硅谷速递 | 揭秘硅谷巨头们的大数据玩法，发掘大数据价值的神奇规律

我们希望大家有机会可以多去硅谷看一看，但是如果不能身临其境到硅谷，这里就是你最省时、最省力地获取硅谷最新科技动态的不二选择，3篇短小精悍的文章，助你快速把握技术风向标，了解行业应用与实践！

Facebook如何使用大数据？不为人知的秘密….

Facebook数据研究团队的一位科学家格登·史塔特曾透露了两项好玩儿的发现：第一，如果通过Facebook发展的一段恋爱关系能维持三个月以上时间，很可能会持续四年甚至更久；第二，恋人分手可能性最大的月份是5月、6月和7月。可见，Facebook喜欢利用节日档期来玩转数据分析。使用Facebook的用户越多，他们积累的信息就越多，Facebook大力投资于收集、存储和分析数据的能力，并不止于此，以下是一些展示Facebook如何使用其大数据的示例：

示例1：闪回

为纪念其成立10周年，Facebook为用户提供了查看和分享视频的选项，该视频可记录从注册之日起至今的社交网络活动过程。这个视频被称为“闪回”，是一组照片和帖子，收到了最多的评论和喜欢，并设置为怀旧的背景音乐。

从那时起，其他视频已经创建，包括那些你可以观看和分享以庆祝“Friendversary”的视频，这是两个人在Facebook上成为朋友的周年纪念日。

示例2：我投票

Facebook成功地将政治活动与用户参与联系起来，当他们通过创建一个贴纸允许其用户在他们的个人资料上宣布“我投票”时进行社交实验。

这项实验在2010年中期选举期间进行，似乎很有效。注意到该按钮的用户可能会在看到他们的朋友参与其中时投票并对投票行为发表意见。在总共6100万用户中，有20％的用户看到他们的朋友投票，也点击了贴纸。

Facebook的数据科学部门声称，他们的贴纸直接驱动了近6万名选民，以及社会传染，这促使280,000名互联用户在中期选举中共投票340,000名选民。

示例3：庆祝骄傲

根据最高法院对同性婚姻作为宪法权利的判决，Facebook变成了一个名为“庆祝骄傲”的彩虹湿透的场面，这种方式表明了对婚姻平等的支持。Facebook提供了一种简单，简单的方式将个人资料图片转换为彩虹色图片。自2013年以来，没有人看到过这样的庆祝活动，当时有300万人将他们的个人资料图片更新为红色等号（人权运动的标志）。

根据Facebook发言人William Nevius的说法，在可用性的前几个小时内，有超过一百万用户改变了他们的个人资料图片。所有这些令人兴奋的事情也引发了人们对Facebook在追踪用户情绪和引用行为研究之后进行何种研究的疑问。当该公司发表论文“在线社交运动中的支持扩散”时 ，Facebook的两名数据科学家分析了预测在Facebook上支持婚姻平等的因素，查看了导致用户将个人资料图片更改为红色标记的因素。

示例4：主题数据

主题数据是一种Facebook技术，向营销人员展示受众对品牌、活动和主题的反应，以保持个人信息的私密性。营销人员使用来自主题数据的信息来选择性地改变他们在平台以及其他渠道上的营销方式。

通过主题数据，Facebook将数据分组并剥离用户活动的个人信息，通过提供与特定主题相关的所有可能活动的见解来帮助营销人员，这为营销人员首次提供了可操作的全面的观众视图。

Twitter中的兴趣和情绪

华尔街“德温特资本市场”公司首席执行官保罗·霍廷每天的工作之一，就是利用电脑程序分析全球3.4亿微博账户的留言，进而判断民众情绪，再以“1”到“50”进行打分。根据打分结果，霍廷再决定如何处理手中数以百万美元计的股票。

Twitter兴趣聚类：通过过滤用户归属地、发推位置和相关关键词，Twitter建立了一系列定制化的客户数据流。比如，通过过滤电影片名、位置和情绪标签，你可以知道洛杉矶、纽约和伦敦等城市最受欢迎的电影是哪些，而根据用户发布的个人行为描述，你甚至能搜索到那些在加拿大滑雪的日本游客。

从这个视角看，Twitter的兴趣图谱的效率优于Facebook的社交图谱。Twitter的用户数据所能产生的潜在价值同样令人惊叹。在社交媒体网站正在收集越来越多的数据的形势下，它们或许能找到更好的方式来利用这些数据盈利，并使其取代广告成为自身提高收入的主要方式。

Twitter情绪分析：Twitter自己并不经营每一款数据产品，但它把数据授权给了像DataSift这样的数据服务公司，很多公司利用Twitter社交数据，做出了各种让人吃惊的应用，从社交监测到医疗应用，甚至可以去追踪流感疫情爆发，社交媒体监测平台DataSift还创造了一款金融数据产品。

由此可见，霍廷的判断原则很简单：如果所有人似乎都高兴，那就买入；如果大家的焦虑情绪上升，那就抛售。一些媒体公司会把观众收视率数据打包到产品里，再转卖给频道制作人和内容创造者。精确的数据一旦与社交媒体数据相结合，对未来的预测会非常准。

协助银行追回数十亿美元巨款 硅谷最神秘的大数据公司Palantir

Palantir成立于2003年，最初服务于FBI、CIA等政府机构，而后将触角伸向金融、能源等多个领域，真正让Palanti名声大振的案例之一就是通过使用Palantir的软件，在整合40年的记录及海量数据并充分挖掘之后，终于发现了麦道夫的“庞氏骗局”。

Palantir的基本要点就是收集大量数据，帮助非科技用户发现关键联系，并最终找到复杂问题的答案，其目标就是未来企业级大数据霸主，做企业和政府领域的Google。以金融欺诈解决方案为例，Palantir凭借其为政府服务的影响力，在2010年摩根大通成为它的首批非政府客户。后来Palantir帮多家银行追回纳斯达克前主席麦道夫庞氏骗局的数十亿美金，名声大振，其出色的大数据技术获得华尔街金融大鳄们的认可，目前许多银行、保险、对冲基金，包括美国证券交易委员会都在使用Palantir的产品和技术。

反欺诈是金融领域的一项关键业务，信用评级、风险管理、关联交易、洗钱、逃税等都涉及此项分析内容。而金融是信息化程度极高的行业，拥有海量的相关数据。Palantir的Metropolis平台可将许多孤立的金融环境数据汇集到统一分析系统，通过时间序列以及关联分析、频繁项分析和知识图谱、社交网络等机器学习技术挖掘出有价值的信息。下面图5-6是Palantir金融版功能界面。

随着信息时代的不断发展，大数据逐渐成为国内企业与专家讨论的热点，它对于一个企业成败的影响不可小视，以上硅谷巨头在其发展中使用过的大数据玩法所取得的成效，希望能够帮助大家了解更多大数据趣事与实用方法。