AI 资讯与技术随笔

【数据僧生存故事】数据大海,如何捞针?

这期要讲一讲小白同学的困惑,用故事跟大家探讨:如何搜到你想要的数据?

作者:爱撩数据的小妹发布:2016-08-28更新:2026-11-16★★

静静的办公室,小白突然“哎”地一声,泄气地摊在椅子上。

“怎么了呀,小白,遇到啥难题了?” 邻桌的小林探过头问。

“找找找,想要的数据就是找不到。都说现在数据像石油,可这石油都漏哪里去了?”小白气愤地捶捶腿,然后又死气沉沉的盯着电脑。

“嘿嘿,别着急呀,来,正好我现在手头事做完了,我来听听你要找什么数呀?”

“我想找全国各个省市的文化产业增加值数据,可是百度出来,都是什么零零星星的数据,不是说全国增加值占GDP多少比例,就是某个听都没听说过的区文化增加值飙升,它,它是在逗我吗!”

“奥,还有我们学校的数据库我也翻了个底朝天,平时各种声称自己数据全的家伙们关键时候还是不顶用!”小白满脸的“全世界都辜负了她”的表情。

“恩,那你要找这个数据做什么呀?”

“我想做全国各省市文化产业发展状况的一个比较,我想一个地区文化产业的发展,总得用这个产业的增加值来衡量吧,于是就在那里埋头找增加值,越找越心酸..”

“你确定国家有发布吗?”小林突然问。

“这个...不知道耶,应该有吧?”

“那你有了解文化产业具体包含哪些子行业呢?有没有可能用子行业的增加值加总起来?或者,除了增加值有没有其他衡量文化产业发展水平的替代指标呢?”

“这个...还能这样做?”小白一脸迷惑。

“你看你看,你是对文化行业一无所知呀,然后也没事先看看其他人怎么做吧?“

“这......我为啥要了解它,我找到这个增加值不是万事大吉了么?” 小白低下头嘟嘟哝哝的。

“哎啊,小白呀,天下哪有那么一帆风顺的事,你要把这个问题想清楚,才能查清楚呢,否则就只能像个无头小苍蝇乱撞啦!”

“套路这么深?!那林姐,快来教教我吧~~” 小白瞬间谄媚得凑过去,晃着小林的胳膊说。

“哈哈哈,别闹啦。教谈不上,不过我倒是自己有一些习惯,说来看看对你有用没~”

“首先呢,面对一个陌生的行业,你要先了解一下它的基础背景,了解一下这个行业到底是做什么的,包含哪些分类,常用的术语有哪些,以及数据层面,你关心的方面大家都用什么指标来说事等等,摸清它的底细!”小林说的就像一个侦探。

“对对对”,小白连连点头,“有些问题吧,用什么指标来衡量真是一个头疼的事情呢,不久以后我还要做一个关于什么度量生态文明建设成效的,那我要看啥,看看领导带大家开了几次会?做了多少生态文明宣传?这官网上会公布么?”

“嘿,你看,这就是你对行业知识不了解了吧。度量生态文明建设成效,你翻翻政府工作报告就有现成的呀!”说着,小林噼里啪啦在搜索框里输入" 2016政府工作报告",然后打开链接朝小白努努嘴,“你看这句话:

“今后五年,单位国内生产总值用水量、能耗、二氧化碳排放量分别下降23%、15%、18%,森林覆盖率达到23.04%,能源资源开发利用效率大幅提高,生态环境质量总体改善。特别是治理大气雾霾取得明显进展,地级及以上城市空气质量优良天数比率超过80%”

看看这都是啥,总理就用这几个指标来看生态文明建设成效,你说你应该用什么指标度量呀?”

“哇,真的是呀,我以前总以为这些报告没啥用,以为只有数据库里才有数据呢!”小白不由得睁大了眼睛,恍然大悟。

“对,所以呢,这第一步,你要先了解权威文献,查报告,查报纸,查文章,查专业书,从这众多成形的材料中找你想要的指标,找你想要的术语,找你想要的数据来源,读完这些的话,你起码对基础背景有一个了解,也好进一步确定你要搜索的目标。”

“好棒呀,林姐,真是听你一席话,觉得以前没读书呀!”

“没有没有,你林姐也是总看别人怎么查不断琢磨的。对了,以前我还收藏过一幅指导图,好像是在密歇根大学网站上看到的,说我们要找数据的时候要问自己的几个问题,你等我给你找出来哈~”

“你看,就像这幅图说的,你要首先确定好自己要找的数据是什么,它的时间地点范围,谁可能搜集这些,从哪里可能找到这些问题,有针对性才能找的更快!”

“恩恩!听林姐这么一说,我觉得自己以前搜什么东西就是想到一个关键词就输进去乱撞,撞得一身灰就自己蹲墙角郁闷,也没好好思考一下怎么才能找出来,就等度娘给我掉馅饼呢~”

“对,当你想清楚这些问题再去查方向性更强了,这里姐再告诉你点经验,你现在想提高,要做三换:

一换搜索引擎,度娘家里馅饼少,能搭上谷大哥还是更方便呀;二换搜索语言,中文搜索不给力时换外语试试;三换搜索方式,换成图片搜索是不是有意外结果,搜索词前加个filetype:pdf,加个site 搜索结果可能会更贴切?这里面就有很多搜索的道道啦,有兴趣可以自己上网找来研究一下。”

“哇,林姐,你的招数好多啊!”

“哈哈,是不是感觉套路满满呀!但其实这些都只是辅助方式,最核心的一定是要找好搜索词,你这类的数据就算是简单的了,查到指标都是标准的表达方式,你要是查一个模糊的东西,就可得反反复复试错,不断变换关键词最后才可能找到你想要的结果呢!”

“哇,林姐,你真是把搜索引擎玩转了呀,这个时代,很懂搜索引擎的人真是‘天下我有’呀!”

“哈哈,看把你林姐夸的,但是你知道吗?搜索引擎是最方便,但却不是最高效的搜索方式,真正那些会搜信息的大神绝对也是整理信息的大神,储存信息的大神,这都是一整套的常年积淀。他们会积累自己的专业知识小金库,会积累自己常用的专业网站,遇到问题完全知道从哪里找最快,你要做到这一步才真正算是迈上了高效的搜索道路呀!”

“林姐,小白今天真的是听君一席话,胜读十年书呀,没想到光搜索信息还有这么多学问,看来我真得好好研究研究。平时多积累,才不至于想搜什么才临时抱佛脚,不过临时抱佛脚的技能也是很重要的哇,我要好好练练啦哈哈哈......”

注:以上图片均采摘于网络


鸡汤时间

“对于一艘没有方向的船来说,任何方向的风都是逆风” 小到搜索信息,大到行走人生路,确定、不断更精确地确定自己的方向、目标才是最快抵达的方法。

继续阅读