大数据时代读书笔记.docx
《大数据时代读书笔记.docx》由会员分享，可在线阅读，更多相关《大数据时代读书笔记.docx（8页珍藏版）》请在冰点文库上搜索。
大数据时代读书笔记
大数据时代读书笔记2020
这本书介绍了大数据时代来临后，接踵而至的三项变革--商业变革、管理变革和思维变革。
这场变革已经打响。
商业领域由于大数据时代的到来而推陈出新。
这里给大家分享一些关于大数据时代读后感，希望对大家有所帮助。
大数据时代读后感1
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，写了好多读后感来表述对这本书的喜欢没看此书之前，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最大的不同，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XX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，5，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。
影响最大的，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。
大数据时代读后感2
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着作——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’。
“[i]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。
大数据时代读后感3
首先，想谈一谈何为大数据，何为大数据时代。
大数据是一种资源，也是一种工具。
它提供一种新的思维方式去理解当今这个信息化世界。
为何说是一种新的思维方式：
在信息缺乏的时代或模拟时代，我们更倾向于精确性的思维方式，就像是“钉是钉，铆是铆"，而在这种传统的思维方式下，我们得到问题的答案只有一个。
而在大数据时代下，我们打破了这种思维方式，换句话说，我们接受结果的不确定性。
简言概括之，我认为大数据是一种预测模型。
在大数据时代下，我们关注的不是因果，即为什么是这样，而更关心"是什么"这种相关关系。
换句话说，在这种新思维的思考方式下，我们探究问题背后的原因也是不可行的。
我们所做的是利用大数据这种工具，让数据自己说话!
其次，我想谈下如何利用大数据提升我军战斗力。
当然，大数据分析并不是精准的预测，精准的预测也是不存在的。
大数据只能有利于我们理解现在和预测未来的可能性。
作为军人，我所关注的是如何利用好大数据的工具提升我军战斗力，打赢这场信息化战争。
毫无疑问，现在我们打的不是刀对刀，枪对枪的战争，更不是模拟时代，当代乃是数字时代，打的是信息化战争!
四次战争的大胜，美军的战争形态从机械化转向信息化，而且相应的在战场取胜的时间也越来越短，这正是大数据时代下的必然结果。
而我军正在转向信息化的过程中。
在此战争形态的过程中，我们需要更多的计算分析师，大数据分析师，数学家等高等技术性人才来打赢这场信息化战争。
这正是大数据时代下我们不得不有的基础。
我军战斗力的提升迫在眉睫!
当然大数据是一把双刃剑，利用好了取胜也是得心应手，相反，利用不好会导致不可估量的损失。
毕竟，这只是一种预测模型，得不到精准的预测结果。
我们更要让数据为我们所用，不要被庞大的数据库框住我们的思维。
为适应时代的发展，在这个适者生存，弱肉强食的世界，大数据时代下的残酷竞争已经给我们敲响警钟，一场悄无声息的信息化战争已经打响!
大数据时代读后感4
读完《大数据》，我才意识到这并不是一本枯燥无味的书籍。
作者运用案例和讲故事的方式，把美国数据开放、收集、使用背后的立法故事、公民故事、技术故事、商业故事娓娓道来，引人入胜，令我大开眼界。
我在想，大数据概念对于教育来说会产生什么样的实用价值呢?
一直以来，中国教育在研究教育的数字化，比如数字化校园，这个思路就是把我们教育的内容进行数字化，其结果指向的就是电子教材的研发或者是教学过程的数字化。
美其名曰，这是教育技术的重要内涵。
在教学过程中，学生的行为表现都可以被数据化，而这项研究不是任何一个专业可以深入下去的，它的专业性太强，所以我才会想到，所谓教育技术与其研究教育的数字化，不如研究教育的数据化来得实在，来的有意义。
长期以来，我们并不了解教育对一个人的影响具体会如何表现，我们有的只是一个轮廓，我们也并不确定一个教师的行为对学生具体产生了哪些影响。
所以，人们对教育一直有一个深深的质疑，它是不是科学的?
大数据概念至少提出了关注“是什么”比“为什么”要有实际意义得多。
而我们的教育恰好需要把注意力从“为什么”转移到“是什么”上面来，只有如此，才能把教育从为什么发展成“可能成为什么”上来，这会是一次思想上的革命。
而对于现在地位岌岌可危的教育技术来说，把研究的重点从数字化转移到数据化上面，这才是它的出路。
如何将数据融入教学，教育者首先通过标准化全科教学处方，实现了教师授课模板和教学内容的标准化，保证每个教学过程和内容是可控的，然后结合每天的教学内容，处理好面对的数据，处理好数据，自然也就处理好了课堂的反馈，最终形成了既注重教学体验又以教学结果为导向的教学体系。
与此同时，不仅要注重课上的学生资源，在课后还要对这些资源进行跟踪处理。
这与过去的教育教学显然是不同的，面对大数据时代的到来，教学有所改变是必然的。
所以，无论环境怎么变换，数据如何复杂，我们都不能不去改变自己的教学去迎合将来的这个大数据时代。
大数据时代读后感5
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。
升级会员 