Thành viên:Nguyenthephuc/Note: Các ví dụ về Big data

Ví dụ 1

Thành phố Boston một hôm bỗng nảy ra một ý tưởng xuất sắc: viết một phần mềm cho điện thoại di động thông minh, kêu gọi người dân cài đặt, bất kỳ khi nào họ lái xe qua ổ gà, ổ voi, máy sẽ ghi nhận cú nhún đột ngột. Hằng ngày, hàng chục ngàn dòng dữ liệu như thế chảy về một trung tâm xử lý sẽ giúp Boston biết ngay đường phố nào đang hư hỏng, mức độ nặng hay nhẹ để cho người đi sửa chữa ngay.

Đó là một ví dụ trong đời thường về dữ liệu lớn và những gì nó có thể làm được. Thử tưởng tượng trước đây làm sao có cách nào có được thông tin đầy đủ về tình trạng sức khỏe đường sá một thành phố lớn theo thời gian thật như thế.

Ví dụ 2

Thực tế đã có những câu chuyện nghe như khoa học viễn tưởng: bạn viết email hỏi người bạn tại Đà Nẵng khách sạn nào là tốt nhất để ở mấy ngày cuối tuần, chưa thấy ai trả lời thì Google cho hiện lên thông tin về đúng loại khách sạn bạn tìm. Từ kho dữ liệu lớn công cộng, một tờ báo biết ngay độc giả tuổi teen của họ đang tìm kiếm những từ khóa gì và tổ chức bài vở đúng y sở thích của những độc giả tiềm năng này.

Ví dụ 3

Có một câu chuyện minh họa cho dữ liệu lớn, không biết là chuyện thiệt hay bịa. Dân tình đồn đoán chuỗi siêu thị Target là nơi sử dụng dữ liệu lớn thành công hơn cả. Một hôm một người đàn ông giận dữ xông vào văn phòng Target ở Minneapolis, la mắng ban giám đốc vì sao cho người gửi tài liệu giới thiệu quần áo trẻ em và tã lót cho con gái ông trong khi cô này đang còn tuổi đi học.

Giám đốc hết lời phân bua và xin lỗi vì có lẽ máy tính nhầm lẫn gì chăng. Bất ngờ thay, một tuần sau ông bố mới thật sự biết cô con gái tuổi teen của ông vừa mới mang bầu. Target biết trước ông bố do phân tích đúng mọi dữ liệu thu thập được từ thói quen mua sắm của cô này.

Ví dụ 4

Lại một ý tưởng Big Data thú vị. Seth Stephens-Davidowitz, một Harvard economic PhD đang làm việc cho Google, download toàn bộ tiểu sử của 150,000 người Mỹ có entry trên Wikipedia và lập luận rằng những ai có tên trên trang bách khoa toàn thư này hẳn phải là người thành công và nổi tiếng (trừ một số trường hợp tội phạm).

Stephens-Davidowitz lọc ra những baby boomer (những người sinh trong giai đoạn 1946-1964) rồi phân loại theo nơi sinh của họ. Kết quả là nơi sinh có ý nghĩa rất quan trọng cho sự thành công sau này trong cuộc đời của các baby boomer (giả thiết "địa linh - nhân kiệt"?). Tiếp tục phân tích những yếu tố khách quan về nơi sinh Stephens-Davidowitz xác định 4 yếu tố sau:

- Sinh ra trong một county (có thể coi tương đương như một huyện/quận của VN) có một trường đại học tốt.

- Sinh ra trong một đô thị lớn

- Sinh ra trong một khu vực có đông dân nhập cư, nhiều trường hợp là con cái của dân nhập cư

- Sinh ra ở một địa điểm...

Ví dụ 5

Thời đại Big Data: một startup đưa ra một ý tưởng rất thú vị đánh giá mức độ "hạnh phúc" của các nước. Họ dùng phần mềm quét 150 triệu tấm ảnh trên Instagram rồi nhận diện xem các khuôn mặt trong đó có cười hay không, nụ cười càng to càng được nhiều điểm. Tính trung bình "điểm cười" của 124 quốc gia rồi xếp hạng. Không có gì ngạc nhiên khi các nước Nam Mỹ có thứ hạng cao, Nhật và nhiều nước Ả rập bét bảng.

Điều tôi không ngờ là VN xếp hạng khá thấp (77), thua cả Lào, Thái lan, Indonesia, Malaysia và thua xa Philippines (trong top 10). Ngay cả Anh vốn bị mang tiếng phớt tỉnh Ăng lê cũng có hạng cao hơn VN (62). Tất nhiên phương pháp xếp hạng này phụ thuộc nhiều vào culture như chính các tác giả thừa nhận, nhưng tôi vẫn tưởng người VN hay cười. Hay ảnh của người Việt trên Instagram không đại diện?

Ví dụ 6

Nguyễn An Nguyên, một tiến sĩ kinh tế (Rice University) và từng là chuyên gia tài chính của ngân hàng Barclay, mở một startup sử dụng big data để đánh giá credit risk cho các cá nhân cần vay tiền ngân hàng. Một ý tưởng hay và sáng tạo, tôi nghĩ sẽ có nhiều ứng dụng không chỉ trong ngành ngân hàng.