车载信息服务数据的多种用途只是一个例子，它说明了可以用初预见不到的方式来使用大数据。对于某种特定的数据源，我们发现它有效果的用途可能与其创建之初的用途大相径庭。面对我们碰到的每一类大数据源，我们要开拓思路，多想想常规之外的其他用途。如果研究人员能够掌握大量汽车在每一个高峰时段、每、每个城市中的动向，他们就能非常清晰地判断出车流产生的前因后果。此外，还能查明下述问题的答案。
即使我们集中精力投入到昂贵的测试中，现在要想有效地研究诸如此类的问题也几乎是不可能的。除非我们安排人手来实际地监测每一条道路，记录下所有的信息，只有这样我们才能解决交通堵塞的问题。或者，我们可以安装大量的传感器来监测过往的车辆，还可以安装视频摄像头，但这些选择因为成本问题被严重限制了推广。
历史经验反复地告诉我们，如果通知信息越精确，转化率就会越高。使用此类数据的另一种模式是增强型社交网络分析。无线运营公司可以根据语音和文本交流信息识别出用户间的关系，借助时间和位置数据可以识别出哪些人在同一时间出现在了同一个地方。如果能识别出哪些人大约在同一时间同一地点出现，就能识别出有哪些彼此不认识或者在同一个社交圈子里的人，但是他们都有着很多共同的爱好。想象一下，如果婚介服务能用这样的信息帮助我们找到自己的另一半那该有多好！
免责声明： 本页面所展现的信息及其他相关推荐信息，均来源于其对应的商铺，信息的真实性、准确性和合法性由该信息的来源商铺所属企业完全负责。本站对此不承担任何保证责任。如涉及作品内容、 版权和其他问题，请及时与本网联系，我们将核实后进行删除，本网站对此声明具有最终解释权。
友情提醒： 建议您在购买相关产品前务必确认资质及产品质量，过低的价格有可能是虚假信息，请谨慎对待，谨防上当受骗。
