“啤酒與尿布” 的故事彰顯了數據的價值?？此骑L馬牛不相及的商品， 通過海量的信息數據挖掘， 它們之間的潛在關聯得以顯現。

　　從 “數據” 到 “數據價值” 之間的轉換， 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)務和商業(yè)模式便誕生于此。

　　海量數據

　　IT圈子里常常會有一些共識， 比如： 數據也是企業(yè)的重要資產。關于大數據的研究與預測， 也早已成為行業(yè)里炙手可熱的課題。

　　IDC調查的研究報告表明， 2012年， 全球信息化資料量為2.8ZB。隨著全球PC與智能手機的普及、 愈來愈多的數據正在被產生。到2020年， 全球數據資料存儲量將達到40ZB。這一數據量約等于地球沙灘上所有沙?？偤偷?7倍， 這意味著平均每人將擁有5247GB的數據量。如果把40ZB全存到藍光光碟中， 光碟的重量將與424臺尼米茲 （Nimitz） 級航母相當。而數字信息的主要制造者也將從現有的成熟市場轉移至新興市場。

　　在存儲世界里， 這或者相當于世界末日；但從另一方面來看， 龐大的數據就像是一座金礦， 以 “啤酒與尿布” 為例， 巨大的市場機會蘊含其中。而在信息技術發(fā)展迅速的當下， 其價值將越來越容易被挖掘。

　　事實上， 圍繞著大數據而涌現的一大批新興商業(yè)智能， 如數據挖掘、 數據存儲、 數據處理和分析等， 也正迅速席卷市場。由于數據挖掘等商業(yè)智能技術的應用， 讓不少企業(yè)從大量的歷史數據中剝繭抽絲， 發(fā)現很多有價值的信息， 大大改善了管理人員決策的科學性。

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

　　不難預料的是， 隨著大數據相關技術的成熟， 數據分析和處理將逐漸從傳統(tǒng)的結構化數據擴展至非結構化數據領域中， 越來越多的行業(yè)將從中受益。如何利用大數據， 通過商業(yè)智能將其價值發(fā)揮到最大， 已成為企業(yè)尋找商業(yè)價值的根基。

　　大數據挖掘拓展

　　在摩爾定律的作用下， IT設備的硬件成本一直在不斷降低， 加上現代IT技術的發(fā)展， 使得很多服務器連接到一起組建服務器群集變得非常容易。諸多因素的結合為大數據時代的到來提供了平臺。

　　從微博等社交媒體中挖掘實時數據，再將它們同實際銷售信息進行整合， 能夠為企業(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)提升其服務質量有著積極的作用。

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

　　作為信息平臺， 需要注意如何將用戶需要的信息和個性需求相結合， 精準地傳遞用戶需要的信息。另一方面， 要對網絡進行監(jiān)控和引導， 構建健康的網絡環(huán)境。數據挖掘是一種海量、 多模態(tài)、 多尺度、 多類型的技術，進行關聯預測、 分類與聚類、 趨勢預測等等，在現有的技術上， 需要尋找新的技術， 來適應新媒體環(huán)境下的數據挖掘。

楊士強教授給出了信息→信息流→行為性信息流的新挖掘思路。在信息層面， 通過內容理解， 進行信息內容