《大數據時(shí)代》讀后感（精選5篇）
認真品味一部名著(zhù)后，相信你心中會(huì )有不少感想，是時(shí)候抽出時(shí)間寫(xiě)寫(xiě)讀后感了�？赡苣悻F在毫無(wú)頭緒吧，下面是小編整理的《大數據時(shí)代》讀后感（精選5篇），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》讀后感1
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。
《大數據時(shí)代》讀后感2
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，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上擁有得天獨厚的條件，但是針對中小企業(yè)呢？銷(xiāo)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(chǎng)商，用來(lái)舉例的也就是消費都購買(mǎi)行為分析為最多。
同樣，在公共事業(yè)類(lèi)的政府機構，大數據的作用也許也能很好的發(fā)揮。反而感覺(jué)在大多數中小型企業(yè)應用大數據，似乎有點(diǎn)大題小作。書(shū)中說(shuō)：大數據是企業(yè)競爭力。誠然，數據是一個(gè)企業(yè)的核心無(wú)形資源（利用得好的話(huà)），但是否所有的數據，或都換則方式說(shuō)：所有的企業(yè)都以大數據為競爭力，是否真的合適么？是否在中小企業(yè)中，會(huì )顯示得小題大做呢？
3、大數據帶來(lái)的影響
當一波又一波的IT技術(shù)熱潮源源不斷地向我們鋪面而來(lái)的時(shí)候，你甚至都沒(méi)有做好準備，你都要開(kāi)始迎接它所給你帶來(lái)的影響了。經(jīng)過(guò)物聯(lián)網(wǎng)，云計算的推波助瀾下，大數據開(kāi)始登場(chǎng)了。但它到底給我們帶來(lái)了什么呢？
《大數據時(shí)代》讀后感3
如今說(shuō)起新媒體和互聯(lián)網(wǎng)，必提大數據，似乎不這樣說(shuō)就OUT了。而且人云亦云的居多，不少談?wù)撜呱踔吝�沒(méi)有認真讀過(guò)這方面的經(jīng)典名著(zhù)——舍恩佰格的《大數據時(shí)代》。維克托·邁爾舍恩伯格何許人也？他現任牛津大學(xué)網(wǎng)絡(luò )學(xué)院互聯(lián)網(wǎng)研究所治理與監管專(zhuān)業(yè)教授，曾任哈佛大學(xué)肯尼迪學(xué)院信息監管科研項目負責人。他的咨詢(xún)客戶(hù)包括微軟、惠普和IBM等全球企業(yè)，他是歐盟互聯(lián)網(wǎng)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(yù)為：大數據時(shí)代的預言家“的牛津教授真牛！那么，這位大師說(shuō)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(jìn)行一場(chǎng)思想上的對話(huà)。
舍恩伯格分三部分來(lái)討論大數據，即思維變革、商業(yè)變革和管理變革。
在第一部分”大數據時(shí)代的思維變革“中，舍恩伯格旗幟鮮明的亮出他的三個(gè)觀(guān)點(diǎn)：
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(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4
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》讀后感5
首先，想談一談何為大數據，何為大數據時(shí)代。大數據是一種資源，也是一種工具。它提供一種新的思維方式去理解當今這個(gè)信息化世界。為何說(shuō)是一種新的思維方式：在信息缺乏的時(shí)代或模擬時(shí)代，我們更傾向于精確性的思維方式，就像是＂釘是釘，鉚是鉚＂，而在這種傳統的思維方式下，我們得到問(wèn)題的答案只有一個(gè)。
而在大數據時(shí)代下，我們打破了這種思維方式，換句話(huà)說(shuō)，我們接受結果的不確定性。簡(jiǎn)言概括之，我認為大數據是一種預測模型。在大數據時(shí)代下，我們關(guān)注的不是因果，即為什么是這樣，而更關(guān)心＂是什么＂這種相關(guān)關(guān)系。換句話(huà)說(shuō)，在這種新思維的思考方式下，我們探究問(wèn)題背后的原因也是不可行的。我們所做的是利用大數據這種工具，讓數據自己說(shuō)話(huà)！
其次，我想談下如何利用大數據提升我軍戰斗力。當然，大數據分析并不是精準的預測，精準的預測也是不存在的。大數據只能有利于我們理解現在和預測未來(lái)的可能性。
作為軍人，我所關(guān)注的是如何利用好大數據的工具提升我軍戰斗力，打贏(yíng)這場(chǎng)信息化戰爭。毫無(wú)疑問(wèn)，現在我們打的不是刀對刀，槍對槍的戰爭，更不是模擬時(shí)代，當代乃是數字時(shí)代，打的是信息化戰爭！
四次戰爭的大勝，美軍的戰爭形態(tài)從機械化轉向信息化，而且相應的在戰場(chǎng)取勝的時(shí)間也越來(lái)越短，這正是大數據時(shí)代下的必然結果。而我軍正在轉向信息化的過(guò)程中。在此戰爭形態(tài)的過(guò)程中，我們需要更多的計算分析師，大數據分析師，數學(xué)家等高等技術(shù)性人才來(lái)打贏(yíng)這場(chǎng)信息化戰爭。這正是大數據時(shí)代下我們不得不有的基礎。我軍戰斗力的提升迫在眉睫！
當然大數據是一把雙刃劍，利用好了取勝也是得心應手，相反，利用不好會(huì )導致不可估量的損失。
畢竟，這只是一種預測模型，得不到精準的預測結果。我們更要讓數據為我們所用，不要被龐大的數據庫框住我們的思維。為適應時(shí)代的發(fā)展，在這個(gè)適者生存，弱肉強食的世界，大數據時(shí)代下的殘酷競爭已經(jīng)給我們敲響警鐘，一場(chǎng)悄無(wú)聲息的信息化戰爭已經(jīng)打響！
【《大數據時(shí)代》讀后感（精選5篇）】相關(guān)文章：
時(shí)代廣場(chǎng)的蟋蟀讀后感400字（精選6篇）03-15
時(shí)代廣場(chǎng)的蟋蟀讀后感(15篇)03-05
時(shí)代廣場(chǎng)的蟋蟀讀后感（通用7篇）03-16
從數據談節水的說(shuō)課稿【精選】03-24
精選時(shí)代變化作文六篇03-27
精選時(shí)代變化作文四篇03-25
【精選】時(shí)代變化作文四篇03-20
蟲(chóng)蟲(chóng)時(shí)代旅行之抽獎時(shí)代_1200字01-27
自由時(shí)代作文03-24