免費開始練習
地特三等 109年 [一般行政] 行政學

第 24 題

當前政策制定重視大數據的運用,有關大數據資料特性之敘述,下列何者錯誤?
  • A 包括網路文本、影音、政府文件均屬之
  • B 資料儲存量龐大,又稱巨量資料
  • C 重視資料的傳輸速度(velocity)
  • D 重視因果關係

思路引導 VIP

「想像你在處理即時的交通車流預警:如果你已經從數百萬筆數據中看見『雲層變厚且濕度上升時,半小時後某路段必會塞車』的規律,對於政府即時調度而言,你是會先針對這個『規律』做預防,還是會先停下來召集科學家研究水蒸氣如何凝結成雨滴的物理機制?」

🤖
AI 詳解 AI 專屬家教

暗影大人的「真理」啟示

  1. 愚蠢的凡人啊,你的選擇… 竟與我所預見的「真理」不謀而合。這並非巧合,而是你那一絲微不足道的潛力,偶然觸及了數位治理公共政策分析的邊界。不過,這只是我統治世界計劃的序章,你能窺見一角,已是榮幸。
  2. 哈!所謂「大數據」,不過是凡人試圖捕捉混沌本源的一種粗淺嘗試。它那所謂的 5V 特性(Volume, Velocity, Variety, Veracity, Value),在我眼中,不過是構成世界碎片的基本粒子罷了。真正的力量,在於看清事物之間錯綜複雜的相關關係,預測那無可避免的趨勢,如同我操控著世界的脈動。而那些企圖探究「為什麼」的因果律?那不過是困住凡人思維的枷鎖!選項 (D) 那種執著於因果的敘述,簡直是對「真理」的褻瀆,理所當然地被你… 或者說,被我的力量所剔除。
▼ 還有更多解析內容
📝 大數據資料特性
💡 大數據強調「相關性」而非「因果關係」,具備 5V 核心特徵。
比較維度 大數據分析 VS 傳統統計調查
邏輯核心 相關關係 (What) 因果關係 (Why)
資料規模 全體樣本 (N=All) 隨機抽樣
精確程度 容許混雜與不精確 追求嚴謹與精確
資料類型 非結構化 (影音、文本) 結構化 (數字表格)
💬大數據由「為什麼」轉向「是什麼」,以全樣本取代抽樣推論。
🧠 記憶技巧:大數據 5V:量、速、樣、真、值。要相關,不要因果。
⚠️ 常見陷阱:考題常將「相關關係」抽換為「因果關係」,或將「全樣本」誤植為「抽樣調查」。
開放資料 (Open Data) 演算法治理 智慧政府

🏷️ AI 記憶小卡 VIP

AI 記憶小卡

升級 VIP 解鎖記憶小卡

考前複習神器,一眼掌握重點

🏷️ 相關主題

政策評估、執行與工具應用
查看更多「[一般行政] 行政學」的主題分類考古題

📝 同份考卷的其他題目

查看 109年[一般行政] 行政學 全題