- 相關(guān)推薦
大數據時(shí)代讀后感范文（通用20篇）
細細品味一本名著(zhù)后，相信你一定有很多值得分享的收獲，這時(shí)最關(guān)鍵的讀后感不能忘了哦。那么你真的會(huì )寫(xiě)讀后感嗎？以下是小編收集整理的大數據時(shí)代讀后感范文，希望能夠幫助到大家。
大數據時(shí)代讀后感 1
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)代讀后感 2
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，而是讓數據自己＂發(fā)聲＂。這個(gè)命題是我讀這本書(shū)最大的感觸。
對于大多數人來(lái)說(shuō)，這的確是一場(chǎng)思維變革。對于理科學(xué)生來(lái)說(shuō)，會(huì )認為這是一個(gè)錯誤的觀(guān)點(diǎn)，因為這無(wú)異于否定了他們對世界客觀(guān)物理化學(xué)規律探索的重要性；對于一名工科學(xué)生，其實(shí)這并不是一個(gè)多么新穎的觀(guān)點(diǎn)，因為工科是講求時(shí)用性的，如何能更好地利用基本自然科學(xué)規律創(chuàng )造社會(huì )財富比探索自然科學(xué)知識顯得更重要。
這些天來(lái)，在讀大數據這本書(shū)的同時(shí)，也稍微重溫了一下自動(dòng)控制原理，認識到控制系統中存在明顯的大數據時(shí)代思維方式，借讀書(shū)交流會(huì )之際，與大家分享。
對系統的有效控制需要對系統理解與建模。以一個(gè)日常生活中的例子說(shuō)明。開(kāi)車(chē)的時(shí)候一腳油門(mén)下去車(chē)就飛出去了，但并不知道這一腳油門(mén)下去能給多大車(chē)速，這就需要駕駛人員的.熟練的駕駛技能了，不然超速被開(kāi)罰單是很正常的。那么，問(wèn)題就來(lái)了：如何能實(shí)現速度的自動(dòng)控制而不用駕駛人員踩油門(mén)？這就是控制系統最關(guān)鍵的環(huán)節——建立系統數學(xué)模型。大白話(huà)就是知道車(chē)速與燃油量的數學(xué)關(guān)系式。若是以探索為什么的思維模式，不可避免的要列一大堆能量方程、動(dòng)量方程等物理化學(xué)式子，經(jīng)過(guò)繁雜的計算，還是能得到車(chē)速和燃油量的數學(xué)關(guān)系式的。很明顯這是一個(gè)繁瑣的過(guò)程，因為得知道現象背后的原因。這僅是對于這種簡(jiǎn)單的系統，若是對于航空發(fā)動(dòng)機這種復雜的系統，結構工藝過(guò)于復雜，分析各部分的物理化學(xué)過(guò)程是十分困難的，這時(shí)候可以通過(guò)實(shí)驗法得到數學(xué)模型。
實(shí)驗法主要有時(shí)域測定法、頻域測定法和統計相關(guān)法。與大數據時(shí)代思維最接近的是統計相關(guān)法，主要過(guò)程是對被研究對象施加某種隨機信號，根據被測對象各參數的變化，采用統計相關(guān)法確定被測系統或對象的動(dòng)態(tài)特性。這種方法可以在被測系統或生產(chǎn)過(guò)程正常運行狀態(tài)下進(jìn)行在線(xiàn)辨識，測試結果精度較高，但要求采集大量測試數據，并需要相關(guān)儀和計算機進(jìn)行數據計算和處理。
若用開(kāi)車(chē)實(shí)例來(lái)解釋?zhuān)藭r(shí)的系統為汽車(chē)動(dòng)力系統，施加的隨機信號為燃油量，被測對象指車(chē)轉速，得到的動(dòng)態(tài)特性就是指車(chē)速與燃油量函數關(guān)系式，從而不用探求背后的物理化學(xué)規律就得到了數學(xué)模型。
在沈陽(yáng)黎明航空公司實(shí)習時(shí)去過(guò)試車(chē)間，除了發(fā)動(dòng)機點(diǎn)火后震撼的場(chǎng)景動(dòng)人心魄，控制室屏幕上海量的數據也同樣引人注目，我想這么多數據無(wú)非就是驗證數學(xué)模型或直接實(shí)驗法得到數學(xué)模型，結合航空發(fā)動(dòng)機這種復雜的系統，對于搞控制的人來(lái)說(shuō)，得到數學(xué)模型就夠了，現象背后的原因交給研發(fā)的人來(lái)探索更好。
大數據時(shí)代讀后感 3
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 4
舍恩伯格的《大數據時(shí)代》被人推崇為最佳書(shū)籍，今年安泰讀書(shū)會(huì )的重頭戲。雖然主講人最后放了個(gè)香港大黃鴨般的鴿子，但現場(chǎng)討論氛圍依舊非常熱烈——而且還是在沒(méi)幾個(gè)人讀完的情況下，也就意味著(zhù)——大數據對我們的影響，已經(jīng)深入到生活的方方面面。
無(wú)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(wàn)能等等等等，我們掌握了新的工具，也獲取了以前從未有過(guò)的各種信息。大數據拉近了我們與現實(shí)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(lián)網(wǎng)巨頭就在客廳展示著(zhù)世界的每一寸光景。
然而，事實(shí)真的是這樣嗎?首先，從應用角度出發(fā)，低廉的運算能力和存儲空間，讓以前的樣本分析顯得非常簡(jiǎn)陋——一些從全體數據挖掘出來(lái)，忽略精確而從大量數據的簡(jiǎn)單算法得出來(lái)的結論顛覆了常識。但個(gè)人覺(jué)得，這只是統計學(xué)的終極目標——并沒(méi)有非常大的跨越，可能終結了回歸分析，有效性驗證等手段，但依舊還是統計。而革命性在于關(guān)注相關(guān)關(guān)系而非因果關(guān)系�，F場(chǎng)討論從神學(xué)角度挑戰了因果關(guān)系的不可能——或者說(shuō)人類(lèi)用簡(jiǎn)單思考的邏輯來(lái)定義因果，以及用之前小數據演繹出大概率事件來(lái)推導因果，都是不正確的。真正的因果關(guān)系應該屬于上帝的范疇，人類(lèi)如果真的完全掌握之后，會(huì )統治整個(gè)宇宙。但我覺(jué)得，無(wú)需從神學(xué)觀(guān)點(diǎn)來(lái)討論，而可以借鑒量子力學(xué)對經(jīng)典力學(xué)的顛覆——在原子層面上，經(jīng)典力學(xué)會(huì )失效——那么在大數據層面上，普通的抽樣調查直觀(guān)反映會(huì )失效。而且從量子力學(xué)角度是很難推導經(jīng)典力學(xué)的公式，那么從現在的慣有思維，也難以推導出大數據的因果關(guān)系。同時(shí)現場(chǎng)有討論，是否計算機可以精確地模擬每個(gè)原子，然后完整地展現微觀(guān)到宏觀(guān)的`化學(xué)反應細節?我覺(jué)得首先是計算能力不足，其次即便設定原子的運動(dòng)條件真的正確，計算結果未知但宏觀(guān)結果我們卻已經(jīng)知道——牛頓的經(jīng)典力學(xué)足以應付日常絕大部分情況了。好比切西瓜，究竟刀頭的鐵原子和西瓜的有機分子如何作用，真的重要嗎?回歸到商業(yè)領(lǐng)域，如果我們可以提高相關(guān)性的準確度，從而提高投入效率，那就已經(jīng)足夠了。本來(lái)一個(gè)產(chǎn)品受到一半客戶(hù)喜歡，但如果通過(guò)大數據挖掘到更好的定位，有百分之八十的客戶(hù)喜歡，那么價(jià)值已經(jīng)非�？捎^(guān)了。
大數據時(shí)代的社會(huì )倫理——很大的命題，但重點(diǎn)都在討論如何保護個(gè)人隱私。因為手機越來(lái)越智能，網(wǎng)絡(luò )越來(lái)越快，個(gè)人的信息也越來(lái)越透明——隱形幾乎完全不可能。我想說(shuō)的是，作為硬幣的另外一面，我們無(wú)法舍棄：互聯(lián)網(wǎng)只不過(guò)是讓人與人之間碎片的關(guān)系得以統一，其實(shí)各種人肉和信息只不過(guò)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(shí)散步完的村落，人和人之間有隱私嗎?現在只不過(guò)是把這個(gè)范圍放大到了一個(gè)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(shuō)是要在大數據時(shí)代保護自己的信息不被泄露，不如站起來(lái)維護自己和他人的隱私，從法律和道德的角度來(lái)尊重人與人之間的權利。在一個(gè)互相尊重的環(huán)境下，你可以穿熱褲，他也可以穿長(cháng)裙走上街頭;在一個(gè)互相踐踏的社會(huì )中，人人都得帶著(zhù)面具生活。
大數據幫助我們把未來(lái)的迷霧撥開(kāi)了一點(diǎn)，但好比《沉重的肉身》當中討論的，更多的選擇權并不能帶給人幸�！驗橹雷约翰荒茏霾荒艿玫降囊哺嗔�。解決工作模式，生存意義，幸福之道等問(wèn)題，關(guān)鍵還是看自己如何看待和使用這些新式工具以及新結論。引用《神探伽利略》里面的臺詞：可被重復的，一定有道理存在。那么現在重復的越來(lái)越多，更需要保持探索和敬畏之心，人才不會(huì )迷路。
大數據時(shí)代讀后感 5
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)代讀后感 6
在這個(gè)即將到來(lái)的大數據時(shí)代里，我們應該摒棄傳統還是推陳出新，因為大數據時(shí)代里的一些思想相矛盾，在這個(gè)信息化的時(shí)代里，大數據才是人們獲取新知識和創(chuàng )造新價(jià)值的源泉。
讀書(shū)先讀引言，引言是這本書(shū)的眼睛，反復閱讀會(huì )受益良多。
第一個(gè)能力，洞察力，我先來(lái)解釋一下洞察力吧，洞察力是指觀(guān)察事物的能力，能從見(jiàn)到的事物中先知先覺(jué)，覺(jué)察到問(wèn)題的所在，洞察力指心靈對事物的穿透力，感覺(jué)力，洞察事物的能力，簡(jiǎn)單說(shuō)，洞察力就是人們對個(gè)人認知情感，行動(dòng)的動(dòng)機與相關(guān)關(guān)系的透徹分析，再言簡(jiǎn)意賅，洞察力就是一個(gè)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(diǎn)夸張，不過(guò)這種能力以后無(wú)論是在生活中還是部隊建設中都是很有價(jià)值的
大數據時(shí)代不再要求每個(gè)數據都必須準確無(wú)誤，因為大數據時(shí)代，當很多數據在一起尋求某種規律或是個(gè)數學(xué)關(guān)系時(shí)，錯誤的數據很快就會(huì )被發(fā)現，因為偏移太大，因此大數據時(shí)代是用概率說(shuō)話(huà)的，而不需要每個(gè)數據都是確鑿無(wú)疑的。
相關(guān)關(guān)系在大數據時(shí)代顯得尤其重要，甚至比我們傳統的因果關(guān)系更重要，因為大數據的核心是預測，而預測是建立在相關(guān)關(guān)系分析法基礎上的，有一個(gè)美國公司曾經(jīng)揚言，可以預測一個(gè)人第二天會(huì )做什么事，雖然說(shuō)這個(gè)說(shuō)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(shuō)法是真的，那么我們該怎么去應對，這就是大數據時(shí)代的相關(guān)關(guān)系，我更覺(jué)得，相關(guān)關(guān)系更像是一個(gè)哲學(xué)問(wèn)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(lái)預測敵軍的動(dòng)向。
一旦世界被數據化了，只有你想不到的，沒(méi)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(xué)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(xué)家和算法師。
數據創(chuàng )新當然是接下來(lái)時(shí)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?yōu)E用的結果，就像我們無(wú)法去逮捕一個(gè)將要犯罪的人，因為我們無(wú)法對將要發(fā)生的事情負責。
大數據時(shí)代，一個(gè)名副其實(shí)的信息社會(huì )，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(wù)。
大數據時(shí)代讀后感 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)代讀后感 8
信息時(shí)代的到來(lái)，我們感受到的是技術(shù)變化日新月異，隨之而來(lái)的是生活方式的轉變我們這樣評論著(zhù)的信息時(shí)代已經(jīng)變?yōu)樵?jīng)。如今，大數據時(shí)代成為炙手可熱的話(huà)題。筆者在這說(shuō)明信息和數據，只是試圖首先說(shuō)明信息、數據的關(guān)系和不同，也試圖說(shuō)明，為什么信息時(shí)代轉變?yōu)榱舜髷祿䲡r(shí)代？大數據時(shí)代帶給了我們什么？
信息和數據的定義。維基百科解釋?zhuān)盒畔�，又稱(chēng)資訊，是一個(gè)高度概括抽象概念，是一個(gè)發(fā)展中的動(dòng)態(tài)范疇，是進(jìn)行互相交換的內容和名稱(chēng)，信息的界定沒(méi)有統一的定義，但是信息具備客觀(guān)、動(dòng)態(tài)、傳遞、共享、經(jīng)濟等特性卻是大家的共識。數據：或稱(chēng)資料，指描述事物的符號記錄，是可定義為意義的實(shí)體，它涉及到事物的存在形式。它是關(guān)于事件之一組離散且客觀(guān)的事實(shí)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(lèi)。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(lái)，數據是原始的處女地，需要耕耘。信息則是已經(jīng)處理過(guò)的可以傳播的資訊。信息時(shí)代依賴(lài)于數據的爆發(fā)，只是當數據爆發(fā)到無(wú)法駕馭的狀態(tài)，大數據時(shí)代應運而生。這是否是《大數據時(shí)代》一書(shū)所未曾闡述的.背景材料？
在《大數據時(shí)代》一書(shū)中，大數據時(shí)代與小數據時(shí)代的區別：
1、思維慣例。大數據時(shí)代區別與轉變就是，放棄對因果關(guān)系的渴求，而取而代之關(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”。作者語(yǔ)言絕對，卻反思其本質(zhì)區別。數據的更多、更雜，導致應用主意只能盡量觀(guān)察，而不是傾其所有進(jìn)行推理？這也是明智之舉。
2、使用用途。小數據停留在說(shuō)明過(guò)去，大數據用驅動(dòng)過(guò)去來(lái)預測未來(lái)。筆者認為數據的用途意在何為，與數據本身無(wú)關(guān)，而與數據的解讀者有關(guān)，而相關(guān)關(guān)系更有利于預測未來(lái)。
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(shí)齊頭并進(jìn)，理論來(lái)創(chuàng )立處理非結構化數據的方法，處理結果與未來(lái)進(jìn)行驗證。
4、分析基礎。大數據是在互聯(lián)網(wǎng)背景下數據從量變到質(zhì)變的過(guò)程。筆者認為，小數據時(shí)代也即是信息時(shí)代，是大數據時(shí)代的前提，大數據時(shí)代是升華和進(jìn)化，本質(zhì)是相輔相成，而并非相離互斥。
數據未來(lái)的故事。數據的發(fā)展，給我們帶來(lái)什么預期和啟示？銀行業(yè)天然有大數據的潛質(zhì)�？蛻�(hù)數據、交易數據、管理數據等海量數據不斷增長(cháng)，海量機遇和挑戰也隨之而來(lái)，適應變革，適者生存。我們可以有更廣闊的業(yè)務(wù)發(fā)展空間、可以有更精準的決策判斷能力、可以有更優(yōu)秀的經(jīng)營(yíng)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(chuàng )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(chuàng )造“數據融合”，實(shí)現“數據應用”才能擁抱“大數據”時(shí)代，從數據中攫取價(jià)值，笑看風(fēng)云變換，穩健贏(yíng)取未來(lái)。
大數據時(shí)代讀后感 9
讀了涂子沛先生的《大數據時(shí)代》（這是一本社科類(lèi)書(shū)籍，想深入研究大數據原理的可以選擇其他技術(shù)類(lèi)專(zhuān)業(yè)書(shū)籍）。作者以美國為例，講述了“數據不僅可以治國，還可以強國”的觀(guān)點(diǎn)，對中國今后的大數據發(fā)展戰略提出了建議。讀完之后，主要有一下幾點(diǎn)感想。
一、美國社會(huì )之所以發(fā)達高效，引領(lǐng)世界科技的發(fā)展，與其尊重數據，收集數據的傳統是分不開(kāi)的。數據被視為科學(xué)的度量、知識的來(lái)源。沒(méi)有數據，無(wú)論是學(xué)術(shù)研究，還是政策制定，都寸步難行�！皵祿寗�(dòng)決策方法”使得政府更有效率、更加開(kāi)放、更加負責。
數據的積累需要時(shí)間，不能一蹴而就，美國在數據的收集方面歷史悠久。美國聯(lián)邦政府的取得數據主要有三個(gè)來(lái)源：業(yè)務(wù)管理的數據，民意社情數據，物理環(huán)境數據。例如1940年羅斯福引進(jìn)的`民意調查、1962年啟動(dòng)的海浪監測計劃和1973年誕生的最小數據集。而中國取得類(lèi)似的進(jìn)步，是進(jìn)入21世紀之后才發(fā)生的事情。2003年，中國開(kāi)始著(zhù)手制定醫療系統的最小數據集，創(chuàng )立了第一個(gè)全國性的大型社會(huì )調查項目，開(kāi)始對社會(huì )的發(fā)展和變遷進(jìn)行全方位、綜合性、縱貫性的問(wèn)卷訪(fǎng)談?wù){查。2006年中國衛生部才出臺了最小數據集的標準。幾經(jīng)周折，國家統計局才在2006年9月成立了社情民意調查中心。
中國的落后，根源之一是缺乏以數據為基礎的精確管理，未來(lái)中國的進(jìn)步，需要面對收集數據、使用數據、開(kāi)放數據的挑戰。
二、大數據是一柄雙刃劍，數據雖然可以造福于民，但是也可能成為控制人民的工具。2013年的“棱鏡門(mén)”事件揭露了政府對于人民的監控，引起軒然大波。在未來(lái)，每個(gè)人都可能存在一份數據檔案，包括一個(gè)人的教育、醫療、福利、犯罪和納稅等等一切從搖籃到墳墓的數據記錄，甚至包括電話(huà)、郵件等都可能被監聽(tīng)和記錄。通過(guò)數據整合和信息加總，就可以再現一個(gè)人生活的軌跡和全景，各個(gè)系統之間的數據可以彼此印證、互相解釋?zhuān)瑐�(gè)人隱私就無(wú)所遁形。英國作家喬治。奧威爾在其諷刺小說(shuō)《一九八四》中描述了時(shí)刻被“老大哥”監視的零隱私的可怕情形：不論是睡著(zhù)還是醒著(zhù)，在工作還是在吃飯，在室內還是在戶(hù)外，早浴盆里還是在床上，沒(méi)有躲避的地方。除了你腦殼里幾個(gè)立方厘米以外，沒(méi)有東西是屬于你自己的。
隨著(zhù)大數據科技的發(fā)展，我們的一舉一動(dòng)，每一通話(huà)，每一次上網(wǎng)記錄都被監控、記錄，分析，當這些數據被某一個(gè)人或組織掌握，將會(huì )是對我們隱私的莫大威脅，因此，對于數據使用的監管需要進(jìn)一步的立法進(jìn)行規范，我國目前對于數據的收集、利用處于野蠻生長(cháng)階段，任何商業(yè)組織都可以收集和分析用戶(hù)的信息。政府需要立法對技術(shù)的使用進(jìn)行監管，保障公民的安全。
三、數據是一種公共資源，政府使用納稅人的錢(qián)收集了數據信息之后，需要將數據進(jìn)行公開(kāi)，這樣既可以集中大眾的智慧，利用數據科學(xué)地治理社會(huì )；也可以讓大眾對政府的行為進(jìn)行監督，避免政府的腐敗。因為缺乏競爭，官僚體制與生俱來(lái)有一種僵化保守的本性，政府機關(guān)也往往固守不前。很多數據都被以機密為借口封存起來(lái)，人民就無(wú)從得知政府的各項舉措是否合理，因此在黑暗中就滋生了腐敗。
而且，現代社會(huì )中，掌握信息多的人，在社會(huì )競爭中處于有利的地位，而信息貧乏的人，則處于不利地位，數據不應該被少數人壟斷，應該作為一種公共資源被普通百姓獲取。
四、技術(shù)的進(jìn)步離不開(kāi)科學(xué)技術(shù)人員的不懈努力，知識分子應該承擔促進(jìn)社會(huì )進(jìn)步的責任和使命。正如Linux的開(kāi)發(fā)者所說(shuō)的：“一個(gè)人做事的動(dòng)機，可以分為三類(lèi)：一是求生，二是社會(huì )生活，三是娛樂(lè )。當我們的動(dòng)機上升到一個(gè)更高階段時(shí)，我們才會(huì )取得進(jìn)步：不是僅僅為了求生，更是為了改變社會(huì )，更理想的是——為了興趣和快樂(lè )。
大數據時(shí)代讀后感 10
這本書(shū)里主要介紹的是大數據在現代商業(yè)運作上的應用，以及它對現代商業(yè)運作的影響。
《大數據時(shí)代》這本書(shū)的結構框架遵從了學(xué)術(shù)性書(shū)籍的普遍方式。也既，從現象入手，繼而通過(guò)對現象的解剖提出對這一現象的解釋。然后在通過(guò)解釋在對未來(lái)進(jìn)行預測，并對未來(lái)可能出現的問(wèn)題提出自己看法與對策。
下面來(lái)重點(diǎn)介紹《大數據時(shí)代》這本書(shū)的主要內容。
《大數據時(shí)代》開(kāi)篇就講了Google通過(guò)人們在搜索引擎上搜索關(guān)鍵字留下的數據提前成功的預測了美國的H1N1的爆發(fā)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(gè)月，相比之下政府只能夠在流感爆發(fā)一兩個(gè)周之后才可以弄到相關(guān)的數據。同時(shí)Google的預測與政府數據的相關(guān)性高達97%，這也就意味著(zhù)Google預測數據的置信區間為3%，這個(gè)數字遠遠小于傳統統計學(xué)上的常規置信區間5%！而這個(gè)數字就是大數據時(shí)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(guò)這一事以及其他的案例，維克托提出了在大數據時(shí)代“樣本=總體”的思想。我們都知道當樣本無(wú)限趨近于總體的時(shí)候，通過(guò)計算得到的描述性數據將無(wú)限的趨近于事件本身的性質(zhì)。而之前采取的“樣本<總體”的做法很大程度上無(wú)法做到更進(jìn)一步的描述事物，因為之前的時(shí)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(lái)測量事物。而互聯(lián)網(wǎng)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(shí)代的主流，同時(shí)大數據時(shí)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(lái)，維克多又通過(guò)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(guò)的相應的文字語(yǔ)句掃描并儲存在詞庫中，所以無(wú)論需要翻譯什么，只要有聯(lián)系Google詞庫就會(huì )出現翻譯，雖然有的時(shí)候的翻譯很無(wú)厘頭，但是大多數時(shí)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(shí)代對準確性的.追求并不是特別明顯，但是相反大數據時(shí)代是建立在大數據的基礎住上的，所以大數據時(shí)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(huì )湮埋少數有問(wèn)題的數據所帶來(lái)的影響。同時(shí)大量的數據也會(huì )無(wú)限的逼近事物的原貌。
之后，維克托又預測了一個(gè)在大數據時(shí)代催生的重要職業(yè)——數據科學(xué)家，這是一群數學(xué)家、統計學(xué)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(jiàn)會(huì )在這一群家伙的面前展現得淋漓盡致。所以為了避免個(gè)人隱私在大數據時(shí)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(yè)部門(mén)服務(wù)，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(gè)人隱私。
無(wú)論如何，大數據時(shí)代將會(huì )到來(lái)，不管我們接受還是不接受！
我覺(jué)得《大數據時(shí)代》這本書(shū)寫(xiě)的很好，很值得一讀。因為會(huì )給我們很多啟發(fā)，比如你在相關(guān)的社交網(wǎng)站發(fā)表的言論或者照片都很有可能被“數據科學(xué)家”們利用，從而再將相關(guān)數據賣(mài)給各大網(wǎng)店。不過(guò)，事實(shí)就是我們將會(huì )成為被預測被引誘的對象。所以說(shuō)，小心你在網(wǎng)上留下的痕跡。
我喜歡這本書(shū)是因為它給我展現了一個(gè)新的世界。
大數據時(shí)代讀后感 11
《大數據時(shí)代》是英國維克托·邁爾-舍恩伯格教授的著(zhù)作，這本書(shū)也被尊為國外大數據研究的先河之作。這本書(shū)最大的優(yōu)點(diǎn)就在于作者利用上百個(gè)例子來(lái)對大數據的方方面面做了詳細解說(shuō)，讓外行也很容易理解。結構上，作者通過(guò)大數據時(shí)代的思維變革、商業(yè)變革和管理變革三個(gè)角度依次闡述，條理清晰。
所謂"大數據"，按作者的說(shuō)法，就是"所有數據"。隨著(zhù)計算機運算速度和存儲能力的發(fā)展，收集數據變得越來(lái)越簡(jiǎn)單，儲存數據的成本越來(lái)越低。在過(guò)去，由于技術(shù)限制，人們做統計時(shí)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(wèn)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(lái)不可避免的精確性問(wèn)題。 "小數據"時(shí)代，一個(gè)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(shí)代對精確性不再那么要求苛刻——也無(wú)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(shū)的核心觀(guān)點(diǎn)就是大數據時(shí)代，我們應該從追求"因果關(guān)系"的舊思維方式向追求"相關(guān)關(guān)系"轉變。 在我看來(lái)，這實(shí)際上是通過(guò)大數據來(lái)透視一種事物的發(fā)展趨勢，而很多精確學(xué)科領(lǐng)域依然需要探尋"因果關(guān)系"解決更有針對性的問(wèn)題，所以，這局限了這一轉變只能在特定的領(lǐng)域發(fā)生。作者自己也說(shuō)，"大數據的相關(guān)性將人們指向了比探討因果關(guān)系更有前景的領(lǐng)域。"
大數據時(shí)代的數據獲取方式是多種多樣，數據形式也是千變萬(wàn)化，任何文字、行為、萬(wàn)物都可以被數據化后用來(lái)分析。對這些數據的利用，不僅要考慮到其初次使用價(jià)值，更要放眼它未來(lái)可能的用途以提高數據的利用率。當然數據并不是無(wú)限使用，時(shí)效、環(huán)境的變化肯定會(huì )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(wú)形資產(chǎn)的估值可能性。對于Facebook, Twitter這樣的公司來(lái)說(shuō)，數據就是他們的核心，如何在資產(chǎn)負債表上給他們一個(gè)公正的體現正是我們需要考慮的。
大數據時(shí)代的價(jià)值鏈由三部分構成，我把它們簡(jiǎn)化為"生產(chǎn)—分析—使用"三個(gè)環(huán)節，這對應書(shū)中的三種類(lèi)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(jià)值，但作者認為，最終，大部分的價(jià)值還是必須從數據本身來(lái)挖掘。這是假定了一個(gè)成熟的市場(chǎng)，人人都了解了大數據的用途。
對于普通人來(lái)說(shuō)，大數據時(shí)代最關(guān)心的`還是隱私問(wèn)題。不知不覺(jué)中，個(gè)人的一舉一動(dòng)都暴露在政府甚至私人企業(yè)之下，還面臨潛在的泄露風(fēng)險。對此，作者提出了使用者承擔責任的解決辦法，而不是過(guò)去那種流于形式的使用授權。大數據甚至能預測一個(gè)人的犯罪動(dòng)機，這給監管者帶來(lái)的難題是，預測一個(gè)人要犯罪，懲罰還是不懲罰?在這點(diǎn)上，社會(huì )達成"個(gè)人僅需對行為而非動(dòng)機負責"的共識非常重要。
大數據時(shí)代的風(fēng)險控制靠的是"算法師"，類(lèi)似會(huì )計師一樣的職業(yè)，對大數據的準確度或有效性進(jìn)行鑒定。這能在一定程度上防止數據濫用的發(fā)生和數據獨裁。當今的法律亦需對大數據監管進(jìn)行修訂補充。
當代大數據發(fā)展主要由科技公司推動(dòng)，相信在不久的將來(lái)更多的傳統領(lǐng)域會(huì )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(wàn)能藥，對某些領(lǐng)域或環(huán)節，使用大數據是一種簡(jiǎn)單且實(shí)用的選擇;但對某些領(lǐng)域，盲目使用大數據只會(huì )適得其反。
大數據時(shí)代讀后感 12
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(gè)觀(guān)點(diǎn)，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(guān)系，而是相關(guān)關(guān)系＂，作者被譽(yù)為＂大數據時(shí)代的預言家＂，拋出的觀(guān)點(diǎn)是擲地有聲的，下面我將談?wù)勎覍@三點(diǎn)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(shí)省力省錢(qián)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(jìn)行統計分析的話(huà)，工作難度是相當大的，最后的結果也不會(huì )很滿(mǎn)意，這是得不償失的。但是隨著(zhù)數據處理技術(shù)的飛速發(fā)展，我們已經(jīng)具備了處理大量數據的能力，如果在數據分析過(guò)程中采用全體數據，就能避免抽樣數據可能由于選取偏見(jiàn)帶來(lái)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(gè)個(gè)體都給予充分的關(guān)心與互動(dòng)，對于優(yōu)秀的固然要偏愛(ài)，但是對于較差的也要保持＂不拋棄不放棄＂的態(tài)度，讓每一個(gè)個(gè)體都找到自己的定位與價(jià)值。
對于二，作者強調通過(guò)掌握更多的數據，暫時(shí)犧牲精確性，關(guān)注更多容易被忽略的細節，來(lái)做更多的事，得到更多的結果，也就是說(shuō)我們要有一定的包容錯誤的能力。我們在收集數據時(shí)，要主動(dòng)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(huì )獲得意想不到的結果。作者舉了一個(gè)谷歌翻譯系統的例子，通過(guò)英語(yǔ)作為中轉，進(jìn)行各語(yǔ)言之間的`轉換。此處的啟發(fā)就是用我們最擅長(cháng)的途徑，不拘泥于特定規則，來(lái)達到我們的目的，也就是說(shuō)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(méi)必要知道＂為什么＂，乍一看這個(gè)觀(guān)點(diǎn)覺(jué)得有點(diǎn)無(wú)腦，但是結合第二點(diǎn)就合理了，降低對精確性及原因結果的要求，通過(guò)對相關(guān)數據的廣泛分析，進(jìn)而得到更豐富更多元的結果。如購物時(shí)，系統的購物推薦，并不是肯定你會(huì )購買(mǎi)，僅僅是你感興趣進(jìn)而可能會(huì )買(mǎi)就足夠了。其實(shí)作者對＂相關(guān)關(guān)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(guān)點(diǎn)佐證他自己的觀(guān)點(diǎn)，證明其一定的合理性，但是我是不完全認同的，在航天領(lǐng)域，我們對成功率的要求是極高的，尤其是載人航天領(lǐng)域，我們必須做到萬(wàn)無(wú)一失，我們對每一個(gè)結果都會(huì )深究其根，找出原因。對于國防生體能成績(jì)的分析也是如此，結果只是我們的一個(gè)評價(jià)機制，而最重要的還是產(chǎn)生這一結果的原因及過(guò)程。
第三部分是大數據的管理變革，本來(lái)以為作者會(huì )講點(diǎn)如何通過(guò)大數據來(lái)改革管理機制和提高管理效率，沒(méi)想到作者只是講了大數據其實(shí)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(gè)人感覺(jué)，一是我們在平時(shí)要意識到個(gè)人隱私的保護，而是相關(guān)法律政策的完善，真正的讓大數據服務(wù)我們的工作生活，而不是一種變相的威脅。
大數據時(shí)代讀后感 13
《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2000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)代讀后感 14
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？
1）預測未來(lái)書(shū)中以Google成功預測了未來(lái)可能發(fā)生流感的案例來(lái)開(kāi)篇，表明通過(guò)大數據的應用，可以為我們的生活起一個(gè)保駕護航的指向標。實(shí)質(zhì)很簡(jiǎn)單，技術(shù)改變世界。
2）變革商業(yè)大數據所帶來(lái)的商機，同時(shí)會(huì )衍生出一系列與大數據相關(guān)的商業(yè)機遇與商業(yè)模式，數據的潛在價(jià)值會(huì )源源不斷地發(fā)揮作用可以容易想到的是未來(lái)有專(zhuān)門(mén)的數據收集，數據分析，數據生成的一條數據產(chǎn)業(yè)鏈產(chǎn)生。影響的，當然是IT公司
3）變革思維書(shū)中所說(shuō)：因為有海量的數據作基礎，未來(lái)，我們可能更關(guān)注數據的相關(guān)，而非精細度。對這條，本人還是持保留意見(jiàn)的。
大數據時(shí)代讀后感 15
通過(guò)讀ViktorMayer-Schonberger的《大數據時(shí)代》重新認真思考了大數據，全書(shū)以數據為核心，引導人們用數據的思維去理解世界，用數據的思維去解決問(wèn)題，是推薦讀物。但個(gè)人認為本書(shū)叫《數據時(shí)代》更為合適，因其講了不少統計學(xué)、數據收集的故事，“大數據”的故事只占一小部分。
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、庋用、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ViktorMayer-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①。關(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”③的故事，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②來(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)代讀后感 16
大數據這個(gè)詞一直存在但我們很少在這個(gè)時(shí)代前能有所耳聞，在我讀了維克托寫(xiě)的大數據之后，我明白了在更早的年代之所以不流行這個(gè)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(zhù)信息時(shí)代的到來(lái)和云技術(shù)的發(fā)展，大數據逐漸成為一個(gè)可靠的參考標準，以及大數據在諸多領(lǐng)域做出的貢獻足以證明他在這個(gè)時(shí)代的重要地位。
維克托在書(shū)中例舉了大量有關(guān)美國在這半個(gè)世紀信息開(kāi)發(fā)技術(shù)創(chuàng )新的典型案例，從側面向我們闡述了大數據在諸多領(lǐng)域的不同作用，例舉其在醫學(xué)方面的作用，在不久之前，你也許可能還會(huì )聽(tīng)到兩個(gè)醫生對于一個(gè)醫學(xué)問(wèn)題爭論的.喋喋不休，……公說(shuō)公有理婆說(shuō)婆有理……，但怎么說(shuō)都是建立在“我認為”的主觀(guān)臆斷之上，幸運地是，大數據的出現給幫助醫生在問(wèn)題上給予一個(gè)正確的指向，通過(guò)云端和千千萬(wàn)萬(wàn)的數據，可以更清楚還原問(wèn)題的直觀(guān)事實(shí)。
這樣的例子在生活中也數不勝數，其力量存在于人們無(wú)形的生活中，卻有形的幫助人們解決了在經(jīng)濟，科學(xué)，人文方面的各種問(wèn)題，通過(guò)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(shí)代的前沿。
大數據時(shí)代讀后感 17
“大數據”一詞不知何時(shí)在我們的生活悄然出現，為了一探究竟，我便選擇了《大數據時(shí)代》一書(shū)。
作者先從全局簡(jiǎn)單地描述大數據對我們的生活、工作與思維的影響，再從三方面具體地用上百個(gè)學(xué)術(shù)和商業(yè)的實(shí)例展開(kāi)寫(xiě)作。樣本=總體、追求精確性和相關(guān)關(guān)系等大數據時(shí)代具體特點(diǎn)一一現出。在同時(shí)，作者也從個(gè)人、企業(yè)等多角度分析大數據中的隱憂(yōu)。
書(shū)中內容繁多，在此不能各方面概括。此書(shū)中雖有許多專(zhuān)有名詞，但作者以其通俗的語(yǔ)言以及許多實(shí)例讓我嗅到大數據時(shí)代中一抹清新之氣。
為什么是清新的呢？因為書(shū)中的內容仿佛向我打開(kāi)了一個(gè)既有點(diǎn)熟悉又有點(diǎn)陌生的世界。我們現在已處于網(wǎng)絡(luò )時(shí)代，在我們日常簡(jiǎn)單的操作中大量數據產(chǎn)生，然而起初我們僅用眾多技術(shù)在解決手頭上的問(wèn)題，那些大數據像沙子中的金子，價(jià)值不被發(fā)現。到目前，每當我們網(wǎng)上購書(shū)時(shí)總會(huì )看到“猜你喜歡”的欄目、出現谷歌搜索與流感預測、Farecast與飛機票價(jià)預測系統等，這些事情的達成全來(lái)自于那些曾被忽略的大數據同時(shí)也在證明“預測，大數據的核心”這句話(huà)，為我們的生活創(chuàng )造了前所未有的可量化的維度�？吹綍�(shū)中這部分內容時(shí)，我不禁感受到自己的生活已在享大數據帶來(lái)的福利，就像“猜你喜歡”欄目讓我觸到更多合我口味的書(shū)，讓我看到了以前無(wú)法發(fā)現的細節。擁有大量數據的公司巨頭如谷歌、亞馬遜大力開(kāi)發(fā)有關(guān)大數據的新型產(chǎn)業(yè)和研究相關(guān)項目。借網(wǎng)絡(luò )時(shí)代的便利大數據成為了如今最有商業(yè)價(jià)值的事物，使一切可量化的趨勢也開(kāi)始出現�！氨举|(zhì)上世界是由信息構成的”，面對這句話(huà)時(shí)，大數據時(shí)代仿佛就在眼前。
在感受驚嘆著(zhù)大數據能為我們做到以往無(wú)法想象的事和它巨大的價(jià)值時(shí)，我認同大數據能極大優(yōu)化我們的生活，但又不禁為這時(shí)代感到擔憂(yōu)。一旦大數據時(shí)代來(lái)臨，不僅我們的`隱私可能不再是隱私，就如書(shū)中所言“我們時(shí)刻暴露在‘第三只眼’下：亞馬遜監視著(zhù)我們的購物習慣，谷歌監視著(zhù)我們的購物習慣，而微博似乎什么都知道”，而且利用大數據我們可以預測許多事情并且十分高效，一旦人們依賴(lài)大數據極少運用人類(lèi)自身的創(chuàng )新等能力被數據束縛住，世界只會(huì )淪落為一個(gè)極少活力的機械環(huán)境。而我認為最大的憂(yōu)患，是大數據時(shí)代對人類(lèi)自身思維、思想、信仰等精神領(lǐng)域的沖擊。如今我們都生活在數據中，大數據時(shí)代說(shuō)不定在幾年后就會(huì )逐步來(lái)臨，這使我不禁發(fā)問(wèn)：我們一直堅信著(zhù)信仰著(zhù)的究竟是什么？我覺(jué)得世界說(shuō)變就變實(shí)在令我想不通這個(gè)問(wèn)題。事情都有好壞，我也不知道自己是否杞人憂(yōu)天。
于是我繼續去探索作者對這問(wèn)題的思考�！案蟮臄祿谟谌吮旧怼�，作者還說(shuō)“我們是在創(chuàng )造更好的未來(lái)”，也說(shuō)“在一個(gè)預測的時(shí)代里，人類(lèi)的自由意志不可侵犯，這一點(diǎn)不可輕視。我們在使用大數據時(shí)，應當懷有謙恭之心，銘記人性之本”。人類(lèi)學(xué)家克利福德吉爾茲曾說(shuō)：“努力在可以應用、可以拓展的地方，應用它、拓展它；在不能應用、不能拓展的地方，就停下來(lái)�！边@些話(huà)語(yǔ)仿佛是陽(yáng)光，驅散我心中對大數據時(shí)代的擔憂(yōu)以及內心對其的恐懼。我認為，在堅守我們內心和自由意志下，大數據才會(huì )造福我們人類(lèi)世界，發(fā)揮出它背后對人溫暖的光芒。
面對時(shí)代的變革，我會(huì )為堅守內心深處的自由意志而努力并“擁抱大數據”。
大數據時(shí)代讀后感 18
這一章節，利用馬修莫里導航圖的例子引出了大數據的實(shí)踐方式，奇人莫里通過(guò)整理航海相關(guān)的邊角數據，把整個(gè)大西洋按照經(jīng)緯度劃分了出來(lái)，并標注出了溫度、風(fēng)速和風(fēng)向，從而發(fā)現了洋流，也為船員提供了有效的航海路線(xiàn)，這就是數據的價(jià)值體現了。書(shū)中也提到了，量化我們周?chē)囊磺�，是數據化的核心，將文字變成數據、將方位變成數據，將溝通、情感變成數據，通過(guò)大數據，我們會(huì )意識到，世界在本質(zhì)上是由信息構成的。
在工作中，這點(diǎn)也可以作為啟發(fā)點(diǎn)，通過(guò)對數據的整理，或者說(shuō)以某種方式采集到相關(guān)數據，將數據整理出有價(jià)值的信息后，不斷的改善到工作流程、效率、服務(wù)方面，也是工作上的創(chuàng )新點(diǎn)。
筆者在書(shū)中提到了，數據的潛在價(jià)值，并提出了數據創(chuàng )新應用的方法，第一是數據的再利用，數據信息被采集用作特定分析后，在另一個(gè)領(lǐng)域或者角色立場(chǎng)下，或許會(huì )開(kāi)發(fā)出新的有價(jià)值的信息；第二是數據的重組，將不同類(lèi)別、類(lèi)型的數據進(jìn)行重組，產(chǎn)生一個(gè)新的數據集合出來(lái)，尋找其中的關(guān)聯(lián)性；第三是數據的擴展，這就需要在記錄數據的同時(shí)設計好他的可擴展性；第四是數據的折舊值，數據將會(huì )貶值，但是仍會(huì )有其潛在價(jià)值；第五是數據廢氣，即數據采集時(shí)的離散量、離散交互信號，舉例是谷歌與微軟的拼寫(xiě)檢查；第六是開(kāi)放數據，數據的開(kāi)放將會(huì )有利于各行各業(yè)的使用，并促進(jìn)全行業(yè)數據時(shí)代的.發(fā)展。這其中又提到了數據估值的概念，在數據使用時(shí)價(jià)值才會(huì )體現出來(lái)，而不是在占有本身。
根據所提供價(jià)值的不同來(lái)源，分別出現三種大數據公司，基于數據本身（采集大量數據的公司）、基于技能（提取用戶(hù)的需求，給出數據分析結果的公司）、基于思維（挖掘數據新的價(jià)值的公司）。
大數據時(shí)代讀后感 19
《時(shí)代》這本書(shū)讓我對人類(lèi)社會(huì )的未來(lái)充滿(mǎn)了期待和信心。作者細致地闡述了大數據時(shí)代的背景和發(fā)展，揭示了大數據對于人類(lèi)生產(chǎn)生活的巨大影響。同時(shí)，他也指出了大數據所帶來(lái)的風(fēng)險和挑戰，如人類(lèi)隱私泄露和信息安全等問(wèn)題。
隨著(zhù)技術(shù)的不斷發(fā)展，大數據已經(jīng)成為人類(lèi)社會(huì )發(fā)展的重要動(dòng)力。它可以幫助我們更加精準地定位問(wèn)題、解決問(wèn)題，并且能夠提供更好的服務(wù)和決策。例如，在醫療領(lǐng)域中，利用大數據可以更加準確地診斷疾病，提高治療成功率；在教育領(lǐng)域中，利用大數據可以發(fā)現學(xué)生的學(xué)習習慣和問(wèn)題，更好地幫助他們成長(cháng)。
當然，大數據時(shí)代也需要我們更加重視數據的保護和安全。我們需要加強對數據的管理和監督，防止數據泄露，保護人類(lèi)隱私。
《大數據時(shí)代》這本書(shū)讓我看到了未來(lái)的希望。大數據將成為推動(dòng)人類(lèi)社會(huì )發(fā)展和進(jìn)步的`重要力量，我們需要充分利用其優(yōu)勢，同時(shí)也需要重視其風(fēng)險和挑戰，為人類(lèi)社會(huì )的未來(lái)做出更好的貢獻。
大數據時(shí)代讀后感 20
世界的本質(zhì)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(guò)數據中的相關(guān)關(guān)系預測事物的發(fā)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(shí)代》一書(shū)，讓我們在觀(guān)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(guān)不要因果。全書(shū)介紹了＂大數據＂時(shí)代三種大的變革：思維變革，商業(yè)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(huì )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(kāi)國門(mén)而自己還用著(zhù)長(cháng)鉤鐵戟抗爭一樣，不可避免被掠奪，被落于世界進(jìn)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(guān)系，而應該尋找事物間的相關(guān)關(guān)系＂，我想這句話(huà)是本書(shū)的核心思想。大數據時(shí)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(wú)數條＂看不見(jiàn)的線(xiàn)＂將我們與這些數據聯(lián)系到一起，這是我們以前從未有過(guò)、從未想過(guò)的。大數據改變了我們以前的通過(guò)因果關(guān)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(shí)代，我們可以分析更多數據，有時(shí)甚至可以處理和某個(gè)特別現象相關(guān)的所有數據，也就是：樣本＝總體；而且，當研究數據如此之多時(shí)，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(wú)法利用，這將無(wú)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(fā)掘它們的相關(guān)關(guān)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(lái)，只要分析其如何影響其他事物既可，即＂讓數據自己發(fā)聲＂，這些，徹底推翻了人類(lèi)以前探索數據的方法，展現了一個(gè)全新的世界。
這種觀(guān)念以驚人的力量給現知識狀況帶來(lái)了巨大的沖擊，通過(guò)對海量數據的分析，獲得巨大價(jià)值的產(chǎn)品和服務(wù)，或深刻的洞見(jiàn)。比如谷歌公司，2009年流感流行之時(shí)，通過(guò)檢測檢索詞條，處理34.5億個(gè)不同的數據模型，通過(guò)預測并與2007、2008年的美國疾控中心記錄的實(shí)際流感病例進(jìn)行對比后，確定了45條檢索詞條組合，并將其用于一個(gè)特定的`數學(xué)模型后，預測結果與官方數據相關(guān)系數高達97％，這種大數據技術(shù)，以前所未有的方式，通過(guò)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(shí)，雖然大數據可為人類(lèi)造福、對抗病癥，但這僅限于掌握這門(mén)技術(shù)而言，若不重視這種技術(shù)，當我們的對手早于我們一步構建這種數據網(wǎng)絡(luò )之時(shí)，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(guò)這種手段預測我方下一步的行動(dòng)，將是可怕的—比如你的導彈將從何處發(fā)射，將飛往哪，你的軍隊動(dòng)向、目標，總之所有一切＂未來(lái)＂將掌控于敵手，敵方甚至可以借此發(fā)現那些將來(lái)有＂大作為＂的人，從而進(jìn)行滲透或扼殺，這對我們的發(fā)展無(wú)疑是致命的，所以，盡快加速大數據系統的構建進(jìn)程是必須的。
對于我們國防生，也必須順應這種發(fā)展趨勢，未來(lái)的時(shí)代必將是數據極易獲取，數據網(wǎng)絡(luò )共享化的時(shí)代，通過(guò)這些數據，建立數據模型，可以準確分析并給出適合每一個(gè)人的計劃，如運動(dòng)量、訓練強度，可以＂先知、先覺(jué)＂，及時(shí)發(fā)現一個(gè)人的負面情緒前及時(shí)疏導，這些必將成為現實(shí)，我們必須跟進(jìn)時(shí)代，做好準備，去應對大數據時(shí)代的一切！
【大數據時(shí)代讀后感】相關(guān)文章：
大數據時(shí)代的小數據的閱讀答案12-01
大數據時(shí)代閱讀答案09-12
大數據時(shí)代數據管理技術(shù)研究綜述論文03-04
《大數據時(shí)代》讀后感范文03-21
讀數據資本時(shí)代有感08-01
《大數據時(shí)代已經(jīng)來(lái)臨》現代文閱讀題及答案10-04