有时候，数据的价值在于新旧数据结合后产生的判断或响应，有时候这种响应需要人为的查询操作才能获得，而有的时候，系统会自动作出响应，并给用户发出通知。显然，后者拥有智能和洞察能力，辅助甚至替代人工作出判断。这种能力就可以理解为“数据发现数据”。

    “数据发现数据”并不是新概念，他已经在生活中得到应用。比如，在京东或亚马逊中遇到缺货时，用户可以订阅到货通知。一旦该商品到货，系统会自动给用户发邮件告知，这一过程完全不需要人工干预。一号店也曾经借助大数据魔镜优化了系统，提高了服务质量，实现数据带动消费。

    有的系统不能实现“数据发现数据”。比如出差住酒店，加班忙碌了半宿，凌晨4-5点才睡觉。我决定第二天上午好好补个觉，打电话告诉服务台要了中午12点叫醒服务。但我刚睡下不久，服务生敲门打扫房间，于是发生各种不愉快的事。显然，这种不愉快完全可以避免。首先，当服务台值班的工作人员设定好自动叫醒服务后，系统就会感知到可能需要取消上午的我所在房间的打扫服务，是否取消取决于工作人员和客人沟通获取的信息。一旦确认客人上午需要休息，工作人员通过系统或电话告知服务生，取消该客人房间的打扫。虽然系统并不能完全替代人工作出判断，但向工作人员发出提示也能一定程度减少不愉快的发生。

    数据发现数据”的难点在于如何设定触发条件，既不能毫无反应，也不能过于敏感。比如，在赌场中需要对所有玩家和工作人员进行监控，并找到作弊者和工作人员中的欺骗者。当赌场抓到了一个作弊者，如果作弊者的信息与已有的信息相关，并且这种关系满足预定的条件：作弊者和该交易员共享一个电话号码（双方可能认识），这样就满足该预定条件，触发报警信息：作弊者可能与交易员合谋。

    并非所有真相都能第一时间发现，如果作弊者与该交易员没有信息相关，事件将会被搁置。直到有一天，新增的数据使双方产生相关，比如交易更新了住址，这一地址与作弊者的地址一致。此时，系统同样会发出警告。
 

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。