书迷读

手机浏览器扫描二维码访问

第60章 清洗 越来越远的真相（第1页）

天罡的大数据重审工作，是将所有的玩家数据进行挖掘、分析和利用，要将繁杂的大数据变成完备的高质量数据集，以支撑决策，清洗与去噪，十分必要。

诚如蔡鹏予黑进霸领系统，寻找有关莫菲的资料，以及搜查网络，想求些关于这个女人的公开数据，最后，却只得到一些皮毛信息。

原始数据的不完整、不一致、异常、重复等等问题，也是在所难免，毕竟，就像更早之前，蔡鹏予跟安雅说的那样，大数据的处理，本来就跟垃圾处理差不多，谁也不可能一下子就在垃圾中掘到宝，面对一座垃圾山，还是得一点点扒拉、分类，才有可能看到其最后的价值。

可，谁来保证大数据的真实性呢？谁又敢说自己没在网络上造过假？

好比林妙妙黑进凌空手机，篡改他的手机型号，简简单单的“障眼法”

便可误导算法，从而使机器以为凌空是“好欺负”

类型，于是对其大数据杀熟。

网络上“噪声”

也随处可见，很多时候，倒并不是普罗大众跟林妙妙似的刻意为之，而是，人的本性使然——没有谁，会心甘情愿、毫无保留地将自己完全暴露——这是连动物，都知道的保护自己的法则。

因而有关大数据清洗的工作量就变得十分庞大与不易，加上天罡人手严重不足，10月7日早晨，蔡鹏予带领寥寥数个小伙伴，刚起了个头，就已是千丝万缕地理不清。

更可笑的是忙活了一上午，至饭点，冯贺那边的模型，分类出的“妖人”

竟然比正常男女还多！

天罡的玩家很多登录名是利用第三方平台，那么大数据在挖掘时，会一并，将其关联账号的内容也一起挖过来，如今是一个信息娱乐化的时代，很多年轻人并不会那么较真地填写资料，如果不是实时定位功能，许多所在地填写“地球”

、“阿诺瓦星”

的小伙伴，可能会让算法直接哭晕在线也说不定。

而性别分类确实就比较尴尬了，其实最准确的性别分类方法，当然是人脸识别，但天罡游戏，并没有向玩家开通这一功能，当然，即便可以刷脸，如今娘炮众多、女装大佬肆虐，搞不好机器也没那么准确。

这样，能够拥有用户身份信息、银行卡信息的大型互联网公司，就让天罡这等屌丝工作室无比艳羡了。

此时的网游、端游、手游们还没有要求玩家上传个人信息，故而，一切的基础，都建立在人为地建造算法模型上。

所以冯贺道：“鹏予，咱这是不是叫‘多做多错’？我瞧原来的数据画像感觉还挺精准的，结果重新弄一遍，嘿，越来越乱了！”

凌空抱着脑袋也仰天长叹：“啊……做这个事情太累人了！

天呐！

赐予我神力，告诉我，到底什么是真？什么是假吧？怎么我每次分析的结果都不一样啊？！”

蔡鹏予本来就心烦着，被这两个人一唱一和，更有些躁得慌，此时人事俞杏儿又跑过来，刚嗲嗲地叫了声：“蔡哥……”

就被蔡鹏予吼住：“干嘛？！”

粗声粗气地一句，登时吓住所有人，程序组、连同离得近的美术组，都把目光投向他，只见蔡鹏予一张脸阴沉沉的，眉宇间显然锁着电闪雷鸣，小伙伴们不知道他的情绪是不是因为工作，但，确确实实，每个人都看得出，他好像要刮台风的节奏！

蔡鹏予平时很少发脾气，即便偶有心情不好，也顶多是提前告知，让小伙伴们不要惹他，这样闷声酝酿暴风雨——

冯贺冲俞杏儿眨眨眼，道：“小俞啊，有什么事下午再说吧，这个点，大家都饿了，要不，先吃饭吧？”