- 專欄
文章專區
2018-05-01Google、縱橫字謎與大數據
581 期
Author 作者
游森棚／任教於臺灣師範大 學數學系及空軍官校。
前陣子與韓國學者聊天，他們說現在在數學界找工作不易，因為什麼都要跟「大數據（big data）」扯上關係。的確，大數據儼然是現在很夯的詞，臺灣的數學系所一共就這麼多，而我知道的就有6、7間打算要成立大數據中心，想要延聘的新人都需要有大數據的背景。
大數據時代
什麼是大數據？顧名思義就是處理極大量資料的一門學問。電腦與網路出現與普及後，大量資料的處理變成新的挑戰。但這不是什麼新鮮的東西，幾十年來，歐洲核子研究組織（European Organization for Nuclear Research, CERN）的高能實驗物理學家早已習慣每秒要處理超過1千兆位元組（terabyte, TB）的巨量資料。
然而，現今網路的普及，使Google、 Facebook、Line 和 Tweet 等社交網路與廣告滲透到每一個人的生活，網路上宏觀的大量數據變得非常有趣。 2012 年 12 月 11 日紐約時報有一篇專欄文章，標題是「The Age of Big Data（大數據時代的來臨）」。
TED 的一個演講簡明地介紹了大數 據的概念， 相當值得一看。現在普遍接受的定義是，大數據處理的資料有4個特點，又稱4V，分別是多（volumn）、 快（velocity）、 雜 （variety）與真偽難辨（veracity）。 面對一堆資料，如何處理、如何擷取出有用的部分、 如何分析相關性、找到模式並預測趨勢等，這些大概就是大數據要做的事。
以上的解釋都是概念性的，說實在還是很模糊。關於細節我不是專家，也無法深談。不過最關鍵的是，這些和數學有什麼關係呢？底下舉2個我覺 得有趣的例子。第一個例子講要發展大數據背後真的需要高深的數學，第二個例子是用大數據分析後最近得到的意外結果。
搜尋引擎系統
第一個是Google的搜尋引擎的運作。 網路上有上千億個網頁，Google 搜尋 的強項就是它能很快找到有用的網頁，而關鍵就是把網頁排序。以下的例子 擷取自布基亞尼科（Bucchianico）的演講稿，假設只有4個網頁，互相連結的樣子如圖一。
網頁1會超連結到 網頁2、3、4（不妨各給權重1/3）， 網頁2超連結到網頁3、4（各給權重 1/2）， 以此類推。……【更多內容請閱讀科學月刊第581期】