随着互联网的发展，大量的用户行为习惯被记录下来，人们开始不断的挖掘这些用户行为习惯，试图让这些行为习惯发挥到最大的价值。用户的行为习惯分为两大类，一类是有迹可循的实际发生的数据，比如衣食住行等行为习惯，而“行”又作为一切行为的引发点，在物理空间中是可以通过分析人流习惯来规划城市，设计CBD，策划商业模式及行为等等。
另一类是网络空间的数据生活，随着网络生活占据人类越来越多的时间，商业行为更多的转移到网络世界来已经是个不可逆的趋势，那么如何在网络世界中寻找用户的移动规律并更好地为用户提供服务？
研究物理空间中的人的行为、移动规律，通过手机及一些记录地理位置信息的东西可以来研究。比如滴滴，有打车的记录，可以看看早上人群是怎么流动，然后晚上人群是怎么流动。
另外一个例子是春运，可以通过火车票、飞机票等来看这个人流的走向，能看出来有很多人是从外地来的，来到比如说深圳、北上广等城市打工的，那么春节他们都要回去，然后这些就能看出比如说广州的人都是哪儿的。这些数据对国家的交通、市政规划都是有影响的。
网络空间中人是怎么流动的呢 ? 从类比的角度去看，地点对象就是各种社交平台。真实世界的地点也有公共场所和私密空间，在网络空间这个形态里也能找到同样的东西。比如微博，就相当于一个公共场所，谁都可以去看。再看微信，可能就比较私密。有的东西是开放给所有人的，而有的人就拉个小群，就只开放给某几个人，讲一些比较私密的事情。
可以看出一个有意思的事情：网络空间的这些模式，跟物理空间很相像。就像物理空间有吃饭的地方、有锻炼的地方、有家，也有可以去旅游的地方等等。那么网络空间也有同样的东西，人每天去那么几个地方，你可以想象微信是你家似的，你可能去“今日头条”看看新闻，去痘印看看视频等。
人在物理空间都会回归到某个地方，人在网络空间也是一样。当然你偶然也会出差，或者旅游去其他地方。
所以如果把对物理空间的研究方法搬到网络空间来，同样挖掘网络空间里人的移动规律，就会发现在网络空间里有一个有趣的现象：有的人喜欢探索，就会在网上到处看；而网络空间比较“宅”的人看的东西比较少，或者很长时间不改变。
喜欢探索的人，有两种，一种是先到处看，然后最后选择几个点；还有一种就是开始不怎么看，然后越看越多，这两种模式都很有意思。
这里有一个猜想，通过大数据去挖掘两个空间之间的关联性，知道这个空间人的行为是不是就能预测在另外一个空间的行为，或者知道现在在这个地方干什么，然后可能在那边就不可能干什么呢？随着研究的深入，成果将对如何去给用户提供更好的服务带来帮助，用途也应该非常广泛。
如今大数据的研究方向还涉及到多媒体，就是用一些人工智能的手段，用一些大数据处理的手段来分析社交多媒体的一些数据语言。最后就可以改进人生活的方方面面。
如果对一个人的兴趣、行为这些方式有越深入了解的话，那就可以提供更好的服务。物联网其实就是这样一个概念，生活中的器件通过网络联系起来，但这些器件最后都是跟人发生关系的，所以对人了解得越多，就越知道这些关系怎么去安排、怎么样给人提供最好的产品和服务。
人的生活方面最基本的就是衣食住行，我们更高级的需要除了衣食住行可能就是医疗，教育，娱乐等。比如说“衣”，从淘宝的大数据里面可以用计算机视觉和大数据分析的方法，分析为什么有的衣服很畅销，是因为领好，还是扣子好，还是说是颜色，还是花纹，这个在传统的时装行业是人做的。
有人不断的看照片，然后找用户去问，这些都是非常低效的办法。网上的衣服五花八门，人的口味和趣味也是五花八门，不用大数据的手段，用人去做这个事情基本上是不能应付的。
关于“食”，每个大型连锁超市都是一个数据库。连锁店都有会员，会员每次刷卡其实购物的记录全部都在上面。通过数据就可以知道用户每天买什么、吃什么，这样就可以把用户的饮食和健康，比如你肥胖、心脏病、糖尿病、眼睛不好等这些点关联起来。
最后做成手机 APP，再跟超市合作，根据观察用户饮食情况，认为用户缺这个东西，或者有可能吃太多某种食物，应该改善，应该买这个，这个等于就是把人的饮食健康水平提高了。
“住”的话主要通过大数据看人住过什么样的酒店，再看这些住的人都是什么收入，什么文化，什么时候去的等等。这个时候就可以做一些推荐系统，比如说从另外一个地方到北京来，根据他的消费习惯，承受能力，推荐一些住店建议。
反过来呢，店家知道常来的客人是这样的，是不是可以提高服务、设施、尽量去满足这类人的需要，或者说这类人不是想服务的人，可能要进行改进去吸引另外一类人。
“行”就是酒店可以考虑到季节性，很多人可能节后来观光，可以看出租车，公交车怎么去调派。
总的来说，人们生活的每个方面都可以运用大数据，如果我们对每个人的兴趣爱好、性格、情绪情感了解得越多，那么我们就可以提供更好的服务，对社会也能提供更好的帮助。
閱讀更多 睿帆大數據 的文章
