博文
围脖提上来：大数据时代的生活策略
精选
||
RE:投票的时候，每个人只有一票，不管是like love crazy 还是 can't live without 都只有一票的用处。
一人一票制就是要排除 passion indensity
作者: 立委 (*)
日期: 02/04/2013 14:12:25
就客户而言，一个苹果饭可能会买n个iPhones，比如作为礼物给家人、朋友等，因此 intensity 加个权也许还有一点意义。
加权与否，只要一视同仁，对于大数据（譬如一州的选民，譬如有十万百万数据点的客户反馈），最终的投票（或舆情）统计结果是不变的。
加权与否，只要一视同仁，对于大数据（譬如一州的选民，譬如有十万百万数据点的客户反馈），最终的投票（或舆情）统计结果是不变的。
anyway，大数据统计时，一人一票足矣。
有意思的是，网上客户反馈机制有二分法（喜欢/讨厌），有五星制（Amazon review），而 Facebook 和 Google + 则只允许正面（like/+ button）
据说是因为允许人扔网络臭鸡蛋影响他们的客户。
即便如此，大数据下，褒贬还是可以计算得很靠谱。
一个帖子的点击数多，可是却很少有 + 的，往往是不好的帖子。褒贬之间的分野可以设定一个经验阀值。
即便如此，大数据下，褒贬还是可以计算得很靠谱。
一个帖子的点击数多，可是却很少有 + 的，往往是不好的帖子。褒贬之间的分野可以设定一个经验阀值。
至于去网上购物（如Amazon），我总是选择4星以上反馈基数大的商家，价格处于中下即可。不敢选择价格最好，但是反馈基数少的，也尽量不选4星下的商家。这个策略从未失手过，因为商家的信誉 at stake，他不会也不值当胡来。还是信息流通好哇。
前计算时代靠的是口碑，来自亲朋好友的，数据源太窄小，总有吃亏的时候。大数据时代的口碑，来自社会媒体，多么威力。It cannot go wrong. Big data do not lie unless u r overwhelmed. The way to stay on top of it without getting overwhelmed is to use language technology （NLP）and machine learning. Sentiment mining from social media is the way to go.
摘自【立委科普：舆情挖掘的背后】
【立委名言：舆情改变生活，技术改变世界，拥抱大数据】
https://blog.sciencenet.cn/blog-362400-659586.html
上一篇：想法不错、但文字不好的又一事例
下一篇：【社媒挖掘：美国的枪支管制任重道远】
