- 相关推荐
关于大数据时代的读后感（精选24篇）
当认真看完一本名著后，相信大家都积累了属于自己的读书感悟，需要写一篇读后感好好地作记录了。怎样写读后感才能避免写成“流水账”呢？下面是小编为大家整理的关于大数据时代的读后感，希望对大家有所帮助。
大数据时代的读后感 篇1
近两周用业余时间读了《大数据时代》这本书，是听培训时杜威老师推荐的，我快速阅读了一遍，觉得受到了一些启发，发现了一些原来没有想到看到的事情。
首先是大数据代表着数据的样本＝全体，这是一个与传统统计学的显著区别。大数据有能力获得全体数据并对其进行分析。
第二就是相关性与因果性同样重要。相关性说明了什么事情与什么什么事情有关系，如商场周围车流量的增多与商场销售额的'相关性，因果性说明什么是什么的原因，如睡10个小时是有精神的原因。在大数据中，相关性要比因果性容易获得，而且相关性已经能为客户带来较大的收益。
第三就是大数据允许存在不精确性、混杂性，由于数据量巨大，存在少量的异变不会对结果产生任何影响，如收益是1个亿与1亿零1元的差别可能决策者不关心。
第四是大数据中的三个主要因素，思维、数据、技术，思维觉得你在哪些地方使用大数据。在这三个因素之中，会产生数据中间商，来处理加工数据并出售。
大数据时代的读后感 篇2
世界的本质就是数据，当你掌握了数据，你便掌控了世界—你可以轻而易举地通过数据中的相关关系预测事物的发展，将一切不利因素扼杀于摇篮之中—这远胜于＂防患于未然＂。
《大数据时代》一书，让我们在观念上有了三大转变：要全体不要抽样，要效率不要绝对精确，要相关不要因果。全书介绍了＂大数据＂时代三种大的变革：思维变革，商业变革和管理变革。在这些巨大变革如洪水一般的＂冲击＂之下，现代社会的运作方式必将有重大的改变，若不顺应这种变革的潮流，就像古中国固步自封，最终被坚船利炮打开国门而自己还用着长钩铁戟抗争一样，不可避免被掠夺，被落于世界进程之后，所以我们必须转变我们的思想。
＂我们不再热衷于寻找因果关系，而应该寻找事物间的相关关系＂，我想这句话是本书的核心思想。大数据时代，信息与数据已成为了一切的本源，我们生活在各种数据构成的海洋之中，如果从另一种视角看，就好像无数条＂看不见的线＂将我们与这些数据联系到一起，这是我们以前从未有过、从未想过的。大数据改变了我们以前的.通过因果关系了解世界的方法，而提供了几种新的途径，因为，在大数据时代，我们可以分析更多数据，有时甚至可以处理和某个特别现象相关的所有数据，也就是：样本＝总体；而且，当研究数据如此之多时，我们已不热衷于＂精确＂，而是＂混乱＂，若不接受＂混乱＂，那么有95％的非结构化数据无法利用，这将无法使我们构建完整的数据世界，在分析更多、更全面的数据之后，我们就可以从这些数据之中发掘它们的相关关系，即以＂是什么＂而不是＂为什么＂的角度看待数据，不用管其从何而来，只要分析其如何影响其他事物既可，即＂让数据自己发声＂，这些，彻底推翻了人类以前探索数据的方法，展现了一个全新的世界。
这种观念以惊人的力量给现知识状况带来了巨大的冲击，通过对海量数据的分析，获得巨大价值的产品和服务，或深刻的洞见。比如谷歌公司，2009年流感流行之时，通过检测检索词条，处理34.5亿个不同的数据模型，通过预测并与2007、2008年的美国疾控中心记录的实际流感病例进行对比后，确定了45条检索词条组合，并将其用于一个特定的数学模型后，预测结果与官方数据相关系数高达97％，这种大数据技术，以前所未有的方式，通过海量数据分析得出流感所传播的范围，为预测流感提供了一种更快速、高效的工具。
同时，虽然大数据可为人类造福、对抗病症，但这仅限于掌握这门技术而言，若不重视这种技术，当我们的对手早于我们一步构建这种数据网络之时，便是我们的灾难，想想，大数据虽核心的在于预测，当敌人通过这种手段预测我方下一步的行动，将是可怕的—比如你的导弹将从何处发射，将飞往哪，你的军队动向、目标，总之所有一切＂未来＂将掌控于敌手，敌方甚至可以借此发现那些将来有＂大作为＂的人，从而进行渗透或扼杀，这对我们的发展无疑是致命的，所以，尽快加速大数据系统的构建进程是必须的。
对于我们国防生，也必须顺应这种发展趋势，未来的时代必将是数据极易获取，数据网络共享化的时代，通过这些数据，建立数据模型，可以准确分析并给出适合每一个人的计划，如运动量、训练强度，可以＂先知、先觉＂，及时发现一个人的负面情绪前及时疏导，这些必将成为现实，我们必须跟进时代，做好准备，去应对大数据时代的一切！
大数据时代的读后感 篇3
这本书里主要介绍的是大数据在现代商业运作上的应用，以及它对现代商业运作的影响。
《大数据时代》这本书的结构框架遵从了学术性书籍的普遍方式。也既，从现象入手，继而通过对现象的解剖提出对这一现象的解释。然后在通过解释在对未来进行预测，并对未来可能出现的问题提出自己看法与对策。
下面来重点介绍《大数据时代》这本书的主要内容。
《大数据时代》开篇就讲了Google通过人们在搜索引擎上搜索关键字留下的数据提前成功的预测了美国的H1N1的爆发地与传播方向以及可能的潜在患者的事情。Google的预测比政府提前将近一个月，相比之下政府只能够在流感爆发一两个周之后才可以弄到相关的数据。同时Google的预测与政府数据的相关性高达97%，这也就意味着Google预测数据的置信区间为3%，这个数字远远小于传统统计学上的常规置信区间5%！而这个数字就是大数据时代预测结果的相对准确性与事件的可预测性的最好证明！通过这一事以及其他的案例，维克托提出了在大数据时代“样本=总体”的思想。我们都知道当样本无限趋近于总体的时候，通过计算得到的描述性数据将无限的趋近于事件本身的性质。而之前采取的“样本<总体”的做法很大程度上无法做到更进一步的描述事物，因为之前的时代数据的获取与存储处理本身有很大的难度只导致人们采取抽样的方式来测量事物。而互联网终端与计算机的出现使数据的获取、存储与处理难度大大降低，因而相对准确性更高的'“样本=总体”的测算方式将成为大数据时代的主流，同时大数据时代本身也是建立在大批量数据的存储与处理的基础之上的。
接下来，维克多又通过了IBM追求高精确性的电脑翻译计划的失败与Google只是将所有出现过的相应的文字语句扫描并储存在词库中，所以无论需要翻译什么，只要有联系Google词库就会出现翻译，虽然有的时候的翻译很无厘头，但是大多数时候还是正确的，所以Google的电脑翻译的计划的成功，表明大数据时代对准确性的追求并不是特别明显，但是相反大数据时代是建立在大数据的基础住上的，所以大数据时代追求的是全方位覆盖的数字测度而不管其准确性到底有多高，因为大量的数据会湮埋少数有问题的数据所带来的影响。同时大量的数据也会无限的逼近事物的原貌。
之后，维克托又预测了一个在大数据时代催生的重要职业——数据科学家，这是一群数学家、统计学与编程家的综合体，这一群人将能够从获取的数据中得到任何他们想要的结果。换言之，只要数据充足我们的一切外在的与内在的我们不想让他人知道的东西都见会在这一群家伙的面前展现得淋漓尽致。所以为了避免个人隐私在大数据时代被这一群人利用，维克托建议将这一群人分为两部分，一部分使用数据为商业部门服务，而另一群人则负责审查这一些人是否合法的获得与应用数据，是否侵犯了个人隐私。
无论如何，大数据时代将会到来，不管我们接受还是不接受！
我觉得《大数据时代》这本书写的很好，很值得一读。因为会给我们很多启发，比如你在相关的社交网站发表的言论或者照片都很有可能被“数据科学家”们利用，从而再将相关数据卖给各大网店。不过，事实就是我们将会成为被预测被引诱的对象。所以说，小心你在网上留下的痕迹。
我喜欢这本书是因为它给我展现了一个新的世界。
大数据时代的读后感 篇4
《大数据时代》是英国维克托·迈尔-舍恩伯格教授的著作，这本书也被尊为国外大数据研究的先河之作。这本书最大的优点就在于作者利用上百个例子来对大数据的方方面面做了详细解说，让外行也很容易理解。结构上，作者通过大数据时代的思维变革、商业变革和管理变革三个角度依次阐述，条理清晰。
所谓"大数据"，按作者的说法，就是"所有数据"。随着计算机运算速度和存储能力的发展，收集数据变得越来越简单，储存数据的成本越来越低。在过去，由于技术限制，人们做统计时只能收集有限的数据做样本，其中要考虑随机样本的选择，努力减小因样本问题出现的误差;统计结果往往不能重复使用，造成数据利用率低。而现在则可以做到"样本=总体"。数据的增多带来不可避免的精确性问题。 "小数据"时代，一个样本的错误就可以造成对总体估计的失败，幸运的是，"大数据"时代对精确性不再那么要求苛刻——也无法要求太严格——数据的数量足以弥补这一缺陷。在对思维变革这一部分的阐述中，最重要也是全书的核心观点就是大数据时代，我们应该从追求"因果关系"的旧思维方式向追求"相关关系"转变。 在我看来，这实际上是通过大数据来透视一种事物的'发展趋势，而很多精确学科领域依然需要探寻"因果关系"解决更有针对性的问题，所以，这局限了这一转变只能在特定的领域发生。作者自己也说，"大数据的相关性将人们指向了比探讨因果关系更有前景的领域。"
大数据时代的数据获取方式是多种多样，数据形式也是千变万化，任何文字、行为、万物都可以被数据化后用来分析。对这些数据的利用，不仅要考虑到其初次使用价值，更要放眼它未来可能的用途以提高数据的利用率。当然数据并不是无限使用，时效、环境的变化肯定会对数据提出新的要求，所以数据的折旧也是应当考虑的。这又引出了对数据这一无形资产的估值可能性。对于Facebook, Twitter这样的公司来说，数据就是他们的核心，如何在资产负债表上给他们一个公正的体现正是我们需要考虑的。
大数据时代的价值链由三部分构成，我把它们简化为"生产—分析—使用"三个环节，这对应书中的三种类型公司： 第一种是基于数据本身的公司，第二种是基于技能，第三种则是基于思维。在大数据早期，技能和思维最有价值，但作者认为，最终，大部分的价值还是必须从数据本身来挖掘。这是假定了一个成熟的市场，人人都了解了大数据的用途。
对于普通人来说，大数据时代最关心的还是隐私问题。不知不觉中，个人的一举一动都暴露在政府甚至私人企业之下，还面临潜在的泄露风险。对此，作者提出了使用者承担责任的解决办法，而不是过去那种流于形式的使用授权。大数据甚至能预测一个人的犯罪动机，这给监管者带来的难题是，预测一个人要犯罪，惩罚还是不惩罚?在这点上，社会达成"个人仅需对行为而非动机负责"的共识非常重要。
大数据时代的风险控制靠的是"算法师"，类似会计师一样的职业，对大数据的准确度或有效性进行鉴定。这能在一定程度上防止数据滥用的发生和数据独裁。当今的法律亦需对大数据监管进行修订补充。
当代大数据发展主要由科技公司推动，相信在不久的将来更多的传统领域会意识到大数据的重要性。但我们也应该保持清醒，大数据并不是万能药，对某些领域或环节，使用大数据是一种简单且实用的选择;但对某些领域，盲目使用大数据只会适得其反。
大数据时代的读后感 篇5
信息时代的到来，我们感受到的是技术变化日新月异，随之而来的是生活方式的转变我们这样评论着的信息时代已经变为曾经。如今，大数据时代成为炙手可热的话题。笔者在这说明信息和数据，只是试图首先说明信息、数据的关系和不同，也试图说明，为什么信息时代转变为了大数据时代？大数据时代带给了我们什么？
信息和数据的定义。维基百科解释：信息，又称资讯，是一个高度概括抽象概念，是一个发展中的动态范畴，是进行互相交换的内容和名称，信息的界定没有统一的定义，但是信息具备客观、动态、传递、共享、经济等特性却是大家的共识。数据：或称资料，指描述事物的符号记录，是可定义为意义的实体，它涉及到事物的存在形式。它是关于事件之一组离散且客观的事实描述，是构成信息和知识的原始材料。数据可分为模拟数据和数字数据两大类。数据指计算机加工的“原料”，如图形、声音、文字、数、字符和符号等。从定义看来，数据是原始的处女地，需要耕耘。信息则是已经处理过的可以传播的资讯。信息时代依赖于数据的爆发，只是当数据爆发到无法驾驭的状态，大数据时代应运而生。这是否是《大数据时代》一书所未曾阐述的`背景材料？
在《大数据时代》一书中，大数据时代与小数据时代的区别：
1、思维惯例。大数据时代区别与转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。作者语言绝对，却反思其本质区别。数据的更多、更杂，导致应用主意只能尽量观察，而不是倾其所有进行推理？这也是明智之举。
2、使用用途。小数据停留在说明过去，大数据用驱动过去来预测未来。笔者认为数据的用途意在何为，与数据本身无关，而与数据的解读者有关，而相关关系更有利于预测未来。
3、结构。大数据更多的体现在海量非结构化数据本身与处理方法的整合。大数据更像是理论与现实齐头并进，理论来创立处理非结构化数据的方法，处理结果与未来进行验证。
4、分析基础。大数据是在互联网背景下数据从量变到质变的过程。笔者认为，小数据时代也即是信息时代，是大数据时代的前提，大数据时代是升华和进化，本质是相辅相成，而并非相离互斥。
数据未来的故事。数据的发展，给我们带来什么预期和启示？银行业天然有大数据的潜质。客户数据、交易数据、管理数据等海量数据不断增长，海量机遇和挑战也随之而来，适应变革，适者生存。我们可以有更广阔的业务发展空间、可以有更精准的决策判断能力、可以有更优秀的经营管理能力可以这些都基于数据的收集、整理、驾驭、分析能力，基于脱颖而出的创新思维和执行。因此，建设“数据仓库”，培养“数据思维”，养成“数据治理”，创造“数据融合”，实现“数据应用”才能拥抱“大数据”时代，从数据中攫取价值，笑看风云变换，稳健赢取未来。
大数据时代的读后感 篇6
这两年，大数据这个词突然变得很火，不仅出现在互联网公司的战略规划中，同时在中国国务院和其他国家的政府报告中也多次提及，无疑成为当今互联网世界中的新宠儿。笔者对大数据一直好奇已久，阅读了很多资料仍不得其解，直到读完《大数据时代》才有了粗略的认识。
《大数据时代》从思维、商业、管理三个方面阐述了在大数据时代下的变革。这些变革涉及人们生活的方方面面，其影响程度可以与两次工业革命相媲美。作者在第一部分提出了三个比较令人震惊的观点：第一，不是随机样本，而是所有数据，这里要求数据有很多。第二，不是精确性，而是混杂性，这里要求数据更杂。第三，不是因果关系，而是相关关系，这里要求数据要更好。第二部分作者从万事万物数据化和数据交叉复用的巨大价值两个方面，讲述驱动大数据战车在材质和智力方面向前滚动的最根本动力。第三部分则是阐述了大数据时代下的弊端以及在管理上的措施。个人认为这本书的精髓部分是第一部分。第一部分的三个观点涉及面很广，包括统计学、逻辑学、哲学等。后两个部分都是以第一部分这三个观点为基础展开阐述的。
笔者侧重于从第一部分中的这三个观点谈谈自己的看法。这三个观点其实就是哲学上讲的世界观，因为世界观决定方法论，所以这三个观点对传统看法的颠覆，就会导致各种变革的发生。
首先，作者认为在抽样研究时期，由于研究条件的欠缺，只能以少量的数据获取最大的信息，而在大数据时代，人们可以获得海量的数据，抽样自然就失去它的意义了。
其次，要效率不要绝对的精确。作者说，执迷于精确性是信息缺乏时代和模拟时代的产物，只有5%的数据是结构化且能适用于传统数据库的。如果不接受混乱，剩下95%的非结构化数据都无法被利用。作者是基于数据不可能百分之百正确的考虑而做出这样的判断的，如果采用小数据，一个数据的错误就会导致结果的误差很大，但是如果数据足够多、数据足够杂那得出的结果就越靠近正确答案。大数据时代要求人们重新审视精确性的优劣，书中还说到大数据不仅让人们不再期待精确性，也让人们无法实现精确性。
最后，不是因果性，而是相关性，这是这本书中争议最大的一个观点，不仅是读者，就算是本书的译者也在序言中明确地说到他不认同“相关关系比因果关系更重要”的`观点。作者觉得相关关系对于预测一些事情已经足够了，不用花大力气去研究天们的因果关系。作者用林登的亚马逊推荐系统的成功，证实了大数据在分析相关性方面的优势以及在销售中获得的成功。沃尔玛也是充分地利用并挖掘各类数据信息的代表，从啤酒和尿布的案例，以及作者举的有关蛋挞和飓风天气的案例，都说明了掌握了相关关系对于策略的帮助作用。
作者在书中把大数据说得很厉害，在最后一部分分析大数据带来无数好处的同时，也带来了不良影响以及如何面对这些影响。用麦克纳马拉的例子来说明对数据过度依赖所带来的后果。也用《少数派的报告》这部电影来说明如果痴迷于数据会导致人们将生活在一个没有独立选择和自由意志的社会，如果一切变为现实，人们将被禁锢在大数据的可能性之中。书中提出了两种解决方法，一种是使用数据时征询数据所有个人的知晓和授权，另一种是技术途径匿名化。毫无疑问，大数据将会给社会管理带来巨大的变革。
大数据给人类社会的方方面面带来了巨大的变革，这是社会发展的潮流，不可逆转，人们只有顺应这种潮流，在思想上和技能上做好准备，才能成为时代的弄潮儿。对于一家公司或一个国家，要从根本上改变思维和观念，尽早适应这种潮流。
大数据时代的读后感 篇7
如今一提起互联网和新媒体，就不得不提到“大数据”，在多数人印象中，这是个很宽泛的定义，大数据到底是什么，对我们的工作生活又产生了哪些影响，在拜读《大数据时代：生活、工作与思维的大变革》后，思路仿佛逐渐清晰。
对于大数据，研究机构给出了这样的定义：大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。作者舍恩伯格在书中前瞻性的指出大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型，并用三个部分讲述了大数据时代的思维变革、商业变革和管理变革。
一直以来，人类都在利用掌握的数据进行各种分析，从而对经济、文化等各方面进行预测以期达到选择最优。进入大数据时代，人类所掌握的数据以爆炸性的速度增长，数据的存储和分析数据的方法成了释放大数据能量的.关键。例如，微博、微信、抖音等推送的消息无处不在，我们掌握了新的工具，也获取了以前从未有过的各种信息。毫无疑问，在大数据时代，人们与现实的距离被网络拉近了，周围一切的人和事物都变得触手可及起来，如同舍恩伯格所言“开启了一次重大时代转型，就像望远镜能够让我们感受宇宙，显微镜让我们看清微生物一样，大数据要改变的是，我们的生活方方面面以及理解世界的方式。”
大数据意味着全体数据，而不是随机样本，以前没有获得和处理大数据的技术，只能采用随机采样，用最少的数据获得最多的信息，随着大数据时代的到来，采用所有数据的方法取代了随机分析法这样的捷径。当然，大数据也是泥沙俱下的，所有数据里面包含了更加复杂的成分，混杂的不精确数据占了所有数据的一部分，如何去伪存真更高效的使用大数据，成为所有人需要思考的课题。
大数据时代，比知道“为什么”更重要更有价值的是知道“是什么”，大数据体现的不是因果关系，而是相关关系，很多时候我们不是非得知道现象背后的原因，让数据告诉我们相关的现象就足以帮助我们做出选择和决策。传统的统计调查数据可以描述事物发展的趋势，对未来的预测起到重要作用，现在有了大数据，这种相关趋势就可以得到更加完整的拟合，有利于数据的佐证，更有利于数据解读工作。
大数据非常强大，可以在社会的方方面面帮助我们，但是这种帮助只是暂时的，大数据不能为我们提供最终答案，只能是参考答案，人类本身的作用是无法被大数据所完全替代的，将来，更好的方法和答案将在人类的作用下一步一步到来。大数据作为一种资源，也是一种工具，它改造我们的生活，它能优化、提高、高效化并最终捕捉住利益，但是它对社会的促进是有限的，社会的发展和进步源自于我们人类的独创性，这种独创性包括创意、直觉、冒险精神和知识野心等，在大数据时代，这些人类特性的培养依旧显得尤为重要。
大数据时代的读后感 篇8
大数据这个词一直存在但我们很少在这个时代前能有所耳闻，在我读了维克托写的大数据之后，我明白了在更早的年代之所以不流行这个词是因为人们喜欢感性的思考而不是拿数据理性的分析。究其原因，一方面是数据量小，另一方面是人们的思想落后。然而随着信息时代的到来和云技术的发展，大数据逐渐成为一个可靠的参考标准，以及大数据在诸多领域做出的贡献足以证明他在这个时代的重要地位。
维克托在书中例举了大量有关美国在这半个世纪信息开发技术创新的典型案例，从侧面向我们阐述了大数据在诸多领域的不同作用，例举其在医学方面的作用，在不久之前，你也许可能还会听到两个医生对于一个医学问题争论的`喋喋不休，……公说公有理婆说婆有理……，但怎么说都是建立在“我认为”的主观臆断之上，幸运地是，大数据的出现给帮助医生在问题上给予一个正确的指向，通过云端和千千万万的数据，可以更清楚还原问题的直观事实。
这样的例子在生活中也数不胜数，其力量存在于人们无形的生活中，却有形的帮助人们解决了在经济，科学，人文方面的各种问题，通过整合混沌的信息，分析加工我们就能很好的了解自己所处的世界并驾驭在时代的前沿。
大数据时代的读后感 篇9
我主要读了第一部分和第三部分。
第一部分是大数据的思维变革，作者舍恩伯格提出了三个观点，一是＂不是随机样本，而是全体数据＂，二是＂不是精确性，而是混杂性＂，三是＂不是因果关系，而是相关关系＂，作者被誉为＂大数据时代的预言家＂，抛出的观点是掷地有声的，下面我将谈谈我对这三点的理解。
对于一，我们必须承认我们以往做的处理抽样数据得到结果的方法，是省时省力省钱的，而且判断结果是相对高精准的，如人口普查这一案例，如果采用全体数据进行统计分析的话，工作难度是相当大的，最后的结果也不会很满意，这是得不偿失的。但是随着数据处理技术的飞速发展，我们已经具备了处理大量数据的能力，如果在数据分析过程中采用全体数据，就能避免抽样数据可能由于选取偏见带来的非随机性，处理全体数据也必将成为一种趋势。用在国防生管理工作中，就是管理层要对每个个体都给予充分的关心与互动，对于优秀的固然要偏爱，但是对于较差的也要保持＂不抛弃不放弃＂的态度，让每一个个体都找到自己的定位与价值。
对于二，作者强调通过掌握更多的'数据，暂时牺牲精确性，关注更多容易被忽略的细节，来做更多的事，得到更多的结果，也就是说我们要有一定的包容错误的能力。我们在收集数据时，要主动获取更多的数据，少加一些限制性条件，然后应用我们处理大数据的能力，或许会获得意想不到的结果。作者举了一个谷歌翻译系统的例子，通过英语作为中转，进行各语言之间的转换。此处的启发就是用我们最擅长的途径，不拘泥于特定规则，来达到我们的目的，也就是说我们要先认清自己，不去刻意的模仿，找出最适合自己的一套方法。
对于三，作者指出知道＂是什么＂就够了，没必要知道＂为什么＂，乍一看这个观点觉得有点无脑，但是结合第二点就合理了，降低对精确性及原因结果的要求，通过对相关数据的广泛分析，进而得到更丰富更多元的结果。如购物时，系统的购物推荐，并不是肯定你会购买，仅仅是你感兴趣进而可能会买就足够了。其实作者对＂相关关系＂的强调，主要是大数据强大的预测能力，而且这种预测性能还是相当精确的。以上只是我用作者的观点佐证他自己的观点，证明其一定的合理性，但是我是不完全认同的，在航天领域，我们对成功率的要求是极高的，尤其是载人航天领域，我们必须做到万无一失，我们对每一个结果都会深究其根，找出原因。对于国防生体能成绩的分析也是如此，结果只是我们的一个评价机制，而最重要的还是产生这一结果的原因及过程。
第三部分是大数据的管理变革，本来以为作者会讲点如何通过大数据来改革管理机制和提高管理效率，没想到作者只是讲了大数据其实就是我们的隐私的暴露，提出了要让数据采集管理公司对数据的使用负起责任的解决途径。个人感觉，一是我们在平时要意识到个人隐私的保护，而是相关法律政策的完善，真正的让大数据服务我们的工作生活，而不是一种变相的威胁。
大数据时代的读后感 篇10
这本书比我预想的可读性强多了……
深入简出，以简明扼要的概括性观点和国外各种著名的事例解释，让外行人一眼明白大数据时代是什么，做什么，对未来生活有何益处，有何副作用。
首先改变我的认知的是，大数据的特点不是大，而是全。一改传统的抽样数据属性（因为以前的计算机无法存储运算收集这么庞大的数据），用整体的数据形成了一个更宏观的`上帝视角，进而发现更多意想不到的结论。
其二是分析的思路由因果关系发展到关联关系。因果关系容易理解，因为人们去医院检查出了感染病所以要对这个人隔离治疗，对周围的人隔离检查，这个地域可能是重要爆发点。然而关联关系则是更加意想不到，比如谷歌公司利用人们的搜索关键字预测出感染病的爆发，这便不是因果，不是搜索了流感就一定患了病，这只是有关联，只有当拿到全面的数据，关联性才能形成一个结论。
应该说，大数据的时代会带来新一波思想的冲击，不再是按部就班地推导式逻辑，而是由现象直接得出结论的跳跃式思维，以海量数据的比对和验证显示出的新的关联。
大数据时代的分析与预测会达到前所未有的准确和预见性，会让人们更容易得出最优解，选择不再变得那么纠结，广告更知道给什么人投，新闻更知道哪一类人爱看哪一个，地块更知道是需要住宅还是办公，区域更知道是适合作为经济现代化的中心还是环境优美宜居的景区。
然而，大数据时代带来的问题也令人细思极恐。
其一，最直观的就是隐私泄密问题。信息时代的今天，几乎没有人是脱离网络通信生存的。而我们的无数信息也无时无刻不在沿着网络线传输到看不见的地方。这是十分可怕的，因为你搜索到每个关键词，点击的每个页面、看过的每个图片甚至和别人交谈的每一句话都暴露在开发者眼中。这些信息被记录下来，联系起来就可以勾勒出一个完整的个人档案，可能比你自己填写的还要准确。如果只是作为记录还好，如果被别人，比如说你家附近的小偷利用这分析哪家有钱又经常不在家比较好偷…
其二，大数据分析通过分析人们的喜好选择，得出人们最偏爱的选项，对人们选择产生影响……如此其实会产生一层问题，人们会知道他们想知道的而还有很多他们应该知道的被过滤掉了。人们会越来越分裂越来越偏执以自我为中心。也就是说过度的迎合市场不见得会一直长盛不衰。
其三也是最最可怕的，和电影里动漫里的幻想那样，利用大数据对人是否有犯罪动机进行评判与预测…那么对数据预测的即将犯罪的人我们应不应该逮捕呢？说逮捕，其并未造成犯罪事实，说不逮捕，可能就无法阻止一场惨剧……
大数据带来冲击带来革命也带不安……但是就像法律上有律师来填补漏洞或者说为人们辩护，也许未来真的会有算法师成为大数据时代中新一代维护秩序的职业。
辩证地，准备迎接更加普及化的大数据时代吧。
大数据时代的读后感 篇11
我们已经在大数据里生活了好多年，而最近观看了《大数据时代》带给了我的是更多的思考。随着互联网的快速发展，特别是近年来，随着社交网络，物联网，云计算和各种传感器的广泛应用，具有大量，多样性和强时效性的非结构化数据不断涌现。数据存储和分析技术的重要性难以实时处理大量非结构化信息。大数据的概念应运而生。如何获取，汇总和分析大数据已成为广泛关注的热门问题。
对于普通企业而言，大数据的作用主要体现在两个方面，即数据的分析和使用以及二次开发项目。通过分析信息的大数据，不仅可以挖掘隐藏数据，还可以通过这些隐藏的消息，通过销售实体，增强其客户来源。至于数据的二次开发，它用于网络服务项目。通过总结和分析这些信息，我们可以开发出满足客户需求的个性化解决方案，并创造一种新的广告和营销方式。
同时作为一名人力资源工作者，我也在想人力资源管理因为大数据而获得价值提升的`可能，但也有可能在大数据的海洋中迷失方向。伴随着业务发展要求及劳动力的变迁，人力资源管理从最初行政事务性的人事管理，到聚焦资源使用效率的人力资源管理，再到目前追求有竞争力投资回报的人力资本管理，管理内容不断丰富，管理模式不断创新，其价值也不断得到提升。
过去，人力资源管理没有太多数据的支撑，决策常常依靠直觉、经验和个人偏好。大数据时代的来临，让人力资本用数量的方式来进行投资分析和管理成为可能。但未来的挑战不是数据缺乏，而是如何有效地选取和利用数据，而不会在数据的海洋中迷失了方向。
2012年，麦肯锡提出了“大数据时代”的说法，用最通俗的说法来说，就是这个世界的各行各业，将会出现海量信息，即“信息爆炸时代”。而这些信息，都是由各种数据组成，通过收集、整理、分析、研究这些数据，就能找到对自己有利的方法。夸张一点说，掌握了大数据，就掌握了未来。时代的步伐进入了2019年，许多企业都在谈“大数据时代”，都在研究如何与时俱进，将“大数据”与数据分析融入到企业管理中去，为自己带来创新性的优势。归根到底，大数据时代下企业人力资源管理的创新，还是通过数据化信息的动态收集和梳理，对企业人力资源的不同模块进行分析，从而达到全面提升人力资源管理水平的目的。
大数据时代的读后感 篇12
《大数据时代》，作者是被誉为“大数据时代的预言家”维克托.迈尔-舍恩伯教授和肯尼思.库克耶。此书是在大数据方兴未艾、众说纷纭的时刻，进一步阐述和厘清大数据的基本概念和特点。
人类历史长河中，即使是在现代社会日新月异的发展中，人们还主要依赖抽样数据、局部数据和片面数据，甚至在无法获得实证数据的时候纯粹依赖经验、理论、假设和价值观去发现未知领域的规律。因此，人们对世界的认识往往是表面的、肤浅的、简单的、扭曲的或者是无知的。维克托指出，大数据时代的来临使人类第一次有机会和条件，在非常多的领域和非常深入的层次获得和使用全面数据、完整数据和系统数据，深入探索现实世界的规律，获取过去不可能获取的知识，得到过去无法企及的商机。
本书从思维变革、商业变革及管理变革三部分阐述大数据时代已经来临;列举了众多在公共卫生、商业服务领域大数据变革的例子。比如：在思维变革部分，以UPS与汽车修理预测为例，证明知道“是什么”就够了，没必要知道“为什么”;在大数据时代，我们不必非得知道现象背后的'原因，而是要让大数据自己“发声”：UPS国际快递公司从2000年就开始使用预测性分析来检测自己全美60000辆车规模的车队，这样就能及时的进行防御性的修理。之前UPS每两三年就会对车辆的零件进行定时更换，但这种方法不太有效，因为有的零件并没有什么毛病就被换掉了。通过检测车辆的各个部位，UPS如今只需要更换需要更换的零件，从而节省了好几百万美元，这就是通过找出新种类数据之间的相互联系来解决日常需要。这种方式完成可以应用于我们石油石化行业，我们的大量生产装置及设备，在建立日常的关键部位检测机制基础上，形成大量的数据信息，通过对这些数据的科学分析，判断出需要检修或更换的零件，从而有效降低运营成本。
当我们一旦“不再追求精确度，不再追求因果关系，而是承认混杂性，探索相关关系”，“思维转变过来，数据就能巧妙的用来激发新产品和新型服务”。数据正成为巨大的经济资产，成为新世纪的矿产与石油，将带来全新的创业方向、商业模式和投资机会。
近年来，伴随着经济社会快速发展、深度调整，石油石化产业变革加剧，面临的四大革命中其中一项就是“数字革命”。因此我们必须牢牢把握数字革命发展大势，加强数据治理和大数据分析应用，提高企业生产运行与管理水平，拥抱大数据时代的来临。
大数据时代的读后感 篇13
书中虽只是阐述了大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型，并未提及会对我们教育教学产生什么影响，但在这样的大环境之中，我们同样可以获得启示，寻求大数据在教育工作中可实现的价值。
1、教师角度：从基于经验到基于数据的教学转型
“经验主义”是指形而上学的思想方法和工作作风，其特点是在观察和处理问题的时候，从狭隘的个人经验出发，不是采用联系、发展、全面的观点，而是采取鼓励、精致、片面的观点。在教学中，我们有时会凭借以往经验认定本节课学生的起点，从而制定教学目标、重难点以及教学过程。这往往忽略了上届学生和这届学生是有差异的，这班学生和另一班学生也是存在差异的，那如何准确把握学生的起点呢？我想可以借助前测数据，它可以为有效教学指明了方向。
如教学“复式统计表”时，前期查找资料的时候就发现早在一年级上册P96的时候学生就见过复式统计表，意让学生初步认识统计表，渗透统计思想。而二三年级的书中练习也多有涉及，就是这种复式统计表没有“表头”，生活中的复式统计表也很多。既然在以前练习时碰到这么多次复式统计表，学生对复式统计表到底认识多少呢？我们对157名学生进行这样的调查，第1题：像上表这样的统计表以前见过吗？见过约占65%，没见过约占35%，学生在练习中碰到过、生活中也经常看见，但还是约35%的学生回答自己没见过，说明学生平时在看这个复式统计表的时候就浮于表面，所以这节课我们重点应该让学生经历复式统计表的产生过程，加深学生对复式统计表的印象。第2题：上表中的16表示什么意思？能完整表达出二班身高在130~139厘米的学生有16人，约占41%；表达一半，如二班16人，或130~139厘米16人，约占22%，其他约占37%，真正能正确读懂复式统计表的学生一半不到，需要在课中进行读图方法的指导。而知道这个表叫做复式统计表的学生不到20%。
基于这样的前测数据，我们将原先的教学设计进行修改，制定出符合这样学情的教学目标、教学重难点和教学流程，以实现“以生为本”的课堂。同样练习课和复习课，也可以借助本班学生的错题数据，准备适合这个班学生情况的教学设计。
2、学生角度：建立数据分析观念
未来肯定是“大数据时代”，那我们的学生作为未来的主人，在小学时应该掌握什么样能力呢？我想数据分析观念必不可少，2011年修订的《义务教育数学课程标准》（以下简称《课标》）把过去核心词里的“统计观念”，改成“数据分析观念”，就是希望身为老师的我们知道，数据分析是很重要的，并且希望教学能够构建适当的背景，让学生感受到数据分析是很重要的。那到底要让学生掌握数据分析观念的什么知识呢？
史宁中教授的《大数据与小学数学教育》这篇文章就阐述很清楚，他在文章中提到，结合大数据的主题，回想在“数据分析观念”中提到的三件事情是非常重要的。
第一件事情，感悟数据中蕴含的信息。要让孩子们知道，所有的道理不一定都是老师教的，不一定都是父母说的，也不一定是书本上说的，有一些信息，有一些道理是通过数据知道的。这个叫做数学的“实事求是”。有些东西是要经过思考的，根据什么来思考呢？根据事实思考，然后得出自己的结论。这样，孩子就可能会想问题，就可能会发现问题，提出问题，分析问题，解决问题。
第二件事情，知道数据中的信息可以用不同的办法获取。数据中的'信息不像纯数学那样，只能靠一个办法得到。世界上绝对真理是不存在的，很多事情是相对的，相对的意思就是同样的数据，用不同的方法分析会得到不同的结论。因此它取决于这个人的判断准则，取决于他的价值观。什么样的办法好呢？大家讨论叫做民主，或者是最符合背景的方法就是一个好办法。这个是判断准则，也可以自己定。这个事情得从小开始重视，应该让孩子们知道，有些标准是老师定的，但是有些标准你也可以定。
第三件事情，感悟数据是随机的。可能这次取得的数据是这样的，下一次取得的数据是那样的。虽然是随机的，但是只要你取得相当多的数据之后，就能发现其中的规律性。
以上是读了这本书之后又找了一些相关文章阅读后，一些凌乱、零碎的想法，有些想法还得细细思考如何落实到自己的实际教学中，近期也一直在整理《基于作业中错题数据改进数学练习课的教学研究》的课题成果，通过对班级学生作业中错题数据的统计分析，从而发现其中典型错误、易错题等等，帮助教师确定练习课的重难点，就不会像书里的练习板块那样流水账式地复习，以此更有效地针对班级学情设计练习课教学，提高了练习课的效率；另一方面，也可以利用这些数据，知道各层次学生的错误点，分析原因，从而设计出针对不同层次学生的作业练习，让不同的学生能在作业中得到不同的发展，避免学生一直重复做已经掌握的题。
大数据时代的读后感 篇14
《大数据时代》确实是一本当下应该看的书，书中用大量的例子阐明了几个关键的观点：
1.我们应该且可以关注数据的全部而不是局部的抽样
2.由于数据量极大，我们可以容忍更大程度的不精确
3.我们由关注事物的因果变为关注事物的相关性
同时作者对大数据时代中价值链三个环节即数据，技术和思维(可以理解为商业模式)之间的关系进行了剖析，得出了大公司小公司都可能如鱼得水，而中等体量的公司，可能会遭遇灭顶之灾。对这个预言，我拭目以待，至少目前，我从事和了解的信息服务行业(包括企业级市场研究，消费类市场研究，咨询)体现出了大公司获取数据的力量，中等规模公司在被不断甩开距离，而新兴的小公司还没有特别的崭露头角。
作者对大数据时代对商业和管理带来的变革也进行了解读，但是没有给我留下太多的印象。
最后作者也强调了大数据可能带来的风险，包括数据的滥用，数据的独裁，侵犯个人隐私等。在这个部分我发现了作者的一个瑕疵。作者所举的例子包括越战的伤亡数字，采集灾后地图和农业信息等，说明数字被人为的放大或修改，造成依据数据所作出的决策出现偏差。这里不知作者有有意还是无意，忽视了信息的来源。绝大多数商业/政治的决策者，如果面对真实，准确和及时的信息都可以做出正确的决策，而获得真实，准确和及时的信息不仅成本高昂，甚至无法做到。获得高质量的信息源也是长期困扰信息服务行业的瓶颈问题。而在大数据时代，个人认为只有不是为了收集而收集到的`数据才具备了“高质量”数据的特点，例如，个人的信用卡刷卡行为，上网搜索的行为等，这些是人自然行为产生的数据与那些填写调查问卷，向上级汇报所产生的数据是截然不同的。前者是自然形成的数据，而后者是为了收集而收集的数据。作者在风险部分举得例子都是后者。如果是依据自然形成的数据，那么数据独裁和滥用(应该换为褒义词了)几乎不会造成非常错误的结果，我们恰恰期待一些和我们常识有冲突的结果，来纠正我们的经验主义错误。但侵犯个人隐私则是不可避免的风险。
大数据时代的读后感 篇15
这么多年来，看了很多东西，如今回过头来发现，好像什么都忘了，真是悲剧，所谓读书破万卷，下笔如有神或许是不对的，还是需要下笔勤快，所以决定从这里开始。
这些年对于技术的发展，我是没有跟上，如今发现即便是对于投资，技术对于我们生活的改变太大，而自己身在这个技术浪潮的前沿，还是需要跟上步伐。——前言
大数据这个概念已经提了很久，我也一直疏忽了对于它的理解。看完《大数据时代》，再结合如果工作上对于大数据的理解，顿时发现数据的重要性，以前在这方面的确没有足够的思想意识。整本书来说，我觉得最关键的三个点是前面几个章节：
1、要总体，不要随机样本：从小对于统计学相关的学习，基本都是从样本出发，理论的基础在于如何随机的足够分散的选取样本，这可是技术活加直觉。而对于大数据来说，要的就是总体，本质上来说，总体样本的确更能准确找到结果。但是对于统计来说，总体的分析增加了数据分析的难度，不仅数据核对不好进行，一旦出现数据污染，准确度就会大打折扣，而且进行数据回溯的时候，也无法准确确认问题，而这一点也是后面相关性上问题；
2、要混乱，而不是精确：这里主要想说明的是希望数据的多样性，尽量将相关数据都收集起来，不管是结构化的还是非结构化的。这样就不可避免的最终结果的不准确性。大数据更多的是从一个总体数据中说明以后概率事件，既然是概率，也就可以理解无法精确。这里有个点的说明，我觉得需要提一下，大数据算法更倾向于“简单”，而不是复杂，这个倒是出乎我的意外。
3、要相关性，而不是因果：从我对于知识获取的过程来说，我是不同意这个观点，从人体对于知识的理解，还是要从因果论出发，没有因果论，就会变成瞎子。而作者的观点上来说，原因可能还是从大数据本身的`非准确性，一旦找到合适的算法，找到相关性，向上追述原因本身就很难。但是从举的示例上看，相关性的确认是一个非常大的工程，基本就是使用排举法，一个一个试。
所以，对于大数据来说，最重要的三点是：1、数据——得到更多数据；2、算法——建立更快的算法体系；3、思维——寻找数据间更多的相关性。
对于数据最终的走向，我同意书中所提到的政府管理的观点，既然都是以“石油”的标准来看待数据，政府统一管理也就是必然的了。而且对于政府来说，掌握更多数据也有利于其管理及维护社会的稳定性。而对于社会道德方面的论述，我不想多说什么，时代发展是不会被道德绑架的。
所以最后，想要建立对于大数据的思维，《大数据时代》还是值得一读，里面的很多示例也非常不错。如人际关系这一块，也是出乎我的意料。
大数据时代的读后感 篇16
无处不在的大数据：各种云计算，谷歌的神通，亚马逊的推送，天涯人肉，微博万能等等，我们掌握了新的工具，也获取了以前从未有过的各种信息。大数据拉近了我们与现实的距离，“地球村”变成了“地球屋”，仿佛所有人所有事物都触手可及，而这些牛逼哄哄的互联网巨头就在客厅展示着世界的每一寸光景。
作者站在理论的至高点上，阐述了大数据对人类的工作、生活、思维带来的革新，大数据时代的.三种典型的商业模式，以及大数据时代对于个人隐私保护、公共安全提出的挑战。作者认为大数据时代具有三个显著特点。
一、人们研究与分析某个现象时，将使用全部数据而非抽样数据；
二、在大数据时代，不能一味地追求数据的精确性，而要适应数据的多样性、丰富性、甚至要接受错误的数据。
三、了解数据之间的相关性，胜于对因果关系的探索。“是什么”比“为什么”重要。作者指出，随着技术的发展，数据的存储与处理成本显著降低，人们现在有能力从支离破碎的、看似毫不相干的数据矿渣中抽炼出真知烁见。在大数据时代，三类公司将成为时代的宠儿。一是拥有大数据的公司与组织，如政府、银行、电信公司、全球性互联网公司（阿里巴巴、淘宝网）。二是拥有数据分析与处理技术的专业公司，如亚马逊、谷歌。三是拥有创新思维的公司，他们可能既不掌握大数据，也没有专业技术，但却擅长使用大数据，从大数据中找到自己的理想天地。面对即将来临的大数据时代，个人将如何应对自如？这是个严肃的问题。大数据时代的社会伦理重点都在讨论如何保护个人隐私。因为手机越来越智能，网络越来越快，个人的信息也越来越透明——隐形几乎完全不可能。我想说的是，作为硬币的另外一面，我们无法舍弃：互联网只不过是让人与人之间碎片的关系得以统一，其实各种人肉和信息只不过是坊间传闻的升级罢了。当我们住在拥挤的小区，三公里走完一圈的县城，半小时散步完的村落，人和人之间有隐私吗？现在只不过是把这个范围放大到了一个地球而已。硬币的一面是人和人之间有沟通的需要，去团结对抗世界的未知，那么另外一面就是隐私的缺乏。与其说是要在大数据时代保护自己的信息不被泄露，不如站起来维护自己和他人的隐私，从法律和道德的角度来尊重人与人之间的权利。
大数据时代是信息社会运作的必然结果，而借由它，人类的信息社会更上一个台阶。农业社会人们以土地为核心资源，工业时代转为能源，信息社会则将变更为数据。谁掌握数据，以及数据分析方法，谁就将在这个大数据时代胜出，无论是商业组织，还是国家文明。
大数据时代的读后感 篇17
去年的“云计算”炒得热火朝天的，今年的“大数据”又突袭而来。仿佛一夜间，各厂商都纷纷改旗换帜，推起“大数据”来了。于是乎，各企业的CIO也将热度纷纷转向关注“大数据”来了。有一张来自《程序员》微博的漫画很形象。我觉得这张图，很真实地反映了现实中小企业云计算，大数据的现状。不过话又还得说回来，《大数据时代》是本好书。
当然，很多IT知名人士也大力推荐，对所谓大数据的概念基本上是一头雾水，虽则有了解关注过现在也比较火热的BI，觉得也差不多，可能就是更多的数据，更细致的数据分析与数据挖掘。看过此书后，感觉到之前的想法，只能算是中了一小半吧—。巨量的数据，而另一前：着眼于数据关联性，而非数据精确性，或许才是大数据与现时BI的不同，不仅仅是方法，更多的时思想方法。不过坦白讲，到底是数据的关联性重佳，还是数据的精确性更好，还真的需要时间来检验一下，至少从现在的数据分析方法来论，更多的倾向于数据的精确性。看完此书，我心中的一些问题：
1、什么是大数据？
查了查百度百科，是这样定义的：大数据（bigdata），或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4V特点：Volume、Velocity、Variety、Veracity这个好像是IBM的定义吧。
以个人的观点来看：数据海量，存储海量都是大数据的基本原型吧。
2、大数据适合什么样的企业？
诚然，大数据的前提是海量的数据，只有拥有巨量的数据资源，方能从中查找出数据的关联性，才可以让通过专业化的处理，让其为企业产生价值。针对电信运营，互联网应用这样海量用户的数据的大企业，也是在应用大数据的道路上拥有得天独厚的条件，但是针对中小企业呢？销售订单数据？若非百年老店，估计数据也是少得可怜，能用的可能只有消费者数据了吧。貌似大多数厂商，用来举例的也就是消费都购买行为分析为最多。
同样，在公共事业类的政府机构，大数据的作用也许也能很好的发挥。反而感觉在大多数中小型企业应用大数据，似乎有点大题小作。书中说：大数据是企业竞争力。诚然，数据是一个企业的核心无形资源（利用得好的话），但是否所有的数据，或都换则方式说：所有的企业都以大数据为竞争力，是否真的合适么？是否在中小企业中，会显示得小题大做呢？
3、大数据带来的影响
当一波又一波的IT技术热潮源源不断地向我们铺面而来的时候，你甚至都没有做好准备，你都要开始迎接它所给你带来的影响了。经过物联网，云计算的推波助澜下，大数据开始登场了。但它到底给我们带来了什么呢？
1）预测未来书中以Google成功预测了未来可能发生流感的案例来开篇，表明通过大数据的应用，可以为我们的生活起一个保驾护航的指向标。实质很简单，技术改变世界。
2）变革商业大数据所带来的商机，同时会衍生出一系列与大数据相关的.商业机遇与商业模式，数据的潜在价值会源源不断地发挥作用可以容易想到的是未来有专门的数据收集，数据分析，数据生成的一条数据产业链产生。影响的，当然是IT公司
3）变革思维书中所说：因为有海量的数据作基础，未来，我们可能更关注数据的相关，而非精细度。对这条，本人还是持保留意见的。
如今说起新媒体和互联网，必提大数据，似乎不这样说就OUT了。而且人云亦云的居多，不少谈论者甚至还没有认真读过这方面的经典著作——舍恩佰格的《大数据时代》。维克托·迈尔舍恩伯格何许人也？他现任牛津大学网络学院互联网研究所治理与监管专业教授，曾任哈佛大学肯尼迪学院信息监管科研项目负责人。他的咨询客户包括微软、惠普和IBM等全球企业，他是欧盟互联网官方政策背后真正的制定者和参与者，他还先后担任多国政府高层的智囊。这位被誉为：大数据时代的。预言家“的牛津教授真牛！那么，这位大师说的都是金科玉律吗？并不一定，读大师的作品一定要做些功课才好读懂，才能能与之进行一场思想上的对话。
舍恩伯格分三部分来讨论大数据，即思维变革、商业变革和管理变革。在第一部分”大数据时代的思维变革“中，舍恩伯格旗帜鲜明的亮出他的三个观点：
一、更多：不是随机样本，而是全体数据。
二、更杂：不是精确性，而是混杂性。
三、更好：不是因果关系，而是相关关系。对于第一个观点，我不敢苟同。
一方面是对全体数据进行处理，在技术和设备上有相当高的难度。另一方面是不是都有此必要，对于简单事实进行判断的数据分析难道也要采集全体数据吗？
我曾与香港城市大学的祝建华教授讨论过。祝教授是传播学研究方法和数据分析的专家，他认为一定可以找到一种数理统计方法来进行分析，并不一定需要全部数据。联系到舍恩伯格第二个观点中所说的相关关系，我理解他说的全体数据不是指数量而是指范围，即大数据的随机样本不限于目标数据，还包括目标以外的所有数据。我认为大数据分析不能排除随机抽样，只是抽样的方法和范围要加以拓展。
我同意舍恩伯格的第二观点，我认为这是对他第一个观点很好的补充，这也是对精准传播和精准营销的一种反思。”大数据的简单算法比小数据的复杂算法更有效。“更具有宏观视野和东方哲学思维。对于舍恩伯格的第三个观点，我也不能完全赞同。”不是因果关系，而是相关关系。“不需要知道”为什么“，只需要知道”是什么“。传播即数据，数据即关系。在小数据时代人们只关心因果关系，对相关关系认识不足，大数据时代相关关系举足轻重，如何强调都不为过，但不应该完全排斥它。大数据从何而来？为何而用？如果我们完全忽略因果关系，不知道大数据产生的前因后果，也就消解了大数据的人文价值。如今不少学者为了阐述和传播其观点往往语出惊人，对旧有观念进行彻底的否定。
世间万物的复杂性多样化并非非此即彼那么简单，舍恩伯格也是这种二元对立的幼稚思维吗？其实不然，读者在阅读时一定要看清楚他是在什么语境下说的，不要因囫囵吞枣的浅读而陷入断章取义的误读。比如说舍恩伯格在提出”不是因果关系，而是相关关系。“这一论断时，他在书中还说道：”在大多数情况下，一旦我们完成了对大数据的相关关系分析，而又不再满足于仅仅知道‘是什么’时，我们就会继续向更深层次研究的因果关系，找出背后的‘为什么’。由此可见，他说的全体数据和相关关系都在特定语境下的，是在数据挖掘中的选项。
大数据研究的一大驱动力就是商用，舍恩伯格在第二部分里讨论了大数据时代的商业变革。舍恩伯格认为数据化就是一切皆可”量化“，大数据的定量分析有力地回答”是什么“这一问题，但仍然无法完全回答”为什么“。因此，我认为并不能排除定性分析和质化研究。数据创新可以创造价值，这是毫无疑问的。舍恩伯格在讨论大数据的角色定位时仍把它置于数据应用的商业系统中，而没有把它置于整个社会系统里，但他在第二部分大数据时代的管理变革中讨论了这个问题。
在风险社会中信息安全问题日趋凸显。如何摆脱大数据的困境？舍恩伯格在最后一节”掌控“中试图回答，但基本上属于老生常谈。我想，或许凯文·凯利的《失控》可以帮助我们解答这个问题？至少可以提供更多的思考维度。正如舍恩伯格在结语中所道：”大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考的答案，帮助是暂时的，而更好的方法和答案还在不久的未来。“谢谢舍恩伯格！让大数据讨论从自然科学回到人文社科。由此推断，《大数据时代》不是最终答案，也不是标准答案，只是参考的答案。
此外，在阅读此书之前还必须具备一些数据科学的基本知识和基本概念，比如说什么叫数据？什么叫大数据？数据分析与数据挖掘的区别，数字化与数据化有什么不同？读前做些功课读起来就比较好懂了。
大数据时代的读后感 篇18
未来的十年，将是大数据引领下的智慧科技时代。不管你是否意识到它的存在，大数据都将越来越快地改变我们这个时代，包括我们的生活方式。
维克托·迈尔-舍恩伯格是最早洞见大数据时代发展趋势的数据科学家之一。他通过一个大家熟知的事例，来帮助我们理解“大数据”的潜在影响力，那就是四个世纪之前望远镜和显微镜的发明。望远镜能够让我们感受宇宙，显微镜能够让我们观测微生物，它们都是收集海量数据的新工具，因为这种工具的发明，人们同步更新了分析数据的技术和方法，促进了人们对世界更好的理解。如果说望远镜和显微镜是测量领域中的一场革命，那么今天的数据测量就相当于是现代版的望远镜、显微镜。随着社交网络的逐渐成熟，移动带宽迅速提升，云计算、物联网应用更加丰富，以及更多的传感设备、移动终端接入到网络，由此产生的数据及数据的增长速度比历史上的任何时期都要多、都要快。一个大数据的时代，不经意间顺理成章地翩然而至。
一、什么是大数据?
大数据是当前最热门的话题之一。但什么是大数据，人们尚未给出确切的定义。首先，“大数据”是相对过去小的、局部性的数据而言的;其次，利用大数据进行分析和工作时，所依据的关于此事尽可能完整的数据，从而“一览众山小”，而不是采用局部的小数据，从局部推断整体。
维克托也并未直接给出大数据的定义。不过，他用三大转变描述了大数据的特性：
转变之一：在大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样。例如一项针对相扑比赛中非法操纵比赛结果的研究对64000场比赛进行了分析，这算不上一个很大的数字，但由于这是过去十年所有的比赛，所以它是大数据。
转变之二：由于有了更多的数据，我们可以接受更多的混杂、更多数据上的不精确。如果我们对于一个事物只有50个数据点，那么每一个数据点都必须非常精确，因为每个数据点都是有用的;但是如果我们有5000万个，去掉10个，甚至去掉1000个都没有太大的问题。
转变之三：不再探求难以捉摸的因果关系，转而关注事物的相关关系。分析大数据主要为了预测未来“是什么”，而不是“为什么”。因为很多时候我们以为我们找到了事情背后的原因，实际上却没有找到。更多时候知道了“是什么”就足够了。例如知道流感将会扩散到哪里就足够了，我不需要知道为什么;知道什么时候在网上购买机票能够获得最优惠的价格就足够了，我不需要知道为什么此时价格最低。
二、大数据带来的变化
大数据从根本上改变我们认识世界和改变世界的方式。很多传统的习惯将被颠覆，很多旧的制度将面临挑战。举例来说：
第一，科学探究的思路和方式受到挑战
探究是新课程改革中的一个热词，是促进学校教学与科学研究相融合的实践举措。科学探究的基本路径是：发现问题，提出假设，制定方案，实践探究，分析数据，得出结论。之所以会梳理出这样一个探究的路径，与我们对问题知晓的信息过少有关。换句话说，对所要研究的事物，我们知道的数据很少，需要从这些很小的数据出发，通过猜想和假设，进行试探性的研究，如果研究得出的结果和自己的假想是一致的，则说明我们的假说是正确的，这些假说会上升为对该事物描述的知识，我们掌握该事物的数据也随之增加。
利用测量所获得的点滴数据，从一个局部来推测世界是怎样的，这是科学探究的基本思路和方式。长期以来，我们总是通过这样的方式来认识世界，对其有宗教般的信仰。尽管我们知道，决策者总是先有了想法，才会提出假设。如果决策者自身对所研究的事情存在着偏见，所提出的假设就很难得到实证的支持，这往往会导致探究花费了很长的时间、很大的物力和财力，也常常劳而无功。但科学研究者还是坚定不移地沿着这条道路前行，学校在教学中也将其作为科学研究的基本规范来传授。
在大数据时代，这样的研究方式收到了极大的挑战。先举个事例来说吧。手机辐射是否能够致癌?关于这个问题，无论我们的假设如何，实验的设计都很难进行。首先，样本选择过少，没有统计学上的意义;其次，不能拿人做研究对象;第三，短时间的研究很难观察到变化。有了大数据之后，这样的难题就可以迎刃而解了。前段时间，丹麦就进行了这样的研究。丹麦拥有1985年手机推出以来所有手机用户的数据库。他们从这个数据库中分析了1990年至2007年拥有手机的所用用户的数据，同时，他们还收集了这一期间医院收集的所有癌症患者的数据，然后分析手机用户是否比非手机用户有更高的癌症发病率。这两个数据库本身是完全独立的，在作分析之前从来没有想过可以做这样的研究。结果表明，使用移动用户和癌症风险增加之间不存在任何关系。2011年10月，这一研究的结果发表在《英国医学杂志》上。
上述的案例告诉我们，在获得了大量的数据，能够对事物的整体进行全面的认识之后，假想就没有意义了，我们可以直接根据全面的数据做出结论。
第二，传统的思维习惯受到挑战
因果关系思维，是人们生活中最为普遍的一种思维方式。既是看上去没有关系的事情，人们也总是从因果的角度去理解他。比如说，1885年7月6日，巴斯德接诊了一个被带有狂犬病毒的狗咬伤的孩子，他把自己刚研制出来的狂犬疫苗给孩子注射，结果孩子活下来了。巴斯德的这一举措，使得狂犬疫苗和孩子的生存之间建立起了一个因果关系。但事实上，人被狂犬病狗咬伤后换上狂犬病的概率是只有七分之一，就算没有狂犬疫苗，这个孩子活下来的几率还是有85%。
在哲学界，关于因果关系的争论已经持续了几个世纪。争论的焦点在于：如果因果关系是普遍存在的，每一个果都有一个因和他相对应，世界上的所有事情都有因果的话，我们就没有决定任何事情的自由了。尽管哲学领域的争论很热烈，但并不耽误人们在日常生活中通过因果关系来思考问题。不仅如此，由于掌握的数据过少，人们还容易从线性关系的角度找寻事物之间的因果关系。在物理学中，有一种处理数据的方式之一就是“化曲为直”，设法找到两个变量之间的线性因果关系，从而进行定量的描述。事实上，由于很多事情之间的关系是很复杂的，简单的线性处理容易导致人们对事物本质属性的误解。
在大数据时代，相关关系比因果关系重要。2009年甲型H1N1流感发生之后，美国的卫生系统极力想从因果关系上来找到流感的源头，但信息反馈的速度太慢，让专家们束手无策。谷歌公司做出了快速反应，把5000万条美国人最频繁检索的词条和美国疾控中心在2003年至2008年间季节性流感传播时期的数据进行比较，研究特定检索词条的频繁使用与流感在时间和空间上的传播之间的联系，很快就确定了流感是从哪个地方传播出来的。谷歌采取的就是相关关系分析的方法，而不是因果关系分析的方法。这是大数据时代，对数据进行处理的一种典型方法。
第三，数据化比数字化更加重要
数字化是将模拟数据转化成0和1的二进制码，以便电脑进行数据处理的过程。过去的很长时间，我们所做的事情，就是对文本进行数字化。很多书籍包括教材，通过PDF等格式，变成了数字形态的`资料，存入了电脑或者网路之中。
但是，这些数字化的资料要查询起来并不方便。首先你要知道所需的资料在那本书中，其次你还要仔细地去翻阅这些数字化的资源，以便找到你所需要的信息。这和到书本里去找没有本质的区别。
如果这些数字文本能够被数据化，文本中的字、词和段落能够一一被识别，利用搜索殷勤加以检索就会方便很多。所谓数据化就是将一种现象转化为可以制表分析的可量化的过程，量化，是数据化的核心。信息只能被数据化，其巨大的潜在价值才有可能被释放出来。
数字化带来了数据化，但数字化不能替代数据化。今天，很多学校都在进行“电子书包”的课程教学实践，但有不少实践者认为，所为电子书包，就是将纸质的课本和教辅资料数字化，装入电脑中让学生上课中使用，这其实是对电子书包最大的误解。电子书包的核心在于数据化，要通过对学生学习过程所记录的大数据分析，把握学生的个性化学习特征，以便给予更有针对性的指导。
三、需要关注的一些问题
从教育的角度看，大数据时代的来临，对教育的变革将带来巨大的影响。
首先是教育内容要进行革新。大数据使得传统的因果思维方式、科学研究方式不再是生活、工作起主导地位的方式，这必然要求我们在教学中要将这些变化和学生讲清楚，以便他们能够在今后走上社会的时候有足够的能力迎接挑战。
其次是教学方式要进行革新。过去的教学，因为没有大量数据的支撑，该教什么全凭教师自己跟着感觉走。今天，我们可以将教师的教学视频挂在晚上，通过深度分析学生在观看视频的过程中在哪些地方停顿或者重放的频次比较高，来找出学生不明确或者课程吸引人的地方，帮助教师改进教学、确定教学重点。这必然导致教师教学方式的变革。
第三是学习路径会发生变化。在过去，如果你想成为一个优秀的生物学家，一定要认识很多生物学家。今天，要解决一个生物难题，可能与天体物理学家或者数据视图设计师联系就可以实现。
第四是要防止对数据的痴迷。一方面，我们要研究学校长期以来储存下来的大量数据，同时积累学校每天的教育数据，为进入大数据时代做好充分的思想准备;另一方面，要唤醒学校里沉睡的数据，让其在学校管理和教师教学中发挥更大的作用;再一方面，也要防止出现另一个极端，那就是对数据的痴迷。能仅仅为了收集数据而收集数据，要让数据在如何全面反映一个学生的能力、全面反映教师的教育质量等方面做出实践和探索。
大数据时代的读后感 篇19
世界的本质就是数据，当你掌握了数据，你便掌控了世界—你可以轻而易举地通过数据中的相关关系预测事物的发展，将一切不利因素扼杀于摇篮之中—这远胜于"防患于未然"。
《大数据时代》一书，让我们在观念上有了三大转变：要全体不要抽样，要效率不要绝对精确，要相关不要因果。全书介绍了 "大数据"时代三种大的变革：思维变革，商业变革和管理变革。在这些巨大变革如洪水一般的"冲击"之下，现代社会的运作方式必将有重大的改变，若不顺应这种变革的潮流，就像古中国固步自封，最终被坚船利炮打开国门而自己还用着长钩铁戟抗争一样，不可避免被掠夺，被落于世界进程之后，所以我们必须转变我们的思想。
"我们不再热衷于寻找因果关系，而应该寻找事物间的相关关系"，我想这句话是本书的核心思想。大数据时代，信息与数据已成为了一切的本源，我们生活在各种数据构成的海洋之中，如果从另一种视角看，就好像无数条"看不见的线"将我们与这些数据联系到一起，这是我们以前从未有过、从未想过的。大数据改变了我们以前的通过因果关系了解世界的方法，而提供了几种新的途径，因为，在大数据时代，我们可以分析更多数据，有时甚至可以处理和某个特别现象相关的所有数据，也就是：样本=总体;而且，当研究数据如此之多时，我们已不热衷于"精确"，而是"混乱"，若不接受"混乱"，那么有95%的非结构化数据无法利用，这将无法使我们构建完整的数据世界，在分析更多、更全面的数据之后，我们就可以从这些数据之中发掘它们的相关关系，即以"是什么"而不是"为什么"的.角度看待数据，不用管其从何而来，只要分析其如何影响其他事物既可，即"让数据自己发声"，这些，彻底推翻了人类以前探索数据的方法，展现了一个全新的世界。
这种观念以惊人的力量给现知识状况带来了巨大的冲击，通过对海量数据的分析，获得巨大价值的产品和服务，或深刻的洞见。比如谷歌公司，2009年H1N1流行之时，通过检测检索词条，处理34。5亿个不同的数据模型，通过预测并与2007、2008年的美国疾控中心记录的实际流感病例进行对比后，确定了45条检索词条组合，并将其用于一个特定的数学模型后，预测结果与官方数据相关系数高达97%，这种大数据技术，以前所未有的方式，通过海量数据分析得出流感所传播的范围，为预测流感提供了一种更快速、高效的工具。
同时，虽然大数据可为人类造福、对抗病症，但这仅限于掌握这门技术而言，若不重视这种技术，当我们的对手早于我们一步构建这种数据网络之时，便是我们的灾难，想想，大数据虽核心的在于预测，当敌人通过这种手段预测我方下一步的行动，将是可怕的—比如你的导弹将从何处发射，将飞往哪，你的军队动向、目标，总之所有一切"未来"将掌控于敌手，敌方甚至可以借此发现那些将来有"大作为"的人，从而进行渗透或扼杀，这对我们的发展无疑是致命的，所以，尽快加速大数据系统的构建进程是必须的。
对于我们国防生，也必须顺应这种发展趋势，未来的时代必将是数据极易获取，数据网络共享化的时代，通过这些数据，建立数据模型，可以准确分析并给出适合每一个人的计划，如运动量、训练强度，可以"先知、先觉"，及时发现一个人的负面情绪前及时疏导，这些必将成为现实，我们必须跟进时代，做好准备，去应对大数据时代的一切!
大数据时代的读后感 篇20
读完这本书并不是一气呵成的，第一次读到大约五分之一的时候就放下了，第二次重新开始读，读到三分之二的时候又想放弃，可是想了想，还是坚持了下来，不为别的，看到三分之二的时候基本明白了书中要讲的主要内容，而这内容并不是我想从书中获知的，或者说，书中内容与我期待相去甚远。而之所以能硬着头皮读完，完全是出于想着事后跟朋友评论这本书的时候更有资格而已，毕竟，没有看完一本书而去评论它总是有失公正的。
大数据时代这本书按我自己的理解主要讲了四个方面的内容，一是讲什么是大数据，举了很多例子说明我们已经进入大数据时代了。二是讲大数据的意义，文中大量举例，论证大数据对人类发展的积极意义。三是讲大数据若是用得不当所产生的消极影响。四是提醒我们如何避免大数据的消极作用，发挥它的优势造福人类。记得高中学政治的时候，有一条回答问题的黄金法则，当要解决一个问题的时候得从三方面回答，那就是：是什么，为什么，怎么样；也就是先解释事务的定义，再说解决问题方法，最后阐明这个事务的'积极作用和消极作用。而大数据时代只说明了两个问题，那就是，"是什么”，以及“为什么”。也许这本身就不是一本工具书。大数据时代，这个名字取的是够大气，内容却不敢恭维。这本书在网上炒的也很火，受很多人追捧，不知道看完之后是不是跟我一样，感觉看与不看似乎影响不大。
跟老公谈论过这本书，刚开始我在京东上买它的时候很激动得对老公说，看完这本书我会更了解现在互联网思维，对工作有帮助，而等我读完，一点这样的感觉都没有了。老公也很形象描述了这本书，它就像美食节目《舌尖上的中国》一样，告诉你哪里有好吃的，但是不告诉你怎么做。我觉得这个比喻很形象，真是要人命了，看着一道道美食而不得，只能拿起身边的薯条可乐解解馋的痛苦就是如此。
大数据时代的读后感 篇21
现在已经进入到了二十一世纪了，当今社会已经摆脱了上个世纪的那种消息滞后的时代了，我们最应该感谢的就是科学的进步为我们带来了这么多便利。与此同时，科学的进步还为我们带来了“大数据”这个让人类减少了很多工作量的东西。
在这个学期的名著导读课上我们就被要求读：《大数据时代》这本书。《大数据时代》是国外大数据系统研究的先河之作，本书作者维克托·迈尔·舍恩伯格被誉为“大数据时代的预言家”，他是一个特别厉害的人，他作为一个教师，他曾经在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多所世界前列名校任教的经历。他作为一个科学家，早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。他是十余年潜心研究数据科学的技术权威。他是最早洞见大数据时代发展趋势的数据科学家之一，也是最受人尊敬的权威发言人之一。现任牛津大学网络学院互联网治理与监管专业教授，曾任哈佛大学肯尼迪学院信息监管科研项目负责人，哈佛国家电子商务研究中网络监管项目负责人；曾任新加坡国立大学李光耀学院信息与创新策略研究中心主任。并担任耶鲁大学、芝加哥大学、弗吉尼亚大学、圣地亚哥大学、维也纳大学的客座教授。他作为一个研究学者，他的学术成果斐然，有一百多篇论文公开发表在《科学》《自然》等著名学术期刊上，他同时也是哈佛大学出版社、麻省理工出版社、通信政策期刊、美国社会学期刊等多家出版机构的特约评论员。他是备受众多世界知名企业信赖的信息权威与顾问。他的咨询客户包括微软、惠普和IBM等全球顶级企业；
＂大数据＂在百度上搜索到的解释是：称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。特点：数量、速度、品种、真实性。而舍恩伯格认为，大数据并不能定义一个确切的概念。他提到＂大数据是人们获得新的认知，创造新的价值的源泉；大数据还是改变市场、组织机构，以及政府和公民关系的方法。＂这是一种更具有人文色彩和社会意义的诠释。
大数据不仅改变了公共卫生领域，整个商业领域都因为大数据而重新洗牌。购买飞机票就是一个很好的例子。就像书中写到2003年，奥伦·埃齐奥尼准备乘坐从西雅图到洛杉矶的飞机去参加弟弟的婚礼。他知道飞机票越早预订越便宜，于是他在这个大喜日子来临之前的几个月，就在网上预订了一张去洛杉矶的机票。在飞机上，埃齐奥尼好奇地问邻座的乘客花了多少钱购买机票。当得知虽然那个人的机票比他买得更晚，但是票价却比他便宜得多时，他感到非常气愤。于是，他又询问了另外几个乘客，结果发现大家买的票居然都比他的便宜。
飞机着陆之后，埃齐奥尼下定决心要帮助人们开发一个系统，用来推测当前网页上的机票价格是否合理。作为一种商品，同一架飞机上每个座位的`价格本来不应该有差别。但实际上，价格却千差万别，其中缘由只有航空公司自己清楚。
埃齐奥尼表示，他不需要去解开机票价格差异的奥秘。他要做的仅仅是预测当前的机票价格在未来一段时间内会上涨还是下降。这个想法是可行的，但操作起来并不是那么简单。这个系统需要分析所有特定航线机票的销售价格并确定票价与提前购买天数的关系。
在信息时代，信息安全问题的日趋凸显，数据独裁与隐私保护之间的矛盾更是立于风口浪尖，成为众矢之的，舍恩伯格在本书的最后章节曾试图寻找一种解决方式来摆脱这一种困境，但最终没能做到，但是他提出＂大数据并不是一个充斥着算法的和机器的冰冷世界，人类的作用仍无法被完全代替。＂这里表明人在数据时代同样的重要，数据是为人类服务的，也就该人类驱使下完成相应的目的。在这样的大环境下，常引起我更多的思考和担忧。
大数据时代对于我们同是机遇与挑战，一些国家已开始步入大数据时代的行列，并在各个领域开始研究和使用。而对于我国庞大的人口，以及较大的领土面积，都可以在大数据时代为我们提供数据的保障，而能否面临挑战，在大国之间的新一轮角色角逐间崭露头角，我们更需要解决技术等方面的问题，更应在政策上逐步开放各领域的数据，保证数据来源、权限等问题得到解决，不断学习先进的计算机技术，缩小与其他国家的差距。
大数据时代的读后感 篇22
我们生活在一个“概念”纷飞的年代，先前只有IBM熟谙的招数，如今已经“飞入平常百姓家”。“移动互联网”、“云计算”的概念刚刚消停，业界的专家又送来了“大数据”的概念，一时间似乎人人都变成了“大数据”专家，见面要是不提“大数据”都不好意思跟人打招呼！
玩笑归玩笑，当我们的存储能力、计算能力和网络带宽变得充裕之后，我们先前对待数据，尤其是原始数据的态度和思维方式，将面临着很大的改变！
其实，作者的主要观点，已经在翻译者的译者序中进行了总结：“大数据时代处理数据理念上的三大转变：要全体不要抽样，要效率不要绝对精确，要相关不要因果”。
如作者所言，“采样分析是信息缺乏时代和信息流通受限制的模拟数据时代的产物”。如果可以，我们当然会使用“全体数据”而不是“抽样数据”。读到这里，我估计大学里正在绞尽脑汁设计样本抽样方法的学生、教授们，连哭的心都有！
数据分析的及时性，在很多情况下比精确性更加重要，尤其是在商业领域。想想看，如果需要两周时间才能计算出明天某个航班的满座率，那还有什么意义？大数据计算技术，适用的不是像卫星发射、开具银行账户这样的工作，而是不要求极端精确的情况，其核心是“预测趋势”，况且原始数据也可能出现差错。
过往千年，探究因果关系几乎是所有科学研究的'原动力。甚至，这已经通过语言，融入我们的思维方式和哲学思想：“因为……所以……”，凡事都要问“为什么”。但是，在大数据的范畴里，关注的却是相关性，而不是因果关系，或者其次才是因果关系。超市只用关心把啤酒和尿不湿放在一起，会帮助提高销售额，而不用关心其中的奥秘。如果说原因，可能很多都是人们的习惯、方便，甚至是人性，例如奶爸们习惯买尿不湿的时候给自己捎上几罐啤酒。
在此，也有一些自己的思考：如果说搜索引擎所解决的问题表面上是帮助用户找到需要的信息，而实质是帮助企业找到拥有某项需求的客户，深层次讲是解决了《第三次浪潮》中提出的消费者和生产者分离的根本矛盾，如果再加上3D打印技术，就可以完成由消费者主导的“个性化”生产过程；而大数据所解决的是，通过对所有用户的数据进行分析，可以预测用户群整体的需求变化趋势，从而完成批量产品生产、销售的调整问题，其奇妙之处就在于无需用户“开口”说出她想要什么？一个解决的“个体需求”，一个解决的是“群体需求”。
本书除了提出上述三项基本观点，其它的内容大多是举例说明，多少有些空泛。但是，其实大数据时代才刚刚开始，对大数据的应用也只是停留在比较浅的层面上，作者能提出这三项基本观点已属难能可贵！
大数据时代的读后感 篇23
在这个即将到来的大数据时代里，我们应该摒弃传统还是推陈出新，因为大数据时代里的一些思想相矛盾，在这个信息化的时代里，大数据才是人们获取新知识和创造新价值的源泉。
读书先读引言，引言是这本书的眼睛，反复阅读会受益良多。
第一个能力，洞察力，我先来解释一下洞察力吧，洞察力是指观察事物的能力，能从见到的事物中先知先觉，觉察到问题的所在，洞察力指心灵对事物的穿透力，感觉力，洞察事物的能力，简单说，洞察力就是人们对个人认知情感，行动的动机与相关关系的透彻分析，再言简意赅，洞察力就是一个人对外界信息的'获取能力，比如《神探夏洛克》中，夏洛克能从外界事物中提取一些他想要的信息，当然电视上的难免有点夸张，不过这种能力以后无论是在生活中还是部队建设中都是很有价值的
大数据时代不再要求每个数据都必须准确无误，因为大数据时代，当很多数据在一起寻求某种规律或是个数学关系时，错误的数据很快就会被发现，因为偏移太大，因此大数据时代是用概率说话的，而不需要每个数据都是确凿无疑的。
相关关系在大数据时代显得尤其重要，甚至比我们传统的因果关系更重要，因为大数据的核心是预测，而预测是建立在相关关系分析法基础上的，有一个美国公司曾经扬言，可以预测一个人第二天会做什么事，虽然说这个说法很荒谬，但是如果我们现在以大数据的思维去想，我们不管他真的是否能预测，或是他预测的方法是什么，我们要考虑的是如果这中说法是真的，那么我们该怎么去应对，这就是大数据时代的相关关系，我更觉得，相关关系更像是一个哲学问题。
我们应该把我们所掌握的知识和理解的用于部队，我们应该大力搜索数据而不是抽取，因为我们现在具备处理数据的能力，并用来预测敌军的动向。
一旦世界被数据化了，只有你想不到的，没有信息做不到的，我们要做的就是利用信息去做有利于我们的事，我们必须拥有分析的工具（统计学和算法）以及必需的设备（信息处理器和存储器），那么我们就要培养统计学家和算法师。
数据创新当然是接下来时间内我们要做的和研究的主要对象。
大数据也有不利影响，这不是大数据本身的缺陷，而是我们滥用的结果，就像我们无法去逮捕一个将要犯罪的人，因为我们无法对将要发生的事情负责。
大数据时代，一个名副其实的信息社会，我们要提高自己的能力，做新，做多，做好，做快，让它真真正正的为我们服务。
大数据时代的读后感 篇24
一、本书简介：
这是一个大数据的时代，商业、社会管理、科研、创业，言必称大数据。它以特殊的模式超快的速度处理分析大量相关数据，正在悄然改变全球。大数据一种规模大到在获取、存储、管理、分析等方面都与传统处理模式很大不同，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。区别于以往的数据收集的最本质区别是，不用抽样调查，而是采用所有数据进行分析处理。抛弃人类之前限于成本的的抽样分析方法，而是存储一切，分析一切。“大数据”概念就是由维克托·迈尔·舍恩伯格和肯尼斯·库克耶编写的这本《大数据时代》中提出。这种大数据的收集，在互联网，甚至是移动互联网出现之前的时代是不可能的。现在，随着储存技术、处理器技术、网络技术、智能终端的深入发展，把这些大数据收集存储起来已经非常容易而且成本低廉。本书从三个方面诠释了大数据将带来怎样的变革
一是大数据时代的思维变革，首先大数据不是抽样调查样本，而是能获取的相关信息的全体数据，不用随机分析法这样的简单模式，而是对所以的巨量数据的进行分析处理;其次是大数据不再是结构化简单精确的数据，而是综合性非结构化的数据，传统方法处理分析方法大部分数据都无法被利用;再次是大数据间的信息从因果关系变为相关关系，这样处理分析就不必关心现象背后的原因，而是要让数据自己“发声”，因此建立在相关关系分析法基础上的预测是大数据的核心。
二是大数据时代的商业变革，该书提出大数据时代将给商业带来巨大的变革，可以将商业的相关信息量化成数据，而且商业数据是取之不尽用之不竭的。
三是大数据时代的管理变革，首先大数据时代我们的隐私暴露无遗,这也给监管带来更多挑战。其次大数据是必然趋势，防止大数据变成黑匣子,防止数据垄断者的出现,这些可能都是以后应被注意的甚至是写进法律里的。
二、对大数据的看法
1、大数据产业离老百姓究竟有多远?
贵阳与大数据紧密联系到一起了，2016年数博会暨中国大数据产业峰会于5月末在贵阳召开。在贵阳当问人们大数据在他们生活中的实际体会时，估计听到的答案有全城覆盖的wifi无线网络、智能公交、移动医疗，智能打车软件等等。官方及多数媒体报道中提到的贵阳对大数据的应用，多集中在云上贵州、精准扶贫、灾难预警、公共交通，数据铁笼等等。普通民众可能在政策影响下对大数据兴趣浓浓，但或许其中真正明白大数据到底为何物的人寥寥。已稍成气候的大数据应用多集中在政府主导的公益领域，惠及普通百姓自然是好事，但从大数据产业中实现大规模盈利仍有很长的路要走。
2、大数据带来的彷徨!
大数据自然会给我们带来很多便利，有时候大数据能够打破信息不对称的壁垒，让那些装模作样“所谓专家”们以后可不好当专家了。我们可能会拿着电脑上打印下来的资料，质问医生为什么这么给我们开药。我们也可以要求政府公开更多的数据，比如贵阳正在推动的.数据铁笼项目，以便公众的参与和监督。但是果真如此么?在一个信息已经爆炸的年代，更多的信息数据很可能只会使你更加彷徨。信息数据增长的速度远远快于知识增长的速度，自然在日益增长的信息数据中，噪音的比重会越来越高。
还有最重要的是大数据必然是大价值的资产，必然大多掌控在大公司的手里，这些才是实际“大数据的操控者”。大众只是一个普普通通的消费者，在大数据的时代，当你收到“大数据的操控者”送来的礼物时，你不彷徨么?，你注册使用微信等软件时强制你开启位置信息和电话信息时把自己的一切暴露出来，比方你刚买了房不时收到装修公司或家具家电公司的电话，你报名考试后不停受到培训机构骚扰。也许“大数据的操控者”们会比你自己更了解你的行为，他甚至知道你的一切，知道你买得起多少钱的服装和什么品牌，喜欢什么娱乐活动，甚至什么时候你可能会去旅游，甚至预测你明天要去那儿，你是什么身份和你的家庭情况等等。
大数据时代我们更多的时候是“小白鼠”被观察者观测，被分析师研究，当然也有时候是受益者也能利用大数据。
3、基于人工智能的大数据
人更多的时候是复杂和带有非理性因素的。大数据与计算能力密不可分。大数据无法用单台的计算机进行处理，必须采用分布式架构，依托云计算的分布式处理、分布式数据库和云存储和虚拟化技术等对海量数据进行分布式数据挖掘。但这种模式的计算能力仅是在数量上的增加。所以只有应用各种新的数据处理方法处理的“数据”才能成为“大数据”，才能从中发掘这种综合性非结构化且为相关关系数据的新意义，进而产生新的价值。机器计算相比大脑的优势在与对于巨量数量的处理，如果机器也同时也能具有大脑的逻辑、分析、判断、联想、想象、情感能力，则可以轻易超越大脑的智能。
目前基于神经网络机器学习的人工智能才初步崭露头角。现在人类大脑的脑科学的研究程度还远远不够，甚至可以说对大脑智能还知之甚少。虽然人工智能理解大数据还为时尚早，人类对于大数据的利用基本上还是基于收集技术和非智能化分析处理上的发展。但我想基于大数据的人工智能才是未来大数据发展的走向，贵阳这个发展大数据城市鲜有出现成熟的相应技术和服务，也许走出大数据数据处理能力的瓶颈才有贵阳大数据产业辉煌的明天。
三、对大数据技术在统计上的期待
可以想象一下，如果统计系统有一个人工智能化的大数据平台，通过政府统筹规划和相关立法，让该系统实时收集国民经济所有环节的具体信息。比方农业上来说，系统实时收集从每一个农民购买种子、化肥、农药到出售农产品等的信息，实时收集每一个农产品加工销售环节的具体相关信息，同时也实时收集每一个居民购买使用农产品的所有信息，大数据系统实时精细的进行数据的汇总分析和报告。而这些在现有的技术上非智能化实现不难，难点估计只是制度壁垒。不难想象不久的将来国家统计局叫为国家统计大数据中心，一切已经不需要传统的统计，一切发生的时候就已经被实时统计。
【大数据时代的读后感】相关文章：
《大数据时代》的心得体会08-17
大数据时代读后感09-28
大数据时代下的林业发展研究论文09-05
大数据时代网络安全研究论文09-12
大数据时代语言学研究论文09-12
大数据时代汽车营销模式与变革论文09-08
大数据时代读书笔记800字09-14
浅析云存储技术在大数据时代的运用论文09-05
大数据时代下电子商务服务论文09-10
大数据时代药物化学教育创论文09-02