大數據時(shí)代讀書(shū)心得體會(huì )范文（精選5篇）
當我們有一些感想時(shí)，就很有必要寫(xiě)一篇心得體會(huì )，它可以幫助我們了解自己的這段時(shí)間的學(xué)習、工作生活狀態(tài)。那么心得體會(huì )怎么寫(xiě)才恰當呢？下面是小編幫大家整理的大數據時(shí)代讀書(shū)心得體會(huì )范文（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)代讀書(shū)心得體會(huì )1
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)代讀書(shū)心得體會(huì )2
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20XX年美國的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)代讀書(shū)心得體會(huì )3
讀了《大數據時(shí)代》后，感覺(jué)到一個(gè)大變革的時(shí)代將要來(lái)臨。雖然還不怎么明了到底要徹底改變哪些思維和操作方式，但顯然作者想要“終結”或顛覆一些傳統上作為我們思維和生存基本理論、方法和方式。在這樣的想法面前，我的思想被強烈震撼，不禁戰栗起來(lái)。
“在小數據時(shí)代，我們會(huì )假象世界是怎樣運作的，然后通過(guò)收集和分析數據來(lái)驗證這種假想�！薄半S著(zhù)由假想時(shí)代到數據時(shí)代的過(guò)渡，我們也很可能認為我們不在需要理論了�！睍�(shū)中幾乎肯定要顛覆統計學(xué)的理論和方法，也試圖通過(guò)引用《連線(xiàn)》雜志主編安德森的話(huà)“量子物理學(xué)的理論已經(jīng)脫離實(shí)際”來(lái)“終結”量子力學(xué)。對此我很高興，因為統計學(xué)和量子力學(xué)都是我在大學(xué)學(xué)習時(shí)學(xué)到抽筋都不能及格的課目。但這兩個(gè)理論實(shí)在太大，太權威，太基本了，我想我不可能靠一本書(shū)就能擺脫這兩個(gè)讓我頭疼一輩子的東西。作者其實(shí)也不敢旗幟鮮明地提出要顛覆它們的論點(diǎn)，畢竟還是在前面加上了“很可能認為”這樣的保護傘。
近幾十年，我們總是在遇到各種各樣的新思維。在新思維面前我們首先應該做到的就是要破和立，要改變自己的傳統，跟上時(shí)代的腳步。即使腦子還跟不上，嘴巴上也必須跟上，否則可能會(huì )被扣上思想僵化甚至阻礙世界發(fā)展的大帽子。既然大數據是“通往未來(lái)的必然改變”，那我就必須“不受限于傳統的思維模式和特定領(lǐng)域里隱含的固有偏見(jiàn)”，跟作者一起先把統計學(xué)和量子力學(xué)否定掉再說(shuō)。反正我也不喜歡、也學(xué)不會(huì )它們。
當我們人類(lèi)的數據收集和處理能力達到拍字節甚至更大之后，我們可以把樣本變成全部，再加上有能力正視混雜性而忽視精確性后，似乎真的可以?huà)仐壱猿闃诱{查為基礎的統計學(xué)了。但是由統計學(xué)和量子力學(xué)以及其他很多“我們也很可能認為我們不再需要的”理論上溯，它們幾乎都基于一個(gè)共同的基礎——邏輯。要是不小心把邏輯或者邏輯思維或者邏輯推理一起給“不再需要”的話(huà)，就讓我很擔心了！
《大數據時(shí)代》第16頁(yè)“大數據的核心就是預測”。邏輯是——描述時(shí)空信息“類(lèi)”與“類(lèi)”之間長(cháng)時(shí)間有效不變的先后變化關(guān)系規則。兩者似乎是做同一件事�？纱髷祿摹安皇且蚬P(guān)系，而是相關(guān)關(guān)系”，“知道是什么就夠了，沒(méi)必要知道為什么”，而邏輯學(xué)四大基本定律（同一律、矛盾律、排中律和充足理由律）中的充足理由律又“明確規定”任何事物都有其存在的充足理由。且邏輯推理三部分——歸納邏輯、溯因邏輯和演繹邏輯都是基于因果關(guān)系。兩者好像又是對立的。在同一件事上兩種方法對立，應該只有一個(gè)結果，就是要否定掉其中之一。這就是讓我很擔心的原因。
可我卻不能拭目以待，像旁觀(guān)者一樣等著(zhù)哪一個(gè)“脫穎而出”，因為我身處其中。問(wèn)題不解決，我就沒(méi)法思考和工作，自然就沒(méi)法活了！更何況還有兩個(gè)更可怕的事情。
其一：量子力學(xué)搞了一百多年，為了處理好混雜性問(wèn)題，把質(zhì)量和速度結合到能量上去了，為了調和量子力學(xué)與相對論的矛盾，又搞出一個(gè)量子場(chǎng)論，再七搞八搞又有了蟲(chóng)洞和羅森橋，最后把四維的時(shí)空彎曲成允許時(shí)間旅行的樣子，恨不得馬上造成那可怕的時(shí)間旅行機器。唯一阻止那些“愛(ài)因斯坦”們“瞎胡鬧”的就是因果關(guān)系，因為爸爸就是爸爸，兒子就是兒子。那么大數據會(huì )不會(huì )通過(guò)正視混雜性，放棄因果關(guān)系最后反而搞出時(shí)間機器，讓爸爸不再是爸爸，兒子不再是兒子了呢？其二：人和機器的根本區別在于人有邏輯思維而機器沒(méi)有�！洞髷祿䲡r(shí)代》也擔心“最后做出決策的將是機器而不是人”。如果真的那一天因為放棄邏輯思維而出現科幻電影上描述的機器主宰世界消滅人類(lèi)的結果，那我還不如現在就趁早跳樓。
還好我知道自己對什么統計學(xué)、量子力學(xué)、邏輯學(xué)和大數據來(lái)說(shuō)都是門(mén)外漢，也許上面一大篇都是在胡說(shuō)八道，所謂的擔心根本不存在。但問(wèn)題出現了，還是解決的好，不然沒(méi)法睡著(zhù)覺(jué)。自己解決不了就只能依靠專(zhuān)家來(lái)指點(diǎn)迷津。
所以想向《大數據時(shí)代》的作者提一個(gè)合理化建議：把這本書(shū)繼續寫(xiě)下去，至少加一個(gè)第四部分——大數據時(shí)代的邏輯思維。
大數據時(shí)代讀書(shū)心得體會(huì )4
《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)代讀書(shū)心得體會(huì )5
4月13日下午，在湖南大學(xué)東樓205參加了關(guān)于《大數據時(shí)代》的讀書(shū)交流活動(dòng)。通過(guò)相互交流學(xué)習，使我更深層次的理解了大數據時(shí)代的利與弊，機遇和挑戰。在寫(xiě)心得體會(huì )前，我想再重新審視一下關(guān)于大數據的歷史沿革和現實(shí)意義。
首先，最早提出“大數據”時(shí)代到來(lái)的是全球知名咨詢(xún)公司麥肯錫，麥肯錫稱(chēng)：“數據，已經(jīng)滲透到當今每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對于海量數據的挖掘和運用，預示著(zhù)新一波生產(chǎn)率增長(cháng)和消費者盈余浪潮的到來(lái)�！薄按髷祿痹谖锢韺W(xué)、生物學(xué)、環(huán)境生態(tài)學(xué)等領(lǐng)域以及軍事、金融、通訊等行業(yè)存在已有時(shí)日，卻因為近年來(lái)互聯(lián)網(wǎng)和信息行業(yè)的發(fā)展而引起人們關(guān)注。大數據作為云計算、物聯(lián)網(wǎng)之后又IT行業(yè)又一大顛覆性的技術(shù)革命。云計算主要為數據資產(chǎn)提供了保管、訪(fǎng)問(wèn)的場(chǎng)所和渠道，而數據才是真正有價(jià)值的資產(chǎn)。企業(yè)內部的經(jīng)營(yíng)交易信息、物聯(lián)網(wǎng)世界中的商品物流信息，互聯(lián)網(wǎng)世界中的人與人交互信息、位置信息等，其數量將遠遠超越現有企業(yè)IT架構和基礎設施的承載能力，實(shí)時(shí)性要求也將大大超越現有的計算能力。如何盤(pán)活這些數據資產(chǎn)，使其為國家治理、企業(yè)決策乃至個(gè)人生活服務(wù)，是大數據的核心議題，也是云計算內在的靈魂和必然的升級方向。
其次，進(jìn)入2012年，大數據（big data）一詞越來(lái)越多地被提及，人們用它來(lái)描述和定義信息爆炸時(shí)代產(chǎn)生的海量數據，并命名與之相關(guān)的技術(shù)發(fā)展與創(chuàng )新。它已經(jīng)上過(guò)《紐約時(shí)報》《華爾街日報》的專(zhuān)欄封面，進(jìn)入美國白宮的新聞，現身在國內一些互聯(lián)網(wǎng)主題的講座沙龍中，甚至被嗅覺(jué)靈敏的國金證券、國泰君安、銀河證券等寫(xiě)進(jìn)了投資推薦報告。數據正在迅速膨脹并變大，它決定著(zhù)企業(yè)的未來(lái)發(fā)展，雖然很多企業(yè)可能并沒(méi)有意識到數據爆炸性增長(cháng)帶來(lái)問(wèn)題的隱患，但是隨著(zhù)時(shí)間的推移，人們將越來(lái)越多的意識到數據對企業(yè)的重要性。正如《紐約時(shí)報》2012年2月的一篇專(zhuān)欄中所稱(chēng)，“大數據”時(shí)代已經(jīng)降臨，在商業(yè)、經(jīng)濟及其他領(lǐng)域中，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)。哈佛大學(xué)社會(huì )學(xué)教授加里·金說(shuō)：“這是一場(chǎng)革命，龐大的數據資源使得各個(gè)領(lǐng)域開(kāi)始了量化進(jìn)程，無(wú)論學(xué)術(shù)界、商界還是政府，所有領(lǐng)域都將開(kāi)始這種進(jìn)程�！�
最后，隨著(zhù)云時(shí)代的來(lái)臨，大數據（Big data）也吸引了越來(lái)越多的關(guān)注。著(zhù)云臺的分析師團隊認為，大數據（Big data）通常用來(lái)形容一個(gè)公司創(chuàng )造的大量非結構化和半結構化數據，這些數據在下載到關(guān)系型數據庫用于分析時(shí)會(huì )花費過(guò)多時(shí)間和金錢(qián)。大數據分析常和云計算聯(lián)系到一起，因為實(shí)時(shí)的大型數據集分析需要像MapReduce一樣的框架來(lái)向數十、數百或甚至數千的電腦分配工作�！按髷祿痹诨ヂ�(lián)網(wǎng)行業(yè)指的是這樣一種現象：互聯(lián)網(wǎng)公司在日常運營(yíng)中生成、累積的用戶(hù)網(wǎng)絡(luò )行為數據。這些數據的規模是如此龐大，以至于不能用G或T來(lái)衡量。大數據到底有多大？一組名為“互聯(lián)網(wǎng)上一天”的數據告訴我們，一天之中，互聯(lián)網(wǎng)產(chǎn)生的全部?jì)热菘梢钥虧M(mǎn)1.68億張DVD；發(fā)出的郵件有2940億封之多（相當于美國兩年的紙質(zhì)信件數量）；發(fā)出的社區帖子達200萬(wàn)個(gè)（相當于《時(shí)代》雜志770年的文字量）；賣(mài)出的手機為37.8萬(wàn)臺，高于全球每天出生的嬰兒數量37.1萬(wàn)……，截止到xx年，數據量已經(jīng)從TB（1024GB=1TB）級別躍升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB（1024EB=1ZB）級別。國際數據公司（IDC）的研究結果表明，xx年全球產(chǎn)生的數據量為0.49ZB，xx年的數據量為0.8ZB，xx年增長(cháng)為1.2ZB，xx年的數量更是高達1.82ZB，相當于全球每人產(chǎn)生200GB以上的數據。而到xx年為止，人類(lèi)生產(chǎn)的所有印刷材料的數據量是200PB，全人類(lèi)歷史上說(shuō)過(guò)的所有話(huà)的數據量大約是5EB.IBM的研究稱(chēng)，整個(gè)人類(lèi)文明所獲得的全部數據中，有90%是過(guò)去兩年內產(chǎn)生的。而到了xx年，全世界所產(chǎn)生的數據規模將達到今天的44倍。
首先，談?wù)劥髷祿䦷Ыo生活的轉變。大數據已經(jīng)是信息產(chǎn)業(yè)發(fā)展的必然趨勢，可以說(shuō)，大數據現在已經(jīng)開(kāi)始慢慢滲透入我們的生活，如：現在流行的打車(chē)軟件、三維立體化社區的建立、某些從事生產(chǎn)銷(xiāo)售的行業(yè)利用大數據來(lái)優(yōu)化規模和實(shí)現利益最大化。而我們很多人對大數據還很陌生，只是被動(dòng)的適應著(zhù)大數據給生活帶來(lái)的改變。大數據時(shí)代是以云計算為基礎的，所以，要實(shí)現大數據，相關(guān)的很多的硬件設備都要更新?lián)Q代，信息處理系統、信息傳輸系統、信息反饋系統、信息決策系統都將面臨新的挑戰，相關(guān)產(chǎn)業(yè)都要重新調整產(chǎn)業(yè)結構，在那時(shí)，可以夸張的說(shuō)，信息就是黃金，信息就是石油。大數據時(shí)代的到來(lái)會(huì )解放更多的勞動(dòng)生產(chǎn)力，勢必將會(huì )更加加劇生產(chǎn)力過(guò)剩的現狀，社會(huì )兩極分化現象會(huì )更加明顯，掌握不了信息資源，很難再翻身，要防止信息壟斷帶來(lái)的可怕局面。大數據時(shí)代的到來(lái)會(huì )使人們的生活節奏急速加快，信息的時(shí)效性決定了它的流通速率，人們的生活節奏要跟上信息流通的速率，就不得不加快自己的節奏，人們會(huì )越來(lái)越忙，到那時(shí)，就像現在的日本，可能想找個(gè)人聽(tīng)你說(shuō)說(shuō)話(huà)，真的是一件很難的事。
第二，關(guān)于數據管理的看法。大數據時(shí)代，數據管理是一件很重要的工作，如何才能避免自己的數據被非法竊取、丟失和被盜？我的看法是，人防、技防、物防一體化。人防，即我們要從思想上牢固樹(shù)立信息安全防范的意識，不主動(dòng)泄露信息，要管理好自己身邊的信息設備；技防，就是要運用軟件來(lái)管理和處理數據，經(jīng)常檢查更新數據庫，定時(shí)查殺電腦病毒，確保電腦狀況安全；物防，就是重要的數據一定要備份保留，而且應當做到備份與原始文件是物理隔離，無(wú)關(guān)的信息應當及時(shí)刪除，減輕硬盤(pán)的壓力。
三、怎么保護自己的隱私。隱私，顧名思義，就是不愿意讓別人看到的東西，所以，在大數據時(shí)代，更要管理好自己的隱私，以免對自己和家人造成麻煩和損失。越是隱私的信息，越要遠離網(wǎng)絡(luò )，不要再公開(kāi)的社交網(wǎng)絡(luò )儲存和展示個(gè)人圖片、資料等信息，免得被非法人士采用和竊取。建議還是用紙質(zhì)的日記代替電腦日記，避免信息傳播范圍太大，管理好自己的日記本。研發(fā)一種新的硬件連接器，總是以隨機碼來(lái)保護自己真實(shí)IP地址，提高網(wǎng)絡(luò )安全的可靠性，加強對聯(lián)網(wǎng)信息的管理和保護。
【大數據時(shí)代讀書(shū)心得體會(huì )范文（精選5篇）】相關(guān)文章：
讀書(shū)時(shí)代別忘了讀書(shū)閱讀題及答案11-19
朱自清散文讀書(shū)心得體會(huì )范文（精選5篇）12-12
簡(jiǎn)愛(ài)童年時(shí)代讀書(shū)筆記12-25
讀書(shū)感言精選范文03-14
智能時(shí)代的教育智慧心得體會(huì )（精選11篇）03-14
時(shí)代楷模觀(guān)看心得體會(huì )15篇03-06