- 相關推薦
《大數據時代》讀后感（通用17篇）
讀完一本書以后，你有什么體會呢？不妨坐下來好好寫寫讀后感吧。那么你會寫讀后感嗎？以下是小編為大家收集的《大數據時代》讀后感，僅供參考，大家一起來看看吧。
《大數據時代》讀后感 1
《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(fā)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(fā)現未知領域的規(guī)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(tǒng)數據，深入探索現實世界的規(guī)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(yè)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(wèi)生、商業(yè)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(fā)聲”：UPS國際快遞公司從20xx年就開始使用預測性分析來檢測自己全美60000輛車規(guī)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(jié)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(yè)，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(fā)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(chuàng)業(yè)方向、商業(yè)模式和投資機會。
近年來，伴隨著經濟社會快速發(fā)展、深度調整，石油石化產業(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)生產運行與管理水平，擁抱大數據時代的來臨。
《大數據時代》讀后感 2
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(fā)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(yè)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(fā)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(fā)，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(fā)出滿足客戶需求的個性化解決方案，并創(chuàng)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(yè)務發(fā)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(chuàng)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(zhàn)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。
20xx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(yè)，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20xx年，許多企業(yè)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(yè)管理中去，為自己帶來創(chuàng)新性的優(yōu)勢。歸根到底，大數據時代下企業(yè)人力資源管理的創(chuàng)新，還是通過數據化信息的動態(tài)收集和梳理，對企業(yè)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》讀后感 3
對于暢銷書刊、熱點話題、時尚科技，始終不太感興趣。書刊，喜歡有一定年份的。話題，鐘情于務虛的觀點。新奇的產品于我無緣，習慣使用成熟的科技產品。既不清高，也非冷漠，就是要與現實保持一定的距離，給自己留一點思考的空間。這一習慣最近破了例。由于工作的原因，耳濡目染，“大數據”這個新興概念開始頻繁步入我的視野。按捺不住內心的好奇，網購《大數據時代》，手不釋卷，三天讀完，頗有收獲。此書有如下特點。 首先，作者站在理論的制高點上，條理清楚地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(yè)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(zhàn)。其次，文中的事例貼近現實生活，貼近時代，令讀者既印象深刻，又感同身受。此外，作者沒有使用大量的專業(yè)術語，沒有假裝一副專業(yè)的面孔�？v觀全書，遣詞造句，均通俗易懂。 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(fā)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(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，也沒有專業(yè)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。
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(yè)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(yè)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，寫了好多讀后感來表述對這本書的喜歡沒看此書之前，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。
看完此書，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(guī)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(yè)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(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聯性，才可以讓通過專業(yè)化的處理，讓其為企業(yè)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(yè)，也是在應用大數據的道路混雜性。
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(tǒng)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�！案哂泻暧^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�！斑@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(xù)向更深層次研究的因果關系，找出背后的‘為什么’�！癧i]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(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(chuàng)新可以創(chuàng)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(yè)系統(tǒng)中，而沒有把它置于整個社會系統(tǒng)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(jié)”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(qū)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》讀后感 4
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(zhàn)略規(guī)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(yè)、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(yè)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(zhàn)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(tǒng)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(tǒng)看法的顛覆，就會導致各種變革的發(fā)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(zhí)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(tǒng)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(yōu)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(tǒng)的成功，證實了大數據在分析相關性方面的優(yōu)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?yōu)楝F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(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》讀后感 5
維基百科說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間下的收集、利用、管理和處理能力，或稱巨量數據、海量數據、大資料，大數據的常見特點是3V：Volume、Velocity、Variety。
規(guī)模巨大的數據未必是大數據，需滿足她的三個特點。以研究擲硬幣概率的實驗為例，當傳統(tǒng)實驗次數達到一定規(guī)模后就能幫助實驗者分析正反面出現的概率，隨著實驗次數的增加，數據大量積累可能越來越支持這一結論，數據達到一定量，它的邊際效應就出現了，數據繼續(xù)增加對分析概率還有多少意義呢？按照現代概率學伯努利試驗去帶入函數計算就好了，這僅算是概率學或者是統(tǒng)計學吧。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、心理學、材料學、物理學等領域的數據而使之變大，進而研究關聯關系（或因果關系，注：本書不認同因果關系的重要性），從而得出概率的分布，然而大量相關數據的引入，按照傳統(tǒng)分析過程的時間是不可接受的，需利用高效計算資源，迅速把雜而大的處理結果呈現出來，并且實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。
大數據令人著迷的地方在于用"科學"的辦法挑戰(zhàn)了"預測學"，幫助人們發(fā)現未知，幫忙人們進行決策。然而本書作者Viktor Mayer—Schonberger強調"大數據不是因果關系，而是相關關系，相關關系比因果關系更重要"，此觀點不能認同，因果關系是宇宙的基本定律，且不說種瓜得瓜、善有善報之類哲學命題，若商家在發(fā)現電容器、釘子、高壓鍋有關聯購買關系而去做大量營銷的話豈不是有可能發(fā)生更多的波士頓爆炸案。
�、訇P聯關系在大數據中被提取出來使用，而不去關心因果關系是一種粗暴的、倒退的處理方式，是作者理解的現代社會浮躁的心里體現。我認為的大數據應該是把看起來不相干的數據放到一起分析，找到某些跨領域的關聯關系，進而推論因果關系，發(fā)現其中價值。作者引用了安德森的觀點"現在已經是一個有海量數據的時代，應用數學已經取代了其他的所有學科工具，而且只要數據足夠，就能說明問題"，數據和所有科學的關系，我覺得有點像現在互聯網和其他所有行業(yè)的關系一樣，互聯網終究還是一個工具。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候留意一下。一家大型的超市，如果為了這種所謂相關關系，所有商品用這種關聯關系去擺放，天哪，這將是一家多么混亂的超市，顧客進去將難以區(qū)分食品在哪、生活用品在哪！有人可能說這種關聯關系更適合電子商務，是的，但是我還是比較看好已知原因的關聯關系，比如嬰幼兒智力玩具和孕婦減肥放到一起，比如在線播放器旁邊放衛(wèi)生紙的.廣告（哈哈哈，你懂的）。本書用美國折扣零售店塔吉特與懷孕預測。
�、趤碜糇C他的觀點，但恰恰是知道因果關系后商業(yè)價值才能更多的體現出來，未知因果關系前顧客的父親生氣并要求賠償，知道因果關系后才使得這種廣告理所應當并讓客戶接受。
互聯網信息時代數據的積累以及BI、數據倉庫、人工智能、HADOOP、NOSQL等技術的流行，使得人們考慮問題的方式已經發(fā)生變化，接下
來我們要做的只有接受擁抱數據時代、大數據時代。軟件行業(yè)程序上線的變更差錯率是一個考核IT水平的指標，為此很多公司引進了CMMI體系，以求他保障軟件的質量，為此也收集了大量的過程數據。若用數據的思維，是否可能根據之前的各種相關數據預測下次投產變更的成功率？若用大數據的思維，是否可以根據CMMI數據以及程序員開發(fā)期間上下班考勤數據、工資發(fā)放時間、上線當天天氣情況來綜合預測投產變更的成功率？用大數據的思維，訂餐網站不僅根據之前你定的是咸的還是辣的來給你推薦菜單，可能因為你微博上發(fā)了一句"每個月總有那么幾天"修改了訂餐的推薦菜單（哈哈）！故在數據時代，提議童鞋們檢查公司的信息系統(tǒng)，是否有定期刪除"垃圾"日志、數據的機制（Viktor說，即使最平凡的信息業(yè)可以具有特殊的價值），為了日益廉價的存儲而刪除日益昂貴的數據，請三思后行吧。
《大數據時代》讀后感 6
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(fā)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(fā)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(fā)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(yōu)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(tǒng)的習慣將被顛覆，很多舊的制度將面臨挑戰(zhàn)。舉例來說：
第一，科學探究的思路和方式受到挑戰(zhàn)
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(fā)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(fā)，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(guī)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(zhàn)。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(tǒng)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(yī)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(fā)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(fā)表在《英國醫(yī)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(tǒng)的'思維習慣受到挑戰(zhàn)
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(xù)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(fā)生之后，美國的衛(wèi)生系統(tǒng)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(jié)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(tài)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(qū)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(tǒng)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(zhàn)。
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(fā)生變化。在過去，如果你想成為一個優(yōu)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(fā)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》讀后感 7
“除了上帝，任何人都必須用數據來說話�！薄@是《大數據》中出現的讓人印象深刻的一句話，也是全書力圖傳遞的信息。在數字信息時代，數據和空氣一樣遍布生活，對于有些人來說，數據無意義，而對于有些人來說，數據，即真相。
美國是《大數據》的主角，全書通過講述美國半個多世紀信息開放、技術創(chuàng)新的歷史，以別開生面的經典案例——巴馬來建設“前所未有的開放政府”的雄心、公共財政透明的曲折、《數據質量法》背后的隱情、全民醫(yī)改法案的波瀾、統(tǒng)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、商務智能的前世今生、數據開放運動的全球興起，以及云計算、Facebook等社交媒體、Web3。0與下一代互聯網的未來圖景等等，為讀者一一細解數據創(chuàng)新給公民、政府、社會帶來的種種挑戰(zhàn)和變革。
透過全書，一個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(zhí)著于個人隱私的保護，卻又不遺余力地推動著政府信息的透明與公開。
讀完此書，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，處處以數據說話，那么，政治、制度、生活將更加清明，事故、腐敗將降到最低點。
作為信息技術教師，是有必要閱讀此書的！有慧根的教師將能從書中挖掘出信息技術特有的文化以及能用于教學的鮮活案例。
每天能用來閱讀的時間很少，總是要等到夜深疲倦時才有空打開書本，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……
《大數據時代》讀后感 8
此書給我們一個全新的視野去看待投資。按照齊教授的思想去做投資，真的會讓我有一種氣定神閑的姿態(tài)看股市價格的漲落。
大數投資的根本思想是：投資上市公司的資產并長期持有，在從而在上市公司發(fā)展壯大過程中分享收益。
大數投資的三個基本原則：組合投資，低估值買入，長期持有。組合投資是指在30個行業(yè)均勻配置資產來購買股票；低估值買入是在市凈率低于2、市盈率低于20是開始買入，選擇個行業(yè)市凈率市盈率最低的股票開始買入，越跌越買；長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值。
大數投資的交易準則有三：降低成本，永續(xù)投資，2/3上限。
本書還從科學的角度，通過人類社會發(fā)展趨勢和企業(yè)的存在價值來論證方法的'有效性，論據扎實，說服力強。
此書的紙質版看起來是一部大部頭書，但千萬不要被其外表迷惑。關鍵的原理和操作方法是如此的簡單直白，甚至老師自己都說，他的方法是靠常識投資。
生活在中國經濟大發(fā)展的時代，我不知道是不是人類歷史最好的時代，但一定是現在投資者所處的全世界最好的時代（老師自己說是一個撿錢的時代）。也許再過十幾二十年，我們的社會也會進入穩(wěn)定緩慢發(fā)展的時期，這種理論再實踐起來可能沒那么容易。請不要辜負了時代賦予我們的機會。
投資賺錢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，我們可以更加專注于自己喜愛的生活，創(chuàng)造對社會有益的事業(yè)，這也是取之于大時代而又回饋于大時代的一種思想吧。
愿每個投資人都能清楚認識到企業(yè)運轉的規(guī)律，將投資做成一件令自己快樂，又對社會有益的事情。
值得一讀。
《大數據時代》讀后感 9
近兩周用業(yè)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(fā)，發(fā)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(tǒng)統(tǒng)計學的顯著區(qū)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》讀后感 10
讀完《大數據時代》這本書后，我意識到：我們即將或正在迎接由書面到電子的跳躍之后的又一重大變革。 這本書介紹了大數據時代來臨后，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，這場變革已經打響。商業(yè)領域由于大數據時代的到來而推陳出新。前幾年，一家名為Farecast的公司，讓預訂到更優(yōu)惠的機票價格不再是夢想。公司利用航班售票的數據來預測未來機票價格的走勢�，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，疾控中心每周只進行一次數據統(tǒng)計，而病人一般都是難以忍受病痛的折磨才會去醫(yī)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公司卻能及時地作出判斷，確定流感爆發(fā)的地點，這便是基于龐大的數據資源，可見大數據時代對公共衛(wèi)生也產生了重大的影響! 在我看來，如果想在在大數據時代里暢游，不僅要學會分析，而且還要能夠大膽地決斷。 在美國，每到七、八月份時，正是臺風肆虐之時，防澇用品也擺上了商品貨架。沃爾瑪公司注意到，每到這時，一種蛋撻的銷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! 大數據時代的到來，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，它會默默地積累人們的行程數據，通過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。 大數據時代的到來，讓我們的生活更安全，更方便，但與此同時，我們的隱私不再是隱私，數據的收集變得無所不包、無孔不入。世界已經向大數據時代邁進了一小步，一個嶄新的時代正向我們走來。讓我們用知識武裝大腦，做好準備，迎接新時代的到來!
在看《大數據》之前，我只知道社會越來越數字化了，看完之后，才覺悟到：人類將迎來一個新的時代。 數字化已經把我們帶入一個信息時代，大數據卻把我們卷進了一場科技風暴之中，這本書中，作者為我們開啟了一個更包容更廣闊的新時代，大數據把社會的方方面面融合在了一起，曾經看似因果聯系緊密的事物，可能變得不再那么重要;毫無關聯的事物，可能隱藏著重要的信息，從科技、商業(yè)，到醫(yī)療、政治、教育、文化，大數據一概席卷囊括，它改變著我們的傳統(tǒng)思維，為這個時代注入了新鮮的血液，就像作者書中所說：“這項技術終將改變我們所居住的星球上的許多東西�！� 大數據最顯著的影響是對于電子商務，通過大數據，最先洞察出潛在市場的，也必然最先占領市場。而電子商務對實業(yè)的沖擊又是勢不可擋，可見，掌握了大數據就主導了市場，擁有了先進的科技才能擁有堅實的競爭力。在醫(yī)療方面，曾經的非典時期，就是一個很好的例證，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，他也同樣改變著我們的生活，書中提到美國著名計算機專家奧倫 · 埃齊奧尼發(fā)明了飛機機票價格預測軟件，就是利用大數據造福我們生活的'很好例子。 大數據不僅節(jié)省了時間，提高了效率，更將人類帶入一個新的文明階段。從分析因果總結經驗，轉變?yōu)樗鸭瘮祿A測未來;由原來的滯后性變?yōu)楝F在的預見性——大大提高了人類認識世界、改造世界的能力，變被動為主動。大數據為我們掀開了歷史新紀元，不敢想象它將會為我們帶來什么，或許會出現新奇的生活方式，從未有過的職業(yè)，聞所未聞的商業(yè)模式，百家爭鳴的文化高峰;也或許會解開更多未解之謎，探索到宇宙之外的秘密�？傊�，毫無疑問的是，大數據為我們帶來的未來是超乎想象的。
這本書中作者提到最多的是：改變我們的傳統(tǒng)思維，摒棄精確性轉向宏觀。從總結因果轉向預測。這個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，單純靠人類的主觀判斷力是多么的有限，大數據早晚會取而代之這一現象，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，緊跟時代才行。即使不能與時代同步，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!
《大數據時代》讀后感 11
讀完《大數據》，我才意識到這并不是一本枯燥無味的書籍。作者運用案例和講故事的方式，把美國數據開放、收集、使用背后的立法故事、公民故事、技術故事、商業(yè)故事娓娓道來，引人入勝，令我大開眼界。
我在想，大數據概念對于教育來說會產生什么樣的實用價值呢？一直以來，中國教育在研究教育的數字化，比方數字化校園，這個思路就是把我們教育的內容進展數字化，其結果指向的就是電子教材的研發(fā)或者是教學過程的數字化。美其名曰，這是教育技術的重要內涵。在教學過程中，學生的行為表現都可以被數據化，而這項研究不是任何一個專業(yè)可以深入下去的，它的專業(yè)性太強，所以我才會想到，所謂教育技術與其研究教育的數字化，不如研究教育的數據化來得實在，來的有意義。長期以來，我們并不了解教育對一個人的影響詳細會如何表現，我們有的只是一個輪廓，我們也并不確定一個教師的行為對學生詳細產生了哪些影響。所以，人們對教育一直有一個深深的質疑，它是不是科學的？大數據概念至少提出了關注“是什么”比“為什么”要有實際意義得多。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，只有如此，才能把教育從為什么開展成“可能成為什么”上來，這會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來說，把研究的重點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，教育者首先通過標準化全科教學處方，實現了教師授課模板和教學內容的標準化，保證每個教學過程和內容是可控的，然后結合每天的教學內容，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體驗又以教學結果為導向的教學體系。
與此同時，不僅要注重課上的學生資源，在課后還要對這些資源進展跟蹤處理。這與過去的教育教學顯然是不同的，面對大數據時代的到來，教學有所改變是必然的。所以，無論環(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去迎合將來的這個大數據時代。
《大數據時代》讀后感 12
當我們說人類是通過因果關系了解世界時，我們指的是我們再理解和解釋世界各種現象時使用的兩種基本方法：一種是通過快速、虛幻的因果關系，還有一種就是通過緩慢、有條不紊的因果關系。大數據會改變這兩種基本方法在我們認識世界時所扮演的角色。
在附上一些事例的時候，用作者提供的"本質"去看待時，很容易理解，確實是這么回事。好了，那么大數據到底改變了我們什么呢，作者給出3點，大數據的精髓在于我們分析信息時的三個轉變，這些轉變講改變我們理解和組建社會的方法。
第一個轉變就是，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（樣本=總體）。
第二個轉變就是，研究數據如此之多，以至于我們不再熱衷于追求精確度。
第三個轉變因前兩個轉變而促成，即我們不再熱衷于尋找因果關系，而應該尋找事物之間的相關關系。大數據告訴我們"是什么"而不是"為什么"。在大數據時代，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，人類的大腦具備這樣的功能，它會把新輸入的刺激或信息與"過去的經驗或積累的部分知識"相對照，然后進行調整并接受下來。如果眼前新的現實與大腦中儲存的固有信息無法協(xié)調，便會在無意識中拒絕接受新的現實（當作沒有看見）；或者行調整并接受下來。如果眼前新的現實與大腦中儲存的固有信息無法協(xié)調，便會在無意識中拒絕接受新的現實（當作沒有看見）；或者通過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際（產生錯覺）。這是人的一種本能，目的在于使自己保持冷靜。
所以作者稱之為revolution。
講了這么多，那么大數據到底給我們帶來什么。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，書中提了很多，最多的就是，XXX公司或者個人利用大數據創(chuàng)造了多大的財富了，拋開這些表面的不說，最讓我動心亦或者是害怕的是———預測。這是大數據帶來最核心的東西，動心的理由無須贅述，計算機會告訴你什么時候買什么雙色球可以中頭獎，想想心里是不是有一點小激動咧。當然這只是我打的一個比較夸張的比喻。至于害怕呢，書中有段話我很喜歡，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，社會關系于個人責任的.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，那么我們的未來會被精準的預測，因此在未來，我們不僅會失去選擇的權利，而且會按照預測去行動。如果精準的預測成為現實的話，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，書中另一段關于自由意志的描述。
在哲學界，關于因果關系是否存在的爭論已經持續(xù)了幾個世紀。畢竟，如果凡事皆有因果的話，那么我們就沒有決定任何事的自由了。
如果說我們做的每一個決定或者每一個想法都是其他事情的結果。而這個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了�！械纳壽E都只是受因果關系的控制了。因此，對于因果關系在世間所扮演的角色，哲學家們爭論不休，有時他們認為，這是與自由意志相對立。
書中舉了個例子，舉了部電影《少數派報告》，當我看到這里的時候，"哎喲，我居然看過這部電影，想想心里還是有點小激動"，有興趣的可以去看下，大概就是講警察通過預測來提前抓捕犯人，不過不是通過大數據，是通過超人類的方式。當你什么舉動都可以被預測，相當于你完全暴露在太陽光下，換成你，你害怕不。
最后，附上兩段結語，一段是書中的一段話，另一段是我自己瞎編的。
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。
大數據終將會影響到我們，也像其他技術一樣會是一把雙刃劍，用得好，動心，濫用，害怕。如同核技術一樣，用的話，造福地球，濫用，給個金剛石地球你，照樣爆。我相信，未來的大數據的發(fā)展會如作者所說的，是一場生活、工作與思維的革命。
《大數據時代》讀后感 13
這么多年來，看了很多東西，如今回過頭來發(fā)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(fā)展，我是沒有跟上，如今發(fā)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。看完《大數據時代》，再結合如果工作上對于大數據的理解，頓時發(fā)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(jié)：
1、要總體，不要隨機樣本：從小對于統(tǒng)計學相關的`學習，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(tǒng)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(fā)，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(tǒng)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(wěn)定性。而對于社會道德方面的論述，我不想多說什么，時代發(fā)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》讀后感 14
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(fā)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(fā)揮它的優(yōu)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(jié)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》讀后感 15
《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?yōu)殛P注事物的相關性
同時作者對大數據時代中價值鏈三個環(huán)節(jié)即數據，技術和思維(可以理解為商業(yè)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(yè)(包括企業(yè)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(guī)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(yè)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(fā)現了作者的一個瑕疵。 作者所舉的例子包括越戰(zhàn)的傷亡數字，采集災后地圖和農業(yè)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(yè)/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(yè)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》讀后感 16
我們人類社會經歷過幾個重要的時代，農業(yè)時代、工業(yè)時代以及正在經歷的信息時代，每一次時代的變革都給人類社會帶來不容小覷的進步和發(fā)展。每次變革的最大不同，便是變革所推動的時代發(fā)展的速度，其中信息化時代的發(fā)展速度更是遠遠地超過了各個時代。我們每天都活在信息時代非凡的發(fā)展速度之下，當我們每一次瀏覽網頁之時、每一次電話交流之時以及每一次閱讀之時，都能感受到信息時代的飛速發(fā)展給我們帶來的方便和快捷。
隨著信息的爆炸式增長，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，這堆雜亂無章的數據只不過是無用的信息�？墒钱斘覀兝靡欢ǖ氖侄畏治鼋Ｖ�，它便會成為對我們極其有用的信息。為了更好地適應這個以數據為基礎的信息時代，我們勢必要作出恰當的改變。
《大數據時代：生活、工作與思維的大變革》（以下簡稱《大數據時代》）一書正好為我們提供了改變的新方向，同時它也是我們在大數據時代讀懂世界的敲門磚。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”，其在《大數據時代》一書中為我們詳細地展示了大數據時代較之小數據時代的差異，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令人獲益匪淺。
維克托邁爾舍恩伯格在《大數據時代》中提出了三個重要的思維變革：
全數據模式，樣本=總體
允許不精確
“是什么”，而不是“為什么”
這聽上去有點摸不著頭腦，可是在作者詳細的解釋下一切又變得合理且明確。
首先，大數據時代的數據不再那么難以獲得。尤其是在互聯網的大力發(fā)展之下，我們每天可能要面對成千上萬的數據。而在過去，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估計總體。面對這樣龐大的數據時，我們完全可以將其當成一個總體來看，這樣既減少了樣本估計所帶來的誤差和錯誤，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(tǒng)的概念里是不可能的，也是一種傾向于錯誤的選擇�？墒�，我們換一個角度去思考，這類似于我們生態(tài)學上的大尺度問題和小尺度問題，對于大尺度問題，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減少錯誤的發(fā)生。顯而易見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總體。
在上述的兩種思維引導下，作者為我們展示了第三個思維的轉變。我們更應該追求“是什么”，而不是“為什么”，這樣的說法不是很好理解，我們換種說法，我們需要做的便是運用相關關系去了解現象，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，在這點上，我們往往需要通過數據來得到一個預測的結果，或許我們無法知道這個結果其中的因果關系，但是能得到這樣的預測結果也是很有用處的了。另外，想要揭示一個事物的因果關系，我們得先有這樣的想法然后才能收集數據來測試這個想法的可行性，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，這也為揭示這個世界的規(guī)律提供了更多的前提。
最早的大數據概念是來自自然科學的生物學和天文學研究領域，這樣的概念的提出，對于科研界來說是一個激動人心的創(chuàng)造�？茖W界對于事物因果關系的追求是天職，利用大數據，科學家勢必去發(fā)現更多可以深入研究的有趣問題。而在商界，它也在潛移默化地引導著一場重大的變革。
將世界看作信息，看作可以理解的數據的海洋，為我們提供了一個從未有過的審視現實的視角。它是一種可以滲透到所有生活領域的世界觀。
“數據化”是一個有點抽象又無處不在的概念，從古至今的文字記錄、圖畫留存到我們每一次的社交軟件的使用，都可數據化。我們常常使用的網絡購物軟件，也許這對于我們來說僅僅只是生活便捷的軟件，而對于購物公司來說，他便掌握了所有用戶的全部信息，他們可以根據你的喜好為你推薦商品，甚至利用所有用戶的數據來分析公司所需要推薦的熱門商品。當我們周圍一切都被“量化”后，數據的商業(yè)價值就變得越來越明顯。
一些敏銳的商人，在嗅到大數據這塊蛋糕所帶來的利益后，便開始挖掘數據所帶來的巨大價值。下面，我們可以更加深人地來看看大數據的價值鏈了。根據作者的論述可知，由于提供價值的來源不同，分別出現了三種大數據公司。這三種來源是指：數據本身、技能與思維。這三種不同的來源，創(chuàng)造三種不同的商業(yè)公司。擁有數據本身的`公司，毫無疑問這些公司可以收集到大量的數據，比如Twitter，這一類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，這類公司往往能利用數據和思維來獲取價值。三種公司的能力各有不同，但是也有一些公司可以同時擁有上述的三種能力。書中曾有一個例子：
微軟曾經以1.1億美元的價格購買了Farecast，而兩年后谷歌則以7億美元的價格購買了給Farecast提供數據的ITASoftware公司。
如今，我們正處在大數據時代的早期，思維和技術是最有價值的，但是最終大部分的價值還是必須從數據本身來挖掘。
大數據時代所給予的價值，不僅僅是商業(yè)和科研連接，這只是一部分，除此之外其價值也可與文化、社會、經濟、政府決策等方面掛鉤。事實上，現今的社會也確實是在大數據的引導下不斷發(fā)展進步的，可是事物的兩面性決定了大數據的利用必然是有一定風險的。雖然大數據的收集，給予我們個人、社會團體以及政府都會有一定的好處，但是這無疑是將每個人暴露于“第三只眼”下。當你在網絡購物的時候，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，你的搜索內容也盡在瀏覽器開發(fā)商的監(jiān)視之下；你的社交軟件也總是根據你的人脈推薦朋友給你。當讀到這里的時候，也許你已經想去關閉自己的朋友圈和GPS定位了。大數據的價值在不斷地被挖掘，提醒我們的是大數據時代所對應的管理變革。
這也需要轉變，我們不應該單純地用“個人許可”這樣的方式來簡單地解決這種隱私泄露問題。在個人許可的情況下，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(guī)范，數據應該用在結果預測上而不是一些個人動機。當然，用于預測分析的程序也是需要有專門的人員來進行監(jiān)管的，在這一點上，作者提出了“大數據程序員”的概念，這類似于一種監(jiān)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健康鮮活的數據市場。上述的問題與相關法律的制定也是分不開的，只有不斷完善法律方可制約這些風險的發(fā)生。大數據的發(fā)展并不是一時的，并且基于其飛快的發(fā)展速度，更需要我們對其將會發(fā)生的問題進行及時控制和管理。
大數據時代的到來，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，但是我們看待問題的方式卻不一定非要全部數據化。人類有著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，我們可以去學習大數據，利用大數據，但更為重要的是我們思維的成長。正如作者說的那樣：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，只是參考答案，幫助是暫時的，而更好的方法和答案還在不久的未來。
《大數據時代》讀后感 17
這兩年，“大數據”這個詞突然變得很火，不僅出現在阿里巴巴、谷歌等互聯網公司的戰(zhàn)略規(guī)劃中，同時在我國國務院和其他國家的政府報告中也多次被提及�！按髷祿睙o疑成為當今互聯網世界中的新寵兒。在《大數據時代》一書中，英國人維克托？邁爾？舍恩伯格前瞻性地指出，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。維克托·邁爾·舍恩伯格用三個部分講述了大數據時代的思維變革、商業(yè)變革和管理變革。
我十分贊同作者在書中提到的一些觀點，我認為這些觀點與時俱進，是書中精華部分。如：“大數據的相關關系分析法更準確、更快、而且不易受偏見的影響。建立在相關關系分析法基礎上的預測是大數據的核心�！�
傳統(tǒng)的依靠人的預測有時往往會帶上人的主觀色彩，這是不可避免的，從而引發(fā)預測的不準確性。然而大數據時代，計算機通過大量的數據分析，機械地做出判斷，從而不帶有主觀色彩，能夠保證判斷的準確性。
同時，書中的“卓越的才華并不依賴于數據”這句話對我也有很深的觸動。大數據的風險是數據主宰一切的隱憂，但是個人的直覺、對市場的敏銳度等獨特個體所展現出來的才華同樣重要，它所呈現出來的強有力的創(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起飛，目的地為澳洲悉尼國際機場，在中途�？啃录悠抡烈藝H機場后起飛的澳航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取碟機取碟一樣，剛處理完一個錯誤數據，又出現一個錯誤數據。經過努力嘗試，飛機往新加坡樟宜國際機場返回。然而，經過飛機計算機的處理，以他們的情況，飛機無法安全降落，換句話說，他們死定了。但是，曾經擔任過戰(zhàn)斗機飛行員的機長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(jié)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，表現出高心理素質和高職業(yè)素質。然而，機長的卓越才華、個人的直覺造就的判斷才是這次避免空難的不可缺少的條件。當然，卓絕的才華沒有依賴數據并不意味著不需要數據，而是不盲目相信數據。
書中寫到的“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，為我們提供暫時的幫助，以便等待更好的方法和答案出現�！边@兩句話也印證以上的觀點。大數據是一種資源，也是一種工具，內行與外行最大的區(qū)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，還得依靠人腦通過對參考答案的分析。作者通過列舉出相互印證、邏輯聯系緊密的句子共同構建了這本未來之書，鮮明地闡述了的觀點。
維克托最具洞見之處在于，他明確指出，大數據時代最大的轉變就是，放棄對因果關系的渴求，取而代之以關注相關關系。也就是說只要知道“是什么”，而不需要知道“為什么”。這就顛覆了千百年來人類的.思維慣例，對人類的認知和與世界交流的方式提出了全新的挑戰(zhàn)。
本書認為大數據的核心就是預測。大數據將為人類的生活創(chuàng)造前所未有的可量化的維度。大數據已經成為了新發(fā)明和新服務的源泉，而更多的改變正蓄勢待發(fā)。書中展示了谷歌、微軟、亞馬遜、IBM、蘋果、facebook、twitter、VISA等大數據先鋒們最具價值的應用案例。作者通過理論與實例相結合，層層遞進，組織嚴密，使書籍更具可讀性與科學性。
這本書不由得使人們聯想起前一部美劇《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)送給當局并進行干預。雖然電視劇是科幻的，但是在當今的大數據時代并不是不可能發(fā)生。
大數據時代的來臨帶來了機遇，帶來了金融風暴，帶來了新的商業(yè)發(fā)展模式。同時，大數據時代的來臨也會帶來一些意想不到的災難與危機。隨著大數據時代的深入，這些災難與危機會隨之出現。而《大數據時代》為人們揭示了大數據時代所可能引發(fā)的問題，意義十分重大，總體來說是一本可讀性較強的前瞻性書籍。
【《大數據時代》讀后感】相關文章：
材料作文“數據時代”導寫08-19
讀《大數據時代》有感：大數據與小生活08-18
讀《數據資本時代》有感07-22
讀《大數據時代》有感800字09-15
大數據時代企業(yè)內部控制存在的問題及對策分析08-18
數據時代金融學課程改革及人才培養(yǎng)的思考08-05
《數據的收集》08-16
數據 信息與知識02-21
生活中的數據08-16