事長

●本文為作者評論意見，不代表《NOWnews 今日新聞》立場

『新聞來源／NOWnews http://www.nownews.com/』