高雄應用大學周至宏講座教授，專長為系統動力與控制、穩健優化技術、自動化系統整合等領域，2013年至2015年期間擔任科技部工程技術研究發展司自動化學門召集人，曾任雲林科技大學機械系主任、高雄第一科技大學副校長和代理校長、高雄應用大學副校長等職務

究竟神奇的 Big Data要如何運作？和十多年前的 Data Mining（資料採礦）又有何異曲同工？除了資工之外，數學、統計等其他學門在資料科學中分別扮演什麼角色？ 在股市、在民調、在醫療等形形色色的領域之中，是否已經是能夠被成熟運用的產品了呢？

隨著科技的發展，人類活動的軌跡越來越能夠被詳實記錄，譬如人們瀏覽電子新聞、購物商城的軌跡，人與人在社群網站的互動過程，人在操作汽車、電視、冷氣的習慣等等。這種進步就好比是從一幅自畫像進步到一張照片，再到一部電影，現在甚至已經發展到近乎24小時不間段的實境節目。在人類活動被無時無刻記錄的同時，資料的量級爆炸性的成長，有一說：「現今世上的資料等於一個人每天24小時不停觀看超過2千億部的2小時HD電影，必須花上4700萬年才能看完。」

大數據在社群網路上最顯著的應用莫過於 Facebook 上的個人化推薦和廣告推播了。因為每個用戶在 Facebook 上的操作行為，包括發文的活躍程度、按過什麼屬性的粉絲頁讚......各種足跡都會幫助 Facebook 分析你的喜好，進而推薦你好友、推薦廣告商品、以及各種潛在需求的預測和推薦，也就是推薦系統（Recommender System）在做的事情。反過來說，對於用戶歷史行為的分析，也能對商業公司產生價值，例如協助銀行判斷用戶的信用等級，讓銀行決定要不要借錢給你、你之後會不會還款？

假設你現在想查詢一個新聞事件，並分析網友、鄉民的看法，最直覺的方式便是利用 Google 進行關鍵字搜索，但這樣只能做到關鍵字比對，如此一來搜索出的資料將有幾百萬、幾千萬之譜，該如何進行整理、重點摘要？總不可能人工比對吧，這時，語意分析的優點便顯現出來了。 楊立偉表示，語意分析透過爬梳大量網路資料，每日能夠搜索 60 億筆中文字詞，快速找出每日重要資訊