T5-大众情绪的计算

重新回顾吴军的硅谷来信中有关计算的部分，记录的一些所思所悟。

文章主要就是介绍了采用大数据来分析大众情绪的现状及方法。

首先，大数据分析大众情绪能够逐渐受到重视，是因为相对于之前采用调查的方式，大数据的方法更加的客观，从而更加的接近真相。因为调查问卷第一个问题就是样本数量的问题，另外则是因为问卷的方法是主动式的，主动式的常常受到很多因素的干扰，比如问问题的方式都可能影响调查者的回答，而大数据的方法更多的是被动式的，通过采集网络上大量的社交消息来进行分析，这些用户发布的内容，往往是自发的、无意识的，所以相对的客观。

然后，介绍了目前分析情绪的应用场景，用于分析舆情和民意，同时，很多公司也用来分析用户对自己的意见和看法。我更看好后者，因为企业对改进自己的产品有强烈的意愿，而过去也只能依靠主动寻求建议，后面互联网的发展，多数产品采用论坛的形式，但是这种论坛事发烧友来提供很多意见，这些意见未必就代表大众的需求，然而现在大数据的方式可以非常低成本的方式获取到大家对这些产品的看法，获取用户的反馈。

最后，究竟大数据是如何实现？简单的说就是采用统计的方法，来对所获取的数据进行分类，监督式和无监督式的方法，具体的机器学习算法有很多种都可以实现：人工神经网络、贝叶斯网络、最大熵模型等。

通过上面的介绍，发现大数据的原理非常的简单，最重要的还是如何获取到这些数据，这个可能是当前最为关键的问题了。