對于寧為來說并不認為席卷而來的緋聞是件很困惑的事情。恰好相反，對于數論中的研究才是最讓他頭疼的。
之所以他一直認為自己只是有了階段性的進展，因為相對于大數據的判斷跟分析來說，解決其移動跟交換能力只是最基礎的部分。
這涉及到更多基本的問題，比如數據在數學上的精確定義，并且要賦予它數學上的表達，比如其數域類型的數字跟其物理綱量。同時數據的抽象表達跟其關系模型也需要重建。
比如如果把大數據定義為量和質、多樣性、存儲、檢索、提取、計算、語義認知、維護和處理諸方面有別于無類型離散數字的超大規模異構類型化量所構成的一個超結構。那么在構建整個理論之前就需要對這個超結構有嚴格的定義，才能用數學語言去對整個大數據系統進行描述。
這其中蘊藏的難度是可以想象的。
大數據的基本特征是非結構化、異構、單調增長、非描述性、混合/模糊語義，且一致性隨時間衰減或熵隨時間增加，這些固有的復雜性和極大規模的多維超結構對象，極難定義。
羅伯特教授的論文讓他想到了另一種可能。
既然從數學的角度來定義太過困難，為什么不能從機器的視角去解決這個底層難題。
如果代入機器的視角，寧為總結出了通過類別跟來源定義數據的結構
觀察數據，可以包括事實，狀態，跟行為；針對事實可以劃分為特征、序數、基數、計數、數量；狀態可以劃分為存在形式、構造、狀態變化；行為則可以分解為互動、規范、周期、分布、頻率。
推斷數據，則包含了類比、關系、測量、語義、數學、統計跟復合。
其中類比包含相似、比較、等價類；關系包含了關聯、因果、映射、序列、并發；
測量包含量化、限定、縮放、標準化、加權、分類；
語義包含物理、經驗、抽象、數學、規則、性質；
數學包含線性、非線性、多項式、解析、微分、積分、細化、函數系統；
統計包含概率、范數、偏差、分布、條件、隨機過程；
復合則包含插值、外推、指數、冪函數、階乘、笛卡爾積、搜索、排序、組合、排列、系統融合。
除此之外還有工程數據，社會數據等等……
靈感的發散花費了寧為太多的精力跟時間，他把自己關在了房間了整整兩天時間，甚至沒有時間去關注所謂緋聞帶給他的影響。
事實上當進入研究狀態，很容易變會產生那些亂七八糟的事情已經全部過去的錯覺。
直到一通電話從國內直接打了過來。
“寧為啊，你跟那個瑞典的公主到底是怎么回事？”田導的聲音聽起來給他的感覺好像有些心累。
“啊？您從哪知道這事的？”寧為有些意外。
“國內自媒體都已經快集體發瘋了，這兩天全是你跟瑞典公主定情的消息，搞得我這個老家伙剛剛已經接到幾個電話問你的事了，還有你們江大以前教授的電話。”田言真沒好氣的說道。
寧為皺起了眉頭。倒不是導師這邊的原因，關鍵在于既然這消息連導師都已經知道了，那么江同學大概率也已經看到了，她會怎么想？
這才是寧為沒法容忍的。
“田導，我跟那位伊莎貝爾之間沒有任何關系，等會去后我在跟您解釋。我這邊還有些重要的事。”
“沒關系就行。到不是我要管你的私事，但有些問題終究比較復雜，你要想好。你有事就先忙吧，我不打攪你了。”
掛了電話，寧為關掉了正在做的數據架構構建，開始登陸國內網站了解短短兩天到底發生了什么。
果然，網絡上鋪天蓋地都是他曾經在谷歌上搜到的圖片跟各種按圖寫作的小故事。
最讓他感覺不解的是，一幫起哄的在不停夸他為國爭光，這爭光的底線也太低了，跟一個女人聊了兩句，順便合了張影就算爭光了？
寧為差點被氣樂了。