假设数据是：A 到 Z 的 26 个单词。
我们假定这样的组合
A+B+E=开心的故事
B+E+F+Z=恐怖的故事
M+L=伤心的故事……
而人在做洞察的时候，是尽可能从 A 到 Z 中想象故事，或是用之前的经验来套出一个故事。
而洞察往往是惊喜的，WOW 的那一种，就是说出来后你会觉得还可以这样啊，原来这也可以我怎么没想到的那种……
如果我们洞察是这样的情况（假设这是一种洞察），现在调整一下方式，用算法来跑。
即：
用算法跑 A 和 Z，让算法把 A 和 Z 之间建立联接，也就是让算法“讲故事”（这样好理解）
然后 A 到 Z 总可以跑出很多的“故事”，开始穷举，并列出无数个可能的“故事”。
然后去掉一些“故事”，把那些没有出现过的，权重低的，特别有意思的，原来还可以这样的……“故事”提出来。
这样就可以减少到一定的数量的“故事”。
这样的故事，或许就是真正接近洞察的故事。
也就是说：
用算法统计现有数据的关键词，把他们编成一个一个的故事。
把这些故事和数据对比，之前出现过的，权重降低。
之前没有出现过的故事，权重加高。
这样就可以得到洞察了。
举例：
数据：我，苹果，吃，校长，开车，送。
正常的人观察：校长开车送我吃苹果。
算法来做洞察：我开苹果车送校长吃。
