武警广西总队参谋部 广西南宁 530031
摘要：随着大数据时代的来临,数据呈现爆炸式增长,传统的小数据分析方法已经不能满足数据分析的需求,但这并不意味着我们要放弃小数据分析的思路与方法。本文介绍了小数据的时代表征、决策体系及军事应用,指出小数据中蕴含着的智慧,为部队数据建设提供新的思路。
关键词：小数据；军事；决策
0引言
数据本无大小，但应用场合、处理方式的不同却分出大小。数据表示的是过去，但表达的是未来，所以应用数据不仅需要全量数据，也需要样本数据；不仅要了解相关性，更要明白因果关系；不仅要预见未来，更要量化自我。这就迫使我们从更广泛的角度理解小数据，梳理小数据与大数据的分野，从而将相关思路投射、印证于小数据，考察其核心特点和应用特质。传统意义上的小数据因其数据体量的窄小、抽样采集方式的传统而得名，其实质是通过目前主流统计工具在合理时间内采集、存储、处理的数据集。经典的数理统计和数据挖掘知识，可以较好地解决这类问题。而大数据时代下的小数据，是一类新兴的数据，它是指需要新的应用方式才能体现出具有高价值的、个体的、高效率的、个性化的信息资产。
1小数据的时代表征
小数据是围绕个体所感知的数据集合，体现了较高的数据价值密度，具有鲜明的个体独特性。不同层次的个体，其数据广度和深度大相径庭；同一层次的个体，其行为特征同样具有一定的特异性，这导致涉及的小数据集也各不相同。即使对于同一个事件，不同的个体由于所处环境、学习背景、认知能力、思维方式不同，其产生的行为方式也是不同的。这也决定了小数据的个体独特性。而这一特征恰好为获取个性化需求创造了条件。
随着高性能传感器、可穿戴设备等智能产品和嵌入程序的广泛普及和运用，这些设备所产生的数据类型体现出广泛的半结构化和非结构化特征，并且随着时间的推移以及个体活动范围的扩大，其产出的数据量也在逐渐增多，从而进一步加剧了数据的复杂性。另外，在新时代，小数据已经不拘泥于传统观念中为了解决特定的问题才去收集、分析、处理指定的相关数据的内涵，而是为到了针对特定个体进行数据生产的阶段。从这个角度来讲，小数据与大数据兼具预测功能，只不过预测的视野和方式有所区别，这种“预测”也体现了小数据复杂多样的数据特征。此外，个体在日常的生活、学习和工作中，其自身产生的数据内容也具有多样性，如视频数据、图片数据、文本数据等，同时这些数据集具有一定的主观性、离散性和随机性。
具有高度的实时动态性是由于对个体的感知和监控是全天候、全方位的，因此小数据的获取和收集也是实时更新、动态存储的。对于同一个体而言，在不同的时间，其所处的情景状态是不一样的，从而使小数据集合具有动态性和不确定性。另外，个体所承担的任务和遇到的问题也是不断变化的，其需求行为随之变化，这也将促使小数据集合的实时变动。
2小数据的决策体系
小数据的数据量较小，更加注重非结构化数据之间的关联，注重深度挖掘。在小数据决策体系下产生的分析结果是逻辑严谨，能够为通识层面的认知所接受。也就是说，小数据的优点还在于其决策体系的进化。小数据主要先通过网络和移动终端等进行数据的采集，然后进行数据噪声过滤、数据处理与融合、数据分析与决策，继而提出个性化服务决策方案，最后得到小数据支持下的个性化服务的提供与保障。
其中，数据的采集抑或是语义的读取是基于有一定逻辑支撑的机器学习成果进行的，可以反映真实的个体需求和现状。而制定科学的小数据过滤和处理标准、分析和决策方法，则可以保证小数据在统计分析过程中对于细节的保留，这一点是经过标准化的数据所缺失的，也是统计结果无法用逻辑去解释的主要原因。随着小数据资源采集范围、种类和深度的快速增长，过于庞大的小数据会导致数据决策过程复杂度快速增长，并大幅降低小数据决策的可靠性和可用性，因此，在小数据决策过程中，应坚持数据高价值密度和多样性的原则，尽量避免数据的价值和可用性下降。
在这方面，近年来传统小数据为基础、越来越流行的抽样调查的实验研究有着独一无二的作用。研究人员可以在实验室中对个体加入一定的实验条件，然后观测个体是否受到实验条件的影响，从而确定实验条件与个体态度或行为之间的因果关系。新时代的小数据在构建因果关系模型时也应借鉴传统小数据的研究方法，延续其对严谨逻辑的解说力。
3小数据的军事应用
在军事领域，基于大数据的战场将更加透明、决策将更加高效、保障将更加精准，对军事斗争准备和总体战略部署的意义非同凡响。大数据的运用能够帮助部队主动跟进、积极作为，努力抢占军事斗争领域的制高点。但是在具体的战斗过程中，由于战况实时变化，因此需要决策者用辩证思维来全面审视，切实找准提升作战指挥效能的着力点。要清醒认识到，没有具体单位精准可靠、实用好用的小数据作为战术支撑，大数据的一切分析预测便是海市蜃楼、空中楼阁，使部队陷入更复杂的“感知陷阱”。
应该说，当前我军在作战任务规划、作战指挥协同、战场态势融合等核心数据系统的建设上存在一些掣肘：数据陈旧不能用、复杂繁琐不会用、担心泄密不敢用……因此，在军事领域的发展和创新过程中，应当确立大数据理念，但也要警惕泛大数据化，冠大数据之名，却无大数据之实；应从具体单位的小数据入手推进大数据战略，完善顶层设计，强化实践检验，为精确指挥、精确控制、精确保障提供有力支撑（如表1所示）。
表1小数据在军事中的应用场景
.png)
某一跨区机动演习中，A师首次从沿海地区转战西北。他们根据以往的演习经验，快速构建了严密的防空网。但蓝方出其不意，屡屡重创该师。演习中，一位指挥学院的专家钻进指挥员所在的雷达方舱，一路观察、记录和测算，对该师作战行动进行了深入分析。专家认为，该师虽然掌握了大量的敌我数据，但没能转化为有效的战术战法。在专家的建议下，该师通过前期采集的敌我数据，分析蓝方进攻规律，推演我方各种作战方案的利弊得失。通过对作战数据的深度挖掘，该师推演出最优战术方案。在随后的对抗中，他们转败为胜。这个战例最能够引人深思的关键要点是：躺在那里的数据是无用的。毫无疑问，该师在机动演习初期已经获取了作战所需要的大量敌我双方的小数据，按理说应能稳操胜券，但却一再挫败。专家的观点一针见血，虽然收集到了数据，但是该师并没有把数据转换为有效的战术。进一步说，该师的指挥员拿到数据后，并没有建立其与该师的作战思维和作战特点的联系。这也就是说这些“有棱有角”的个性化数据骤然失去了性格特点，变成躺在地上的一堆数字了。这并不是说指挥员缺乏解读数据、分析数据的方法，而是说小数据的获取和分析应该更加突出个体“性格”的特殊性，在该战例中即蓝方的进攻规律、我方各种作战方案的针对性。只有把数据分析到这一层次，才能够将数据转换成有效的战术方案。事实上，各单位都建有数据中心，采用分类、聚类、关联、预测等方法，对数据进行深度挖掘，开展最佳干扰样式分析、决策习惯分析、数据关联分析等。数据挖掘和分析的手段很多，但是要进行科学的、有血有肉的分析，不能让大量的小数据在分析的过程中失去其“个性”，否则就会丧失分析的意义。只有方便快捷地从混沌无序的大数据中确定有用的小数据，才能为实施高效的作战行动定下决心。信息化战争中，小数据价值的转化效率是衡量战斗力的重要标准之一。因此我们既要加强战略管理，也要确立精细管理理念，把战斗力标准的大数据，分解为若干个小数据，以踏石留印、抓铁有痕的作风，一个矛盾一个问题地破解。进一步提升官兵的信息素养和洞察力，加强自主创新力度，研发数据挖掘技术及信息系统，科学存贮与归类小数据，增强信息个性化和实战力。
参考文献
[1]王君学，董建敏.小数据不容小觑[J].解放军报，2014（11）.
[2]郭晨，柴勇.国防大数据与小数据[C].第七届中国航空学会青年科技论坛文集，2016.
[3]陈辉.《小数据之美》[M].中信出版集团股份有限公司，2019.