让机器像人脑一样理解
IBM大数据分析技术通过社交网络上留下的点点滴滴就能分析得出球迷的喜好？这听上去很神奇。我们知道，社交网络上的信息很繁杂，其中很多也没有什么关联性。比如，球迷的微博中有着美食、汽车、足球、旅游等诸多内容，风马牛不相及，如何才能从大量繁杂的信息中筛选出最有价值的信息？
IBM所凭借的是“具有自然语言识别和机器自我学习能力”的大数据分析技术。熟悉计算机的读者应该还记得历史上一次着名的“人机大战”、IBM“沃森”超级计算机在美国《危险边缘》问答竞赛中击败人类冠军的故事，比赛中“沃森”展现出了超越人类的答题速度和准确度，它的制胜秘诀就是自然语言识别和机器学习的能力，IBM将其称之为“认知计算”。
“自然语言识别”和“机器学习”能力对于分析社交网络数据至关重要，这让计算机能够不断吸收人类给予它的新信息，从而能更容易够理解社交网络中的语意，找出其中的关联性，最终得出准确的分析结果。简单而言，IBM所提供的大数据分析技术就像是让计算机能够像人脑那样思维和理解，只不过信息来源更多，速度更快，所得出的结论具有科学的数据支持。
在和腾讯的合作中，IBM大数据分析提供了“深度情感挖掘”技术，以掌握网友的真实情感，比如对某个产品喜欢还是不喜欢，为什么喜欢；同时，系统还能像人一样理解一篇文章中提到的一些线索，比如时间、地点、人物、事件等，对模糊语言有90%的正确判断能力。IBM还通过大数据技术进行了球迷性格分析，为腾讯的针对性内容报道制定提供了重要参考。
