- 相關推薦
關于大數據時代的讀后感（精選24篇）
當認真看完一本名著后，相信大家都積累了屬于自己的讀書感悟，需要寫一篇讀后感好好地作記錄了。怎樣寫讀后感才能避免寫成“流水賬”呢？下面是小編為大家整理的關于大數據時代的讀后感，希望對大家有所幫助。
大數據時代的讀后感 篇1
近兩周用業余時間讀了《大數據時代》這本書，是聽培訓時杜威老師推薦的，我快速閱讀了一遍，覺得受到了一些啟發，發現了一些原來沒有想到看到的事情。
首先是大數據代表著數據的樣本＝全體，這是一個與傳統統計學的顯著區別。大數據有能力獲得全體數據并對其進行分析。
第二就是相關性與因果性同樣重要。相關性說明了什么事情與什么什么事情有關系，如商場周圍車流量的增多與商場銷售額的相關性，因果性說明什么是什么的原因，如睡10個小時是有精神的.原因。在大數據中，相關性要比因果性容易獲得，而且相關性已經能為客戶帶來較大的收益。
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對結果產生任何影響，如收益是1個億與1億零1元的差別可能決策者不關心。
第四是大數據中的三個主要因素，思維、數據、技術，思維覺得你在哪些地方使用大數據。在這三個因素之中，會產生數據中間商，來處理加工數據并出售。
大數據時代的讀后感 篇2
世界的本質就是數據，當你掌握了數據，你便掌控了世界—你可以輕而易舉地通過數據中的相關關系預測事物的發展，將一切不利因素扼殺于搖籃之中—這遠勝于＂防患于未然＂。
《大數據時代》一書，讓我們在觀念上有了三大轉變：要全體不要抽樣，要效率不要絕對精確，要相關不要因果。全書介紹了＂大數據＂時代三種大的變革：思維變革，商業變革和管理變革。在這些巨大變革如洪水一般的＂沖擊＂之下，現代社會的運作方式必將有重大的改變，若不順應這種變革的潮流，就像古中國固步自封，最終被堅船利炮打開國門而自己還用著長鉤鐵戟抗爭一樣，不可避免被掠奪，被落于世界進程之后，所以我們必須轉變我們的思想。
�。⑽覀儾辉贌嶂杂趯ふ乙蚬P系，而應該尋找事物間的相關關系＂，我想這句話是本書的核心思想。大數據時代，信息與數據已成為了一切的本源，我們生活在各種數據構成的海洋之中，如果從另一種視角看，就好像無數條＂看不見的線＂將我們與這些數據聯系到一起，這是我們以前從未有過、從未想過的。大數據改變了我們以前的通過因果關系了解世界的方法，而提供了幾種新的途徑，因為，在大數據時代，我們可以分析更多數據，有時甚至可以處理和某個特別現象相關的所有數據，也就是：樣本＝總體；而且，當研究數據如此之多時，我們已不熱衷于＂精確＂，而是＂混亂＂，若不接受＂混亂＂，那么有95％的非結構化數據無法利用，這將無法使我們構建完整的數據世界，在分析更多、更全面的數據之后，我們就可以從這些數據之中發掘它們的相關關系，即以＂是什么＂而不是＂為什么＂的角度看待數據，不用管其從何而來，只要分析其如何影響其他事物既可，即＂讓數據自己發聲＂，這些，徹底推翻了人類以前探索數據的方法，展現了一個全新的世界。
這種觀念以驚人的力量給現知識狀況帶來了巨大的沖擊，通過對海量數據的.分析，獲得巨大價值的產品和服務，或深刻的洞見。比如谷歌公司，2009年流感流行之時，通過檢測檢索詞條，處理34.5億個不同的數據模型，通過預測并與2007、2008年的美國疾控中心記錄的實際流感病例進行對比后，確定了45條檢索詞條組合，并將其用于一個特定的數學模型后，預測結果與官方數據相關系數高達97％，這種大數據技術，以前所未有的方式，通過海量數據分析得出流感所傳播的范圍，為預測流感提供了一種更快速、高效的工具。
同時，雖然大數據可為人類造福、對抗病癥，但這僅限于掌握這門技術而言，若不重視這種技術，當我們的對手早于我們一步構建這種數據網絡之時，便是我們的災難，想想，大數據雖核心的在于預測，當敵人通過這種手段預測我方下一步的行動，將是可怕的—比如你的導彈將從何處發射，將飛往哪，你的軍隊動向、目標，總之所有一切＂未來＂將掌控于敵手，敵方甚至可以借此發現那些將來有＂大作為＂的人，從而進行滲透或扼殺，這對我們的發展無疑是致命的，所以，盡快加速大數據系統的構建進程是必須的。
對于我們國防生，也必須順應這種發展趨勢，未來的時代必將是數據極易獲取，數據網絡共享化的時代，通過這些數據，建立數據模型，可以準確分析并給出適合每一個人的計劃，如運動量、訓練強度，可以＂先知、先覺＂，及時發現一個人的負面情緒前及時疏導，這些必將成為現實，我們必須跟進時代，做好準備，去應對大數據時代的一切！
大數據時代的讀后感 篇3
這本書里主要介紹的是大數據在現代商業運作上的應用，以及它對現代商業運作的影響。
《大數據時代》這本書的結構框架遵從了學術性書籍的普遍方式。也既，從現象入手，繼而通過對現象的解剖提出對這一現象的解釋。然后在通過解釋在對未來進行預測，并對未來可能出現的問題提出自己看法與對策。
下面來重點介紹《大數據時代》這本書的主要內容。
《大數據時代》開篇就講了Google通過人們在搜索引擎上搜索關鍵字留下的數據提前成功的預測了美國的H1N1的爆發地與傳播方向以及可能的潛在患者的事情。Google的預測比政府提前將近一個月，相比之下政府只能夠在流感爆發一兩個周之后才可以弄到相關的數據。同時Google的預測與政府數據的相關性高達97%，這也就意味著Google預測數據的置信區間為3%，這個數字遠遠小于傳統統計學上的常規置信區間5%！而這個數字就是大數據時代預測結果的相對準確性與事件的可預測性的最好證明！通過這一事以及其他的案例，維克托提出了在大數據時代“樣本=總體”的思想。我們都知道當樣本無限趨近于總體的時候，通過計算得到的描述性數據將無限的趨近于事件本身的性質。而之前采取的“樣本<總體”的做法很大程度上無法做到更進一步的描述事物，因為之前的時代數據的獲取與存儲處理本身有很大的難度只導致人們采取抽樣的方式來測量事物。而互聯網終端與計算機的出現使數據的獲取、存儲與處理難度大大降低，因而相對準確性更高的“樣本=總體”的測算方式將成為大數據時代的主流，同時大數據時代本身也是建立在大批量數據的存儲與處理的基礎之上的。
接下來，維克多又通過了IBM追求高精確性的電腦翻譯計劃的失敗與Google只是將所有出現過的相應的文字語句掃描并儲存在詞庫中，所以無論需要翻譯什么，只要有聯系Google詞庫就會出現翻譯，雖然有的時候的翻譯很無厘頭，但是大多數時候還是正確的，所以Google的電腦翻譯的'計劃的成功，表明大數據時代對準確性的追求并不是特別明顯，但是相反大數據時代是建立在大數據的基礎住上的，所以大數據時代追求的是全方位覆蓋的數字測度而不管其準確性到底有多高，因為大量的數據會湮埋少數有問題的數據所帶來的影響。同時大量的數據也會無限的逼近事物的原貌。
之后，維克托又預測了一個在大數據時代催生的重要職業——數據科學家，這是一群數學家、統計學與編程家的綜合體，這一群人將能夠從獲取的數據中得到任何他們想要的結果。換言之，只要數據充足我們的一切外在的與內在的我們不想讓他人知道的東西都見會在這一群家伙的面前展現得淋漓盡致。所以為了避免個人隱私在大數據時代被這一群人利用，維克托建議將這一群人分為兩部分，一部分使用數據為商業部門服務，而另一群人則負責審查這一些人是否合法的獲得與應用數據，是否侵犯了個人隱私。
無論如何，大數據時代將會到來，不管我們接受還是不接受！
我覺得《大數據時代》這本書寫的很好，很值得一讀。因為會給我們很多啟發，比如你在相關的社交網站發表的言論或者照片都很有可能被“數據科學家”們利用，從而再將相關數據賣給各大網店。不過，事實就是我們將會成為被預測被引誘的對象。所以說，小心你在網上留下的痕跡。
我喜歡這本書是因為它給我展現了一個新的世界。
大數據時代的讀后感 篇4
《大數據時代》是英國維克托·邁爾-舍恩伯格教授的著作，這本書也被尊為國外大數據研究的先河之作。這本書最大的優點就在于作者利用上百個例子來對大數據的方方面面做了詳細解說，讓外行也很容易理解。結構上，作者通過大數據時代的思維變革、商業變革和管理變革三個角度依次闡述，條理清晰。
所謂"大數據"，按作者的說法，就是"所有數據"。隨著計算機運算速度和存儲能力的發展，收集數據變得越來越簡單，儲存數據的成本越來越低。在過去，由于技術限制，人們做統計時只能收集有限的數據做樣本，其中要考慮隨機樣本的選擇，努力減小因樣本問題出現的誤差;統計結果往往不能重復使用，造成數據利用率低。而現在則可以做到"樣本=總體"。數據的增多帶來不可避免的精確性問題。 "小數據"時代，一個樣本的錯誤就可以造成對總體估計的失敗，幸運的是，"大數據"時代對精確性不再那么要求苛刻——也無法要求太嚴格——數據的數量足以彌補這一缺陷。在對思維變革這一部分的闡述中，最重要也是全書的核心觀點就是大數據時代，我們應該從追求"因果關系"的舊思維方式向追求"相關關系"轉變。 在我看來，這實際上是通過大數據來透視一種事物的發展趨勢，而很多精確學科領域依然需要探尋"因果關系"解決更有針對性的問題，所以，這局限了這一轉變只能在特定的領域發生。作者自己也說，"大數據的相關性將人們指向了比探討因果關系更有前景的領域。"
大數據時代的數據獲取方式是多種多樣，數據形式也是千變萬化，任何文字、行為、萬物都可以被數據化后用來分析。對這些數據的利用，不僅要考慮到其初次使用價值，更要放眼它未來可能的用途以提高數據的利用率。當然數據并不是無限使用，時效、環境的變化肯定會對數據提出新的要求，所以數據的折舊也是應當考慮的。這又引出了對數據這一無形資產的估值可能性。對于Facebook, Twitter這樣的公司來說，數據就是他們的核心，如何在資產負債表上給他們一個公正的'體現正是我們需要考慮的。
大數據時代的價值鏈由三部分構成，我把它們簡化為"生產—分析—使用"三個環節，這對應書中的三種類型公司： 第一種是基于數據本身的公司，第二種是基于技能，第三種則是基于思維。在大數據早期，技能和思維最有價值，但作者認為，最終，大部分的價值還是必須從數據本身來挖掘。這是假定了一個成熟的市場，人人都了解了大數據的用途。
對于普通人來說，大數據時代最關心的還是隱私問題。不知不覺中，個人的一舉一動都暴露在政府甚至私人企業之下，還面臨潛在的泄露風險。對此，作者提出了使用者承擔責任的解決辦法，而不是過去那種流于形式的使用授權。大數據甚至能預測一個人的犯罪動機，這給監管者帶來的難題是，預測一個人要犯罪，懲罰還是不懲罰?在這點上，社會達成"個人僅需對行為而非動機負責"的共識非常重要。
大數據時代的風險控制靠的是"算法師"，類似會計師一樣的職業，對大數據的準確度或有效性進行鑒定。這能在一定程度上防止數據濫用的發生和數據獨裁。當今的法律亦需對大數據監管進行修訂補充。
當代大數據發展主要由科技公司推動，相信在不久的將來更多的傳統領域會意識到大數據的重要性。但我們也應該保持清醒，大數據并不是萬能藥，對某些領域或環節，使用大數據是一種簡單且實用的選擇;但對某些領域，盲目使用大數據只會適得其反。
大數據時代的讀后感 篇5
信息時代的到來，我們感受到的是技術變化日新月異，隨之而來的是生活方式的轉變我們這樣評論著的信息時代已經變為曾經。如今，大數據時代成為炙手可熱的話題。筆者在這說明信息和數據，只是試圖首先說明信息、數據的關系和不同，也試圖說明，為什么信息時代轉變為了大數據時代？大數據時代帶給了我們什么？
信息和數據的定義。維基百科解釋：信息，又稱資訊，是一個高度概括抽象概念，是一個發展中的動態范疇，是進行互相交換的內容和名稱，信息的界定沒有統一的定義，但是信息具備客觀、動態、傳遞、共享、經濟等特性卻是大家的共識。數據：或稱資料，指描述事物的符號記錄，是可定義為意義的實體，它涉及到事物的存在形式。它是關于事件之一組離散且客觀的事實描述，是構成信息和知識的原始材料。數據可分為模擬數據和數字數據兩大類。數據指計算機加工的“原料”，如圖形、聲音、文字、數、字符和符號等。從定義看來，數據是原始的處女地，需要耕耘。信息則是已經處理過的可以傳播的資訊。信息時代依賴于數據的爆發，只是當數據爆發到無法駕馭的狀態，大數據時代應運而生。這是否是《大數據時代》一書所未曾闡述的背景材料？
在《大數據時代》一書中，大數據時代與小數據時代的區別：
1、思維慣例。大數據時代區別與轉變就是，放棄對因果關系的渴求，而取而代之關注相關關系。也就是說只要知道“是什么”，而不需要知道“為什么”。作者語言絕對，卻反思其本質區別。數據的更多、更雜，導致應用主意只能盡量觀察，而不是傾其所有進行推理？這也是明智之舉。
2、使用用途。小數據停留在說明過去，大數據用驅動過去來預測未來。筆者認為數據的用途意在何為，與數據本身無關，而與數據的解讀者有關，而相關關系更有利于預測未來。
3、結構。大數據更多的'體現在海量非結構化數據本身與處理方法的整合。大數據更像是理論與現實齊頭并進，理論來創立處理非結構化數據的方法，處理結果與未來進行驗證。
4、分析基礎。大數據是在互聯網背景下數據從量變到質變的過程。筆者認為，小數據時代也即是信息時代，是大數據時代的前提，大數據時代是升華和進化，本質是相輔相成，而并非相離互斥。
數據未來的故事。數據的發展，給我們帶來什么預期和啟示？銀行業天然有大數據的潛質。客戶數據、交易數據、管理數據等海量數據不斷增長，海量機遇和挑戰也隨之而來，適應變革，適者生存。我們可以有更廣闊的業務發展空間、可以有更精準的決策判斷能力、可以有更優秀的經營管理能力可以這些都基于數據的收集、整理、駕馭、分析能力，基于脫穎而出的創新思維和執行。因此，建設“數據倉庫”，培養“數據思維”，養成“數據治理”，創造“數據融合”，實現“數據應用”才能擁抱“大數據”時代，從數據中攫取價值，笑看風云變換，穩健贏取未來。
大數據時代的讀后感 篇6
這兩年，大數據這個詞突然變得很火，不僅出現在互聯網公司的戰略規劃中，同時在中國國務院和其他國家的政府報告中也多次提及，無疑成為當今互聯網世界中的新寵兒。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《大數據時代》才有了粗略的認識。
《大數據時代》從思維、商業、管理三個方面闡述了在大數據時代下的變革。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革命相媲美。作者在第一部分提出了三個比較令人震驚的觀點：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，不是因果關系，而是相關關系，這里要求數據要更好。第二部分作者從萬事萬物數據化和數據交叉復用的巨大價值兩個方面，講述驅動大數據戰車在材質和智力方面向前滾動的最根本動力。第三部分則是闡述了大數據時代下的弊端以及在管理上的措施。個人認為這本書的精髓部分是第一部分。第一部分的三個觀點涉及面很廣，包括統計學、邏輯學、哲學等。后兩個部分都是以第一部分這三個觀點為基礎展開闡述的。
筆者側重于從第一部分中的這三個觀點談談自己的看法。這三個觀點其實就是哲學上講的世界觀，因為世界觀決定方法論，所以這三個觀點對傳統看法的顛覆，就會導致各種變革的發生。
首先，作者認為在抽樣研究時期，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，執迷于精確性是信息缺乏時代和模擬時代的產物，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，一個數據的錯誤就會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。大數據時代要求人們重新審視精確性的優劣，書中還說到大數據不僅讓人們不再期待精確性，也讓人們無法實現精確性。
最后，不是因果性，而是相關性，這是這本書中爭議最大的一個觀點，不僅是讀者，就算是本書的譯者也在序言中明確地說到他不認同“相關關系比因果關系更重要”的觀點。作者覺得相關關系對于預測一些事情已經足夠了，不用花大力氣去研究天們的因果關系。作者用林登的亞馬遜推薦系統的成功，證實了大數據在分析相關性方面的優勢以及在銷售中獲得的成功。沃爾瑪也是充分地利用并挖掘各類數據信息的代表，從啤酒和尿布的案例，以及作者舉的有關蛋撻和颶風天氣的案例，都說明了掌握了相關關系對于策略的幫助作用。
作者在書中把大數據說得很厲害，在最后一部分分析大數據帶來無數好處的同時，也帶來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說明對數據過度依賴所帶來的后果。也用《少數派的報告》這部電影來說明如果癡迷于數據會導致人們將生活在一個沒有獨立選擇和自由意志的社會，如果一切變為現實，人們將被禁錮在大數據的可能性之中。書中提出了兩種解決方法，一種是使用數據時征詢數據所有個人的知曉和授權，另一種是技術途徑匿名化。毫無疑問，大數據將會給社會管理帶來巨大的變革。
大數據給人類社會的方方面面帶來了巨大的變革，這是社會發展的潮流，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，才能成為時代的弄潮兒。對于一家公司或一個國家，要從根本上改變思維和觀念，盡早適應這種潮流。
大數據時代的讀后感 篇7
如今一提起互聯網和新媒體，就不得不提到“大數據”，在多數人印象中，這是個很寬泛的定義，大數據到底是什么，對我們的工作生活又產生了哪些影響，在拜讀《大數據時代：生活、工作與思維的大變革》后，思路仿佛逐漸清晰。
對于大數據，研究機構給出了這樣的定義：大數據是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。作者舍恩伯格在書中前瞻性的指出大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型，并用三個部分講述了大數據時代的思維變革、商業變革和管理變革。
一直以來，人類都在利用掌握的`數據進行各種分析，從而對經濟、文化等各方面進行預測以期達到選擇最優。進入大數據時代，人類所掌握的數據以爆炸性的速度增長，數據的存儲和分析數據的方法成了釋放大數據能量的關鍵。例如，微博、微信、抖音等推送的消息無處不在，我們掌握了新的工具，也獲取了以前從未有過的各種信息。毫無疑問，在大數據時代，人們與現實的距離被網絡拉近了，周圍一切的人和事物都變得觸手可及起來，如同舍恩伯格所言“開啟了一次重大時代轉型，就像望遠鏡能夠讓我們感受宇宙，顯微鏡讓我們看清微生物一樣，大數據要改變的是，我們的生活方方面面以及理解世界的方式。”
大數據意味著全體數據，而不是隨機樣本，以前沒有獲得和處理大數據的技術，只能采用隨機采樣，用最少的數據獲得最多的信息，隨著大數據時代的到來，采用所有數據的方法取代了隨機分析法這樣的捷徑。當然，大數據也是泥沙俱下的，所有數據里面包含了更加復雜的成分，混雜的不精確數據占了所有數據的一部分，如何去偽存真更高效的使用大數據，成為所有人需要思考的課題。
大數據時代，比知道“為什么”更重要更有價值的是知道“是什么”，大數據體現的不是因果關系，而是相關關系，很多時候我們不是非得知道現象背后的原因，讓數據告訴我們相關的現象就足以幫助我們做出選擇和決策。傳統的統計調查數據可以描述事物發展的趨勢，對未來的預測起到重要作用，現在有了大數據，這種相關趨勢就可以得到更加完整的擬合，有利于數據的佐證，更有利于數據解讀工作。
大數據非常強大，可以在社會的方方面面幫助我們，但是這種幫助只是暫時的，大數據不能為我們提供最終答案，只能是參考答案，人類本身的作用是無法被大數據所完全替代的，將來，更好的方法和答案將在人類的作用下一步一步到來。大數據作為一種資源，也是一種工具，它改造我們的生活，它能優化、提高、高效化并最終捕捉住利益，但是它對社會的促進是有限的，社會的發展和進步源自于我們人類的獨創性，這種獨創性包括創意、直覺、冒險精神和知識野心等，在大數據時代，這些人類特性的培養依舊顯得尤為重要。
大數據時代的讀后感 篇8
大數據這個詞一直存在但我們很少在這個時代前能有所耳聞，在我讀了維克托寫的大數據之后，我明白了在更早的年代之所以不流行這個詞是因為人們喜歡感性的思考而不是拿數據理性的分析。究其原因，一方面是數據量小，另一方面是人們的思想落后。然而隨著信息時代的到來和云技術的發展，大數據逐漸成為一個可靠的參考標準，以及大數據在諸多領域做出的貢獻足以證明他在這個時代的重要地位。
維克托在書中例舉了大量有關美國在這半個世紀信息開發技術創新的典型案例，從側面向我們闡述了大數據在諸多領域的不同作用，例舉其在醫學方面的.作用，在不久之前，你也許可能還會聽到兩個醫生對于一個醫學問題爭論的喋喋不休，……公說公有理婆說婆有理……，但怎么說都是建立在“我認為”的主觀臆斷之上，幸運地是，大數據的出現給幫助醫生在問題上給予一個正確的指向，通過云端和千千萬萬的數據，可以更清楚還原問題的直觀事實。
這樣的例子在生活中也數不勝數，其力量存在于人們無形的生活中，卻有形的幫助人們解決了在經濟，科學，人文方面的各種問題，通過整合混沌的信息，分析加工我們就能很好的了解自己所處的世界并駕馭在時代的前沿。
大數據時代的讀后感 篇9
我主要讀了第一部分和第三部分。
第一部分是大數據的思維變革，作者舍恩伯格提出了三個觀點，一是＂不是隨機樣本，而是全體數據＂，二是＂不是精確性，而是混雜性＂，三是＂不是因果關系，而是相關關系＂，作者被譽為＂大數據時代的預言家＂，拋出的觀點是擲地有聲的，下面我將談談我對這三點的理解。
對于一，我們必須承認我們以往做的處理抽樣數據得到結果的方法，是省時省力省錢的，而且判斷結果是相對高精準的，如人口普查這一案例，如果采用全體數據進行統計分析的話，工作難度是相當大的，最后的結果也不會很滿意，這是得不償失的。但是隨著數據處理技術的飛速發展，我們已經具備了處理大量數據的能力，如果在數據分析過程中采用全體數據，就能避免抽樣數據可能由于選取偏見帶來的非隨機性，處理全體數據也必將成為一種趨勢。用在國防生管理工作中，就是管理層要對每個個體都給予充分的關心與互動，對于優秀的固然要偏愛，但是對于較差的也要保持＂不拋棄不放棄＂的態度，讓每一個個體都找到自己的定位與價值。
對于二，作者強調通過掌握更多的數據，暫時犧牲精確性，關注更多容易被忽略的細節，來做更多的事，得到更多的結果，也就是說我們要有一定的包容錯誤的能力。我們在收集數據時，要主動獲取更多的數據，少加一些限制性條件，然后應用我們處理大數據的能力，或許會獲得意想不到的結果。作者舉了一個谷歌翻譯系統的'例子，通過英語作為中轉，進行各語言之間的轉換。此處的啟發就是用我們最擅長的途徑，不拘泥于特定規則，來達到我們的目的，也就是說我們要先認清自己，不去刻意的模仿，找出最適合自己的一套方法。
對于三，作者指出知道＂是什么＂就夠了，沒必要知道＂為什么＂，乍一看這個觀點覺得有點無腦，但是結合第二點就合理了，降低對精確性及原因結果的要求，通過對相關數據的廣泛分析，進而得到更豐富更多元的結果。如購物時，系統的購物推薦，并不是肯定你會購買，僅僅是你感興趣進而可能會買就足夠了。其實作者對＂相關關系＂的強調，主要是大數據強大的預測能力，而且這種預測性能還是相當精確的。以上只是我用作者的觀點佐證他自己的觀點，證明其一定的合理性，但是我是不完全認同的，在航天領域，我們對成功率的要求是極高的，尤其是載人航天領域，我們必須做到萬無一失，我們對每一個結果都會深究其根，找出原因。對于國防生體能成績的分析也是如此，結果只是我們的一個評價機制，而最重要的還是產生這一結果的原因及過程。
第三部分是大數據的管理變革，本來以為作者會講點如何通過大數據來改革管理機制和提高管理效率，沒想到作者只是講了大數據其實就是我們的隱私的暴露，提出了要讓數據采集管理公司對數據的使用負起責任的解決途徑。個人感覺，一是我們在平時要意識到個人隱私的保護，而是相關法律政策的完善，真正的讓大數據服務我們的工作生活，而不是一種變相的威脅。
大數據時代的讀后感 篇10
這本書比我預想的可讀性強多了……
深入簡出，以簡明扼要的概括性觀點和國外各種著名的事例解釋，讓外行人一眼明白大數據時代是什么，做什么，對未來生活有何益處，有何副作用。
首先改變我的認知的是，大數據的特點不是大，而是全。一改傳統的抽樣數據屬性（因為以前的計算機無法存儲運算收集這么龐大的數據），用整體的數據形成了一個更宏觀的上帝視角，進而發現更多意想不到的結論。
其二是分析的思路由因果關系發展到關聯關系。因果關系容易理解，因為人們去醫院檢查出了感染病所以要對這個人隔離治療，對周圍的人隔離檢查，這個地域可能是重要爆發點。然而關聯關系則是更加意想不到，比如谷歌公司利用人們的搜索關鍵字預測出感染病的爆發，這便不是因果，不是搜索了流感就一定患了病，這只是有關聯，只有當拿到全面的數據，關聯性才能形成一個結論。
應該說，大數據的時代會帶來新一波思想的沖擊，不再是按部就班地推導式邏輯，而是由現象直接得出結論的跳躍式思維，以海量數據的比對和驗證顯示出的新的關聯。
大數據時代的分析與預測會達到前所未有的準確和預見性，會讓人們更容易得出最優解，選擇不再變得那么糾結，廣告更知道給什么人投，新聞更知道哪一類人愛看哪一個，地塊更知道是需要住宅還是辦公，區域更知道是適合作為經濟現代化的中心還是環境優美宜居的景區。
然而，大數據時代帶來的問題也令人細思極恐。
其一，最直觀的就是隱私泄密問題。信息時代的今天，幾乎沒有人是脫離網絡通信生存的。而我們的無數信息也無時無刻不在沿著網絡線傳輸到看不見的'地方。這是十分可怕的，因為你搜索到每個關鍵詞，點擊的每個頁面、看過的每個圖片甚至和別人交談的每一句話都暴露在開發者眼中。這些信息被記錄下來，聯系起來就可以勾勒出一個完整的個人檔案，可能比你自己填寫的還要準確。如果只是作為記錄還好，如果被別人，比如說你家附近的小偷利用這分析哪家有錢又經常不在家比較好偷…
其二，大數據分析通過分析人們的喜好選擇，得出人們最偏愛的選項，對人們選擇產生影響……如此其實會產生一層問題，人們會知道他們想知道的而還有很多他們應該知道的被過濾掉了。人們會越來越分裂越來越偏執以自我為中心。也就是說過度的迎合市場不見得會一直長盛不衰。
其三也是最最可怕的，和電影里動漫里的幻想那樣，利用大數據對人是否有犯罪動機進行評判與預測…那么對數據預測的即將犯罪的人我們應不應該逮捕呢？說逮捕，其并未造成犯罪事實，說不逮捕，可能就無法阻止一場慘劇……
大數據帶來沖擊帶來革命也帶不安……但是就像法律上有律師來填補漏洞或者說為人們辯護，也許未來真的會有算法師成為大數據時代中新一代維護秩序的職業。
辯證地，準備迎接更加普及化的大數據時代吧。
大數據時代的讀后感 篇11
我們已經在大數據里生活了好多年，而最近觀看了《大數據時代》帶給了我的是更多的思考。隨著互聯網的快速發展，特別是近年來，隨著社交網絡，物聯網，云計算和各種傳感器的廣泛應用，具有大量，多樣性和強時效性的非結構化數據不斷涌現。數據存儲和分析技術的重要性難以實時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注的熱門問題。
對于普通企業而言，大數據的作用主要體現在兩個方面，即數據的分析和使用以及二次開發項目。通過分析信息的大數據，不僅可以挖掘隱藏數據，還可以通過這些隱藏的消息，通過銷售實體，增強其客戶來源。至于數據的二次開發，它用于網絡服務項目。通過總結和分析這些信息，我們可以開發出滿足客戶需求的個性化解決方案，并創造一種新的'廣告和營銷方式。
同時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。伴隨著業務發展要求及勞動力的變遷，人力資源管理從最初行政事務性的人事管理，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，管理模式不斷創新，其價值也不斷得到提升。
過去，人力資源管理沒有太多數據的支撐，決策常常依靠直覺、經驗和個人偏好。大數據時代的來臨，讓人力資本用數量的方式來進行投資分析和管理成為可能。但未來的挑戰不是數據缺乏，而是如何有效地選取和利用數據，而不會在數據的海洋中迷失了方向。
2012年，麥肯錫提出了“大數據時代”的說法，用最通俗的說法來說，就是這個世界的各行各業，將會出現海量信息，即“信息爆炸時代”。而這些信息，都是由各種數據組成，通過收集、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說，掌握了大數據，就掌握了未來。時代的步伐進入了2019年，許多企業都在談“大數據時代”，都在研究如何與時俱進，將“大數據”與數據分析融入到企業管理中去，為自己帶來創新性的優勢。歸根到底，大數據時代下企業人力資源管理的創新，還是通過數據化信息的動態收集和梳理，對企業人力資源的不同模塊進行分析，從而達到全面提升人力資源管理水平的目的。
大數據時代的讀后感 篇12
《大數據時代》，作者是被譽為“大數據時代的預言家”維克托.邁爾-舍恩伯教授和肯尼思.庫克耶。此書是在大數據方興未艾、眾說紛紜的時刻，進一步闡述和厘清大數據的基本概念和特點。
人類歷史長河中，即使是在現代社會日新月異的發展中，人們還主要依賴抽樣數據、局部數據和片面數據，甚至在無法獲得實證數據的時候純粹依賴經驗、理論、假設和價值觀去發現未知領域的規律。因此，人們對世界的認識往往是表面的、膚淺的、簡單的、扭曲的或者是無知的。維克托指出，大數據時代的`來臨使人類第一次有機會和條件，在非常多的領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，深入探索現實世界的規律，獲取過去不可能獲取的知識，得到過去無法企及的商機。
本書從思維變革、商業變革及管理變革三部分闡述大數據時代已經來臨;列舉了眾多在公共衛生、商業服務領域大數據變革的例子。比如：在思維變革部分，以UPS與汽車修理預測為例，證明知道“是什么”就夠了，沒必要知道“為什么”;在大數據時代，我們不必非得知道現象背后的原因，而是要讓大數據自己“發聲”：UPS國際快遞公司從2000年就開始使用預測性分析來檢測自己全美60000輛車規模的車隊，這樣就能及時的進行防御性的修理。之前UPS每兩三年就會對車輛的零件進行定時更換，但這種方法不太有效，因為有的零件并沒有什么毛病就被換掉了。通過檢測車輛的各個部位，UPS如今只需要更換需要更換的零件，從而節省了好幾百萬美元，這就是通過找出新種類數據之間的相互聯系來解決日常需要。這種方式完成可以應用于我們石油石化行業，我們的大量生產裝置及設備，在建立日常的關鍵部位檢測機制基礎上，形成大量的數據信息，通過對這些數據的科學分析，判斷出需要檢修或更換的零件，從而有效降低運營成本。
當我們一旦“不再追求精確度，不再追求因果關系，而是承認混雜性，探索相關關系”，“思維轉變過來，數據就能巧妙的用來激發新產品和新型服務”。數據正成為巨大的經濟資產，成為新世紀的礦產與石油，將帶來全新的創業方向、商業模式和投資機會。
近年來，伴隨著經濟社會快速發展、深度調整，石油石化產業變革加劇，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展大勢，加強數據治理和大數據分析應用，提高企業生產運行與管理水平，擁抱大數據時代的來臨。
大數據時代的讀后感 篇13
書中雖只是闡述了大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型，并未提及會對我們教育教學產生什么影響，但在這樣的大環境之中，我們同樣可以獲得啟示，尋求大數據在教育工作中可實現的價值。
1、教師角度：從基于經驗到基于數據的教學轉型
“經驗主義”是指形而上學的思想方法和工作作風，其特點是在觀察和處理問題的時候，從狹隘的個人經驗出發，不是采用聯系、發展、全面的觀點，而是采取鼓勵、精致、片面的觀點。在教學中，我們有時會憑借以往經驗認定本節課學生的起點，從而制定教學目標、重難點以及教學過程。這往往忽略了上屆學生和這屆學生是有差異的，這班學生和另一班學生也是存在差異的，那如何準確把握學生的起點呢？我想可以借助前測數據，它可以為有效教學指明了方向。
如教學“復式統計表”時，前期查找資料的時候就發現早在一年級上冊P96的時候學生就見過復式統計表，意讓學生初步認識統計表，滲透統計思想。而二三年級的書中練習也多有涉及，就是這種復式統計表沒有“表頭”，生活中的復式統計表也很多。既然在以前練習時碰到這么多次復式統計表，學生對復式統計表到底認識多少呢？我們對157名學生進行這樣的調查，第1題：像上表這樣的統計表以前見過嗎？見過約占65%，沒見過約占35%，學生在練習中碰到過、生活中也經�？匆�，但還是約35%的學生回答自己沒見過，說明學生平時在看這個復式統計表的時候就浮于表面，所以這節課我們重點應該讓學生經歷復式統計表的產生過程，加深學生對復式統計表的印象。第2題：上表中的16表示什么意思？能完整表達出二班身高在130~139厘米的學生有16人，約占41%；表達一半，如二班16人，或130~139厘米16人，約占22%，其他約占37%，真正能正確讀懂復式統計表的學生一半不到，需要在課中進行讀圖方法的'指導。而知道這個表叫做復式統計表的學生不到20%。
基于這樣的前測數據，我們將原先的教學設計進行修改，制定出符合這樣學情的教學目標、教學重難點和教學流程，以實現“以生為本”的課堂。同樣練習課和復習課，也可以借助本班學生的錯題數據，準備適合這個班學生情況的教學設計。
2、學生角度：建立數據分析觀念
未來肯定是“大數據時代”，那我們的學生作為未來的主人，在小學時應該掌握什么樣能力呢？我想數據分析觀念必不可少，2011年修訂的《義務教育數學課程標準》（以下簡稱《課標》）把過去核心詞里的“統計觀念”，改成“數據分析觀念”，就是希望身為老師的我們知道，數據分析是很重要的，并且希望教學能夠構建適當的背景，讓學生感受到數據分析是很重要的。那到底要讓學生掌握數據分析觀念的什么知識呢？
史寧中教授的《大數據與小學數學教育》這篇文章就闡述很清楚，他在文章中提到，結合大數據的主題，回想在“數據分析觀念”中提到的三件事情是非常重要的。
第一件事情，感悟數據中蘊含的信息。要讓孩子們知道，所有的道理不一定都是老師教的，不一定都是父母說的，也不一定是書本上說的，有一些信息，有一些道理是通過數據知道的。這個叫做數學的“實事求是”。有些東西是要經過思考的，根據什么來思考呢？根據事實思考，然后得出自己的結論。這樣，孩子就可能會想問題，就可能會發現問題，提出問題，分析問題，解決問題。
第二件事情，知道數據中的信息可以用不同的辦法獲取。數據中的信息不像純數學那樣，只能靠一個辦法得到。世界上絕對真理是不存在的，很多事情是相對的，相對的意思就是同樣的數據，用不同的方法分析會得到不同的結論。因此它取決于這個人的判斷準則，取決于他的價值觀。什么樣的辦法好呢？大家討論叫做民主，或者是最符合背景的方法就是一個好辦法。這個是判斷準則，也可以自己定。這個事情得從小開始重視，應該讓孩子們知道，有些標準是老師定的，但是有些標準你也可以定。
第三件事情，感悟數據是隨機的�？赡苓@次取得的數據是這樣的，下一次取得的數據是那樣的。雖然是隨機的，但是只要你取得相當多的數據之后，就能發現其中的規律性。
以上是讀了這本書之后又找了一些相關文章閱讀后，一些凌亂、零碎的想法，有些想法還得細細思考如何落實到自己的實際教學中，近期也一直在整理《基于作業中錯題數據改進數學練習課的教學研究》的課題成果，通過對班級學生作業中錯題數據的統計分析，從而發現其中典型錯誤、易錯題等等，幫助教師確定練習課的重難點，就不會像書里的練習板塊那樣流水賬式地復習，以此更有效地針對班級學情設計練習課教學，提高了練習課的效率；另一方面，也可以利用這些數據，知道各層次學生的錯誤點，分析原因，從而設計出針對不同層次學生的作業練習，讓不同的學生能在作業中得到不同的發展，避免學生一直重復做已經掌握的題。
大數據時代的讀后感 篇14
《大數據時代》確實是一本當下應該看的書，書中用大量的例子闡明了幾個關鍵的觀點：
1.我們應該且可以關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.我們由關注事物的因果變為關注事物的相關性
同時作者對大數據時代中價值鏈三個環節即數據，技術和思維(可以理解為商業模式)之間的關系進行了剖析，得出了大公司小公司都可能如魚得水，而中等體量的公司，可能會遭遇滅頂之災。對這個預言，我拭目以待，至少目前，我從事和了解的信息服務行業(包括企業級市場研究，消費類市場研究，咨詢)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距離，而新興的小公司還沒有特別的嶄露頭角。
作者對大數據時代對商業和管理帶來的變革也進行了解讀，但是沒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的風險，包括數據的濫用，數據的獨裁，侵犯個人隱私等。在這個部分我發現了作者的一個瑕疵。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信息等，說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意，忽視了信息的來源。絕大多數商業/政治的.決策者，如果面對真實，準確和及時的信息都可以做出正確的決策，而獲得真實，準確和及時的信息不僅成本高昂，甚至無法做到。獲得高質量的信息源也是長期困擾信息服務行業的瓶頸問題。而在大數據時代，個人認為只有不是為了收集而收集到的數據才具備了“高質量”數據的特點，例如，個人的信用卡刷卡行為，上網搜索的行為等，這些是人自然行為產生的數據與那些填寫調查問卷，向上級匯報所產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，來糾正我們的經驗主義錯誤。但侵犯個人隱私則是不可避免的風險。
大數據時代的讀后感 篇15
這么多年來，看了很多東西，如今回過頭來發現，好像什么都忘了，真是悲劇，所謂讀書破萬卷，下筆如有神或許是不對的，還是需要下筆勤快，所以決定從這里開始。
這些年對于技術的發展，我是沒有跟上，如今發現即便是對于投資，技術對于我們生活的改變太大，而自己身在這個技術浪潮的前沿，還是需要跟上步伐�！把�
大數據這個概念已經提了很久，我也一直疏忽了對于它的理解�？赐辍洞髷祿䲡r代》，再結合如果工作上對于大數據的理解，頓時發現數據的重要性，以前在這方面的確沒有足夠的思想意識。整本書來說，我覺得最關鍵的三個點是前面幾個章節：
1、要總體，不要隨機樣本：從小對于統計學相關的學習，基本都是從樣本出發，理論的基礎在于如何隨機的足夠分散的選取樣本，這可是技術活加直覺。而對于大數據來說，要的就是總體，本質上來說，總體樣本的確更能準確找到結果。但是對于統計來說，總體的分析增加了數據分析的難度，不僅數據核對不好進行，一旦出現數據污染，準確度就會大打折扣，而且進行數據回溯的時候，也無法準確確認問題，而這一點也是后面相關性上問題；
2、要混亂，而不是精確：這里主要想說明的是希望數據的多樣性，盡量將相關數據都收集起來，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總體數據中說明以后概率事件，既然是概率，也就可以理解無法精確。這里有個點的說明，我覺得需要提一下，大數據算法更傾向于“簡單”，而不是復雜，這個倒是出乎我的意外。
3、要相關性，而不是因果：從我對于知識獲取的過程來說，我是不同意這個觀點，從人體對于知識的理解，還是要從因果論出發，沒有因果論，就會變成瞎子。而作者的觀點上來說，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，找到相關性，向上追述原因本身就很難。但是從舉的示例上看，相關性的`確認是一個非常大的工程，基本就是使用排舉法，一個一個試。
所以，對于大數據來說，最重要的三點是：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性。
對于數據最終的走向，我同意書中所提到的政府管理的觀點，既然都是以“石油”的標準來看待數據，政府統一管理也就是必然的了。而且對于政府來說，掌握更多數據也有利于其管理及維護社會的穩定性。而對于社會道德方面的論述，我不想多說什么，時代發展是不會被道德綁架的。
所以最后，想要建立對于大數據的思維，《大數據時代》還是值得一讀，里面的很多示例也非常不錯。如人際關系這一塊，也是出乎我的意料。
大數據時代的讀后感 篇16
無處不在的大數據：各種云計算，谷歌的神通，亞馬遜的推送，天涯人肉，微博萬能等等，我們掌握了新的工具，也獲取了以前從未有過的各種信息。大數據拉近了我們與現實的距離，“地球村”變成了“地球屋”，仿佛所有人所有事物都觸手可及，而這些牛逼哄哄的互聯網巨頭就在客廳展示著世界的每一寸光景。
作者站在理論的至高點上，闡述了大數據對人類的工作、生活、思維帶來的革新，大數據時代的三種典型的商業模式，以及大數據時代對于個人隱私保護、公共安全提出的.挑戰。作者認為大數據時代具有三個顯著特點。
一、人們研究與分析某個現象時，將使用全部數據而非抽樣數據；
二、在大數據時代，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性，勝于對因果關系的探索。“是什么”比“為什么”重要。作者指出，隨著技術的發展，數據的存儲與處理成本顯著降低，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。在大數據時代，三類公司將成為時代的寵兒。一是擁有大數據的公司與組織，如政府、銀行、電信公司、全球性互聯網公司（阿里巴巴、淘寶網）。二是擁有數據分析與處理技術的專業公司，如亞馬遜、谷歌。三是擁有創新思維的公司，他們可能既不掌握大數據，也沒有專業技術，但卻擅長使用大數據，從大數據中找到自己的理想天地。面對即將來臨的大數據時代，個人將如何應對自如？這是個嚴肅的問題。大數據時代的社會倫理重點都在討論如何保護個人隱私。因為手機越來越智能，網絡越來越快，個人的信息也越來越透明——隱形幾乎完全不可能。我想說的是，作為硬幣的另外一面，我們無法舍棄：互聯網只不過是讓人與人之間碎片的關系得以統一，其實各種人肉和信息只不過是坊間傳聞的升級罷了。當我們住在擁擠的小區，三公里走完一圈的縣城，半小時散步完的村落，人和人之間有隱私嗎？現在只不過是把這個范圍放大到了一個地球而已。硬幣的一面是人和人之間有溝通的需要，去團結對抗世界的未知，那么另外一面就是隱私的缺乏。與其說是要在大數據時代保護自己的信息不被泄露，不如站起來維護自己和他人的隱私，從法律和道德的角度來尊重人與人之間的權利。
大數據時代是信息社會運作的必然結果，而借由它，人類的信息社會更上一個臺階。農業社會人們以土地為核心資源，工業時代轉為能源，信息社會則將變更為數據。誰掌握數據，以及數據分析方法，誰就將在這個大數據時代勝出，無論是商業組織，還是國家文明。
大數據時代的讀后感 篇17
去年的“云計算”炒得熱火朝天的，今年的“大數據”又突襲而來。仿佛一夜間，各廠商都紛紛改旗換幟，推起“大數據”來了。于是乎，各企業的CIO也將熱度紛紛轉向關注“大數據”來了。有一張來自《程序員》微博的漫畫很形象。我覺得這張圖，很真實地反映了現實中小企業云計算，大數據的現狀。不過話又還得說回來，《大數據時代》是本好書。
當然，很多IT知名人士也大力推薦，對所謂大數據的概念基本上是一頭霧水，雖則有了解關注過現在也比較火熱的BI，覺得也差不多，可能就是更多的數據，更細致的數據分析與數據挖掘�？催^此書后，感覺到之前的想法，只能算是中了一小半吧—。巨量的數據，而另一前：著眼于數據關聯性，而非數據精確性，或許才是大數據與現時BI的不同，不僅僅是方法，更多的時思想方法。不過坦白講，到底是數據的關聯性重佳，還是數據的精確性更好，還真的需要時間來檢驗一下，至少從現在的數據分析方法來論，更多的傾向于數據的精確性�？赐甏藭�，我心中的一些問題：
1、什么是大數據？
查了查百度百科，是這樣定義的：大數據（bigdata），或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。大數據的4V特點：Volume、Velocity、Variety、Veracity這個好像是IBM的定義吧。
以個人的.觀點來看：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？
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聯性，才可以讓通過專業化的處理，讓其為企業產生價值。針對電信運營，互聯網應用這樣海量用戶的數據的大企業，也是在應用大數據的道路上擁有得天獨厚的條件，但是針對中小企業呢？銷售訂單數據？若非百年老店，估計數據也是少得可憐，能用的可能只有消費者數據了吧。貌似大多數廠商，用來舉例的也就是消費都購買行為分析為最多。
同樣，在公共事業類的政府機構，大數據的作用也許也能很好的發揮。反而感覺在大多數中小型企業應用大數據，似乎有點大題小作。書中說：大數據是企業競爭力。誠然，數據是一個企業的核心無形資源（利用得好的話），但是否所有的數據，或都換則方式說：所有的企業都以大數據為競爭力，是否真的合適么？是否在中小企業中，會顯示得小題大做呢？
3、大數據帶來的影響
當一波又一波的IT技術熱潮源源不斷地向我們鋪面而來的時候，你甚至都沒有做好準備，你都要開始迎接它所給你帶來的影響了。經過物聯網，云計算的推波助瀾下，大數據開始登場了。但它到底給我們帶來了什么呢？
1）預測未來書中以Google成功預測了未來可能發生流感的案例來開篇，表明通過大數據的應用，可以為我們的生活起一個保駕護航的指向標。實質很簡單，技術改變世界。
2）變革商業大數據所帶來的商機，同時會衍生出一系列與大數據相關的商業機遇與商業模式，數據的潛在價值會源源不斷地發揮作用可以容易想到的是未來有專門的數據收集，數據分析，數據生成的一條數據產業鏈產生。影響的，當然是IT公司
3）變革思維書中所說：因為有海量的數據作基礎，未來，我們可能更關注數據的相關，而非精細度。對這條，本人還是持保留意見的。
如今說起新媒體和互聯網，必提大數據，似乎不這樣說就OUT了。而且人云亦云的居多，不少談論者甚至還沒有認真讀過這方面的經典著作——舍恩佰格的《大數據時代》。維克托·邁爾舍恩伯格何許人也？他現任牛津大學網絡學院互聯網研究所治理與監管專業教授，曾任哈佛大學肯尼迪學院信息監管科研項目負責人。他的咨詢客戶包括微軟、惠普和IBM等全球企業，他是歐盟互聯網官方政策背后真正的制定者和參與者，他還先后擔任多國政府高層的智囊。這位被譽為：大數據時代的。預言家“的牛津教授真牛！那么，這位大師說的都是金科玉律嗎？并不一定，讀大師的作品一定要做些功課才好讀懂，才能能與之進行一場思想上的對話。
舍恩伯格分三部分來討論大數據，即思維變革、商業變革和管理變革。在第一部分”大數據時代的思維變革“中，舍恩伯格旗幟鮮明的亮出他的三個觀點：
一、更多：不是隨機樣本，而是全體數據。
二、更雜：不是精確性，而是混雜性。
三、更好：不是因果關系，而是相關關系。對于第一個觀點，我不敢茍同。
一方面是對全體數據進行處理，在技術和設備上有相當高的難度。另一方面是不是都有此必要，對于簡單事實進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的祝建華教授討論過。祝教授是傳播學研究方法和數據分析的專家，他認為一定可以找到一種數理統計方法來進行分析，并不一定需要全部數據。聯系到舍恩伯格第二個觀點中所說的相關關系，我理解他說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點，我認為這是對他第一個觀點很好的補充，這也是對精準傳播和精準營銷的一種反思�！贝髷祿暮唵嗡惴ū刃祿膹碗s算法更有效。“更具有宏觀視野和東方哲學思維。對于舍恩伯格的第三個觀點，我也不能完全贊同�！辈皇且蚬P系，而是相關關系�！安恍枰馈睘槭裁础�，只需要知道”是什么“。傳播即數據，數據即關系。在小數據時代人們只關心因果關系，對相關關系認識不足，大數據時代相關關系舉足輕重，如何強調都不為過，但不應該完全排斥它。大數據從何而來？為何而用？如果我們完全忽略因果關系，不知道大數據產生的前因后果，也就消解了大數據的人文價值。如今不少學者為了闡述和傳播其觀點往往語出驚人，對舊有觀念進行徹底的否定。
世間萬物的復雜性多樣化并非非此即彼那么簡單，舍恩伯格也是這種二元對立的幼稚思維嗎？其實不然，讀者在閱讀時一定要看清楚他是在什么語境下說的，不要因囫圇吞棗的淺讀而陷入斷章取義的誤讀。比如說舍恩伯格在提出”不是因果關系，而是相關關系。“這一論斷時，他在書中還說道：”在大多數情況下，一旦我們完成了對大數據的相關關系分析，而又不再滿足于僅僅知道‘是什么’時，我們就會繼續向更深層次研究的因果關系，找出背后的‘為什么’。由此可見，他說的全體數據和相關關系都在特定語境下的，是在數據挖掘中的選項。
大數據研究的一大驅動力就是商用，舍恩伯格在第二部分里討論了大數據時代的商業變革。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“這一問題，但仍然無法完全回答”為什么“。因此，我認為并不能排除定性分析和質化研究。數據創新可以創造價值，這是毫無疑問的。舍恩伯格在討論大數據的角色定位時仍把它置于數據應用的商業系統中，而沒有把它置于整個社會系統里，但他在第二部分大數據時代的管理變革中討論了這個問題。
在風險社會中信息安全問題日趨凸顯。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問題？至少可以提供更多的思考維度。正如舍恩伯格在結語中所道：”大數據并不是一個充斥著算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據為我們提供的不是最終答案，只是參考的答案，幫助是暫時的，而更好的方法和答案還在不久的未來�！爸x謝舍恩伯格！讓大數據討論從自然科學回到人文社科。由此推斷，《大數據時代》不是最終答案，也不是標準答案，只是參考的答案。
此外，在閱讀此書之前還必須具備一些數據科學的基本知識和基本概念，比如說什么叫數據？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就比較好懂了。
大數據時代的讀后感 篇18
未來的十年，將是大數據引領下的智慧科技時代。不管你是否意識到它的存在，大數據都將越來越快地改變我們這個時代，包括我們的生活方式。
維克托·邁爾-舍恩伯格是最早洞見大數據時代發展趨勢的數據科學家之一。他通過一個大家熟知的事例，來幫助我們理解“大數據”的潛在影響力，那就是四個世紀之前望遠鏡和顯微鏡的發明。望遠鏡能夠讓我們感受宇宙，顯微鏡能夠讓我們觀測微生物，它們都是收集海量數據的新工具，因為這種工具的發明，人們同步更新了分析數據的技術和方法，促進了人們對世界更好的理解。如果說望遠鏡和顯微鏡是測量領域中的一場革命，那么今天的數據測量就相當于是現代版的望遠鏡、顯微鏡。隨著社交網絡的逐漸成熟，移動帶寬迅速提升，云計算、物聯網應用更加豐富，以及更多的傳感設備、移動終端接入到網絡，由此產生的數據及數據的增長速度比歷史上的任何時期都要多、都要快。一個大數據的時代，不經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的話題之一。但什么是大數據，人們尚未給出確切的定義。首先，“大數據”是相對過去小的、局部性的數據而言的;其次，利用大數據進行分析和工作時，所依據的關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，他用三大轉變描述了大數據的特性：
轉變之一：在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴于隨機采樣。例如一項針對相撲比賽中非法操縱比賽結果的研究對64000場比賽進行了分析，這算不上一個很大的數字，但由于這是過去十年所有的比賽，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。如果我們對于一個事物只有50個數據點，那么每一個數據點都必須非常精確，因為每個數據點都是有用的;但是如果我們有5000萬個，去掉10個，甚至去掉1000個都沒有太大的問題。
轉變之三：不再探求難以捉摸的因果關系，轉而關注事物的相關關系。分析大數據主要為了預測未來“是什么”，而不是“為什么”。因為很多時候我們以為我們找到了事情背后的原因，實際上卻沒有找到。更多時候知道了“是什么”就足夠了。例如知道流感將會擴散到哪里就足夠了，我不需要知道為什么;知道什么時候在網上購買機票能夠獲得最優惠的價格就足夠了，我不需要知道為什么此時價格最低。
二、大數據帶來的變化
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。舉例來說：
第一，科學探究的思路和方式受到挑戰
探究是新課程改革中的一個熱詞，是促進學校教學與科學研究相融合的實踐舉措�？茖W探究的基本路徑是：發現問題，提出假設，制定方案，實踐探究，分析數據，得出結論。之所以會梳理出這樣一個探究的路徑，與我們對問題知曉的信息過少有關。換句話說，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，通過猜想和假設，進行試探性的研究，如果研究得出的結果和自己的假想是一致的，則說明我們的假說是正確的，這些假說會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滴數據，從一個局部來推測世界是怎樣的，這是科學探究的基本思路和方式。長期以來，我們總是通過這樣的方式來認識世界，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，才會提出假設。如果決策者自身對所研究的事情存在著偏見，所提出的假設就很難得到實證的支持，這往往會導致探究花費了很長的時間、很大的物力和財力，也常常勞而無功。但科學研究者還是堅定不移地沿著這條道路前行，學校在教學中也將其作為科學研究的基本規范來傳授。
在大數據時代，這樣的研究方式收到了極大的挑戰。先舉個事例來說吧。手機輻射是否能夠致癌?關于這個問題，無論我們的假設如何，實驗的設計都很難進行。首先，樣本選擇過少，沒有統計學上的意義;其次，不能拿人做研究對象;第三，短時間的研究很難觀察到變化。有了大數據之后，這樣的難題就可以迎刃而解了。前段時間，丹麥就進行了這樣的研究。丹麥擁有1985年手機推出以來所有手機用戶的數據庫。他們從這個數據庫中分析了1990年至2007年擁有手機的所用用戶的數據，同時，他們還收集了這一期間醫院收集的所有癌癥患者的數據，然后分析手機用戶是否比非手機用戶有更高的癌癥發病率。這兩個數據庫本身是完全獨立的，在作分析之前從來沒有想過可以做這樣的研究。結果表明，使用移動用戶和癌癥風險增加之間不存在任何關系。2011年10月，這一研究的結果發表在《英國醫學雜志》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行全面的認識之后，假想就沒有意義了，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。既是看上去沒有關系的事情，人們也總是從因果的角度去理解他。比如說，1885年7月6日，巴斯德接診了一個被帶有狂犬病毒的狗咬傷的孩子，他把自己剛研制出來的狂犬疫苗給孩子注射，結果孩子活下來了。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因果關系。但事實上，人被狂犬病狗咬傷后換上狂犬病的概率是只有七分之一，就算沒有狂犬疫苗，這個孩子活下來的幾率還是有85%。
在哲學界，關于因果關系的爭論已經持續了幾個世紀。爭論的焦點在于：如果因果關系是普遍存在的，每一個果都有一個因和他相對應，世界上的所有事情都有因果的話，我們就沒有決定任何事情的自由了。盡管哲學領域的爭論很熱烈，但并不耽誤人們在日常生活中通過因果關系來思考問題。不僅如此，由于掌握的數據過少，人們還容易從線性關系的角度找尋事物之間的因果關系。在物理學中，有一種處理數據的方式之一就是“化曲為直”，設法找到兩個變量之間的線性因果關系，從而進行定量的描述。事實上，由于很多事情之間的關系是很復雜的，簡單的線性處理容易導致人們對事物本質屬性的誤解。
在大數據時代，相關關系比因果關系重要。2009年甲型H1N1流感發生之后，美國的衛生系統極力想從因果關系上來找到流感的源頭，但信息反饋的速度太慢，讓專家們束手無策。谷歌公司做出了快速反應，把5000萬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期的數據進行比較，研究特定檢索詞條的頻繁使用與流感在時間和空間上的傳播之間的聯系，很快就確定了流感是從哪個地方傳播出來的。谷歌采取的就是相關關系分析的方法，而不是因果關系分析的方法。這是大數據時代，對數據進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的二進制碼，以便電腦進行數據處理的過程。過去的很長時間，我們所做的事情，就是對文本進行數字化。很多書籍包括教材，通過PDF等格式，變成了數字形態的資料，存入了電腦或者網路之中。
但是，這些數字化的資料要查詢起來并不方便。首先你要知道所需的資料在那本書中，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。這和到書本里去找沒有本質的區別。
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，其巨大的潛在價值才有可能被釋放出來。
數字化帶來了數據化，但數字化不能替代數據化。今天，很多學校都在進行“電子書包”的課程教學實踐，但有不少實踐者認為，所為電子書包，就是將紙質的課本和教輔資料數字化，裝入電腦中讓學生上課中使用，這其實是對電子書包最大的誤解。電子書包的核心在于數據化，要通過對學生學習過程所記錄的大數據分析，把握學生的個性化學習特征，以便給予更有針對性的指導。
三、需要關注的一些問題
從教育的角度看，大數據時代的來臨，對教育的變革將帶來巨大的影響。
首先是教育內容要進行革新。大數據使得傳統的因果思維方式、科學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中要將這些變化和學生講清楚，以便他們能夠在今后走上社會的時候有足夠的能力迎接挑戰。
其次是教學方式要進行革新。過去的教學，因為沒有大量數據的支撐，該教什么全憑教師自己跟著感覺走。今天，我們可以將教師的教學視頻掛在晚上，通過深度分析學生在觀看視頻的過程中在哪些地方停頓或者重放的頻次比較高，來找出學生不明確或者課程吸引人的地方，幫助教師改進教學、確定教學重點。這必然導致教師教學方式的變革。
第三是學習路徑會發生變化。在過去，如果你想成為一個優秀的生物學家，一定要認識很多生物學家。今天，要解決一個生物難題，可能與天體物理學家或者數據視圖設計師聯系就可以實現。
第四是要防止對數據的癡迷。一方面，我們要研究學校長期以來儲存下來的大量數據，同時積累學校每天的教育數據，為進入大數據時代做好充分的思想準備;另一方面，要喚醒學校里沉睡的數據，讓其在學校管理和教師教學中發揮更大的作用;再一方面，也要防止出現另一個極端，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學生的能力、全面反映教師的教育質量等方面做出實踐和探索。
大數據時代的讀后感 篇19
世界的本質就是數據，當你掌握了數據，你便掌控了世界—你可以輕而易舉地通過數據中的相關關系預測事物的發展，將一切不利因素扼殺于搖籃之中—這遠勝于"防患于未然"。
《大數據時代》一書，讓我們在觀念上有了三大轉變：要全體不要抽樣，要效率不要絕對精確，要相關不要因果。全書介紹了 "大數據"時代三種大的變革：思維變革，商業變革和管理變革。在這些巨大變革如洪水一般的"沖擊"之下，現代社會的運作方式必將有重大的改變，若不順應這種變革的潮流，就像古中國固步自封，最終被堅船利炮打開國門而自己還用著長鉤鐵戟抗爭一樣，不可避免被掠奪，被落于世界進程之后，所以我們必須轉變我們的思想。
"我們不再熱衷于尋找因果關系，而應該尋找事物間的相關關系"，我想這句話是本書的核心思想。大數據時代，信息與數據已成為了一切的.本源，我們生活在各種數據構成的海洋之中，如果從另一種視角看，就好像無數條"看不見的線"將我們與這些數據聯系到一起，這是我們以前從未有過、從未想過的。大數據改變了我們以前的通過因果關系了解世界的方法，而提供了幾種新的途徑，因為，在大數據時代，我們可以分析更多數據，有時甚至可以處理和某個特別現象相關的所有數據，也就是：樣本=總體;而且，當研究數據如此之多時，我們已不熱衷于"精確"，而是"混亂"，若不接受"混亂"，那么有95%的非結構化數據無法利用，這將無法使我們構建完整的數據世界，在分析更多、更全面的數據之后，我們就可以從這些數據之中發掘它們的相關關系，即以"是什么"而不是"為什么"的角度看待數據，不用管其從何而來，只要分析其如何影響其他事物既可，即"讓數據自己發聲"，這些，徹底推翻了人類以前探索數據的方法，展現了一個全新的世界。
這種觀念以驚人的力量給現知識狀況帶來了巨大的沖擊，通過對海量數據的分析，獲得巨大價值的產品和服務，或深刻的洞見。比如谷歌公司，2009年H1N1流行之時，通過檢測檢索詞條，處理34。5億個不同的數據模型，通過預測并與2007、2008年的美國疾控中心記錄的實際流感病例進行對比后，確定了45條檢索詞條組合，并將其用于一個特定的數學模型后，預測結果與官方數據相關系數高達97%，這種大數據技術，以前所未有的方式，通過海量數據分析得出流感所傳播的范圍，為預測流感提供了一種更快速、高效的工具。
同時，雖然大數據可為人類造福、對抗病癥，但這僅限于掌握這門技術而言，若不重視這種技術，當我們的對手早于我們一步構建這種數據網絡之時，便是我們的災難，想想，大數據雖核心的在于預測，當敵人通過這種手段預測我方下一步的行動，將是可怕的—比如你的導彈將從何處發射，將飛往哪，你的軍隊動向、目標，總之所有一切"未來"將掌控于敵手，敵方甚至可以借此發現那些將來有"大作為"的人，從而進行滲透或扼殺，這對我們的發展無疑是致命的，所以，盡快加速大數據系統的構建進程是必須的。
對于我們國防生，也必須順應這種發展趨勢，未來的時代必將是數據極易獲取，數據網絡共享化的時代，通過這些數據，建立數據模型，可以準確分析并給出適合每一個人的計劃，如運動量、訓練強度，可以"先知、先覺"，及時發現一個人的負面情緒前及時疏導，這些必將成為現實，我們必須跟進時代，做好準備，去應對大數據時代的一切!
大數據時代的讀后感 篇20
讀完這本書并不是一氣呵成的，第一次讀到大約五分之一的時候就放下了，第二次重新開始讀，讀到三分之二的時候又想放棄，可是想了想，還是堅持了下來，不為別的，看到三分之二的時候基本明白了書中要講的主要內容，而這內容并不是我想從書中獲知的，或者說，書中內容與我期待相去甚遠。而之所以能硬著頭皮讀完，完全是出于想著事后跟朋友評論這本書的時候更有資格而已，畢竟，沒有看完一本書而去評論它總是有失公正的。
大數據時代這本書按我自己的理解主要講了四個方面的內容，一是講什么是大數據，舉了很多例子說明我們已經進入大數據時代了。二是講大數據的意義，文中大量舉例，論證大數據對人類發展的積極意義。三是講大數據若是用得不當所產生的消極影響。四是提醒我們如何避免大數據的消極作用，發揮它的優勢造福人類。記得高中學政治的時候，有一條回答問題的黃金法則，當要解決一個問題的`時候得從三方面回答，那就是：是什么，為什么，怎么樣；也就是先解釋事務的定義，再說解決問題方法，最后闡明這個事務的積極作用和消極作用。而大數據時代只說明了兩個問題，那就是，"是什么”，以及“為什么”。也許這本身就不是一本工具書。大數據時代，這個名字取的是夠大氣，內容卻不敢恭維。這本書在網上炒的也很火，受很多人追捧，不知道看完之后是不是跟我一樣，感覺看與不看似乎影響不大。
跟老公談論過這本書，剛開始我在京東上買它的時候很激動得對老公說，看完這本書我會更了解現在互聯網思維，對工作有幫助，而等我讀完，一點這樣的感覺都沒有了。老公也很形象描述了這本書，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。我覺得這個比喻很形象，真是要人命了，看著一道道美食而不得，只能拿起身邊的薯條可樂解解饞的痛苦就是如此。
大數據時代的讀后感 篇21
現在已經進入到了二十一世紀了，當今社會已經擺脫了上個世紀的那種消息滯后的時代了，我們最應該感謝的就是科學的進步為我們帶來了這么多便利。與此同時，科學的進步還為我們帶來了“大數據”這個讓人類減少了很多工作量的東西。
在這個學期的名著導讀課上我們就被要求讀：《大數據時代》這本書�！洞髷祿䲡r代》是國外大數據系統研究的先河之作，本書作者維克托·邁爾·舍恩伯格被譽為“大數據時代的預言家”，他是一個特別厲害的人，他作為一個教師，他曾經在哈佛大學、牛津大學、耶魯大學和新加坡國立大學等多所世界前列名校任教的經歷。他作為一個科學家，早在2010年就在《經濟學人》上發布了長達14頁對大數據應用的前瞻性研究。他是十余年潛心研究數據科學的技術權威。他是最早洞見大數據時代發展趨勢的數據科學家之一，也是最受人尊敬的權威發言人之一�，F任牛津大學網絡學院互聯網治理與監管專業教授，曾任哈佛大學肯尼迪學院信息監管科研項目負責人，哈佛國家電子商務研究中網絡監管項目負責人；曾任新加坡國立大學李光耀學院信息與創新策略研究中心主任。并擔任耶魯大學、芝加哥大學、弗吉尼亞大學、圣地亞哥大學、維也納大學的客座教授。他作為一個研究學者，他的學術成果斐然，有一百多篇論文公開發表在《科學》《自然》等著名學術期刊上，他同時也是哈佛大學出版社、麻省理工出版社、通信政策期刊、美國社會學期刊等多家出版機構的特約評論員。他是備受眾多世界知名企業信賴的信息權威與顧問。他的咨詢客戶包括微軟、惠普和IBM等全球頂級企業；
�。⒋髷祿⒃诎俣壬纤阉鞯降慕忉屖牵悍Q巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟件工具工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。特點：數量、速度、品種、真實性。而舍恩伯格認為，大數據并不能定義一個確切的概念。他提到＂大數據是人們獲得新的認知，創造新的價值的源泉；大數據還是改變市場、組織機構，以及政府和公民關系的方法。＂這是一種更具有人文色彩和社會意義的詮釋。
大數據不僅改變了公共衛生領域，整個商業領域都因為大數據而重新洗牌。購買飛機票就是一個很好的例子。就像書中寫到2003年，奧倫·埃齊奧尼準備乘坐從西雅圖到洛杉磯的飛機去參加弟弟的婚禮。他知道飛機票越早預訂越便宜，于是他在這個大喜日子來臨之前的幾個月，就在網上預訂了一張去洛杉磯的機票。在飛機上，埃齊奧尼好奇地問鄰座的乘客花了多少錢購買機票。當得知雖然那個人的機票比他買得更晚，但是票價卻比他便宜得多時，他感到非常氣憤。于是，他又詢問了另外幾個乘客，結果發現大家買的票居然都比他的便宜。
飛機著陸之后，埃齊奧尼下定決心要幫助人們開發一個系統，用來推測當前網頁上的機票價格是否合理。作為一種商品，同一架飛機上每個座位的價格本來不應該有差別。但實際上，價格卻千差萬別，其中緣由只有航空公司自己清楚。
埃齊奧尼表示，他不需要去解開機票價格差異的奧秘。他要做的僅僅是預測當前的機票價格在未來一段時間內會上漲還是下降。這個想法是可行的，但操作起來并不是那么簡單。這個系統需要分析所有特定航線機票的銷售價格并確定票價與提前購買天數的`關系。
在信息時代，信息安全問題的日趨凸顯，數據獨裁與隱私保護之間的矛盾更是立于風口浪尖，成為眾矢之的，舍恩伯格在本書的最后章節曾試圖尋找一種解決方式來擺脫這一種困境，但最終沒能做到，但是他提出＂大數據并不是一個充斥著算法的和機器的冰冷世界，人類的作用仍無法被完全代替。＂這里表明人在數據時代同樣的重要，數據是為人類服務的，也就該人類驅使下完成相應的目的。在這樣的大環境下，常引起我更多的思考和擔憂。
大數據時代對于我們同是機遇與挑戰，一些國家已開始步入大數據時代的行列，并在各個領域開始研究和使用。而對于我國龐大的人口，以及較大的領土面積，都可以在大數據時代為我們提供數據的保障，而能否面臨挑戰，在大國之間的新一輪角色角逐間嶄露頭角，我們更需要解決技術等方面的問題，更應在政策上逐步開放各領域的數據，保證數據來源、權限等問題得到解決，不斷學習先進的計算機技術，縮小與其他國家的差距。
大數據時代的讀后感 篇22
我們生活在一個“概念”紛飛的年代，先前只有IBM熟諳的招數，如今已經“飛入平常百姓家”�！耙苿踊ヂ摼W”、“云計算”的概念剛剛消停，業界的專家又送來了“大數據”的概念，一時間似乎人人都變成了“大數據”專家，見面要是不提“大數據”都不好意思跟人打招呼！
玩笑歸玩笑，當我們的存儲能力、計算能力和網絡帶寬變得充裕之后，我們先前對待數據，尤其是原始數據的態度和思維方式，將面臨著很大的改變！
其實，作者的主要觀點，已經在翻譯者的譯者序中進行了總結：“大數據時代處理數據理念上的三大轉變：要全體不要抽樣，要效率不要絕對精確，要相關不要因果”。
如作者所言，“采樣分析是信息缺乏時代和信息流通受限制的模擬數據時代的產物”。如果可以，我們當然會使用“全體數據”而不是“抽樣數據”。讀到這里，我估計大學里正在絞盡腦汁設計樣本抽樣方法的學生、教授們，連哭的'心都有！
數據分析的及時性，在很多情況下比精確性更加重要，尤其是在商業領域。想想看，如果需要兩周時間才能計算出明天某個航班的滿座率，那還有什么意義？大數據計算技術，適用的不是像衛星發射、開具銀行賬戶這樣的工作，而是不要求極端精確的情況，其核心是“預測趨勢”，況且原始數據也可能出現差錯。
過往千年，探究因果關系幾乎是所有科學研究的原動力。甚至，這已經通過語言，融入我們的思維方式和哲學思想：“因為……所以……”，凡事都要問“為什么”。但是，在大數據的范疇里，關注的卻是相關性，而不是因果關系，或者其次才是因果關系。超市只用關心把啤酒和尿不濕放在一起，會幫助提高銷售額，而不用關心其中的奧秘。如果說原因，可能很多都是人們的習慣、方便，甚至是人性，例如奶爸們習慣買尿不濕的時候給自己捎上幾罐啤酒。
在此，也有一些自己的思考：如果說搜索引擎所解決的問題表面上是幫助用戶找到需要的信息，而實質是幫助企業找到擁有某項需求的客戶，深層次講是解決了《第三次浪潮》中提出的消費者和生產者分離的根本矛盾，如果再加上3D打印技術，就可以完成由消費者主導的“個性化”生產過程；而大數據所解決的是，通過對所有用戶的數據進行分析，可以預測用戶群整體的需求變化趨勢，從而完成批量產品生產、銷售的調整問題，其奇妙之處就在于無需用戶“開口”說出她想要什么？一個解決的“個體需求”，一個解決的是“群體需求”。
本書除了提出上述三項基本觀點，其它的內容大多是舉例說明，多少有些空泛。但是，其實大數據時代才剛剛開始，對大數據的應用也只是停留在比較淺的層面上，作者能提出這三項基本觀點已屬難能可貴！
大數據時代的讀后感 篇23
在這個即將到來的大數據時代里，我們應該摒棄傳統還是推陳出新，因為大數據時代里的一些思想相矛盾，在這個信息化的時代里，大數據才是人們獲取新知識和創造新價值的源泉。
讀書先讀引言，引言是這本書的眼睛，反復閱讀會受益良多。
第一個能力，洞察力，我先來解釋一下洞察力吧，洞察力是指觀察事物的能力，能從見到的事物中先知先覺，覺察到問題的所在，洞察力指心靈對事物的穿透力，感覺力，洞察事物的能力，簡單說，洞察力就是人們對個人認知情感，行動的動機與相關關系的透徹分析，再言簡意賅，洞察力就是一個人對外界信息的獲取能力，比如《神探夏洛克》中，夏洛克能從外界事物中提取一些他想要的信息，當然電視上的難免有點夸張，不過這種能力以后無論是在生活中還是部隊建設中都是很有價值的
大數據時代不再要求每個數據都必須準確無誤，因為大數據時代，當很多數據在一起尋求某種規律或是個數學關系時，錯誤的數據很快就會被發現，因為偏移太大，因此大數據時代是用概率說話的，而不需要每個數據都是確鑿無疑的。
相關關系在大數據時代顯得尤其重要，甚至比我們傳統的.因果關系更重要，因為大數據的核心是預測，而預測是建立在相關關系分析法基礎上的，有一個美國公司曾經揚言，可以預測一個人第二天會做什么事，雖然說這個說法很荒謬，但是如果我們現在以大數據的思維去想，我們不管他真的是否能預測，或是他預測的方法是什么，我們要考慮的是如果這中說法是真的，那么我們該怎么去應對，這就是大數據時代的相關關系，我更覺得，相關關系更像是一個哲學問題。
我們應該把我們所掌握的知識和理解的用于部隊，我們應該大力搜索數據而不是抽取，因為我們現在具備處理數據的能力，并用來預測敵軍的動向。
一旦世界被數據化了，只有你想不到的，沒有信息做不到的，我們要做的就是利用信息去做有利于我們的事，我們必須擁有分析的工具（統計學和算法）以及必需的設備（信息處理器和存儲器），那么我們就要培養統計學家和算法師。
數據創新當然是接下來時間內我們要做的和研究的主要對象。
大數據也有不利影響，這不是大數據本身的缺陷，而是我們濫用的結果，就像我們無法去逮捕一個將要犯罪的人，因為我們無法對將要發生的事情負責。
大數據時代，一個名副其實的信息社會，我們要提高自己的能力，做新，做多，做好，做快，讓它真真正正的為我們服務。
大數據時代的讀后感 篇24
一、本書簡介：
這是一個大數據的時代，商業、社會管理、科研、創業，言必稱大數據。它以特殊的模式超快的速度處理分析大量相關數據，正在悄然改變全球。大數據一種規模大到在獲取、存儲、管理、分析等方面都與傳統處理模式很大不同，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。區別于以往的數據收集的最本質區別是，不用抽樣調查，而是采用所有數據進行分析處理。拋棄人類之前限于成本的的抽樣分析方法，而是存儲一切，分析一切�！按髷祿备拍罹褪怯删S克托·邁爾·舍恩伯格和肯尼斯·庫克耶編寫的這本《大數據時代》中提出。這種大數據的收集，在互聯網，甚至是移動互聯網出現之前的時代是不可能的�，F在，隨著儲存技術、處理器技術、網絡技術、智能終端的深入發展，把這些大數據收集存儲起來已經非常容易而且成本低廉。本書從三個方面詮釋了大數據將帶來怎樣的變革
一是大數據時代的思維變革，首先大數據不是抽樣調查樣本，而是能獲取的相關信息的全體數據，不用隨機分析法這樣的簡單模式，而是對所以的巨量數據的進行分析處理;其次是大數據不再是結構化簡單精確的數據，而是綜合性非結構化的數據，傳統方法處理分析方法大部分數據都無法被利用;再次是大數據間的信息從因果關系變為相關關系，這樣處理分析就不必關心現象背后的'原因，而是要讓數據自己“發聲”，因此建立在相關關系分析法基礎上的預測是大數據的核心。
二是大數據時代的商業變革，該書提出大數據時代將給商業帶來巨大的變革，可以將商業的相關信息量化成數據，而且商業數據是取之不盡用之不竭的。
三是大數據時代的管理變革，首先大數據時代我們的隱私暴露無遺,這也給監管帶來更多挑戰。其次大數據是必然趨勢，防止大數據變成黑匣子,防止數據壟斷者的出現,這些可能都是以后應被注意的甚至是寫進法律里的。
二、對大數據的看法
1、大數據產業離老百姓究竟有多遠?
貴陽與大數據緊密聯系到一起了，2016年數博會暨中國大數據產業峰會于5月末在貴陽召開。在貴陽當問人們大數據在他們生活中的實際體會時，估計聽到的答案有全城覆蓋的wifi無線網絡、智能公交、移動醫療，智能打車軟件等等。官方及多數媒體報道中提到的貴陽對大數據的應用，多集中在云上貴州、精準扶貧、災難預警、公共交通，數據鐵籠等等。普通民眾可能在政策影響下對大數據興趣濃濃，但或許其中真正明白大數據到底為何物的人寥寥。已稍成氣候的大數據應用多集中在政府主導的公益領域，惠及普通百姓自然是好事，但從大數據產業中實現大規模盈利仍有很長的路要走。
2、大數據帶來的彷徨!
大數據自然會給我們帶來很多便利，有時候大數據能夠打破信息不對稱的壁壘，讓那些裝模作樣“所謂專家”們以后可不好當專家了。我們可能會拿著電腦上打印下來的資料，質問醫生為什么這么給我們開藥。我們也可以要求政府公開更多的數據，比如貴陽正在推動的數據鐵籠項目，以便公眾的參與和監督。但是果真如此么?在一個信息已經爆炸的年代，更多的信息數據很可能只會使你更加彷徨。信息數據增長的速度遠遠快于知識增長的速度，自然在日益增長的信息數據中，噪音的比重會越來越高。
還有最重要的是大數據必然是大價值的資產，必然大多掌控在大公司的手里，這些才是實際“大數據的操控者”。大眾只是一個普普通通的消費者，在大數據的時代，當你收到“大數據的操控者”送來的禮物時，你不彷徨么?，你注冊使用微信等軟件時強制你開啟位置信息和電話信息時把自己的一切暴露出來，比方你剛買了房不時收到裝修公司或家具家電公司的電話，你報名考試后不停受到培訓機構騷擾。也許“大數據的操控者”們會比你自己更了解你的行為，他甚至知道你的一切，知道你買得起多少錢的服裝和什么品牌，喜歡什么娛樂活動，甚至什么時候你可能會去旅游，甚至預測你明天要去那兒，你是什么身份和你的家庭情況等等。
大數據時代我們更多的時候是“小白鼠”被觀察者觀測，被分析師研究，當然也有時候是受益者也能利用大數據。
3、基于人工智能的大數據
人更多的時候是復雜和帶有非理性因素的。大數據與計算能力密不可分。大數據無法用單臺的計算機進行處理，必須采用分布式架構，依托云計算的分布式處理、分布式數據庫和云存儲和虛擬化技術等對海量數據進行分布式數據挖掘。但這種模式的計算能力僅是在數量上的增加。所以只有應用各種新的數據處理方法處理的“數據”才能成為“大數據”，才能從中發掘這種綜合性非結構化且為相關關系數據的新意義，進而產生新的價值。機器計算相比大腦的優勢在與對于巨量數量的處理，如果機器也同時也能具有大腦的邏輯、分析、判斷、聯想、想象、情感能力，則可以輕易超越大腦的智能。
目前基于神經網絡機器學習的人工智能才初步嶄露頭角�，F在人類大腦的腦科學的研究程度還遠遠不夠，甚至可以說對大腦智能還知之甚少。雖然人工智能理解大數據還為時尚早，人類對于大數據的利用基本上還是基于收集技術和非智能化分析處理上的發展。但我想基于大數據的人工智能才是未來大數據發展的走向，貴陽這個發展大數據城市鮮有出現成熟的相應技術和服務，也許走出大數據數據處理能力的瓶頸才有貴陽大數據產業輝煌的明天。
三、對大數據技術在統計上的期待
可以想象一下，如果統計系統有一個人工智能化的大數據平臺，通過政府統籌規劃和相關立法，讓該系統實時收集國民經濟所有環節的具體信息。比方農業上來說，系統實時收集從每一個農民購買種子、化肥、農藥到出售農產品等的信息，實時收集每一個農產品加工銷售環節的具體相關信息，同時也實時收集每一個居民購買使用農產品的所有信息，大數據系統實時精細的進行數據的匯總分析和報告。而這些在現有的技術上非智能化實現不難，難點估計只是制度壁壘。不難想象不久的將來國家統計局叫為國家統計大數據中心，一切已經不需要傳統的統計，一切發生的時候就已經被實時統計。
【大數據時代的讀后感】相關文章：
大數據時代讀后感09-28
《大數據時代》的讀后感范文10-28
迎接數據中心虛擬化時代的來臨04-26
大數據時代下網絡安全與隱私保護論文11-27
《大數據時代》的心得體會（通用14篇）10-13
關于《大數據時代》讀后感（通用12篇）04-11
大數據時代讀書心得體會06-20
新考研時代女生的三大優勢04-24
ESG:2010年數據中心10大預測04-26