《大數據時(shí)代》讀后感_讀書(shū)筆記范文
品味完一本名著(zhù)后，相信大家的收獲肯定不少，記錄下來(lái)很重要哦，一起來(lái)寫(xiě)一篇讀書(shū)筆記吧。那么我們該怎么去寫(xiě)讀書(shū)筆記呢？以下是小編精心整理的《大數據時(shí)代》讀后感_讀書(shū)筆記范文，希望能夠幫助到大家。
“大數據”在物理學(xué)、生物學(xué)、環(huán)境生態(tài)學(xué)等領(lǐng)域以及軍事、金融、通訊等行業(yè)存在已有時(shí)日，卻因為近年來(lái)互聯(lián)網(wǎng)和信息行業(yè)的發(fā)展而引起人們關(guān)注。以下是小編整理的《大數據時(shí)代》讀后感，希望對大家有幫助!
對于暢銷(xiāo)書(shū)刊、熱點(diǎn)話(huà)題、時(shí)尚科技，始終不太感興趣。書(shū)刊，喜歡有一定年份的。話(huà)題，鐘情于務(wù)虛的觀(guān)點(diǎn)。新奇的產(chǎn)品于我無(wú)緣，習慣使用成熟的科技產(chǎn)品。既不清高，也非冷漠，就是要與現實(shí)保持一定的距離，給自己留一點(diǎn)思考的空間。這一習慣最近破了例。由于工作的原因，耳濡目染，“大數據”這個(gè)新興概念開(kāi)始頻繁步入我的視野。按捺不住內心的好奇，網(wǎng)購《大數據時(shí)代》，手不釋卷，三天讀完，頗有收獲。此書(shū)有如下特點(diǎn)。 首先，作者站在理論的制高點(diǎn)上，條理清楚地闡述了大數據對人類(lèi)的工作、生活、思維帶來(lái)的革新，大數據時(shí)代的三種典型的商業(yè)模式，以及大數據時(shí)代對于個(gè)人隱私保護、公共安全提出的挑戰。其次，文中的事例貼近現實(shí)生活，貼近時(shí)代，令讀者既印象深刻，又感同身受。此外，作者沒(méi)有使用大量的專(zhuān)業(yè)術(shù)語(yǔ)，沒(méi)有假裝一副專(zhuān)業(yè)的面孔�？v觀(guān)全書(shū)，遣詞造句，均通俗易懂。 作者認為大數據時(shí)代具有三個(gè)顯著(zhù)特點(diǎn)。
一、人們研究與分析某個(gè)現象時(shí)，將使用全部數據而非抽樣數據。
二、在大數據時(shí)代，不能一味地追求數據的精確性，而要適應數據的多樣性、豐富性、甚至要接受錯誤的數據。 三、了解數據之間的相關(guān)性，勝于對因果關(guān)系的探索�！笆鞘裁础北取盀槭裁础敝匾�。 作者指出，隨著(zhù)技術(shù)的發(fā)展，數據的存儲與處理成本顯著(zhù)降低，人們現在有能力從支離破碎的、看似毫不相干的數據礦渣中抽煉出真知爍見(jiàn)。在大數據時(shí)代，三類(lèi)公司將成為時(shí)代的寵兒。一是擁有大數據的公司與組織。如政府、銀行、電信公司、全球性互聯(lián)網(wǎng)公司(阿里巴巴、淘寶網(wǎng))。二是擁有數據分析與處理技術(shù)的專(zhuān)業(yè)公司，如亞馬遜、谷歌。三是擁有創(chuàng )新思維的公司，他們可能既不掌握大數據，也沒(méi)有專(zhuān)業(yè)技術(shù)，但卻擅長(cháng)使用大數據，從大數據中找到自己的理想天地。 面對即將來(lái)臨的大數據時(shí)代，個(gè)人將如何應對自如?這是個(gè)嚴肅的問(wèn)題。
去年的“云計算”炒得熱火朝天的，今年的“大數據”又突襲而來(lái)。仿佛一夜間，各廠(chǎng)商都紛紛改旗換幟，推起“大數據”來(lái)了。于是乎，各企業(yè)的CIO也將熱度紛紛轉向關(guān)注“大數據”來(lái)了。有一張來(lái)自《程序員》微博的漫畫(huà)很形象。我覺(jué)得這張圖，很真實(shí)地反映了現實(shí)中小企業(yè)云計算，大數據的現狀。 不過(guò)話(huà)又還得說(shuō)回來(lái)，《大數據時(shí)代》是本好書(shū)。 當然，很多IT知名人士也大力推薦，寫(xiě)了好多讀后感來(lái)表述對這本書(shū)的喜歡沒(méi)看此書(shū)之前，對所謂大數據的概念基本上是一頭霧水，雖則有了解關(guān)注過(guò)現在也比較火熱的BI，覺(jué)得也差不多，可能就是更多的數據，更細致的數據分析與數據挖掘�？催^(guò)此書(shū)后，感覺(jué)到之前的想法，只能算是中了一小半吧---巨量的數據，而另一前：著(zhù)眼于數據關(guān)聯(lián)性，而非數據精確性，或許才是大數據與現時(shí)BI的不同，不僅僅是方法，更多的時(shí)思想方法。不過(guò)坦白講，到底是數據的關(guān)聯(lián)性重佳，還是數據的精確性更好，還真的需要時(shí)間來(lái)檢驗一下，至少從現在的數據分析方法來(lái)論，更多的傾向于數據的精確性。
看完此書(shū)，我心中的一些問(wèn)題：
1、什么是大數據? 查了查百度百科，是這樣定義的：大數據(bigdata)，或稱(chēng)巨量資料，指的是所涉及的資料量規模巨大到無(wú)法透過(guò)目前主流軟件工具，在合理時(shí)間內達到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決策更積極目的的資訊。大數據的4V特點(diǎn)：Volume、Velocity、Variety、Veracity這個(gè)好像是IBM的定義吧。 以個(gè)人的觀(guān)點(diǎn)來(lái)看：數據海量，存儲海量都是大數據的基本原型吧。
2、大數據適合什么樣的企業(yè)? 誠然，大數據的前提是海量的數據，只有擁有巨量的數據資源，方能從中查找出數據的關(guān)聯(lián)性，才可以讓通過(guò)專(zhuān)業(yè)化的處理，讓其為企業(yè)產(chǎn)生價(jià)值。針對電信運營(yíng)，互聯(lián)網(wǎng)應用這樣海量用戶(hù)的數據的大企業(yè)，也是在應用大數據的道路混雜性。
三、更好：不是因果關(guān)系，而是相關(guān)關(guān)系。對于第一個(gè)觀(guān)點(diǎn)，我不敢茍同。
一方面是對全體數據進(jìn)行處理，在技術(shù)和設備上有相當高的難度。另一方面是不是都有此必要，對于簡(jiǎn)單事實(shí)進(jìn)行判斷的數據分析難道也要采集全體數據嗎? 我曾與香港城市大學(xué)的祝建華教授討論過(guò)。祝教授是傳播學(xué)研究方法和數據分析的專(zhuān)家，他認為一定可以找到一種數理統計方法來(lái)進(jìn)行分析，并不一定需要全部數據。聯(lián)系到舍恩伯格第二個(gè)觀(guān)點(diǎn)中所說(shuō)的相關(guān)關(guān)系，我理解他說(shuō)的全體數據不是指數量而是指范圍，即大數據的隨機樣本不限于目標數據，還包括目標以外的所有數據。我認為大數據分析不能排除隨機抽樣，只是抽樣的方法和范圍要加以拓展。 我同意舍恩伯格的第二觀(guān)點(diǎn)，我認為這是對他第一個(gè)觀(guān)點(diǎn)很好的補充，這也是對精準傳播和精準營(yíng)銷(xiāo)的一種反思�！贝髷祿暮�(jiǎn)單算法比小數據的復雜算法更有效�！案哂泻暧^(guān)視野和東方哲學(xué)思維。對于舍恩伯格的第三個(gè)觀(guān)點(diǎn)，我也不能完全贊同�！辈皇且蚬P(guān)系，而是相關(guān)關(guān)系�！安恍枰馈睘槭裁础�，只需要知道”是什么“。傳播即數據，數據即關(guān)系。在小數據時(shí)代人們只關(guān)心因果關(guān)系，對相關(guān)關(guān)系認識不足，大數據時(shí)代相關(guān)關(guān)系舉足輕重，如何強調都不為過(guò)，但不應該完全排斥它。大數據從何而來(lái)?為何而用?如果我們完全忽略因果關(guān)系，不知道大數據產(chǎn)生的前因后果，也就消解了大數據的人文價(jià)值。如今不少學(xué)者為了闡述和傳播其觀(guān)點(diǎn)往往語(yǔ)出驚人，對舊有觀(guān)念進(jìn)行徹底的否定。 世間萬(wàn)物的復雜性多樣化并非非此即彼那么簡(jiǎn)單，舍恩伯格也是這種二元對立的幼稚思維嗎?其實(shí)不然，讀者在閱讀時(shí)一定要看清楚他是在什么語(yǔ)境下說(shuō)的，不要因囫圇吞棗的淺讀而陷入斷章取義的誤讀。比如說(shuō)舍恩伯格在提出”不是因果關(guān)系，而是相關(guān)關(guān)系�！斑@一論斷時(shí)，他在書(shū)中還說(shuō)道：”在大多數情況下，一旦我們完成了對大數據的相關(guān)關(guān)系分析，而又不再滿(mǎn)足于僅僅知道‘是什么’時(shí)，我們就會(huì )繼續向更深層次研究的因果關(guān)系，找出背后的‘為什么’�！癧i]由此可見(jiàn)，他說(shuō)的全體數據和相關(guān)關(guān)系都在特定語(yǔ)境下的，是在數據挖掘中的選項。 大數據研究的一大驅動(dòng)力就是商用，舍恩伯格在第二部分里討論了大數據時(shí)代的商業(yè)變革。舍恩伯格認為數據化就是一切皆可”量化“，大數據的定量分析有力地回答”是什么“這一問(wèn)題，但仍然無(wú)法完全回答”為什么“。因此，我認為并不能排除定性分析和質(zhì)化研究。數據創(chuàng )新可以創(chuàng )造價(jià)值，這是毫無(wú)疑問(wèn)的。舍恩伯格在討論大數據的角色定位時(shí)仍把它置于數據應用的商業(yè)系統中，而沒(méi)有把它置于整個(gè)社會(huì )系統里，但他在第二部分大數據時(shí)代的管理變革中討論了這個(gè)問(wèn)題。 在風(fēng)險社會(huì )中信息安全問(wèn)題日趨凸顯。如何擺脫大數據的困境?舍恩伯格在最后一節”掌控“中試圖回答，但基本上屬于老生常談。我想，或許凱文·凱利的《失控》可以幫助我們解答這個(gè)問(wèn)題?至少可以提供更多的思考維度。正如舍恩伯格在結語(yǔ)中所道：”大數據并不是一個(gè)充斥著(zhù)算法和機器的冰冷世界，人類(lèi)的作用依然無(wú)法被完全替代。大數據為我們提供的不是最終答案，只是參考的答案，幫助是暫時(shí)的，而更好的方法和答案還在不久的未來(lái)�！爸x謝舍恩伯格!讓大數據討論從自然科學(xué)回到人文社科。由此推斷，《大數據時(shí)代》不是最終答案，也不是標準答案，只是參考的答案。 此外，在閱讀此書(shū)之前還必須具備一些數據科學(xué)的基本知識和基本概念，比如說(shuō)什么叫數據?什么叫大數據?數據分析與數據挖掘的區別，數字化與數據化有什么不同?讀前做些功課讀起來(lái)就比較好懂了。
【《大數據時(shí)代》讀后感_讀書(shū)筆記】相關(guān)文章：
關(guān)于大數據時(shí)代的讀后感（通用21篇）02-11
《大數據時(shí)代》的讀后感作文350字（通用5篇）02-18
時(shí)代廣場(chǎng)的蟋蟀讀后感《時(shí)代廣場(chǎng)的蟋蟀》讀后感悟11-10
小學(xué)數據教案01-07
2024年小時(shí)代的語(yǔ)錄大合集65句02-14
數據錄入及數據保密工程合同書(shū)06-09
農村數據報告09-11