DA - 信息分析思路概要

要素

局部 ---》整体

显性 ---》隐性

表面 ---》本质

割裂 ---》联系

特殊 ---》普遍

串行 ---》并发

纵向 ---》横向

单点 ---》分布

广义宽泛 ---》简明扼要

繁杂混乱 ---》分类排序

单一信源 ---》多源辨证

流程

  1. 背景(大环境的历史、规则、现状)
  2. ---》收集(合理适度)
  3. ---》预处理(过滤、分类、排序)
  4. ---》量化及定义(概念、数值、范围、条件、含义、程度等)
  5. ---》分析及总结(推导信息之间的逻辑性、关联性、统计性)
  6. ---》再验证(尝试推翻现有结论)
  7. ---》预测(发展方向及趋势)

背景

对背景信息有一个因果推导的过程,真实地了解大环境的历史、规则、现状。

信息分析不是割裂的节点。需要探寻信息的前因后果,不能只看主信息本身。

收集

信息不仅仅包含事件状态等显性信息,根据二八原则,大量的隐性信息有待去发掘。

信息无穷无尽,永远无法获取到所有的相关信息。因为收集信息的能力是有限的,也不可避免地存在着时间差。合理的成本内搜集到满足需求的相关信息即可。

预处理

去除信息噪声;区分类别(主信息、附属信息、事实信息、常识信息、背景信息等;重要性排序。

针对繁杂信息,采用符合需求的预处理策略和工具(过滤、分类、排序)

量化及定义

量化的目的是为后续的分析提供精准的材料和线索。

针对量化能力,需要长期的有意识的训练。

分析及总结

根据量化信息,推导构建信息链(探寻信息之间的逻辑性、关联性、统计性),也就是确认信息之间的影响关系、缘由、程度和可能性。

针对复杂的逻辑影响,借助工具直观展现,更容易梳理关系。同时注意,方法和工具都会存在一定的偏差。

再验证

信息材料不完备,知识结构有缺陷,主观臆断难避免等等,这些都是影响结论正确性的陷阱。

想要让结论更加接近事实,就要对分析过程反复进行推敲。

预测

信息分析的实质是面向未来应用,是以一种“管中窥豹,可见一斑”的方式,推测发展方向及趋势。

受综合因素限制,预测的精准性还有很大的提升空间,理性客观看待预测结果,就比如:天气预报。

素质

  1. 平静内心,客观判断,关注信息的准确性,精确定义。
  2. 自主思维,系统思考,探究内在逻辑性,考虑外在关联性。
  3. 讲方法,忌盲目,慎用“主观性质的技巧”,不受潜在假设误导。
  4. 借鉴已有案例,对比事物发展历史及趋势。
  • 辩证的逻辑思维能力是核心,知识积累和信息搜集是基础。
  • 信息类型的不同,适用的思维方式和分析方法不同,要求的基础背景也不同。
  • 技术在演进,信息在增加,但人性不变,历史总是呈现规律性的轮回。
  • 分析能力的提升需要长期的有意识的训练:归纳演绎,因果推导。

复杂问题

因为复杂,更需要采取合理的方式和端正心态,贴近真实的结论从不轻易显现。

简单问题深刻思考,复杂问题把握核心,回顾过程,反复推敲。

陌生问题

因为不了解,所以容易犯错,更不可能一蹴而就。

小步快跑,逐步完善,在过程中持续改进。

上一篇:@EnableWebMVC注解理解


下一篇:内存映射 madvise mmap