本站最新域名 m.boshishuwu.com

>

    
    所以如果我们只采集爱情影片上映当月的观影人群，就不具有普遍的代表性。
    
    那么怎么避免这种情况，获得准确的结论呢？
    
    19世纪的俄国数学家切比雪夫对这个问题给出了他的结论，即切比雪夫不等式。
    
    PXEXεVarXε2。
    
    这个公式的含义是，当样本数足够多时，一个随机变量和他的数学期望值之间的误差，可以任意小。
    
    把切比雪夫不等式应用到我们了解电影院观众年龄分布的问题中。
    
    随机变量就是：观察到的各个年龄段观众的比例。
    
    数学期望值就是：真实情况下所有看电影观众中不同年龄段的比例。
    
    当我们把样本数据带入后，大致可以得出以下结论。
    
    15岁以下观众占20，1625岁占27，2640岁占24，40岁以上占29，误差小于5。
    
    但如果我们要将四个年龄段观众的准确率，提高到小数点后一位数，那么我们大致需要10倍的数据，即两万个左右的样本。
    
    如果我们把这个问题放大。
    
    我们想知道一部电影在全世界的观影人群年龄分布，而且必须具体到更细致的年龄段人数。
    
    比如1820岁，2124岁等等。
    
    又或者更具体的地域。
    
    华夏、东瀛、南韩等等。
    
    在一个更大，更详细的范围内，为了获得更准确的结果，我们需要的数据量，将千百倍的提升。
    
    当我们获得了超级数据。
    
    普通的计算机已经很难完成计算。
    
    而且就算能完成，也需要大量的时间。
    
    时间就是金钱，在商业上，这显然是不可接受的。
    
    因此。
    
    为了尽可能在短时间内得到结果，我们要一台或几台超级计算机来计算。
    
    但动用超级计算机的费用非常昂贵。
    
    想要了解电影院观众年龄的企业，显然不愿意在这个问题上花费这么大的代价。
    
    那么怎么办呢？”
    
    徐良操作了一下电脑。
    
    背后的投影屏上显示出三个硕大的楷体。
    
    云计算。
    
    “云计算，云就是互联网，计算则是字面意思。
    
    目前的云计算是一种分布式计算，指的是通过网络“云”，将巨大的数据计算处理程序，分解成无数个小程序。
    
    然后，通过多部服务器组成的系统，进行处理和分析这些小程序，得到结果后返回给用户。
    
    整个计算过程只需要几秒钟。
    
    也就是说，云计算把一个原本需要动用超级计算机，需要几天，甚至十几天时间才能计算出来的问题。
    
    变成了只需要几秒钟，花费几万块，最多十几万块便能得出的准确数据。
    
阅读模式加载的章节内容不完整只有一半的内容，请退出阅读模式阅读

阅读模式无法加载图片章节，请推出阅读模式阅读完整内容

『加入书签，方便阅读』