主题：【原创】数学与战争 -- 晨枫

还是很显著滴。

滞后性：数据挖掘首先要有数据，而且要足够的数据，而数据的积累是需要时间滴。战场瞬息万变，胜利往往取决于及时的反应和决策，指挥员的临机判断还是很重要的。等积累数据，进行分析（用哪种手段，如何分析。。。），黄花菜都凉了。。。，若说有一定的指导作用，主要还是在事后，或者是教长期的对峙态势。

高成本：数据的采集、分析、评估需要很多人力物力投入。费效比是一个问题。

低可靠性：同样的数据，怎么分析，如何分析，其实也有很多的主观倾向或者说潜在（不为当事者认知）的倾向夹杂其中，最简单的就是“未尽因素”。 分析人员的知识、经验所限（特别是无一线战争经验），很容易在分析中忽视一些因素，特别是新的因素，从而导致分析结果的偏差。

同世界上所有东西一样，有简单手段的时候，就尽量不要用复杂手段。

说实话，俺长期在IT一线，数据挖掘确有一些价值，但不可夸大。现实中，所谓数据挖掘，更多时候是多收钱多送钱的幌子罢了。挖掘出来的一点东东，不如直接找一线人员座谈一下就更清楚了。数据挖掘做的好，确能揭示一些不那么直观的规律。但也很容易犯脱离实际、脱离基础的毛病。

最后，所谓“建立了一套预测IED时间、地点、强度的方法，用于指导巡逻队设伏或者绕过威胁”，俺想对于危险的地点，一线基础指挥员，比如班长，只要在一线干过一段时间，对于危险地点和危险时间，恐怕是相当清楚滴。而且这个一段时间，恐怕要比数据挖掘的数据积累时间要更短些。完全无需某些坐在大后方的某个分析员告诉他哪是危险的。（当然，通过对比不同时段相同地点的图片，分析地形地物变化来判断IED还是有价值的）

上面的说辞，俺看更像是掩护潜伏的说辞罢了。

当然，区别还是有滴。区别在于：数据挖掘的钱进了分包商和拔毛者的腰包。数据挖掘的结果如果说是正确的话，并能够被脱离基层的上层接受的话，那还是有价值滴。毕竟，对于脱离基层的上层，是不屑一个基层指挥员的说辞滴。。。。而比较容易采信通过看起来令人生畏的公式计算出来的结果。。。。当然，最好是一线人员及时发现规律及线索，及时讨论总结，并可进行实验性动作来进行检验，若认可后推广。并在时间、经费允许的情况下，由后方在大量数据的基础上，进一步深入研究和提高，并尽可能及时的反馈一线检验。

人哪。。。 TG还是T一点的好。