数据云整合了数个相关变量

　　例如在我正在构建的数学模型里，通过可穿戴设备所量测到的心率跳动、皮肤温度、皮肤电位差、过去一段时间里的活跃度、再加上环境温度、湿度等数据，可以估计这个人的情绪。这些数据单个看都存在误差，但是只要能够针对特定用户搜集若干时日的数据，通过对这些多维变量的建模与叠加计算，可以获得这个人的情绪特征，进而做出相当准确的情绪估计来。换句话说，可穿戴设备可以知道它主人的情绪。实际上，不仅仅可以估计情绪，拿来预测睡眠也挺准确。

　　当然，要理解消费者并不见得非要让他们穿戴那只奇怪的手表不可。京东、淘宝、腾讯、百度等互联网巨头，通过捕捉人们在他们虚拟国度里的行为，一样可以透彻理解这些消费者的所思所行，进而对每个用户名、甚至每个IP地址贴上特征标签，对具有不同行为特征的人进行精准营销。例如通过消费者购买产品的品项和购买周期，大概可以推知他的性别;通过对性别的估计，加上时间序列里购买品项类型的变化，可能可以得出他目前所处的人生阶段(毕业、结婚、怀孕、退休等等)。就每个单一变量的数据而言，它们可能看起来随机、存在不可预知的误差、对于判断消费者特征帮助不大，但是当我们整合了数个相关变量长时间的数据、构造模型并进行计算后，深刻的意义自在其中。
本文来源：http://www.chi***.cn/solutions/data_cloud
      http://www.chi***.cn/news/honors
      http://www.chi***.cn/contact/