大数据抓“马甲”.doc

大数据抓“马甲”.doc1大数据抓“马甲”大数据技术帮助英国《星期日泰晤士报》美术编辑理查德布鲁克斯发现了《布谷鸟的呼唤》的真正作者:。卢东明SAP公司全球数据库解决方案亚太区技术总监有20年的数据库、数据仓库软件使用、销售经验。此前曾任Sybase软件(中国)有限公司技术总监及CTO。2013年4月,一本普通的破案小说“TheCuckoo'sCalling”(中文译名:《布谷鸟的呼唤》)上市了,作者是RobertGalbraith,一名前便衣警察,2003年褪下军装,进入私人保安行业。直到7月中,还几乎没有什么人知道RobertGalbraith是谁,这本书在整个英国零售书商中也只卖出了449本,在全球知名的网上书店亚马逊英国站只排名5076位。书评商们对该书的评价是:“文笔不错,故事也吸引人,但是并不突出”,之前也有出版社拒绝了这本书。然而一夜之间,一个消息改变了一切。在亚马逊网站上这本书已经迅速爬到畅销书的前几位,这个消息就是2这个男性作者RobertGalbraith,其实不仅是一位女性,而且就是写过7集《哈利波特》,并且以此书成为历史上第一位靠写作收入超过10亿美元的作家,()。以罗琳的知名度和在写作上的成功,她的小说攀升到畅销榜前几位不稀奇,但是这里面有两个有趣的地方:1、罗琳为什么要隐姓埋名以男人的身份来发表新作呢,2、外界如何发现罗琳是真正的作者的?关于第一个问题,我想并不难理解,作为一个从不名一文开始写起,最终在写作上无可附加地成功,在经济上更是前无古人的作家,继续写作的动力可能并不大,然而重新开始的乐趣反而远远大于靠写作赚钱了。这也从罗琳后来的解释中得到印证,“我一直希望这个秘密能够保持更久一些,因为做为RobertGalbraith是这样一种自由的体验,以另一个名字发表,没有任何期望值和吹嘘是如此地美妙”。第二个问题,才是我今天要写的要点,这个发现恰恰与大数据有一些关系。这起源于英国《星期日泰晤士报》(RichardBrooks)收到了一条匿名的***消息,透露罗琳才是《布谷鸟的呼唤》一书的作者。为了证明这条情报的真实性,理查德先生甚至雇佣了私家侦探,而这一动作恰恰和《布谷鸟的呼唤》中描述的一模一样。3最终,恰恰是大数据技术帮助理查德破译了这里面的一切秘密。理查德请到两位计算机语言学家来帮助他,而使用的类似法医的方法就是对《布谷鸟的呼唤》、罗琳的另外两部小说《临时空缺》(TheCasualVacancy)和哈利波特的最后一部《哈利波特与死亡圣器》进行科学比对,比对的内容包括:1、