若孔子转世，他如何看待大数据？（上篇）

点击上方“北京大学新媒体研究院”可以订阅哦

孔子，作为儒家学派的创始人，是中国最伟大的教育家和思想家。他对万事万物深邃的洞察和理解影响了中国两千多年来的社会发展史。而大数据技术则是近几年来伴随互联网信息迅猛增长而兴起的一种基于全样本的数据分析技术。

读到这里，大家可能会有些疑问，孔子是中华传统文化的杰出代表，而大数据技术则是西方主导的信息革命之产物，这两者怎么能相提并论呢？其实不然，它们之间看似完全风马牛不相及，但经过小编分析，实则却有着极为深刻的内在联系。

咱们先来说说孔子。

近代以来，大家似乎对孔子形成了一种刻板印象，即他只是一个文化名人，不懂科学技术。有些人甚至大放厥词，认为正是孔子开创的儒家学说束缚了中国人的思想，造成了中国在科技实力上落后于西方的局面。事实上，孔子绝不是一个只说不做的迂腐文人，而是一个文武双全、术理兼通的“全才”。

史书记载，孔子精通六艺，即礼、乐、射、御、书、数，其中“射”就是射箭技术、“御”就是驾驶马车的技术、“数”就是分析理数、气数的技术和方法。尤其要说明的是，孔子晚年对周易很有研究，读《易》常常读到“韦编三绝”的程度，就是说他反复翻看，以致于把串起竹简的皮带都磨断了三次。而《系辞传》就是他为诠释周易数理而写的一篇文章，其中蕴含的诸多思想与大数据分析理念不谋而合。

这不禁让小编感到好奇：如果孔子生活在今天，他该如何看待大数据技术呢？

壹

孔子

大数据之术，俯仰乾坤，弥纶天地之道。

大数据技术依托众多互联网物理节点产生的海量数据进行分析，具有非随机抽样的全样本特点，与西方统计学以小样本代表总体的传统思路背道而驰。

换句话说，在理想情况下，大数据技术分析的是某一集合中的所有元素，而不是其中最有代表性的元素。因为当你去主观判断一个元素是否有代表性的时候，你很容易在某种程度上掉入到自身固有思维方式的窠臼中，从而导致数据分析结果只是你先验认知结构的反映。而大数据技术就是要降低个人主观意志的影响，通过分析包罗万象、涵盖自然界和人类社会各个方面的数据，得到为个体偏见和错觉所覆蔽的事物变化规律。

孔子早在两千多年前就讲到，“《易》与天地准，故能弥纶天地之道。” 这句话的意思是说，《易经》中所蕴含的道理与天地之间存在的道理相似，所以《易》也就能无所不包地涵盖天地间的道理。

再如，“夫《易》广矣大矣，以言乎远则不御，以言乎迩则静而正，以言乎天地之间则备矣。”这句话的意思是说，《周易》的内容是多么的广泛而又博大，用它来象征和论说远处的事物则没有止境，用它来论说近处的事物则精审而正确，用它来论说天地之间的事物则万物尽在其中。

可见，要把万事万物都纳入到参究范畴中的周易思想，在某种程度上与大数据思维简直是异曲同工之妙。因此，子曰：大数据之术，仰观天地，俯察人伦，实乃弥纶天地之道，大矣盛矣！

贰

孔子

大数据之术，以数观象，精研天地之理。

大数据分析的数据结构一般是数组 ，数组又有一维、二维和多维之分。我们常用于大数据分析的是二维数组，简单来说就是n行*n列的二维表格。此外，大数据技术是基于实体化的方式，对操作对象即数据，进行各种数学变换。这些不同的变换方式就构成了大数据分析的算法体系。

而周易八卦系统在分析过程中也有一套独特的数理结构。孔子云：“《易》有太极，是生两仪。两仪生四象。四象生八卦。”这句话的意思是说《周易》包含有宇宙生成的本体“太极”，由它生成天地阴阳“两仪”，由两仪生成象征四时的四种爻象，再由这四种爻象生成象征着天、地、雷、风、水、火、山、泽八种符号的八卦。之后再由八卦重重交错，形成八八六十四卦系统。

在此处，周易的分析技术是基于非实体化的方式，对数据进行各种操作，与大数据技术存在一定差异。简单来讲，大数据分析中的所有数据与诸事物或范畴之间是一种精确的对应关系。比如，收入在5000元以上的群体用“1”表示，收入小于等于5000元的群体用“0”表示。这是实体化的操作方式。而周易分析系统中数据和其代表事物之间并不存在明确的对应，只是一种模糊的意象关联，所谓“比类取象”、“设卦观象”，具有非实体化的特征。

由于大数据的精确性，故孔子云：“大数据之术，以数观象，精研天地之理。”

叁

孔子

大数据之术，执实定类，观其会通，以合天地之道。

大数据的常用分析方法有：贝叶斯分类、决策树、类神经网络、回归分析、聚类分析等。针对每种方法，小编把孔子可能的评论置于其后，若大家觉得牵强，一笑即可，不必当真。

1.贝叶斯分类（Na?ve Bayes Classifer）

贝叶斯分类（Na?ve Bayes Classifer）主要的运作原理，是透过训练样本，学习与记忆分类数据所使用属性的关系，产生这些训练样本的中心概念，再用学习后的中心概念对未归类的数据进行类别预测，以得到受测试数据对象的目标值。子曰：“执其两端，用其中于民”是也。

2.决策树（Decision Tree）

决策树（Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。

子曰：“《易》有太极。是生两仪。两仪生四象。四象生八卦”是也。

3.回归分析（Regression Analysis）

回归分析（Regression Analysis）是建立变量关系的数学方程式之统计程序，是将研究的变量区分为因变量与自变量，并建立因变量为自变量之函数模型。主要目的是用来解释数据过去的现象及由自变量来预测因变量未来可能产生之数值。针对连续型变量使用的是线性回归 （Linear Regression），针对类别型变量使用的是逻辑斯蒂回归（Logistic Regression）。

子曰：“刚柔相推而生变化”是也。

4.类神经网络（Neural Network，NN）

类神经网络（Neural Network，NN）类似人类神经结构，是一种基于脑与神经系统研究，所启发的信息处理技术。它具有人脑功能基本特性：学习、记忆和归纳，在每一次经验中提取和学习信息。

子曰：“学而时习之”、“举一隅不以三隅反，则不复也”是也。

5.聚类分析（Cluster Analysis）

聚类分析（Cluster Analysis）目的在将相似的事物归类，使同类中的事物相对于某些变量来说是相同的、相似的或是同质的；而类与类之间确有着显著的差异或是异质性。子曰：“物以类聚，人以群分”是也。

这些方法看上去很复杂，令人摸不着头脑，其实一句话概括就是对现有数据之间的关系进行分析，并在此基础上运用不同的计算手段建立数学模型来描述这种关系，以发现事物隐含的特征和规律，预测事物未来的发展趋势。

周易的分析方法则充分体现了古人的智慧。孔子云，“大衍之数五十，其用四十有九……是故四营而成《易》，十有八变而成卦，八卦而小成。引而伸之，触类而长之，天下之能事毕矣。”这句话的意思是说，博大精深的筮策之数有五十五根蓍草来演绎，而实用则为四十九根。通过分二、挂一、揲四、归奇四个演算步骤就形成《周易》中的一爻，策数变十八次后形成一卦，而每九变形成八卦中的一个卦形，只能成为小的卦象。然后再将八卦牵引而相重就形成六十四卦。简单来讲，就是找来55根蓍草，拿在手中，对其进行一定的变换操作，这样就可以得到一个卦象数据。（具体步骤可点击文末参考文献中的网页链接查看）

之后，要根据卦象数据看相应的卦辞和爻辞。卦辞就是卦象数据的含义，爻辞就是对该数据的解释。孔子云：“圣人有以见天下之动，而观其会通，以行其典礼，系辞焉以断其吉凶，是故谓之爻。”这句话的意思是说，圣人用来发现天下变动，并因此而观察其中的融会与变通，以有利于制定和实行典章制度、礼仪法度，并在三百八十四爻下系上判断吉凶的爻辞，所以就称作“爻”。可见，爻辞就是数据分析的结果。

此外，在用周易分析法之前，分析者还必须要先清除杂念，在脑海中明确自己所要分析的对象，方可保证结果的准确性和真实性。

从分析手段来看，大数据和周易还是不尽相同，大数据是实体化的操作方式，需要数据与概念间的精准对应，但周易则恰好相反。

此外，大数据不需要分析者内心或意识保持一种清净或平静的状态，而周易则需要分析者本人具有一些定力或者修为，即须诚心敬意。不过两个方法的目标是相同的，大数据和周易都是要发现事物之间的复杂关联性和其运动变化的规律。

孔子云：“昔者圣人之作《易》也……参天两地而倚数，观变于阴阳而立卦。”简单来讲，就是说创立周易之目的是要反映阴阳变化的道理。鉴于大数据的实体化倾向，因此，子曰：大数据之术，执实定类，观其会通，以合天地之道。

综上所述，若孔子转世，他一定会为大数据技术的迅猛发展而感到振奋，因为其中的思想暗合周易统合变化之理。而大数据技术的普及也一定会促进人们更加深入地研究孔子留给我们的思想文化遗产，进一步提升人们对中华传统文化的认知和理解。最后，如果大数据技术能真正和周易结合起来，实是东西方文化融合互补之创举，必将有利于人类文明之长远发展。

参考文献 [1]维克托·迈尔—舍恩伯格等. 大数据时代：生活、工作与思维的大变革. 浙江：浙江人民出版社，2012 [2]杨天才译注. 周易. 北京：中华书局，2016 [3]张燕婴译注. 论语. 北京：中华书局，2015 [4]蓍草分析法http://ru.qq.com/a/20150814/025103.htm