神奇的大數(shù)據(jù)！微軟幾乎猜對所有奧斯卡大獎

　　David Rothschild是微軟紐約研究院一名經(jīng)濟學家，在2012年美國總統(tǒng)大選中，他正確預(yù)測了51個選區(qū)中50個地區(qū)的選舉結(jié)果，準確性高于98%。不久前，David Rothschild通過大數(shù)據(jù)分析，對第85屆屆奧斯卡各獎項的歸屬進行了預(yù)測。

　　北京時間今日上午，第85屆奧斯卡金像獎頒獎禮在美國好萊塢舉行，《逃離德黑蘭》摘得最佳影片獎，李安憑借《少年派的奇幻漂流》獲得最佳導演獎，其它各項大獎也都塵埃落定。

　　那么這次David Rothschild的大數(shù)據(jù)預(yù)測準不準？答案令人稱奇，微軟大數(shù)據(jù)分析堪稱預(yù)言帝，除最佳導演外，其它各項獎預(yù)測全部命中。

　　David Rothschild預(yù)測的最佳導演獎得主是斯蒂芬·斯皮爾伯格（Steven Spielberg）（影片《林肯》），而最終拿下該獎項的華裔導演李安。

　　第85屆奧斯卡主要獲項獲獎名單：

　　最佳影片：《逃離德黑蘭》Argo

　　最佳導演：李安 Ang Lee（《少年派的奇幻漂流》 Life of Pi）

　　最佳男主角：丹尼爾·戴-劉易斯 Daniel Day-Lewis（《林肯》 Lincoln）

　　最佳女主角：詹妮弗·勞倫斯 Jennifer Lawrence（《烏云背后的幸福線》 Silver Linings Playbook）

　　最佳男配角：克里斯托弗·瓦爾茲 Christoph Waltz（《被解放的姜戈》 Django Unchained）

　　最佳女配角：安妮·海瑟薇 Anne Hathaway（《悲慘世界》 Les Miserables）

　　最佳動畫長片：《勇敢傳說》 Brave

　　最佳歌曲：《Skyfall》（《007之大破天幕殺機》 阿黛爾 Adele）

　　想進一步了解David Rothschild的大數(shù)據(jù)分析模式？請看下面CNET對于其預(yù)測理念的報道：

　　David Rothschild表示：“我預(yù)測奧斯卡金像獎得主的方法與預(yù)測其它事情的方法完全相同，其中包括政治。首先關(guān)注最有效的數(shù)據(jù)，然后創(chuàng)建不受任何特別年份結(jié)果干擾的統(tǒng)計模型，所有模型都根據(jù)歷史數(shù)據(jù)進行測試、校正，我們在建模時很有耐心，確保模型能夠正確預(yù)測外樣本結(jié)果，而不僅僅是過去發(fā)生的結(jié)果。我們創(chuàng)建的模型是能夠預(yù)測未來的，而不只是過去發(fā)生的?！?/P>

　　他指出：“科學是相同的，但證明哪些數(shù)據(jù)最有用卻存在千差萬別。”

　　你或許會認為一個能夠攻克選票近1.27億張變化莫測總統(tǒng)大選的預(yù)測模型也一定能夠在預(yù)測不太復(fù)雜的事件中輕松獲勝，如奧斯卡投票，其投票成員不足6000人，但美國總統(tǒng)大選與奧斯卡投票采用的數(shù)據(jù)大相徑庭。

　　David Rothschild透露：“我通常關(guān)注四個不同類型的數(shù)據(jù)：投票數(shù)據(jù)、預(yù)測市場數(shù)據(jù)、基本數(shù)據(jù)和用戶產(chǎn)生的數(shù)據(jù)。在預(yù)測政治時，我采用基礎(chǔ)數(shù)據(jù)如過去的選舉結(jié)果、義務(wù)和經(jīng)濟風向標。通過基礎(chǔ)數(shù)據(jù)建立一個基準，然后轉(zhuǎn)向預(yù)測市場數(shù)據(jù)和投票數(shù)據(jù)，因為這兩個類型的數(shù)據(jù)吸收并包含了更多選舉信息。2012年總統(tǒng)大選預(yù)測時，我使用了少量用戶產(chǎn)生的數(shù)據(jù)，但Xbox Live數(shù)據(jù)對補充重大事件實時分析起了關(guān)鍵作用。”

　　“預(yù)測奧斯卡金像獎花落誰家時缺少民意測驗投票數(shù)據(jù)，而基本票房回報和電影評分等數(shù)據(jù)也很難有效統(tǒng)計。我更關(guān)注的是預(yù)測市場數(shù)據(jù)，這是主要因素，同時采用部分用戶生成內(nèi)容的數(shù)據(jù)分析，這有助于理解電影內(nèi)部和不同類別之間的相關(guān)度，例如影片《林肯》會贏得多少個獎項？”David Rothschild說。

　　David Rothschild強調(diào)：“每當我關(guān)注一個新領(lǐng)域，我都會認真考慮一些關(guān)鍵事情，確保自己的預(yù)測更有意義。”

　　·首先，我會確定最中肯的預(yù)測。至于奧斯卡金像獎得主預(yù)測，我關(guān)注的是所有24個類別的獲勝概率，并會預(yù)測各個類別主流電影的總獎項。

　　·其次，我的所有預(yù)測結(jié)果會實時更新。從研究觀點看，實時更新預(yù)測結(jié)果至關(guān)重要，我們能夠獲悉最初預(yù)測與最終事件之間發(fā)生的不同事件的價值。這些事件就是奧斯卡獎項歸屬的前奏。

　　·最后，我借助特定領(lǐng)域的歷史數(shù)據(jù)建模，然后通過不斷升級模型確保預(yù)測的準確度。我還想強調(diào)的是，我們所做的一切都是為了盡可能保證領(lǐng)域獨立性，確保所有問題的可衡量性。如果該研究能夠催生出更高效的預(yù)測方法、在眾多領(lǐng)域適用于大量問題，將對微軟、對學術(shù)界和這個世界都有價值?！?RFID世界網(wǎng)編輯整理)