微信圈是“澡堂文化”，微博或博客圈则是“广场文化”，前者过于私密，所以，一个公共微信如果做不到不断转发就不具备影响力，甚至连搜索都搜不到它的痕迹。

　　也因此，微信里的几种吸引眼球的模式是：

　　1，全球十几亿人关注【不关注你就OUT了呗！】

　　2，全国人民都感动得哭了【你还是全国人民的一员不？】

　　3，心疼妈妈的人都看【你不看就是不孝顺，不要老娘】

　　4，本文都被转疯了【文章肯定有道理，你不信点开看看】

　　5，孟非点赞的文章【孟非是谁？他喜不喜欢这文章和我有个神马关系？】

　　如此等等。

　　今天又看到了一个好玩的：大数据告诉你国考选择题怎么做。

　　点进去一看，原来是把最近几年的选择项里出现最多的那个统计出来了，这就大数据了啊？这不是小学生都会的数数级别的简单统计吗？

　　又想起以前数据挖掘开始始兴的时候，一翻国科大管理科学方向的研究生论文，题目上说到数据挖掘的词已经不少了，关键词里则更多，但是，仔细一看里面的具体论文内容，全是统计，且是大学生级别的统计，一点基于海量数据的所谓挖掘的味道都没有。

　　我就想：导师们一定不懂什么是数据挖掘，但是这个词不是热乎嘛？就把和数据处理稍稍相关的都算作“挖掘”吧。

　　后来见科学网闵应骅先生提倡“小数据”，俺心里就明白，中国学术界还是有明白人的，而且说来从计算角度上的数据挖掘或大数据相对于某些利用领域而言，还是名副其实的，而闵先生则正是IEEE的life fellow，但是即便如此，他还是愿意提倡小数据，而不是晃人眼睛的“大数据”、“数据挖掘”。

　　类似的概念还有智慧城市，见到有说法认为进地铁刷个卡就“智慧”了，我的天，如此，银行间的刷卡早实现几十年了，难度比地铁刷卡复杂N多，如此说来，全球都早就智慧了啊。

　　其实，应该给这些概念一个基本的区分与判据，比如，没有几万条测试数据来进行实验（还算不上真用），就别叫数据挖掘了好不好？现在的很多大数据的论文，其处理的居然顶多几百条记录而已，有的甚至只比划几十条数据，和大数据之间可谓连八竿子的关系都没有。而如果真的应用，没有几百万条记录就别出来现眼了。

　　智慧城市也一样，如果在绝大多数市民身上体现不出三处不同类型的“智慧城市”的痕迹来（比如别把一个人能刷三个卡就算三个体现），就别叫智慧城市，叫有时候能刷卡的城市好不好？

　　再扩展一句：我们天天呼唤新的交叉方向和学科的出现，但是实际上连老学科是很忙我们都还没有弄明白，而且对于老学科我们也没有实际的颠覆式的贡献，如此，期待走捷径在交叉领域取得世界领先的成就几乎是不可能的。