關(guān)于大數據時(shí)代的讀后感（通用21篇）
當認真看完一本名著(zhù)后，你有什么領(lǐng)悟呢？這時(shí)就有必須要寫(xiě)一篇讀后感了！那么你真的懂得怎么寫(xiě)讀后感嗎？以下的精彩內容是小編整理的關(guān)于大數據時(shí)代的讀后感，供大家參考借鑒，希望可以幫助到有需要的朋友。
大數據時(shí)代的讀后感 1
這兩年，大數據這個(gè)詞突然變得很火，不僅出現在互聯(lián)網(wǎng)公司的戰略規劃中，同時(shí)在中國國務(wù)院和其他國家的政府報告中也多次提及，無(wú)疑成為當今互聯(lián)網(wǎng)世界中的新寵兒。筆者對大數據一直好奇已久，閱讀了很多資料仍不得其解，直到讀完《大數據時(shí)代》才有了粗略的認識。
《大數據時(shí)代》從思維、商業(yè)、管理三個(gè)方面闡述了在大數據時(shí)代下的變革。這些變革涉及人們生活的方方面面，其影響程度可以與兩次工業(yè)革命相媲美。作者在第一部分提出了三個(gè)比較令人震驚的觀(guān)點(diǎn)：
第一，不是隨機樣本，而是所有數據，這里要求數據有很多。
第二，不是精確性，而是混雜性，這里要求數據更雜。
第三，不是因果關(guān)系，而是相關(guān)關(guān)系，這里要求數據要更好。第二部分作者從萬(wàn)事萬(wàn)物數據化和數據交叉復用的巨大價(jià)值兩個(gè)方面，講述驅動(dòng)大數據戰車(chē)在材質(zhì)和智力方面向前滾動(dòng)的最根本動(dòng)力。第三部分則是闡述了大數據時(shí)代下的弊端以及在管理上的措施。個(gè)人認為這本書(shū)的精髓部分是第一部分。第一部分的三個(gè)觀(guān)點(diǎn)涉及面很廣，包括統計學(xué)、邏輯學(xué)、哲學(xué)等。后兩個(gè)部分都是以第一部分這三個(gè)觀(guān)點(diǎn)為基礎展開(kāi)闡述的。
筆者側重于從第一部分中的這三個(gè)觀(guān)點(diǎn)談?wù)勛约旱目捶�。這三個(gè)觀(guān)點(diǎn)其實(shí)就是哲學(xué)上講的世界觀(guān)，因為世界觀(guān)決定方法論，所以這三個(gè)觀(guān)點(diǎn)對傳統看法的顛覆，就會(huì )導致各種變革的.發(fā)生。
首先，作者認為在抽樣研究時(shí)期，由于研究條件的欠缺，只能以少量的數據獲取最大的信息，而在大數據時(shí)代，人們可以獲得海量的數據，抽樣自然就失去它的意義了。
其次，要效率不要絕對的精確。作者說(shuō)，執迷于精確性是信息缺乏時(shí)代和模擬時(shí)代的產(chǎn)物，只有5%的數據是結構化且能適用于傳統數據庫的。如果不接受混亂，剩下95%的非結構化數據都無(wú)法被利用。作者是基于數據不可能百分之百正確的考慮而做出這樣的判斷的，如果采用小數據，一個(gè)數據的錯誤就會(huì )導致結果的誤差很大，但是如果數據足夠多、數據足夠雜那得出的結果就越靠近正確答案。大數據時(shí)代要求人們重新審視精確性的優(yōu)劣，書(shū)中還說(shuō)到大數據不僅讓人們不再期待精確性，也讓人們無(wú)法實(shí)現精確性。
最后，不是因果性，而是相關(guān)性，這是這本書(shū)中爭議最大的一個(gè)觀(guān)點(diǎn)，不僅是讀者，就算是本書(shū)的譯者也在序言中明確地說(shuō)到他不認同“相關(guān)關(guān)系比因果關(guān)系更重要”的觀(guān)點(diǎn)。作者覺(jué)得相關(guān)關(guān)系對于預測一些事情已經(jīng)足夠了，不用花大力氣去研究天們的因果關(guān)系。作者用林登的亞馬遜推薦系統的成功，證實(shí)了大數據在分析相關(guān)性方面的優(yōu)勢以及在銷(xiāo)售中獲得的成功。沃爾瑪也是充分地利用并挖掘各類(lèi)數據信息的代表，從啤酒和尿布的案例，以及作者舉的有關(guān)蛋撻和颶風(fēng)天氣的案例，都說(shuō)明了掌握了相關(guān)關(guān)系對于策略的幫助作用。
作者在書(shū)中把大數據說(shuō)得很厲害，在最后一部分分析大數據帶來(lái)無(wú)數好處的同時(shí)，也帶來(lái)了不良影響以及如何面對這些影響。用麥克納馬拉的例子來(lái)說(shuō)明對數據過(guò)度依賴(lài)所帶來(lái)的后果。也用《少數派的報告》這部電影來(lái)說(shuō)明如果癡迷于數據會(huì )導致人們將生活在一個(gè)沒(méi)有獨立選擇和自由意志的社會(huì )，如果一切變?yōu)楝F實(shí)，人們將被禁錮在大數據的可能性之中。書(shū)中提出了兩種解決方法，一種是使用數據時(shí)征詢(xún)數據所有個(gè)人的知曉和授權，另一種是技術(shù)途徑匿名化。毫無(wú)疑問(wèn)，大數據將會(huì )給社會(huì )管理帶來(lái)巨大的變革。
大數據給人類(lèi)社會(huì )的方方面面帶來(lái)了巨大的變革，這是社會(huì )發(fā)展的潮流，不可逆轉，人們只有順應這種潮流，在思想上和技能上做好準備，才能成為時(shí)代的弄潮兒。對于一家公司或一個(gè)國家，要從根本上改變思維和觀(guān)念，盡早適應這種潮流。
大數據時(shí)代的讀后感 2
維基百科說(shuō)大數據由巨型數據集組成，這些數據集大小常超出常用軟件在可接受時(shí)間下的收集、利用、管理和處理能力，或稱(chēng)巨量數據、海量數據、大資料，大數據的常見(jiàn)特點(diǎn)是3V：Volume、Velocity、Variety。
規模巨大的數據未必是大數據，需滿(mǎn)足她的三個(gè)特點(diǎn)。以研究擲硬幣概率的實(shí)驗為例，當傳統實(shí)驗次數達到一定規模后就能幫助實(shí)驗者分析正反面出現的概率，隨著(zhù)實(shí)驗次數的增加，數據大量積累可能越來(lái)越支持這一結論，數據達到一定量，它的邊際效應就出現了，數據繼續增加對分析概率還有多少意義呢？按照現代概率學(xué)伯努利試驗去帶入函數計算就好了，這僅算是概率學(xué)或者是統計學(xué)吧。故大數據不是因為單純體積大而大，是因為雜而大，研究硬幣正反面的概率如引入天文學(xué)、心理學(xué)、材料學(xué)、物理學(xué)等領(lǐng)域的數據而使之變大，進(jìn)而研究關(guān)聯(lián)關(guān)系（或因果關(guān)系，注：本書(shū)不認同因果關(guān)系的重要性），從而得出概率的分布，然而大量相關(guān)數據的引入，按照傳統分析過(guò)程的時(shí)間是不可接受的，需利用高效計算資源，迅速把雜而大的處理結果呈現出來(lái)，并且實(shí)驗者對結果的預期不能要求100%的精確。大數據并不是數據本身，而是一種思維方式。
大數據令人著(zhù)迷的地方在于用"科學(xué)"的辦法挑戰了"預測學(xué)"，幫助人們發(fā)現未知，幫忙人們進(jìn)行決策。然而本書(shū)作者Viktor Mayer—Schonberger強調"大數據不是因果關(guān)系，而是相關(guān)關(guān)系，相關(guān)關(guān)系比因果關(guān)系更重要"，此觀(guān)點(diǎn)不能認同，因果關(guān)系是宇宙的基本定律，且不說(shuō)種瓜得瓜、善有善報之類(lèi)哲學(xué)命題，若商家在發(fā)現電容器、釘子、高壓鍋有關(guān)聯(lián)購買(mǎi)關(guān)系而去做大量營(yíng)銷(xiāo)的話(huà)豈不是有可能發(fā)生更多的波士頓爆炸案。
�、訇P(guān)聯(lián)關(guān)系在大數據中被提取出來(lái)使用，而不去關(guān)心因果關(guān)系是一種粗暴的、倒退的處理方式，是作者理解的現代社會(huì )浮躁的.心里體現。我認為的大數據應該是把看起來(lái)不相干的數據放到一起分析，找到某些跨領(lǐng)域的關(guān)聯(lián)關(guān)系，進(jìn)而推論因果關(guān)系，發(fā)現其中價(jià)值。作者引用了安德森的觀(guān)點(diǎn)"現在已經(jīng)是一個(gè)有海量數據的時(shí)代，應用數學(xué)已經(jīng)取代了其他的所有學(xué)科工具，而且只要數據足夠，就能說(shuō)明問(wèn)題"，數據和所有科學(xué)的關(guān)系，我覺(jué)得有點(diǎn)像現在互聯(lián)網(wǎng)和其他所有行業(yè)的關(guān)系一樣，互聯(lián)網(wǎng)終究還是一個(gè)工具。作者舉了沃爾瑪"尿布與啤酒"。
�、鄣墓适�，這也是大家熟知的一個(gè)數據分析的故事，但是沃爾瑪真的是這么做的嗎？大家可以去沃爾瑪的時(shí)候留意一下。一家大型的超市，如果為了這種所謂相關(guān)關(guān)系，所有商品用這種關(guān)聯(lián)關(guān)系去擺放，天哪，這將是一家多么混亂的超市，顧客進(jìn)去將難以區分食品在哪、生活用品在哪！有人可能說(shuō)這種關(guān)聯(lián)關(guān)系更適合電子商務(wù)，是的，但是我還是比較看好已知原因的關(guān)聯(lián)關(guān)系，比如嬰幼兒智力玩具和孕婦減肥放到一起，比如在線(xiàn)播放器旁邊放衛生紙的廣告（哈哈哈，你懂的）。本書(shū)用美國折扣零售店塔吉特與懷孕預測。
�、趤�(lái)佐證他的觀(guān)點(diǎn)，但恰恰是知道因果關(guān)系后商業(yè)價(jià)值才能更多的體現出來(lái)，未知因果關(guān)系前顧客的父親生氣并要求賠償，知道因果關(guān)系后才使得這種廣告理所應當并讓客戶(hù)接受。
互聯(lián)網(wǎng)信息時(shí)代數據的積累以及BI、數據倉庫、人工智能、HADOOP、NOSQL等技術(shù)的流行，使得人們考慮問(wèn)題的方式已經(jīng)發(fā)生變化，接下
來(lái)我們要做的只有接受擁抱數據時(shí)代、大數據時(shí)代。軟件行業(yè)程序上線(xiàn)的變更差錯率是一個(gè)考核IT水平的指標，為此很多公司引進(jìn)了CMMI體系，以求他保障軟件的質(zhì)量，為此也收集了大量的過(guò)程數據。若用數據的思維，是否可能根據之前的各種相關(guān)數據預測下次投產(chǎn)變更的成功率？若用大數據的思維，是否可以根據CMMI數據以及程序員開(kāi)發(fā)期間上下班考勤數據、工資發(fā)放時(shí)間、上線(xiàn)當天天氣情況來(lái)綜合預測投產(chǎn)變更的成功率？用大數據的思維，訂餐網(wǎng)站不僅根據之前你定的是咸的還是辣的來(lái)給你推薦菜單，可能因為你微博上發(fā)了一句"每個(gè)月總有那么幾天"修改了訂餐的推薦菜單（哈哈）！故在數據時(shí)代，提議童鞋們檢查公司的信息系統，是否有定期刪除"垃圾"日志、數據的機制（Viktor說(shuō)，即使最平凡的信息業(yè)可以具有特殊的價(jià)值），為了日益廉價(jià)的存儲而刪除日益昂貴的數據，請三思后行吧。
大數據時(shí)代的讀后感 3
未來(lái)的十年，將是大數據引領(lǐng)下的智慧科技時(shí)代。不管你是否意識到它的存在，大數據都將越來(lái)越快地改變我們這個(gè)時(shí)代，包括我們的生活方式。
維克托·邁爾-舍恩伯格是最早洞見(jiàn)大數據時(shí)代發(fā)展趨勢的數據科學(xué)家之一。他通過(guò)一個(gè)大家熟知的事例，來(lái)幫助我們理解“大數據”的潛在影響力，那就是四個(gè)世紀之前望遠鏡和顯微鏡的發(fā)明。望遠鏡能夠讓我們感受宇宙，顯微鏡能夠讓我們觀(guān)測微生物，它們都是收集海量數據的新工具，因為這種工具的發(fā)明，人們同步更新了分析數據的技術(shù)和方法，促進(jìn)了人們對世界更好的理解。如果說(shuō)望遠鏡和顯微鏡是測量領(lǐng)域中的一場(chǎng)革命，那么今天的數據測量就相當于是現代版的望遠鏡、顯微鏡。隨著(zhù)社交網(wǎng)絡(luò )的逐漸成熟，移動(dòng)帶寬迅速提升，云計算、物聯(lián)網(wǎng)應用更加豐富，以及更多的傳感設備、移動(dòng)終端接入到網(wǎng)絡(luò )，由此產(chǎn)生的數據及數據的增長(cháng)速度比歷史上的任何時(shí)期都要多、都要快。一個(gè)大數據的時(shí)代，不經(jīng)意間順理成章地翩然而至。
一、什么是大數據?
大數據是當前最熱門(mén)的話(huà)題之一。但什么是大數據，人們尚未給出確切的定義。首先，“大數據”是相對過(guò)去小的、局部性的數據而言的;其次，利用大數據進(jìn)行分析和工作時(shí)，所依據的關(guān)于此事盡可能完整的數據，從而“一覽眾山小”，而不是采用局部的小數據，從局部推斷整體。
維克托也并未直接給出大數據的定義。不過(guò)，他用三大轉變描述了大數據的特性：
轉變之一：在大數據時(shí)代，我們可以分析更多的數據，有時(shí)候甚至可以處理和某個(gè)特別現象相關(guān)的所有數據，而不再依賴(lài)于隨機采樣。例如一項針對相撲比賽中非法操縱比賽結果的研究對64000場(chǎng)比賽進(jìn)行了分析，這算不上一個(gè)很大的數字，但由于這是過(guò)去十年所有的比賽，所以它是大數據。
轉變之二：由于有了更多的數據，我們可以接受更多的混雜、更多數據上的不精確。如果我們對于一個(gè)事物只有50個(gè)數據點(diǎn)，那么每一個(gè)數據點(diǎn)都必須非常精確，因為每個(gè)數據點(diǎn)都是有用的;但是如果我們有5000萬(wàn)個(gè)，去掉10個(gè)，甚至去掉1000個(gè)都沒(méi)有太大的問(wèn)題。
轉變之三：不再探求難以捉摸的因果關(guān)系，轉而關(guān)注事物的相關(guān)關(guān)系。分析大數據主要為了預測未來(lái)“是什么”，而不是“為什么”。因為很多時(shí)候我們以為我們找到了事情背后的原因，實(shí)際上卻沒(méi)有找到。更多時(shí)候知道了“是什么”就足夠了。例如知道流感將會(huì )擴散到哪里就足夠了，我不需要知道為什么;知道什么時(shí)候在網(wǎng)上購買(mǎi)機票能夠獲得最優(yōu)惠的價(jià)格就足夠了，我不需要知道為什么此時(shí)價(jià)格最低。
二、大數據帶來(lái)的變化
大數據從根本上改變我們認識世界和改變世界的方式。很多傳統的習慣將被顛覆，很多舊的制度將面臨挑戰。舉例來(lái)說(shuō)：
第一，科學(xué)探究的思路和方式受到挑戰
探究是新課程改革中的一個(gè)熱詞，是促進(jìn)學(xué)校教學(xué)與科學(xué)研究相融合的實(shí)踐舉措�？茖W(xué)探究的基本路徑是：發(fā)現問(wèn)題，提出假設，制定方案，實(shí)踐探究，分析數據，得出結論。之所以會(huì )梳理出這樣一個(gè)探究的路徑，與我們對問(wèn)題知曉的信息過(guò)少有關(guān)。換句話(huà)說(shuō)，對所要研究的事物，我們知道的數據很少，需要從這些很小的數據出發(fā)，通過(guò)猜想和假設，進(jìn)行試探性的研究，如果研究得出的結果和自己的假想是一致的，則說(shuō)明我們的假說(shuō)是正確的，這些假說(shuō)會(huì )上升為對該事物描述的知識，我們掌握該事物的數據也隨之增加。
利用測量所獲得的點(diǎn)滴數據，從一個(gè)局部來(lái)推測世界是怎樣的，這是科學(xué)探究的基本思路和方式。長(cháng)期以來(lái)，我們總是通過(guò)這樣的方式來(lái)認識世界，對其有宗教般的信仰。盡管我們知道，決策者總是先有了想法，才會(huì )提出假設。如果決策者自身對所研究的事情存在著(zhù)偏見(jiàn)，所提出的假設就很難得到實(shí)證的支持，這往往會(huì )導致探究花費了很長(cháng)的時(shí)間、很大的物力和財力，也常常勞而無(wú)功。但科學(xué)研究者還是堅定不移地沿著(zhù)這條道路前行，學(xué)校在教學(xué)中也將其作為科學(xué)研究的基本規范來(lái)傳授。
在大數據時(shí)代，這樣的研究方式收到了極大的挑戰。先舉個(gè)事例來(lái)說(shuō)吧。手機輻射是否能夠致癌?關(guān)于這個(gè)問(wèn)題，無(wú)論我們的假設如何，實(shí)驗的設計都很難進(jìn)行。首先，樣本選擇過(guò)少，沒(méi)有統計學(xué)上的意義;其次，不能拿人做研究對象;第三，短時(shí)間的研究很難觀(guān)察到變化。有了大數據之后，這樣的難題就可以迎刃而解了。前段時(shí)間，丹麥就進(jìn)行了這樣的研究。丹麥擁有1985年手機推出以來(lái)所有手機用戶(hù)的數據庫。他們從這個(gè)數據庫中分析了1990年至2007年擁有手機的所用用戶(hù)的數據，同時(shí)，他們還收集了這一期間醫院收集的所有癌癥患者的數據，然后分析手機用戶(hù)是否比非手機用戶(hù)有更高的癌癥發(fā)病率。這兩個(gè)數據庫本身是完全獨立的，在作分析之前從來(lái)沒(méi)有想過(guò)可以做這樣的研究。結果表明，使用移動(dòng)用戶(hù)和癌癥風(fēng)險增加之間不存在任何關(guān)系。2011年10月，這一研究的結果發(fā)表在《英國醫學(xué)雜志》上。
上述的案例告訴我們，在獲得了大量的數據，能夠對事物的'整體進(jìn)行全面的認識之后，假想就沒(méi)有意義了，我們可以直接根據全面的數據做出結論。
第二，傳統的思維習慣受到挑戰
因果關(guān)系思維，是人們生活中最為普遍的一種思維方式。既是看上去沒(méi)有關(guān)系的事情，人們也總是從因果的角度去理解他。比如說(shuō)，1885年7月6日，巴斯德接診了一個(gè)被帶有狂犬病毒的狗咬傷的孩子，他把自己剛研制出來(lái)的狂犬疫苗給孩子注射，結果孩子活下來(lái)了。巴斯德的這一舉措，使得狂犬疫苗和孩子的生存之間建立起了一個(gè)因果關(guān)系。但事實(shí)上，人被狂犬病狗咬傷后換上狂犬病的概率是只有七分之一，就算沒(méi)有狂犬疫苗，這個(gè)孩子活下來(lái)的幾率還是有85%。
在哲學(xué)界，關(guān)于因果關(guān)系的爭論已經(jīng)持續了幾個(gè)世紀。爭論的焦點(diǎn)在于：如果因果關(guān)系是普遍存在的，每一個(gè)果都有一個(gè)因和他相對應，世界上的所有事情都有因果的話(huà)，我們就沒(méi)有決定任何事情的自由了。盡管哲學(xué)領(lǐng)域的爭論很熱烈，但并不耽誤人們在日常生活中通過(guò)因果關(guān)系來(lái)思考問(wèn)題。不僅如此，由于掌握的數據過(guò)少，人們還容易從線(xiàn)性關(guān)系的角度找尋事物之間的因果關(guān)系。在物理學(xué)中，有一種處理數據的方式之一就是“化曲為直”，設法找到兩個(gè)變量之間的線(xiàn)性因果關(guān)系，從而進(jìn)行定量的描述。事實(shí)上，由于很多事情之間的關(guān)系是很復雜的，簡(jiǎn)單的線(xiàn)性處理容易導致人們對事物本質(zhì)屬性的誤解。
在大數據時(shí)代，相關(guān)關(guān)系比因果關(guān)系重要。2009年甲型H1N1流感發(fā)生之后，美國的衛生系統極力想從因果關(guān)系上來(lái)找到流感的源頭，但信息反饋的速度太慢，讓專(zhuān)家們束手無(wú)策。谷歌公司做出了快速反應，把5000萬(wàn)條美國人最頻繁檢索的詞條和美國疾控中心在2003年至2008年間季節性流感傳播時(shí)期的數據進(jìn)行比較，研究特定檢索詞條的頻繁使用與流感在時(shí)間和空間上的傳播之間的聯(lián)系，很快就確定了流感是從哪個(gè)地方傳播出來(lái)的。谷歌采取的就是相關(guān)關(guān)系分析的方法，而不是因果關(guān)系分析的方法。這是大數據時(shí)代，對數據進(jìn)行處理的一種典型方法。
第三，數據化比數字化更加重要
數字化是將模擬數據轉化成0和1的二進(jìn)制碼，以便電腦進(jìn)行數據處理的過(guò)程。過(guò)去的很長(cháng)時(shí)間，我們所做的事情，就是對文本進(jìn)行數字化。很多書(shū)籍包括教材，通過(guò)PDF等格式，變成了數字形態(tài)的資料，存入了電腦或者網(wǎng)路之中。
但是，這些數字化的資料要查詢(xún)起來(lái)并不方便。首先你要知道所需的資料在那本書(shū)中，其次你還要仔細地去翻閱這些數字化的資源，以便找到你所需要的信息。這和到書(shū)本里去找沒(méi)有本質(zhì)的區別。
如果這些數字文本能夠被數據化，文本中的字、詞和段落能夠一一被識別，利用搜索殷勤加以檢索就會(huì )方便很多。所謂數據化就是將一種現象轉化為可以制表分析的可量化的過(guò)程，量化，是數據化的核心。信息只能被數據化，其巨大的潛在價(jià)值才有可能被釋放出來(lái)。
數字化帶來(lái)了數據化，但數字化不能替代數據化。今天，很多學(xué)校都在進(jìn)行“電子書(shū)包”的課程教學(xué)實(shí)踐，但有不少實(shí)踐者認為，所為電子書(shū)包，就是將紙質(zhì)的課本和教輔資料數字化，裝入電腦中讓學(xué)生上課中使用，這其實(shí)是對電子書(shū)包最大的誤解。電子書(shū)包的核心在于數據化，要通過(guò)對學(xué)生學(xué)習過(guò)程所記錄的大數據分析，把握學(xué)生的個(gè)性化學(xué)習特征，以便給予更有針對性的指導。
三、需要關(guān)注的一些問(wèn)題
從教育的角度看，大數據時(shí)代的來(lái)臨，對教育的變革將帶來(lái)巨大的影響。
首先是教育內容要進(jìn)行革新。大數據使得傳統的因果思維方式、科學(xué)研究方式不再是生活、工作起主導地位的方式，這必然要求我們在教學(xué)中要將這些變化和學(xué)生講清楚，以便他們能夠在今后走上社會(huì )的時(shí)候有足夠的能力迎接挑戰。
其次是教學(xué)方式要進(jìn)行革新。過(guò)去的教學(xué)，因為沒(méi)有大量數據的支撐，該教什么全憑教師自己跟著(zhù)感覺(jué)走。今天，我們可以將教師的教學(xué)視頻掛在晚上，通過(guò)深度分析學(xué)生在觀(guān)看視頻的過(guò)程中在哪些地方停頓或者重放的頻次比較高，來(lái)找出學(xué)生不明確或者課程吸引人的地方，幫助教師改進(jìn)教學(xué)、確定教學(xué)重點(diǎn)。這必然導致教師教學(xué)方式的變革。
第三是學(xué)習路徑會(huì )發(fā)生變化。在過(guò)去，如果你想成為一個(gè)優(yōu)秀的生物學(xué)家，一定要認識很多生物學(xué)家。今天，要解決一個(gè)生物難題，可能與天體物理學(xué)家或者數據視圖設計師聯(lián)系就可以實(shí)現。
第四是要防止對數據的癡迷。一方面，我們要研究學(xué)校長(cháng)期以來(lái)儲存下來(lái)的大量數據，同時(shí)積累學(xué)校每天的教育數據，為進(jìn)入大數據時(shí)代做好充分的思想準備;另一方面，要喚醒學(xué)校里沉睡的數據，讓其在學(xué)校管理和教師教學(xué)中發(fā)揮更大的作用;再一方面，也要防止出現另一個(gè)極端，那就是對數據的癡迷。能僅僅為了收集數據而收集數據，要讓數據在如何全面反映一個(gè)學(xué)生的能力、全面反映教師的教育質(zhì)量等方面做出實(shí)踐和探索。
大數據時(shí)代的讀后感 4
“除了上帝，任何人都必須用數據來(lái)說(shuō)話(huà)�！薄@是《大數據》中出現的讓人印象深刻的一句話(huà)，也是全書(shū)力圖傳遞的信息。在數字信息時(shí)代，數據和空氣一樣遍布生活，對于有些人來(lái)說(shuō)，數據無(wú)意義，而對于有些人來(lái)說(shuō)，數據，即真相。
美國是《大數據》的主角，全書(shū)通過(guò)講述美國半個(gè)多世紀信息開(kāi)放、技術(shù)創(chuàng )新的歷史，以別開(kāi)生面的經(jīng)典案例——巴馬來(lái)建設“前所未有的開(kāi)放政府”的雄心、公共財政透明的曲折、《數據質(zhì)量法》背后的隱情、全民醫改法案的.波瀾、統一身份證的百年糾結、街頭警察的創(chuàng )新傳奇、美國礦難的悲情歷史、商務(wù)智能的前世今生、數據開(kāi)放運動(dòng)的全球興起，以及云計算、Facebook等社交媒體、Web3.0與下一代互聯(lián)網(wǎng)的未來(lái)圖景等等，為讀者一一細解數據創(chuàng )新給公民、政府、社會(huì )帶來(lái)的種種挑戰和變革。
透過(guò)全書(shū)，一個(gè)立體的美國及美國人民的思想呈現在我們面前——美國人民執著(zhù)于個(gè)人隱私的保護，卻又不遺余力地推動(dòng)著(zhù)政府信息的透明與公開(kāi)。
讀完此書(shū)，對生活中的數據及數據處理突然有了很大的興趣。如果有一天，處處以數據說(shuō)話(huà)，那么，政治、制度、生活將更加清明，事故、腐敗將降到最低點(diǎn)。
作為信息技術(shù)教師，是有必要閱讀此書(shū)的！有慧根的教師將能從書(shū)中挖掘出信息技術(shù)特有的文化以及能用于教學(xué)的鮮活案例。
每天能用來(lái)閱讀的時(shí)間很少，總是要等到夜深疲倦時(shí)才有空打開(kāi)書(shū)本，總是在眼睛極不舒服的情況下堅持閱讀，《大數據》就這樣在堅持中溶入我的思想……
大數據時(shí)代的讀后感 5
此書(shū)給我們一個(gè)全新的視野去看待投資。按照齊教授的思想去做投資，真的會(huì )讓我有一種氣定神閑的姿態(tài)看股市價(jià)格的漲落。
大數投資的根本思想是：投資上市公司的資產(chǎn)并長(cháng)期持有，在從而在上市公司發(fā)展壯大過(guò)程中分享收益。
大數投資的三個(gè)基本原則：組合投資，低估值買(mǎi)入，長(cháng)期持有。組合投資是指在30個(gè)行業(yè)均勻配置資產(chǎn)來(lái)購買(mǎi)股票；低估值買(mǎi)入是在市凈率低于2、市盈率低于20是開(kāi)始買(mǎi)入，選擇個(gè)行業(yè)市凈率市盈率最低的'股票開(kāi)始買(mǎi)入，越跌越買(mǎi)；長(cháng)期持有是指杜絕頻繁交易，從而降低交易成本和獲得外生價(jià)值。
大數投資的交易準則有三：降低成本，永續投資，2/3上限。
本書(shū)還從科學(xué)的角度，通過(guò)人類(lèi)社會(huì )發(fā)展趨勢和企業(yè)的存在價(jià)值來(lái)論證方法的有效性，論據扎實(shí)，說(shuō)服力強。
此書(shū)的紙質(zhì)版看起來(lái)是一部大部頭書(shū)，但千萬(wàn)不要被其外表迷惑。關(guān)鍵的原理和操作方法是如此的簡(jiǎn)單直白，甚至老師自己都說(shuō)，他的方法是靠常識投資。
生活在中國經(jīng)濟大發(fā)展的時(shí)代，我不知道是不是人類(lèi)歷史最好的時(shí)代，但一定是現在投資者所處的全世界最好的時(shí)代（老師自己說(shuō)是一個(gè)撿錢(qián)的時(shí)代）。也許再過(guò)十幾二十年，我們的社會(huì )也會(huì )進(jìn)入穩定緩慢發(fā)展的時(shí)期，這種理論再實(shí)踐起來(lái)可能沒(méi)那么容易。請不要辜負了時(shí)代賦予我們的機會(huì )。
投資賺錢(qián)只是一種保障生活的手段，遠遠不是生活的全部。在大數投資的理論基礎上，我們可以更加專(zhuān)注于自己喜愛(ài)的生活，創(chuàng )造對社會(huì )有益的事業(yè)，這也是取之于大時(shí)代而又回饋于大時(shí)代的一種思想吧。
愿每個(gè)投資人都能清楚認識到企業(yè)運轉的規律，將投資做成一件令自己快樂(lè )，又對社會(huì )有益的事情。
值得一讀。
大數據時(shí)代的讀后感 6
近兩周用業(yè)余時(shí)間讀了《大數據時(shí)代》這本書(shū)，是聽(tīng)培訓時(shí)杜威老師推薦的，我快速閱讀了一遍，覺(jué)得受到了一些啟發(fā)，發(fā)現了一些原來(lái)沒(méi)有想到看到的事情。
首先是大數據代表著(zhù)數據的樣本＝全體，這是一個(gè)與傳統統計學(xué)的顯著(zhù)區別。大數據有能力獲得全體數據并對其進(jìn)行分析。
第二就是相關(guān)性與因果性同樣重要。相關(guān)性說(shuō)明了什么事情與什么什么事情有關(guān)系，如商場(chǎng)周?chē)?chē)流量的`增多與商場(chǎng)銷(xiāo)售額的`相關(guān)性，因果性說(shuō)明什么是什么的原因，如睡10個(gè)小時(shí)是有精神的原因。在大數據中，相關(guān)性要比因果性容易獲得，而且相關(guān)性已經(jīng)能為客戶(hù)帶來(lái)較大的收益。
第三就是大數據允許存在不精確性、混雜性，由于數據量巨大，存在少量的異變不會(huì )對結果產(chǎn)生任何影響，如收益是1個(gè)億與1億零1元的差別可能決策者不關(guān)心。
第四是大數據中的三個(gè)主要因素，思維、數據、技術(shù)，思維覺(jué)得你在哪些地方使用大數據。在這三個(gè)因素之中，會(huì )產(chǎn)生數據中間商，來(lái)處理加工數據并出售。
大數據時(shí)代的讀后感 7
讀完《大數據時(shí)代》這本書(shū)后，我意識到：我們即將或正在迎接由書(shū)面到電子的跳躍之后的又一重大變革。 這本書(shū)介紹了大數據時(shí)代來(lái)臨后，接踵而至的三項變革——商業(yè)變革、管理變革和思維變革。 其實(shí)，這場(chǎng)變革已經(jīng)打響。商業(yè)領(lǐng)域由于大數據時(shí)代的到來(lái)而推陳出新。前幾年，一家名為Farecast的公司，讓預訂到更優(yōu)惠的機票價(jià)格不再是夢(mèng)想。公司利用航班售票的數據來(lái)預測未來(lái)機票價(jià)格的走勢�，F在，使用這種工具的乘客，平均每張機票可以省大約50美元，這就是大數據給人們帶來(lái)的便利。 大家應該都知道2009年出現的H1N1型流感，就拿美國為例，疾控中心每周只進(jìn)行一次數據統計，而病人一般都是難以忍受病痛的折磨才會(huì )去醫院就診，因此也導致了信息的滯后。然而，對于飛速傳播的疾病，Google公司卻能及時(shí)地作出判斷，確定流感爆發(fā)的地點(diǎn)，這便是基于龐大的數據資源，可見(jiàn)大數據時(shí)代對公共衛生也產(chǎn)生了重大的影響! 在我看來(lái)，如果想在在大數據時(shí)代里暢游，不僅要學(xué)會(huì )分析，而且還要能夠大膽地決斷。 在美國，每到七、八月份時(shí)，正是臺風(fēng)肆虐之時(shí)，防澇用品也擺上了商品貨架。沃爾瑪公司注意到，每到這時(shí)，一種蛋撻的銷(xiāo)售量較其他月份明顯增加。于是，商家作了大膽的推測，出現這樣的`結果源于兩種物品的相關(guān)性，便將這種蛋撻擺在了防澇用品的旁邊。這樣的舉措大大增加了利潤，這就是屬于世界頭號零售商的大數據頭腦! 大數據時(shí)代的到來(lái)，可以讓我們的生活更加便利。但是，如果讓大數據主宰一切，也存在一定的風(fēng)險。 大家應該都知道電子地圖，它可以為人們指引方向。但大家應該還不知道，它會(huì )默默地積累人們的行程數據，通過(guò)智能分析可以推斷出哪里是自己的家，哪里是工作單位。我們的隱私就這樣被不為人知地收集著(zhù)。 大數據時(shí)代的到來(lái)，讓我們的生活更安全，更方便，但與此同時(shí)，我們的隱私不再是隱私，數據的收集變得無(wú)所不包、無(wú)孔不入。世界已經(jīng)向大數據時(shí)代邁進(jìn)了一小步，一個(gè)嶄新的時(shí)代正向我們走來(lái)。讓我們用知識武裝大腦，做好準備，迎接新時(shí)代的到來(lái)!
在看《大數據》之前，我只知道社會(huì )越來(lái)越數字化了，看完之后，才覺(jué)悟到：人類(lèi)將迎來(lái)一個(gè)新的時(shí)代。 數字化已經(jīng)把我們帶入一個(gè)信息時(shí)代，大數據卻把我們卷進(jìn)了一場(chǎng)科技風(fēng)暴之中，這本書(shū)中，作者為我們開(kāi)啟了一個(gè)更包容更廣闊的新時(shí)代，大數據把社會(huì )的方方面面融合在了一起，曾經(jīng)看似因果聯(lián)系緊密的事物，可能變得不再那么重要;毫無(wú)關(guān)聯(lián)的事物，可能隱藏著(zhù)重要的信息，從科技、商業(yè)，到醫療、政治、教育、文化，大數據一概席卷囊括，它改變著(zhù)我們的傳統思維，為這個(gè)時(shí)代注入了新鮮的血液，就像作者書(shū)中所說(shuō)：“這項技術(shù)終將改變我們所居住的星球上的許多東西�！� 大數據最顯著(zhù)的影響是對于電子商務(wù)，通過(guò)大數據，最先洞察出潛在市場(chǎng)的，也必然最先占領(lǐng)市場(chǎng)。而電子商務(wù)對實(shí)業(yè)的沖擊又是勢不可擋，可見(jiàn)，掌握了大數據就主導了市場(chǎng)，擁有了先進(jìn)的科技才能擁有堅實(shí)的競爭力。在醫療方面，曾經(jīng)的非典時(shí)期，就是一個(gè)很好的例證，正是有大數據的預測功能，才使疫情得到了控制。在更小的方面，他也同樣改變著(zhù)我們的生活，書(shū)中提到美國著(zhù)名計算機專(zhuān)家?jiàn)W倫 · 埃齊奧尼發(fā)明了飛機機票價(jià)格預測軟件，就是利用大數據造福我們生活的很好例子。 大數據不僅節省了時(shí)間，提高了效率，更將人類(lèi)帶入一個(gè)新的文明階段。從分析因果總結經(jīng)驗，轉變?yōu)樗鸭瘮祿A測未來(lái);由原來(lái)的滯后性變?yōu)楝F在的預見(jiàn)性——大大提高了人類(lèi)認識世界、改造世界的能力，變被動(dòng)為主動(dòng)。大數據為我們掀開(kāi)了歷史新紀元，不敢想象它將會(huì )為我們帶來(lái)什么，或許會(huì )出現新奇的生活方式，從未有過(guò)的職業(yè)，聞所未聞的商業(yè)模式，百家爭鳴的文化高峰;也或許會(huì )解開(kāi)更多未解之謎，探索到宇宙之外的秘密�？傊�，毫無(wú)疑問(wèn)的是，大數據為我們帶來(lái)的未來(lái)是超乎想象的。
這本書(shū)中作者提到最多的是：改變我們的傳統思維，摒棄精確性轉向宏觀(guān)。從總結因果轉向預測。這個(gè)世界正以驚人的速度向前發(fā)展，數據大爆炸的波及范圍遠超乎我們的想象，單純靠人類(lèi)的主觀(guān)判斷力是多么的有限，大數據早晚會(huì )取而代之這一現象，這必將影響我們的生活和工作，我們也只有認清這種趨勢，改變思維，調整步伐，緊跟時(shí)代才行。即使不能與時(shí)代同步，也盡量做到避免固步自封，認識大數據、利用大數據趨利避害，為我們的生活造福!
大數據時(shí)代的讀后感 8
讀完《大數據》，我才意識到這并不是一本枯燥無(wú)味的書(shū)籍。作者運用案例和講故事的方式，把美國數據開(kāi)放、收集、使用背后的立法故事、公民故事、技術(shù)故事、商業(yè)故事娓娓道來(lái)，引人入勝，令我大開(kāi)眼界。
我在想，大數據概念對于教育來(lái)說(shuō)會(huì )產(chǎn)生什么樣的實(shí)用價(jià)值呢？一直以來(lái)，中國教育在研究教育的數字化，比方數字化校園，這個(gè)思路就是把我們教育的內容進(jìn)展數字化，其結果指向的就是電子教材的研發(fā)或者是教學(xué)過(guò)程的數字化。美其名曰，這是教育技術(shù)的重要內涵。在教學(xué)過(guò)程中，學(xué)生的行為表現都可以被數據化，而這項研究不是任何一個(gè)專(zhuān)業(yè)可以深入下去的，它的專(zhuān)業(yè)性太強，所以我才會(huì )想到，所謂教育技術(shù)與其研究教育的數字化，不如研究教育的數據化來(lái)得實(shí)在，來(lái)的有意義。長(cháng)期以來(lái)，我們并不了解教育對一個(gè)人的影響詳細會(huì )如何表現，我們有的只是一個(gè)輪廓，我們也并不確定一個(gè)教師的行為對學(xué)生詳細產(chǎn)生了哪些影響。所以，人們對教育一直有一個(gè)深深的質(zhì)疑，它是不是科學(xué)的？大數據概念至少提出了關(guān)注“是什么”比“為什么”要有實(shí)際意義得多。而我們的教育恰好需要把注意力從“為什么”轉移到“是什么”上面來(lái)，只有如此，才能把教育從為什么開(kāi)展成“可能成為什么”上來(lái)，這會(huì )是一次思想上的革命。而對于現在地位岌岌可危的教育技術(shù)來(lái)說(shuō)，把研究的重點(diǎn)從數字化轉移到數據化上面，這才是它的出路。
如何將數據融入教學(xué)，教育者首先通過(guò)標準化全科教學(xué)處方，實(shí)現了教師授課模板和教學(xué)內容的'標準化，保證每個(gè)教學(xué)過(guò)程和內容是可控的，然后結合每天的教學(xué)內容，處理好面對的數據，處理好數據，自然也就處理好了課堂的反響，最終形成了既注重教學(xué)體驗又以教學(xué)結果為導向的教學(xué)體系。
與此同時(shí)，不僅要注重課上的學(xué)生資源，在課后還要對這些資源進(jìn)展跟蹤處理。這與過(guò)去的教育教學(xué)顯然是不同的，面對大數據時(shí)代的到來(lái)，教學(xué)有所改變是必然的。所以，無(wú)論環(huán)境怎么變換，數據如何復雜，我們都不能不去改變自己的教學(xué)去迎合將來(lái)的這個(gè)大數據時(shí)代。
大數據時(shí)代的讀后感 9
當我們說(shuō)人類(lèi)是通過(guò)因果關(guān)系了解世界時(shí)，我們指的是我們再理解和解釋世界各種現象時(shí)使用的兩種基本方法：一種是通過(guò)快速、虛幻的因果關(guān)系，還有一種就是通過(guò)緩慢、有條不紊的因果關(guān)系。大數據會(huì )改變這兩種基本方法在我們認識世界時(shí)所扮演的角色。
在附上一些事例的時(shí)候，用作者提供的"本質(zhì)"去看待時(shí)，很容易理解，確實(shí)是這么回事。好了，那么大數據到底改變了我們什么呢，作者給出3點(diǎn)，大數據的精髓在于我們分析信息時(shí)的三個(gè)轉變，這些轉變講改變我們理解和組建社會(huì )的方法。
第一個(gè)轉變就是，在大數據時(shí)代，我們可以分析更多的數據，有時(shí)候甚至可以處理和某個(gè)特別現象相關(guān)的所有數據，而不再依賴(lài)于隨機采樣（樣本=總體）。
第二個(gè)轉變就是，研究數據如此之多，以至于我們不再熱衷于追求精確度。
第三個(gè)轉變因前兩個(gè)轉變而促成，即我們不再熱衷于尋找因果關(guān)系，而應該尋找事物之間的相關(guān)關(guān)系。大數據告訴我們"是什么"而不是"為什么"。在大數據時(shí)代，我們不必知道現象背后的原因，我們只要讓數據自己發(fā)聲。
正如大家所知道的那樣，人類(lèi)的大腦具備這樣的功能，它會(huì )把新輸入的刺激或信息與"過(guò)去的經(jīng)驗或積累的部分知識"相對照，然后進(jìn)行調整并接受下來(lái)。如果眼前新的現實(shí)與大腦中儲存的固有信息無(wú)法協(xié)調，便會(huì )在無(wú)意識中拒絕接受新的現實(shí)（當作沒(méi)有看見(jiàn)）；或者行調整并接受下來(lái)。如果眼前新的現實(shí)與大腦中儲存的固有信息無(wú)法協(xié)調，便會(huì )在無(wú)意識中拒絕接受新的現實(shí)（當作沒(méi)有看見(jiàn)）；或者通過(guò)自己一知半解的知識任意推測，使自己認識到的情況偏離實(shí)際（產(chǎn)生錯覺(jué)）。這是人的一種本能，目的在于使自己保持冷靜。
所以作者稱(chēng)之為revolution。
講了這么多，那么大數據到底給我們帶來(lái)什么。在這里，我只想談我感觸最深的，其他的有興趣的可以自己去了解。當然，書(shū)中提了很多，最多的就是，XXX公司或者個(gè)人利用大數據創(chuàng )造了多大的財富了，拋開(kāi)這些表面的不說(shuō)，最讓我動(dòng)心亦或者是害怕的是———預測。這是大數據帶來(lái)最核心的東西，動(dòng)心的理由無(wú)須贅述，計算機會(huì )告訴你什么時(shí)候買(mǎi)什么雙色球可以中頭獎，想想心里是不是有一點(diǎn)小激動(dòng)咧。當然這只是我打的一個(gè)比較夸張的比喻。至于害怕呢，書(shū)中有段話(huà)我很喜歡，公平正義的基礎是人只有做了某事才需要對它負責，畢竟，想做而未做不是犯罪，社會(huì )關(guān)系于個(gè)人責任的基本信條是，人為其選擇的行為承擔責任。如果大數據分析完全準確，那么我們的未來(lái)會(huì )被精準的預測，因此在未來(lái)，我們不僅會(huì )失去選擇的權利，而且會(huì )按照預測去行動(dòng)。如果精準的預測成為現實(shí)的話(huà)，我們也就失去了自由意志，失去了自由選擇的權利。既然我們別無(wú)選擇，那么我們也就不需要承擔責任。這不是很諷刺嗎。
扯到這里，順便扯一下，書(shū)中另一段關(guān)于自由意志的描述。
在哲學(xué)界，關(guān)于因果關(guān)系是否存在的爭論已經(jīng)持續了幾個(gè)世紀。畢竟，如果凡事皆有因果的話(huà)，那么我們就沒(méi)有決定任何事的'自由了。
如果說(shuō)我們做的每一個(gè)決定或者每一個(gè)想法都是其他事情的結果。而這個(gè)結果又是由其他原因導致的。以此循環(huán)往復，那么就不存在人的自由意志這一說(shuō)了�！械纳壽E都只是受因果關(guān)系的控制了。因此，對于因果關(guān)系在世間所扮演的角色，哲學(xué)家們爭論不休，有時(shí)他們認為，這是與自由意志相對立。
書(shū)中舉了個(gè)例子，舉了部電影《少數派報告》，當我看到這里的時(shí)候，"哎喲，我居然看過(guò)這部電影，想想心里還是有點(diǎn)小激動(dòng)"，有興趣的可以去看下，大概就是講警察通過(guò)預測來(lái)提前抓捕犯人，不過(guò)不是通過(guò)大數據，是通過(guò)超人類(lèi)的方式。當你什么舉動(dòng)都可以被預測，相當于你完全暴露在太陽(yáng)光下，換成你，你害怕不。
最后，附上兩段結語(yǔ)，一段是書(shū)中的一段話(huà)，另一段是我自己瞎編的。
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)。
大數據終將會(huì )影響到我們，也像其他技術(shù)一樣會(huì )是一把雙刃劍，用得好，動(dòng)心，濫用，害怕。如同核技術(shù)一樣，用的話(huà)，造福地球，濫用，給個(gè)金剛石地球你，照樣爆。我相信，未來(lái)的大數據的發(fā)展會(huì )如作者所說(shuō)的，是一場(chǎng)生活、工作與思維的革命。
大數據時(shí)代的讀后感 10
這么多年來(lái)，看了很多東西，如今回過(guò)頭來(lái)發(fā)現，好像什么都忘了，真是悲劇，所謂讀書(shū)破萬(wàn)卷，下筆如有神或許是不對的，還是需要下筆勤快，所以決定從這里開(kāi)始。
這些年對于技術(shù)的發(fā)展，我是沒(méi)有跟上，如今發(fā)現即便是對于投資，技術(shù)對于我們生活的改變太大，而自己身在這個(gè)技術(shù)浪潮的前沿，還是需要跟上步伐�！把�
大數據這個(gè)概念已經(jīng)提了很久，我也一直疏忽了對于它的理解�？赐辍洞髷祿䲡r(shí)代》，再結合如果工作上對于大數據的理解，頓時(shí)發(fā)現數據的重要性，以前在這方面的確沒(méi)有足夠的思想意識。
整本書(shū)來(lái)說(shuō)，我覺(jué)得最關(guān)鍵的三個(gè)點(diǎn)是前面幾個(gè)章節：
1、要總體，不要隨機樣本：從小對于統計學(xué)相關(guān)的`學(xué)習，基本都是從樣本出發(fā)，理論的基礎在于如何隨機的足夠分散的選取樣本，這可是技術(shù)活加直覺(jué)。而對于大數據來(lái)說(shuō)，要的就是總體，本質(zhì)上來(lái)說(shuō)，總體樣本的確更能準確找到結果。但是對于統計來(lái)說(shuō)，總體的分析增加了數據分析的難度，不僅數據核對不好進(jìn)行，一旦出現數據污染，準確度就會(huì )大打折扣，而且進(jìn)行數據回溯的時(shí)候，也無(wú)法準確確認問(wèn)題，而這一點(diǎn)也是后面相關(guān)性上問(wèn)題；
2、要混亂，而不是精確：這里主要想說(shuō)明的是希望數據的多樣性，盡量將相關(guān)數據都收集起來(lái)，不管是結構化的還是非結構化的`。這樣就不可避免的最終結果的不準確性。大數據更多的是從一個(gè)總體數據中說(shuō)明以后概率事件，既然是概率，也就可以理解無(wú)法精確。這里有個(gè)點(diǎn)的說(shuō)明，我覺(jué)得需要提一下，大數據算法更傾向于“簡(jiǎn)單”，而不是復雜，這個(gè)倒是出乎我的意外。
3、要相關(guān)性，而不是因果：從我對于知識獲取的過(guò)程來(lái)說(shuō)，我是不同意這個(gè)觀(guān)點(diǎn)，從人體對于知識的理解，還是要從因果論出發(fā)，沒(méi)有因果論，就會(huì )變成瞎子。而作者的觀(guān)點(diǎn)上來(lái)說(shuō)，原因可能還是從大數據本身的非準確性，一旦找到合適的算法，找到相關(guān)性，向上追述原因本身就很難。但是從舉的示例上看，相關(guān)性的確認是一個(gè)非常大的工程，基本就是使用排舉法，一個(gè)一個(gè)試。
所以，對于大數據來(lái)說(shuō)，最重要的三點(diǎn)是：
1、數據——得到更多數據；
2、算法——建立更快的算法體系；
3、思維——尋找數據間更多的相關(guān)性。
對于數據最終的走向，我同意書(shū)中所提到的政府管理的觀(guān)點(diǎn)，既然都是以“石油”的標準來(lái)看待數據，政府統一管理也就是必然的了。而且對于政府來(lái)說(shuō)，掌握更多數據也有利于其管理及維護社會(huì )的穩定性。而對于社會(huì )道德方面的論述，我不想多說(shuō)什么，時(shí)代發(fā)展是不會(huì )被道德綁架的。
所以最后，想要建立對于大數據的思維，《大數據時(shí)代》還是值得一讀，里面的很多示例也非常不錯。如人際關(guān)系這一塊，也是出乎我的意料。
大數據時(shí)代的讀后感 11
讀完這本書(shū)并不是一氣呵成的，第一次讀到大約五分之一的時(shí)候就放下了，第二次重新開(kāi)始讀，讀到三分之二的時(shí)候又想放棄，可是想了想，還是堅持了下來(lái)，不為別的，看到三分之二的時(shí)候基本明白了書(shū)中要講的主要內容，而這內容并不是我想從書(shū)中獲知的，或者說(shuō)，書(shū)中內容與我期待相去甚遠。而之所以能硬著(zhù)頭皮讀完，完全是出于想著(zhù)事后跟朋友評論這本書(shū)的時(shí)候更有資格而已，畢竟，沒(méi)有看完一本書(shū)而去評論它總是有失公正的。
大數據時(shí)代這本書(shū)按我自己的理解主要講了四個(gè)方面的內容：
一是講什么是大數據，舉了很多例子說(shuō)明我們已經(jīng)進(jìn)入大數據時(shí)代了。
二是講大數據的意義，文中大量舉例，論證大數據對人類(lèi)發(fā)展的積極意義。
三是講大數據若是用得不當所產(chǎn)生的消極影響。
四是提醒我們如何避免大數據的消極作用，發(fā)揮它的優(yōu)勢造福人類(lèi)。記得高中學(xué)政治的時(shí)候，有一條回答問(wèn)題的黃金法則，當要解決一個(gè)問(wèn)題的'時(shí)候得從三方面回答，那就是：是什么，為什么，怎么樣；也就是先解釋事務(wù)的定義，再說(shuō)解決問(wèn)題方法，最后闡明這個(gè)事務(wù)的積極作用和消極作用。而大數據時(shí)代只說(shuō)明了兩個(gè)問(wèn)題，那就是，"是什么”，以及“為什么”。也許這本身就不是一本工具書(shū)。大數據時(shí)代，這個(gè)名字取的是夠大氣，內容卻不敢恭維。這本書(shū)在網(wǎng)上炒的也很火，受很多人追捧，不知道看完之后是不是跟我一樣，感覺(jué)看與不看似乎影響不大。
跟老公談?wù)撨^(guò)這本書(shū)，剛開(kāi)始我在京東上買(mǎi)它的時(shí)候很激動(dòng)得對老公說(shuō)，看完這本書(shū)我會(huì )更了解現在互聯(lián)網(wǎng)思維，對工作有幫助，而等我讀完，一點(diǎn)這樣的感覺(jué)都沒(méi)有了。老公也很形象描述了這本書(shū)，它就像美食節目《舌尖上的中國》一樣，告訴你哪里有好吃的，但是不告訴你怎么做。我覺(jué)得這個(gè)比喻很形象，真是要人命了，看著(zhù)一道道美食而不得，只能拿起身邊的薯條可樂(lè )解解饞的痛苦就是如此。
大數據時(shí)代的讀后感 12
《大數據時(shí)代》確實(shí)是一本當下應該看的書(shū)，書(shū)中用大量的例子闡明了幾個(gè)關(guān)鍵的觀(guān)點(diǎn)：
1. 我們應該且可以關(guān)注數據的全部而不是局部的抽樣
2. 由于數據量極大，我們可以容忍更大程度的不精確
3. 我們由關(guān)注事物的因果變?yōu)殛P(guān)注事物的相關(guān)性
同時(shí)作者對大數據時(shí)代中價(jià)值鏈三個(gè)環(huán)節即數據，技術(shù)和思維(可以理解為商業(yè)模式)之間的關(guān)系進(jìn)行了剖析，得出了大公司小公司都可能如魚(yú)得水，而中等體量的公司，可能會(huì )遭遇滅頂之災。 對這個(gè)預言，我拭目以待，至少目前，我從事和了解的信息服務(wù)行業(yè)(包括企業(yè)級市場(chǎng)研究，消費類(lèi)市場(chǎng)研究，咨詢(xún))體現出了大公司獲取數據的力量，中等規模公司在被不斷甩開(kāi)距離，而新興的小公司還沒(méi)有特別的嶄露頭角。
作者對大數據時(shí)代對商業(yè)和管理帶來(lái)的變革也進(jìn)行了解讀，但是沒(méi)有給我留下太多的印象。
最后作者也強調了大數據可能帶來(lái)的風(fēng)險，包括數據的濫用，數據的獨裁，侵犯個(gè)人隱私等。 在這個(gè)部分我發(fā)現了作者的一個(gè)瑕疵。 作者所舉的例子包括越戰的傷亡數字，采集災后地圖和農業(yè)信息等，說(shuō)明數字被人為的放大或修改，造成依據數據所作出的決策出現偏差。 這里不知作者有有意還是無(wú)意，忽視了信息的來(lái)源。 絕大多數商業(yè)/政治的決策者，如果面對真實(shí)，準確和及時(shí)的信息都可以做出正確的決策， 而獲得真實(shí)，準確和及時(shí)的信息不僅成本高昂，甚至無(wú)法做到。 獲得高質(zhì)量的信息源也是長(cháng)期困擾信息服務(wù)行業(yè)的`瓶頸問(wèn)題。而在大數據時(shí)代，個(gè)人認為只有不是為了收集而收集到的數據才具備了“高質(zhì)量”數據的特點(diǎn)，例如，個(gè)人的信用卡刷卡行為，上網(wǎng)搜索的行為等，這些是人自然行為產(chǎn)生的數據與那些填寫(xiě)調查問(wèn)卷，向上級匯報所產(chǎn)生的數據是截然不同的。 前者是自然形成的數據，而后者是為了收集而收集的數據。 作者在風(fēng)險部分舉得例子都是后者。 如果是依據自然形成的數據，那么數據獨裁和濫用(應該換為褒義詞了)幾乎不會(huì )造成非常錯誤的結果，我們恰恰期待一些和我們常識有沖突的結果，來(lái)糾正我們的經(jīng)驗主義錯誤。 但侵犯個(gè)人隱私則是不可避免的風(fēng)險。
大數據時(shí)代的讀后感 13
我們人類(lèi)社會(huì )經(jīng)歷過(guò)幾個(gè)重要的時(shí)代，農業(yè)時(shí)代、工業(yè)時(shí)代以及正在經(jīng)歷的信息時(shí)代，每一次時(shí)代的變革都給人類(lèi)社會(huì )帶來(lái)不容小覷的進(jìn)步和發(fā)展。每次變革的最大不同，便是變革所推動(dòng)的時(shí)代發(fā)展的速度，其中信息化時(shí)代的發(fā)展速度更是遠遠地超過(guò)了各個(gè)時(shí)代。我們每天都活在信息時(shí)代非凡的發(fā)展速度之下，當我們每一次瀏覽網(wǎng)頁(yè)之時(shí)、每一次電話(huà)交流之時(shí)以及每一次閱讀之時(shí)，都能感受到信息時(shí)代的飛速發(fā)展給我們帶來(lái)的方便和快捷。
隨著(zhù)信息的爆炸式增長(cháng)，許多具有創(chuàng )新思維的人便在其中找到了可挖掘的財富。在信息時(shí)代，我們每天都要面對紛繁復雜的數據，也許在未曾仔細分析之前，這堆雜亂無(wú)章的數據只不過(guò)是無(wú)用的信息�？墒钱斘覀兝靡欢ǖ氖侄畏治鼋Ｖ�，它便會(huì )成為對我們極其有用的信息。為了更好地適應這個(gè)以數據為基礎的信息時(shí)代，我們勢必要作出恰當的改變。
《大數據時(shí)代：生活、工作與思維的大變革》（以下簡(jiǎn)稱(chēng)《大數據時(shí)代》）一書(shū)正好為我們提供了改變的新方向，同時(shí)它也是我們在大數據時(shí)代讀懂世界的敲門(mén)磚。本書(shū)作者維克托邁爾舍恩伯格被譽(yù)為“大數據時(shí)代的預言家”，其在《大數據時(shí)代》一書(shū)中為我們詳細地展示了大數據時(shí)代較之小數據時(shí)代的差異，以及在此基礎上我們該有的改變。這些內容初看顯得有一些不可思議，可是在仔細地閱讀后確實(shí)令人獲益匪淺。
維克托邁爾舍恩伯格在《大數據時(shí)代》中提出了三個(gè)重要的思維變革：
全數據模式，樣本=總體
允許不精確
“是什么”，而不是“為什么”
這聽(tīng)上去有點(diǎn)摸不著(zhù)頭腦，可是在作者詳細的解釋下一切又變得合理且明確。
首先，大數據時(shí)代的數據不再那么難以獲得。尤其是在互聯(lián)網(wǎng)的大力發(fā)展之下，我們每天可能要面對成千上萬(wàn)的數據。而在過(guò)去，數據的獲得卻不是那么容易，所以人們更加傾向于使用樣本來(lái)估計總體。面對這樣龐大的數據時(shí)，我們完全可以將其當成一個(gè)總體來(lái)看，這樣既減少了樣本估計所帶來(lái)的誤差和錯誤，也為較準確地預測提供了可能。
其次，作者倡導了忽視精確這一概念。這在我們傳統的概念里是不可能的，也是一種傾向于錯誤的選擇�？墒�，我們換一個(gè)角度去思考，這類(lèi)似于我們生態(tài)學(xué)上的大尺度問(wèn)題和小尺度問(wèn)題，對于大尺度問(wèn)題，我們采取一種更加寬容的態(tài)度去收集我們所需要的數據，而對于小尺度問(wèn)題，我們需要更加細化且小心地去收集數據，因為我們需要精準的數據來(lái)減少錯誤的發(fā)生。顯而易見(jiàn)的是大數據的收集將需要這種“允許不精確”的情況發(fā)生，這不僅是為了減少我們收集的難度，也是為了獲取更多的數據，這樣我們所得到的數據才可更加接近真實(shí)總體。
在上述的兩種思維引導下，作者為我們展示了第三個(gè)思維的轉變。我們更應該追求“是什么”，而不是“為什么”，這樣的說(shuō)法不是很好理解，我們換種說(shuō)法，我們需要做的便是運用相關(guān)關(guān)系去了解現象，讓數據自己發(fā)聲，而不是非得去揭示現象背后的原因。之前提到數據的預測功能，在這點(diǎn)上，我們往往需要通過(guò)數據來(lái)得到一個(gè)預測的結果，或許我們無(wú)法知道這個(gè)結果其中的因果關(guān)系，但是能得到這樣的預測結果也是很有用處的了。另外，想要揭示一個(gè)事物的因果關(guān)系，我們得先有這樣的想法然后才能收集數據來(lái)測試這個(gè)想法的可行性，而當我們擁有了更多的`數據和更好的工具之后，我們可以直接從這樣的數據中去發(fā)現現象，這也為揭示這個(gè)世界的規律提供了更多的前提。
最早的大數據概念是來(lái)自自然科學(xué)的生物學(xué)和天文學(xué)研究領(lǐng)域，這樣的概念的提出，對于科研界來(lái)說(shuō)是一個(gè)激動(dòng)人心的創(chuàng )造�？茖W(xué)界對于事物因果關(guān)系的追求是天職，利用大數據，科學(xué)家勢必去發(fā)現更多可以深入研究的有趣問(wèn)題。而在商界，它也在潛移默化地引導著(zhù)一場(chǎng)重大的變革。
將世界看作信息，看作可以理解的數據的海洋，為我們提供了一個(gè)從未有過(guò)的審視現實(shí)的視角。它是一種可以滲透到所有生活領(lǐng)域的世界觀(guān)。
“數據化”是一個(gè)有點(diǎn)抽象又無(wú)處不在的概念，從古至今的文字記錄、圖畫(huà)留存到我們每一次的社交軟件的使用，都可數據化。我們常常使用的網(wǎng)絡(luò )購物軟件，也許這對于我們來(lái)說(shuō)僅僅只是生活便捷的軟件，而對于購物公司來(lái)說(shuō)，他便掌握了所有用戶(hù)的全部信息，他們可以根據你的喜好為你推薦商品，甚至利用所有用戶(hù)的數據來(lái)分析公司所需要推薦的熱門(mén)商品。當我們周?chē)磺卸急弧傲炕焙�，數據的商業(yè)價(jià)值就變得越來(lái)越明顯。
一些敏銳的商人，在嗅到大數據這塊蛋糕所帶來(lái)的利益后，便開(kāi)始挖掘數據所帶來(lái)的巨大價(jià)值。下面，我們可以更加深人地來(lái)看看大數據的價(jià)值鏈了。根據作者的論述可知，由于提供價(jià)值的來(lái)源不同，分別出現了三種大數據公司。這三種來(lái)源是指：數據本身、技能與思維。這三種不同的來(lái)源，創(chuàng )造三種不同的商業(yè)公司。擁有數據本身的`公司，毫無(wú)疑問(wèn)這些公司可以收集到大量的數據，比如Twitter，這一類(lèi)公司雖然擁有龐大的數據源，但是他們自己本身不一定具備利用這些數據的思維；基于技能的公司，這類(lèi)公司通常具有強大的數據分析工具和分析能力；基于思維的公司，這類(lèi)公司往往能利用數據和思維來(lái)獲取價(jià)值。三種公司的能力各有不同，但是也有一些公司可以同時(shí)擁有上述的三種能力。書(shū)中曾有一個(gè)例子：
微軟曾經(jīng)以1.1億美元的價(jià)格購買(mǎi)了Farecast，而兩年后谷歌則以7億美元的價(jià)格購買(mǎi)了給Farecast提供數據的ITASoftware公司。
如今，我們正處在大數據時(shí)代的早期，思維和技術(shù)是最有價(jià)值的，但是最終大部分的價(jià)值還是必須從數據本身來(lái)挖掘。
大數據時(shí)代所給予的價(jià)值，不僅僅是商業(yè)和科研連接，這只是一部分，除此之外其價(jià)值也可與文化、社會(huì )、經(jīng)濟、政府決策等方面掛鉤。事實(shí)上，現今的社會(huì )也確實(shí)是在大數據的引導下不斷發(fā)展進(jìn)步的，可是事物的兩面性決定了大數據的利用必然是有一定風(fēng)險的。雖然大數據的收集，給予我們個(gè)人、社會(huì )團體以及政府都會(huì )有一定的好處，但是這無(wú)疑是將每個(gè)人暴露于“第三只眼”下。當你在網(wǎng)絡(luò )購物的時(shí)候，你所有的喜好都盡在購物平臺的掌握之中；當你在瀏覽器搜索時(shí)，你的搜索內容也盡在瀏覽器開(kāi)發(fā)商的監視之下；你的社交軟件也總是根據你的人脈推薦朋友給你。當讀到這里的時(shí)候，也許你已經(jīng)想去關(guān)閉自己的朋友圈和GPS定位了。大數據的價(jià)值在不斷地被挖掘，提醒我們的是大數據時(shí)代所對應的管理變革。
這也需要轉變，我們不應該單純地用“個(gè)人許可”這樣的方式來(lái)簡(jiǎn)單地解決這種隱私泄露問(wèn)題。在個(gè)人許可的情況下，我們仍然需要數據的使用者承擔相應的責任。而數據的使用也勢必需要規范，數據應該用在結果預測上而不是一些個(gè)人動(dòng)機。當然，用于預測分析的程序也是需要有專(zhuān)門(mén)的人員來(lái)進(jìn)行監管的，在這一點(diǎn)上，作者提出了“大數據程序員”的概念，這類(lèi)似于一種監察人員，可以測評這些運用數據的預測程序的安全性。最后，對于數據的壟斷也是不可取的，數據就像是燃料一般，不斷地添加才可以維持一個(gè)健康鮮活的數據市場(chǎng)。上述的問(wèn)題與相關(guān)法律的制定也是分不開(kāi)的，只有不斷完善法律方可制約這些風(fēng)險的發(fā)生。大數據的發(fā)展并不是一時(shí)的，并且基于其飛快的發(fā)展速度，更需要我們對其將會(huì )發(fā)生的問(wèn)題進(jìn)行及時(shí)控制和管理。
大數據時(shí)代的到來(lái)，就像是一次全新的改革，我們身邊的一切信息都可以數據化，但是我們看待問(wèn)題的方式卻不一定非要全部數據化。人類(lèi)有著(zhù)自身的情感和判斷力，如果我們被數據完全引導，這便與我們探尋世界的初衷相違背了。在這樣的世界變化中，我們可以去學(xué)習大數據，利用大數據，但更為重要的是我們思維的成長(cháng)。正如作者說(shuō)的那樣：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)。
大數據時(shí)代的讀后感 14
這兩年，“大數據”這個(gè)詞突然變得很火，不僅出現在阿里巴巴、谷歌等互聯(lián)網(wǎng)公司的戰略規劃中，同時(shí)在我國國務(wù)院和其他國家的政府報告中也多次被提及�！按髷祿睙o(wú)疑成為當今互聯(lián)網(wǎng)世界中的新寵兒。在《大數據時(shí)代》一書(shū)中，英國人維克托？邁爾？舍恩伯格前瞻性地指出，大數據帶來(lái)的信息風(fēng)暴正在變革我們的生活、工作和思維，大數據開(kāi)啟了一次重大的時(shí)代轉型。維克托·邁爾·舍恩伯格用三個(gè)部分講述了大數據時(shí)代的思維變革、商業(yè)變革和管理變革。
我十分贊同作者在書(shū)中提到的一些觀(guān)點(diǎn)，我認為這些觀(guān)點(diǎn)與時(shí)俱進(jìn)，是書(shū)中精華部分。如：“大數據的相關(guān)關(guān)系分析法更準確、更快、而且不易受偏見(jiàn)的影響。建立在相關(guān)關(guān)系分析法基礎上的預測是大數據的核心�！�
傳統的依靠人的預測有時(shí)往往會(huì )帶上人的主觀(guān)色彩，這是不可避免的，從而引發(fā)預測的不準確性。然而大數據時(shí)代，計算機通過(guò)大量的數據分析，機械地做出判斷，從而不帶有主觀(guān)色彩，能夠保證判斷的準確性。
同時(shí)，書(shū)中的“卓越的才華并不依賴(lài)于數據”這句話(huà)對我也有很深的觸動(dòng)。大數據的風(fēng)險是數據主宰一切的隱憂(yōu)，但是個(gè)人的直覺(jué)、對市場(chǎng)的敏銳度等獨特個(gè)體所展現出來(lái)的才華同樣重要，它所呈現出來(lái)的強有力的創(chuàng )造力不亞于大數據。2010年11月4日，一架由英國倫敦希斯羅國際機場(chǎng)起飛，目的地為澳洲悉尼國際機場(chǎng)，在中途�？啃录悠抡烈藝H機場(chǎng)后起飛的澳航32號航班，在印尼巴丹島上空突然發(fā)生引擎爆炸。這架航班的機型為空客A380-842，采用的是羅爾斯羅伊斯特倫特972發(fā)動(dòng)機，搭載了近400人，共有6名機組成員。爆炸發(fā)生后，一大串由機載計算機分析出的錯誤數據呈現在飛行員面前，就好像在餐廳中的自動(dòng)取碟機取碟一樣，剛處理完一個(gè)錯誤數據，又出現一個(gè)錯誤數據。經(jīng)過(guò)努力嘗試，飛機往新加坡樟宜國際機場(chǎng)返回。然而，經(jīng)過(guò)飛機計算機的處理，以他們的情況，飛機無(wú)法安全降落，換句話(huà)說(shuō)，他們死定了。但是，曾經(jīng)擔任過(guò)戰斗機飛行員的機長(cháng)理查德毅然決定不采用計算機推薦的.速度下降，而要提高20節的速度以免失速，最終飛機安全降落。機組人員在如此緊張的情況下仍通力合作，表現出高心理素質(zhì)和高職業(yè)素質(zhì)。然而，機長(cháng)的卓越才華、個(gè)人的直覺(jué)造就的判斷才是這次避免空難的不可缺少的條件。當然，卓絕的才華沒(méi)有依賴(lài)數據并不意味著(zhù)不需要數據，而是不盲目相信數據。
書(shū)中寫(xiě)到的“他們思考的只有可能，而不考慮所謂的可行�！�、“大數據提供的不是最終答案，只是參考答案，為我們提供暫時(shí)的幫助，以便等待更好的方法和答案出現�！边@兩句話(huà)也印證以上的觀(guān)點(diǎn)。大數據是一種資源，也是一種工具，內行與外行最大的區別在于思維不受限，它讓思維方式有更好的延展性、多樣性與豐富性。大數據分析得出的結論是多種多樣的，提供給人來(lái)判斷，以便獲取最高的效益。它并不能給你最終答案，要得到最終答案，還得依靠人腦通過(guò)對參考答案的分析。作者通過(guò)列舉出相互印證、邏輯聯(lián)系緊密的句子共同構建了這本未來(lái)之書(shū)，鮮明地闡述了的觀(guān)點(diǎn)。
維克托最具洞見(jiàn)之處在于，他明確指出，大數據時(shí)代最大的轉變就是，放棄對因果關(guān)系的渴求，取而代之以關(guān)注相關(guān)關(guān)系。也就是說(shuō)只要知道“是什么”，而不需要知道“為什么”。這就顛覆了千百年來(lái)人類(lèi)的思維慣例，對人類(lèi)的認知和與世界交流的方式提出了全新的挑戰。
本書(shū)認為大數據的核心就是預測。大數據將為人類(lèi)的生活創(chuàng )造前所未有的可量化的維度。大數據已經(jīng)成為了新發(fā)明和新服務(wù)的源泉，而更多的改變正蓄勢待發(fā)。書(shū)中展示了谷歌、微軟、亞馬遜、IBM、蘋(píng)果、facebook、twitter、VISA等大數據先鋒們最具價(jià)值的應用案例。作者通過(guò)理論與實(shí)例相結合，層層遞進(jìn)，組織嚴密，使書(shū)籍更具可讀性與科學(xué)性。
這本書(shū)不由得使人們聯(lián)想起前一部美劇《疑犯追蹤》。在這部美劇中，叫做機器的人工智能（AI）通過(guò)大數據能夠分析出一些預謀者或者受害者。在某恐怖襲擊或暴力犯罪發(fā)生之前能將預謀者或受害人的社保號碼發(fā)送給當局并進(jìn)行干預。雖然電視劇是科幻的，但是在當今的大數據時(shí)代并不是不可能發(fā)生。
大數據時(shí)代的來(lái)臨帶來(lái)了機遇，帶來(lái)了金融風(fēng)暴，帶來(lái)了新的商業(yè)發(fā)展模式。同時(shí)，大數據時(shí)代的來(lái)臨也會(huì )帶來(lái)一些意想不到的災難與危機。隨著(zhù)大數據時(shí)代的深入，這些災難與危機會(huì )隨之出現。而《大數據時(shí)代》為人們揭示了大數據時(shí)代所可能引發(fā)的問(wèn)題，意義十分重大，總體來(lái)說(shuō)是一本可讀性較強的前瞻性書(shū)籍。
大數據時(shí)代的讀后感 15
《大數據時(shí)代》，作者是被譽(yù)為“大數據時(shí)代的預言家”維克托·邁爾-舍恩伯教授和肯尼思·庫克耶。此書(shū)是在大數據方興未艾、眾說(shuō)紛紜的時(shí)刻，進(jìn)一步闡述和厘清大數據的基本概念和特點(diǎn)。
人類(lèi)歷史長(cháng)河中，即使是在現代社會(huì )日新月異的發(fā)展中，人們還主要依賴(lài)抽樣數據、局部數據和片面數據，甚至在無(wú)法獲得實(shí)證數據的時(shí)候純粹依賴(lài)經(jīng)驗、理論、假設和價(jià)值觀(guān)去發(fā)現未知領(lǐng)域的規律。因此，人們對世界的認識往往是表面的、膚淺的、簡(jiǎn)單的、扭曲的或者是無(wú)知的。維克托指出，大數據時(shí)代的來(lái)臨使人類(lèi)第一次有機會(huì )和條件，在非常多的領(lǐng)域和非常深入的`層次獲得和使用全面數據、完整數據和系統數據，深入探索現實(shí)世界的規律，獲取過(guò)去不可能獲取的知識，得到過(guò)去無(wú)法企及的商機。
本書(shū)從思維變革、商業(yè)變革及管理變革三部分闡述大數據時(shí)代已經(jīng)來(lái)臨;列舉了眾多在公共衛生、商業(yè)服務(wù)領(lǐng)域大數據變革的例子。比如：在思維變革部分，以UPS與汽車(chē)修理預測為例，證明知道“是什么”就夠了，沒(méi)必要知道“為什么”;在大數據時(shí)代，我們不必非得知道現象背后的原因，而是要讓大數據自己“發(fā)聲”：UPS國際快遞公司從20xx年就開(kāi)始使用預測性分析來(lái)檢測自己全美60000輛車(chē)規模的車(chē)隊，這樣就能及時(shí)的進(jìn)行防御性的修理。之前UPS每?jì)扇昃蜁?huì )對車(chē)輛的零件進(jìn)行定時(shí)更換，但這種方法不太有效，因為有的'零件并沒(méi)有什么毛病就被換掉了。通過(guò)檢測車(chē)輛的各個(gè)部位，UPS如今只需要更換需要更換的零件，從而節省了好幾百萬(wàn)美元，這就是通過(guò)找出新種類(lèi)數據之間的相互聯(lián)系來(lái)解決日常需要。這種方式完成可以應用于我們石油石化行業(yè)，我們的大量生產(chǎn)裝置及設備，在建立日常的關(guān)鍵部位檢測機制基礎上，形成大量的數據信息，通過(guò)對這些數據的科學(xué)分析，判斷出需要檢修或更換的零件，從而有效降低運營(yíng)成本。
當我們一旦“不再追求精確度，不再追求因果關(guān)系，而是承認混雜性，探索相關(guān)關(guān)系”，“思維轉變過(guò)來(lái)，數據就能巧妙的用來(lái)激發(fā)新產(chǎn)品和新型服務(wù)”。數據正成為巨大的經(jīng)濟資產(chǎn)，成為新世紀的礦產(chǎn)與石油，將帶來(lái)全新的創(chuàng )業(yè)方向、商業(yè)模式和投資機會(huì )。
近年來(lái)，伴隨著(zhù)經(jīng)濟社會(huì )快速發(fā)展、深度調整，石油石化產(chǎn)業(yè)變革加劇，面臨的四大革命中其中一項就是“數字革命”。因此我們必須牢牢把握數字革命發(fā)展大勢，加強數據治理和大數據分析應用，提高企業(yè)生產(chǎn)運行與管理水平，擁抱大數據時(shí)代的來(lái)臨。
大數據時(shí)代的讀后感 16
我們已經(jīng)在大數據里生活了好多年，而最近觀(guān)看了《大數據時(shí)代》帶給了我的是更多的思考。隨著(zhù)互聯(lián)網(wǎng)的快速發(fā)展，特別是近年來(lái)，隨著(zhù)社交網(wǎng)絡(luò )，物聯(lián)網(wǎng)，云計算和各種傳感器的廣泛應用，具有大量，多樣性和強時(shí)效性的非結構化數據不斷涌現。數據存儲和分析技術(shù)的重要性難以實(shí)時(shí)處理大量非結構化信息。大數據的概念應運而生。如何獲取，匯總和分析大數據已成為廣泛關(guān)注的熱門(mén)問(wèn)題。
對于普通企業(yè)而言，大數據的作用主要體現在兩個(gè)方面，即數據的分析和使用以及二次開(kāi)發(fā)項目。通過(guò)分析信息的大數據，不僅可以挖掘隱藏數據，還可以通過(guò)這些隱藏的消息，通過(guò)銷(xiāo)售實(shí)體，增強其客戶(hù)來(lái)源。至于數據的二次開(kāi)發(fā)，它用于網(wǎng)絡(luò )服務(wù)項目。通過(guò)總結和分析這些信息，我們可以開(kāi)發(fā)出滿(mǎn)足客戶(hù)需求的個(gè)性化解決方案，并創(chuàng )造一種新的廣告和營(yíng)銷(xiāo)方式。
同時(shí)作為一名人力資源工作者，我也在想人力資源管理因為大數據而獲得價(jià)值提升的可能，但也有可能在大數據的海洋中迷失方向。伴隨著(zhù)業(yè)務(wù)發(fā)展要求及勞動(dòng)力的變遷，人力資源管理從最初行政事務(wù)性的人事管理，到聚焦資源使用效率的人力資源管理，再到目前追求有競爭力投資回報的人力資本管理，管理內容不斷豐富，管理模式不斷創(chuàng )新，其價(jià)值也不斷得到提升。
過(guò)去，人力資源管理沒(méi)有太多數據的支撐，決策常常依靠直覺(jué)、經(jīng)驗和個(gè)人偏好。大數據時(shí)代的來(lái)臨，讓人力資本用數量的`方式來(lái)進(jìn)行投資分析和管理成為可能。但未來(lái)的挑戰不是數據缺乏，而是如何有效地選取和利用數據，而不會(huì )在數據的海洋中迷失了方向。
20xx年，麥肯錫提出了“大數據時(shí)代”的說(shuō)法，用最通俗的說(shuō)法來(lái)說(shuō)，就是這個(gè)世界的各行各業(yè)，將會(huì )出現海量信息，即“信息爆炸時(shí)代”。而這些信息，都是由各種數據組成，通過(guò)收集、整理、分析、研究這些數據，就能找到對自己有利的方法�？鋸堃稽c(diǎn)說(shuō)，掌握了大數據，就掌握了未來(lái)。時(shí)代的步伐進(jìn)入了20xx年，許多企業(yè)都在談“大數據時(shí)代”，都在研究如何與時(shí)俱進(jìn)，將“大數據”與數據分析融入到企業(yè)管理中去，為自己帶來(lái)創(chuàng )新性的優(yōu)勢。歸根到底，大數據時(shí)代下企業(yè)人力資源管理的創(chuàng )新，還是通過(guò)數據化信息的動(dòng)態(tài)收集和梳理，對企業(yè)人力資源的不同模塊進(jìn)行分析，從而達到全面提升人力資源管理水平的目的。
大數據時(shí)代的讀后感 17
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)代的讀后感 18
近兩周用業(yè)余時(shí)間讀了《大數據時(shí)代》這本書(shū)，是聽(tīng)培訓時(shí)杜威老師推薦的，我快速閱讀了一遍，覺(jué)得受到了一些啟發(fā)，發(fā)現了一些原來(lái)沒(méi)有想到看到的事情。
首先是大數據代表著(zhù)數據的樣本＝全體，這是一個(gè)與傳統統計學(xué)的顯著(zhù)區別。大數據有能力獲得全體數據并對其進(jìn)行分析。
第二就是相關(guān)性與因果性同樣重要。相關(guān)性說(shuō)明了什么事情與什么什么事情有關(guān)系，如商場(chǎng)周?chē)?chē)流量的增多與商場(chǎng)銷(xiāo)售額的相關(guān)性，因果性說(shuō)明什么是什么的原因，如睡10個(gè)小時(shí)是有精神的.原因。在大數據中，相關(guān)性要比因果性容易獲得，而且相關(guān)性已經(jīng)能為客戶(hù)帶來(lái)較大的收益。
第三就是大數據允許存在不精確性、混雜性，由于數據量巨大，存在少量的異變不會(huì )對結果產(chǎn)生任何影響，如收益是1個(gè)億與1億零1元的差別可能決策者不關(guān)心。
第四是大數據中的三個(gè)主要因素，思維、數據、技術(shù)，思維覺(jué)得你在哪些地方使用大數據。在這三個(gè)因素之中，會(huì )產(chǎn)生數據中間商，來(lái)處理加工數據并出售。
大數據時(shí)代的讀后感 19
讀完《大數據時(shí)代》這本書(shū)后，我意識到：我們即將或正在迎接由書(shū)面到電子的跳躍之后的又一重大變革。
這本書(shū)介紹了大數據時(shí)代來(lái)臨后，接踵而至的三項變革——商業(yè)變革、管理變革和思維變革。
其實(shí)，這場(chǎng)變革已經(jīng)打響。商業(yè)領(lǐng)域由于大數據時(shí)代的到來(lái)而推陳出新。前幾年，一家名為Farecast的公司，讓預訂到更優(yōu)惠的機票價(jià)格不再是夢(mèng)想。公司利用航班售票的數據來(lái)預測未來(lái)機票價(jià)格的走勢�，F在，使用這種工具的乘客，平均每張機票可以省大約50美元，這就是大數據給人們帶來(lái)的`便利。
大家應該都知道2009年出現的H1N1型流感，就拿美國為例，疾控中心每周只進(jìn)行一次數據統計，而病人一般都是難以忍受病痛的折磨才會(huì )去醫院就診，因此也導致了信息的滯后。然而，對于飛速傳播的疾病，Google公司卻能及時(shí)地作出判斷，確定流感爆發(fā)的地點(diǎn)，這便是基于龐大的數據資源，可見(jiàn)大數據時(shí)代對公共衛生也產(chǎn)生了重大的影響！
在我看來(lái)，如果想在在大數據時(shí)代里暢游，不僅要學(xué)會(huì )分析，而且還要能夠大膽地決斷。
在美國，每到七、八月份時(shí)，正是臺風(fēng)肆虐之時(shí)，防澇用品也擺上了商品貨架。沃爾瑪公司注意到，每到這時(shí)，一種蛋撻的銷(xiāo)售量較其他月份明顯增加。于是，商家作了大膽的推測，出現這樣的結果源于兩種物品的相關(guān)性，便將這種蛋撻擺在了防澇用品的旁邊。這樣的舉措大大增加了利潤，這就是屬于世界頭號零售商的大數據頭腦！
大數據時(shí)代的到來(lái)，可以讓我們的生活更加便利。但是，如果讓大數據主宰一切，也存在一定的風(fēng)險。
大家應該都知道電子地圖，它可以為人們指引方向。但大家應該還不知道，它會(huì )默默地積累人們的行程數據，通過(guò)智能分析可以推斷出哪里是自己的家，哪里是工作單位。我們的隱私就這樣被不為人知地收集著(zhù)。
大數據時(shí)代的到來(lái)，讓我們的生活更安全，更方便，但與此同時(shí)，我們的隱私不再是隱私，數據的收集變得無(wú)所不包、無(wú)孔不入。世界已經(jīng)向大數據時(shí)代邁進(jìn)了一小步，一個(gè)嶄新的時(shí)代正向我們走來(lái)。讓我們用知識武裝大腦，做好準備，迎接新時(shí)代的到來(lái)！
大數據時(shí)代的讀后感 20
最近鬧的沸沸揚揚的“斯諾登事件”讓我想起前段時(shí)間的暢銷(xiāo)書(shū)《大數據時(shí)代》。
維克托邁爾舍恩伯格在《大數據時(shí)代》一書(shū)中，首先給出了“大數據”的含義 ： 你的一個(gè)習慣動(dòng)作，你的一次消費行為，你的一份就診記錄……文字、方位、溝通等一切事物皆可以量化為數據，不僅人類(lèi)生產(chǎn)和生活中“有意義”的信息海量產(chǎn)生，相比以往呈幾何數級的爆炸式增長(cháng)，“無(wú)意義”的數據的膨脹速度也同樣驚人。
數據采集存儲技術(shù)讓所有的一切信息都可能被數據化，互聯(lián)網(wǎng)特別是移動(dòng)互聯(lián)網(wǎng)技術(shù)讓所有的數據可以串聯(lián)起來(lái)，無(wú)遺漏數據分析技術(shù)幾乎可以讓所有的數據都派上用場(chǎng)�！按髷祿䲡r(shí)代”，沒(méi)有了“有意義”信息和“無(wú)意義”信息的邊界，誰(shuí)能得到信息并善于利用信息，誰(shuí)就會(huì )搶占先機�！按髷祿䲡r(shí)代”不僅影響著(zhù)我們每一個(gè)人，甚至連世界經(jīng)濟格局也在醞釀著(zhù)巨大變革。因此，《大數據時(shí)代》的作者認為，大數據從根本上改變我們認識世界和改變世界的方式，開(kāi)啟了一次重大的時(shí)代轉型。
歷史是一面鏡子，照向未來(lái)。毫無(wú)疑問(wèn)，已有的大數據也屬于歷史的范疇，但大數據時(shí)代卻是指向未來(lái)的。大數據時(shí)代，我們分析的數據因為“大”，擺脫了傳統對隨機采樣的依賴(lài)，而是面對全體數據 ； 因為所有信息都是“數”，可以不再糾結具體數據的精確度，而是坦然面對信息的混雜 ； 總量每?jì)赡昃涂梢苑�，而且這一趨勢還在加速。倘若能夠更有效地組織和使用大數據，人類(lèi)將得到更多的機會(huì )發(fā)揮數據對社會(huì )發(fā)展的巨大推動(dòng)作用。研究證明，人類(lèi)行為 93％ 是可以預測的`，成為“已經(jīng)發(fā)生的未來(lái)”。
大數據時(shí)代，決策將日益基于數據和分析而作出，而并非基于經(jīng)驗和直覺(jué)。雖然目前大數據預測的還只是參考答案，不是最終答案，但其威力已經(jīng)顯現。在《大數據時(shí)代》中，作者舉的3個(gè)例子令人印象特別深刻。
一是谷歌僅憑網(wǎng)民留下的相關(guān)痕跡，就能得出與事實(shí)相符度高達97％的結論，2009年比疾控中心提前兩周、具體到了特定的地區和州、準確預測了甲型H1 N1流感的爆發(fā)。2013年，又成功預測了美國流感的暴發(fā)。
二是奧巴馬2008年的選舉，競選團隊里設置了首席數據科學(xué)家，他利用Facebook和Twitter進(jìn)行數據分析，不但利用社交媒體來(lái)發(fā)布信息，幫助奧巴馬團隊定位目標選民，甚至篩選出一些潛在的競選志愿者。
三是微軟公司通過(guò)大數據分析處理，對新一屆奧斯卡金像獎作出“預言”，結果除“最佳導演”外，其余13項大獎全部命中。
正如維克托教授所說(shuō)，我們目前看到的大數據和大數據應用，還只是“冰山的一角”。一定程度上，大數據就是新財富，價(jià)值堪比石油，正因為如此，賽門(mén)鐵克公司的調研報告顯示，全球企業(yè)的信息存儲總量年增67目前包括谷歌、舊 M 、微軟、EMC， 惠普，以及我國的百度、騰訊、阿里巴巴等眾多巨頭，已早早開(kāi)始布局大數據，為在即將來(lái)臨的大數據時(shí)代做好競爭鋪墊。
大數據已經(jīng)滲入到了生活的方方面面，將逐漸成為現代社會(huì )基礎設施的一部分，就像公路、鐵路、港口、水電和通信網(wǎng)絡(luò )一樣不可或缺。更有人說(shuō)，大數據是繼邊防、海防、空防之后的第四個(gè)大國博弈的空間。美國奧巴馬政府已經(jīng)把“大數據”上升到了國家戰略的層面，投資2億美元啟動(dòng)“大數據研究和發(fā)展計劃”。
大數據時(shí)代，可以讓人成為上帝，通過(guò)各數據匯總，俯瞰世界中你想知道的任何一面。大數據時(shí)代，也可以讓你困擾不堪，因為你面臨個(gè)人隱私被不斷泄露和基于數據預測偏見(jiàn)的麻煩和危機。美國國家安全局和聯(lián)邦調查局于2007年啟動(dòng)了一個(gè)代號為“棱鏡”的秘密監控項目，劃直接進(jìn)入美國網(wǎng)際網(wǎng)路公司的中心服務(wù)器里挖掘數據、收集情報，包括微軟、雅虎、谷歌、蘋(píng)果等在內的9家國際網(wǎng)絡(luò )巨頭皆參與其中。報道刊出后外界嘩然。保護公民隱私組織予以強烈譴責，表示不管奧巴馬政府如何以反恐之名進(jìn)行申辯，不管多少?lài)鴷?huì )議員或政府部門(mén)支持監視民眾，這些項目都侵犯了公民基本權利。
因此，維克托教授在《大數據時(shí)代》中表達了“數據主宰一切”的隱憂(yōu)，并提出了“責任與自由并舉”的信息管理設想，這也是我們在擁抱大數據時(shí)代時(shí)必須思考和解決的問(wèn)題。
大數據時(shí)代的讀后感 21
《大數據時(shí)代》是由盛揚燕、周濤翻譯的英國維克托·邁爾——舍恩伯格、肯尼思·庫克耶的一部力作。作者維克托·邁爾——舍恩伯格，被譽(yù)為“大數據時(shí)代的預言家”；譯者周濤，是我國大數據和網(wǎng)絡(luò )科學(xué)領(lǐng)域的青年領(lǐng)軍人物。強強聯(lián)合、中西合璧，使這部中譯本自2013年1月與英文原版同步面世以來(lái)，即獲好評如潮。至2015年10月，在短短不到三年時(shí)間里，已加印到第18版，足見(jiàn)其閱讀面之廣、影響力之深。
《大數據時(shí)代》，是我目前最喜歡的一本書(shū)。它點(diǎn)燃了我的“紙質(zhì)閱讀”熱情，引導我從以休閑、娛樂(lè )為主的片斷閱讀轉向了與工作需要相統一的深度閱讀。我是比較愛(ài)讀書(shū)的，但自從去年手機啟用了上網(wǎng)功能后，我對網(wǎng)上閱讀也由最初的好奇逐步發(fā)展為習慣，坐著(zhù)看手機、躺著(zhù)看手機，甚至上廁所都拿著(zhù)手機。但在這樣的閱讀中，思維仿佛禁錮在了手機屏幕的方寸之間，怠于思考。久而久之，思考能力怕是會(huì )退化，甚至只是生活在自己的網(wǎng)絡(luò )空間里，與現實(shí)脫節。對此，我感到警醒和焦慮，一直想從這樣的閱讀習慣中擺脫出來(lái)，盡管期間也讀了幾本書(shū)，但被動(dòng)閱讀成分居多，直到我讀到《大數據時(shí)代》。這一次，我只用一個(gè)周末兩、三天的時(shí)間就讀完了這本書(shū)，閱讀速度堪比早年讀《哈里·波特》。這樣的手不釋卷，這樣的閱讀速度，讓我對自己又有了信心，我還是可以閱讀紙質(zhì)書(shū)的�！洞髷祿䲡r(shí)代》字里行間洋溢的時(shí)代氣息深深地感染了我，令我發(fā)自?xún)刃牡乜释私鈺r(shí)事，理解國家、企業(yè)面臨的形勢任務(wù)。于是，捧讀起《中國油氣產(chǎn)業(yè)發(fā)展分析與展望報告藍皮書(shū)》、《中國國情報告》，也同樣興趣盎然。這一刻，我感到我的閱讀興趣與我的工作需要統一起來(lái)了，這是我近年來(lái)一直在努力探索和追求的�！洞髷祿䲡r(shí)代》，讓我的生活充滿(mǎn)閱讀快樂(lè )。
喜歡《大數據時(shí)代》，偶然中有必然。本書(shū)語(yǔ)言生動(dòng)，內容豐富，可讀性強。特別是上百個(gè)與現實(shí)生活密切相關(guān)、基于大數據應用的鮮活案例，發(fā)人深醒。比如，書(shū)中所舉的排查紐約可能發(fā)生爆炸的沙井蓋（下水道檢修口）案例，就非常有代表性。紐約每年會(huì )發(fā)生多起沙井蓋爆炸，爆炸能使重達300磅的沙井蓋沖上幾層樓的高度，非常危險。為紐約提供電力支持的聯(lián)合愛(ài)迪生電力公司每年都會(huì )對沙井蓋進(jìn)行常規檢查和維修，但因沙井蓋量大，僅在紐約最小的行政區曼哈頓就有大約51000個(gè)沙井蓋和服務(wù)設施，難以及時(shí)發(fā)現爆炸隱患并排除。哥倫比亞大學(xué)的統計學(xué)家魯丁和她的同事，從大數據角度切入，通過(guò)對一些歷史數據的研究，預測出可能會(huì )出現問(wèn)題并且需要維修的沙井蓋，既利于及時(shí)發(fā)現并排除隱患，又有效降低了檢修成本。由此我聯(lián)想到，我們大慶油田經(jīng)過(guò)50多年的開(kāi)發(fā)建設，水網(wǎng)、電網(wǎng)、油氣網(wǎng)密布。即使沒(méi)有大的事故發(fā)生，也容易出現“跑、冒、滴、漏”的'情況。隨著(zhù)歲月的增長(cháng)，這樣那樣的問(wèn)題會(huì )更加令人疲于應對。特別是隨著(zhù)燃氣入戶(hù)，天然氣管網(wǎng)遍布身邊，一旦發(fā)生事故，直接關(guān)系到居民的生命財產(chǎn)安全，影響人心穩定，影響社會(huì )穩定。若能從大數據角度系統考慮這些安全問(wèn)題，配套完善技術(shù)裝備和手段，及時(shí)收集數據、整理數據，讓數據說(shuō)話(huà)，傾聽(tīng)數據聲音，排查事故隱患，必能事半功倍。否則，就會(huì )像愛(ài)迪生電力公司初期“撞大運”式的抽檢沙井蓋那般，即使全員日夜不停地努力工作，也難以有效解決問(wèn)題。
《大數據時(shí)代》提出的觀(guān)點(diǎn)，同樣令我眼界大開(kāi)。本書(shū)前瞻性地指出，大數據帶來(lái)的信息風(fēng)暴正在變革我們的生活、工作和思維，大數據開(kāi)啟了一次重大的時(shí)代轉型，并用三個(gè)部分講述了大數據時(shí)代的思維變革、商業(yè)變革和管理變革。以大數據時(shí)代的思維變革為例，本書(shū)明確提出“讓數據‘發(fā)聲’”、“允許不精確”、“知道‘是什么’就夠了”等觀(guān)點(diǎn)，非常有沖擊性。尤其是“知道‘是什么’就夠了，沒(méi)必要知道‘為什么’”的觀(guān)點(diǎn)，與我們的傳統認知和行為習慣相去甚遠。但仔細想來(lái)，卻非常適用、實(shí)用、管用。在這個(gè)越來(lái)越講究效率、越來(lái)越講究速度的時(shí)代，若是對任何事情，都執著(zhù)于探索現象背后的原因，也就是必須在知道為什么的基礎上開(kāi)展下一步工作，難免會(huì )降低工作效率，甚至會(huì )錯失良機。就像上文提到的排查紐約可能發(fā)生爆炸的沙井蓋案例，若魯爾和她的同事糾結于探索因果關(guān)系，總是試圖揭示“為什么”，怕是其有生之年都不能完成該項任務(wù)。也許，作者本身并非不重視“為什么”，只是用這樣的闡釋方式，引起人們對“是什么”的重視。突然想起孔夫子那句頗受爭議的“民可使由之，不可使知之”，想來(lái)以孔子之“仁”，一定沒(méi)有小看“民”的意思，他所關(guān)注和強調的也只是效率�？缭�2000多年，東西方文化在此相互碰撞、相互佐證，令人嘆為觀(guān)止。
去年召開(kāi)的黨的十八屆五中全會(huì )，從國家戰略層面，做出了實(shí)施大數據戰略的部署和要求。善用大數據、融入新時(shí)代，是我們提高企業(yè)競爭力的重要手段，也是我們貫徹落實(shí)中央精神的重要體現。真誠希望更多人閱讀《大數據時(shí)代》，在盡享閱讀快樂(lè )的同時(shí)，關(guān)注大數據、開(kāi)發(fā)大數據、應用大數據，充分釋放數據效能，加快成功腳步，實(shí)現人生精彩，為企業(yè)發(fā)展、國家富強、民族振興做出更大的貢獻。
【大數據時(shí)代的讀后感】相關(guān)文章：
《大數據時(shí)代》讀后感_讀書(shū)筆記范文12-06
《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