简介
最近这本书挺火的,讲大数据的。不是那种硬邦邦说理论的,而是挺生活化的,主角一个搞数据分析的,天天对着那些数字瞎琢磨。结果发现事儿没那么简单,各种破事儿都跟他大数据挂钩。挺有意思的,看得出作者懂这行,写得不突兀。
第四章 数据陷阱
王磊抓着键盘没好气地敲了两下,屏幕还是那几坨死绿块,不见动静。他嘟囔了句,“这破玩意儿,早晚给我烧了。” 计算机散热风扇吼得更凶了,嗡嗡嗡地跟个烦躁的老头似的,拼命喘气。
他甩甩手,站起身,决定透透气。楼下咖啡馆的招牌 sáng着,晚高峰过去,街上人影稀疏。王磊嘀咕着,“摸鱼时间,先买杯咖啡提提神。”
刚坐下,手机在桌兜里震动了一下。他掏出来看,是个群消息,还是他以前在A大读研时候的导师老张发来的。
“老王啊,最近看你朋友圈老发些乱七八糟的,没事儿吧?”
王磊心念转了两圈,回了个:“老张,挺好的,瞎忙呢,忙着算破事儿。”
老张回得快:“忙啥呢?上次说的那个项目,有进展没?”
王磊嘴角抽抽,“别提了,卡壳了,跟这破电脑较上劲儿了。”
老张:“卡在哪了?是不是数据量太大?”
“数据量?”王磊差点没把咖啡喷出来,“数据量够用,我这模型节点死活跑不出来,暴力破解也不行,顶多算个无限循环,最后CPU烧了。”
老张隔空指导,“无限循环?要不你看下代码逻辑,边界条件是不是设置错了?有时候这玩意儿就差那么一点。”
王磊皱着眉,“代码我检查了几百遍,没发现毛病啊。要不,老张你给看看?”
信息发出去几分钟,老张没回。王磊正琢磨着要不要换个导师,老张那边发回来一串链接。
“这个是上次你们组合作那个用户行为分析的原始数据,我帮你导进我那边系统里看了下,问题可能出在这。”
王磊点开链接,一个巨大的压缩包下载起来,进度条慢得像蜗牛爬。他边看边骂,“我靠,这数据量……”
压缩包解压出来,王磊打开数据表,眼前就是一片望不到头的数字和符号。他拖动滚动条,眼睛都快花了。突然,他愣住了,手指在屏幕上戳了两下。
“这……”王磊揉了揉眼睛,“不对啊!这数据,我导进去的时候怎么就没发现呢?”
他调出自己之前处理过的数据,对比着看。两个数据表,除了最后一列的标签不一样,其余地方几乎一模一样。可问题就出在那最后一列,标记着用户是否“异常行为”。








