大数据时代读后感读书心得9篇。
在生活中我们可能会突然产生一些感悟，我们不妨用文字梳理一下的记录下来。心得体会通常是指一种读书、实践后所写的感受性文字，如何才能写好一篇心得体会呢？以下是小编为大家收集的“大数据时代读后感读书心得9篇”，仅供参考，希望能为您提供参考！
大数据时代读后感读书心得 篇1
victomer schenberg说，大数据发展的核心动力来自于人类测量、记录和分析世界的愿望。大数据的出现，使得通过数据分析获得知识、商机和社会服务的能力从以往学术圈扩大到了普通机构、企业和政府部门，大数据已逐渐成为现在社会基础设施的一部分，如今适逢世界走向数据化，无论对个人、企业抑或社会和国家，都有认真理解、严肃决策的必要性和紧迫性。大数据正在改变我们的生活和我们了解世界的方式，成为新发明和新服务的来源。
大数据使人们的生活越来越便捷，我们可以根据大数据的分析预测下次流感来袭时间，可以预测几天内航班的票价，可以得知现下流行趋势并预知未来流行趋势，大数据的核心就是预测，通常被视为人工智能的一部分，在不久的未来，世界上许多依靠人类判断力的领域有可能会被计算机系统所取代。
recaptcha的故事强调了数据重用的重要性。随着大数据的出现，数据的价值正在发生变化。然而随着大量数据的被分析，大数据的价值不再单纯的来源于它的基本用途，而更多源于它的二次利用，很多数据在收集的时候并无意用作其他用途，而最终却产生了很多创新性的用途，于是我们的个人信息，我们的隐私也被二次利用，互联网的出现使得“监视”变得更容易、成本更低廉也更有用处，像淘宝这样的购物网站“监视”着我们的购物习惯，支付宝“监视”着我们的财务状况，百度谷歌“监视”着我们的网页浏览习惯，微博、qq似乎什么都知道，包括我们的社交关系网，甚至会帮忙找到可能认识的朋友，更有甚者，在网上报名考试留的电话，在报名完成的几年时间里会源源不断的接到各种让你参加学习班或者发表论文甚至买卖答案等等的骚扰电话，继而使得不断有新闻播报某某地某某人被网络诈骗，我们在互联网输入的个人信息并没有得到有效的保护，正在逐渐的被某些不良用心的人或机构所利用，如果说互联网时代我们的隐私受到了威胁，那么大数据会不会加深这种威胁呢？因此，如何保护用户的隐私应该是下一个要突破的障碍。
大数据时代读后感读书心得 篇2
我们不再对寻找因果关系感兴趣，而是应该寻找事物之间的关联。这个命题是我读这本书最大的感触。个人认为也是这本书最核心的思想。
从头说起吧，首先，书提出一个颠覆我以前认知的命题--“并非原子而是信息才是一切的本源”，将世界看作信息，看作可以理解的数据的海洋，为我们提供了一个从未有过的审视下是的视角。它是一种可以渗透到所有生活领域的世界观。这个命题是在书的最后一部分中的某一段中描写的。
我之所以把它放在第一位，是因为我认为这是谈论数据世界的前提，自然也是谈论大数据的前提。书的中间部分有一节讲到数据化和数字化的区别。在整理了自己的大脑之后，我把数据世界的命题列为大数据思考的第二步。
写到这里，我不由得反省下，我是不是有领悟到书的精髓所在（我认为的精髓），就是第一句话。因为回顾我的整个思想，我还是按照旧的因果关系模式来思考。书中另一个吸引我的地方是，有很多观点将从哲学的角度进行讨论。
虽然我的肚子里没有多少墨水，但当我读到这些描述时，我会发现我能更好地理解作者提出的命题。比如书中有一段文字
当我们说人类通过因果关系来理解世界时，我们指的是我们用来理解和解释世界各种现象的两种基本方法：一种是通过快速而虚幻的因果关系，另一种是通过缓慢而有序的因果关系。大数据将改变这两种基本方法在我们理界时界中的作用。
在附上一些事例的时候，用作者提供的“本质”去看待时，很容易理解，确实是这么回事。好吧，什么大数据改变了我们？作者给出了三点，
大数据的本质在于我们分析信息时的三个变化。这些变化改变了我们理解和建社社会的方式。
第一个变化是，在大数据时代，我们可以分析更多的数据，有时甚至可以处理与特定现象相关的所有数据，而不是依赖随机抽样（样本=总体）。
第二个转变是研究数据太多，我们不再热衷于精确性
第三个转变因前两个转变而促成，即我们不再对寻找因果关系感兴趣，而是应该寻找事物之间的关联。大数据告诉我们“是什么”而不是“为什么”。在大数据时代，我们不需要知道这种现象背后的原因。我们只需要让数据说话。
正如大家所知道的那样，人类的大脑具备这样的功能，它会把新输入的刺激或信息与“过去的经验或积累的部分知识”相对照，然后进行调整并接受下来。如果你面前的新现实与你大脑中储存的内在信息不协调，你就会不自觉地拒绝接受新现实（好像你没有看到它）；或者你可以通过你的半知识任意推测，让自己一识到情况偏离了现实（产生幻觉）。这是人的一种本能，目的在于使自己保持冷静。
所以作者称之为revolution。（革命）
讲了这么多，那么大数据到底给我们带来什么。在这里，我只想谈谈我的感受，其他感兴趣的人可以自己理解。当然，书中提了很多，最多的就是，什么公司或者个人利用大数据创造了多大的财富了，抛开这些表面的不说，最让我动心抑或者是害怕的是---预测。
这是大数据带来最核心的东西，动心的理由无须赘述，计算机会告诉你什么时候买什么双色球可以中头奖，想想心里是不是有一点小激动咧。当然这只是我打的一个比较夸张的比喻。至于害怕呢，书中有段话我很喜欢--- “公平正义的基础是人只有做了某事才需要对它负责，毕竟，想做而未做不是犯罪，社会关系于个人责任的基本信条是，人为其选择的行为承担责任。
如果大数据分析完全准确，那么我们的未来就会得到准确的预测，因此在未来，我们不仅会失去选择的权利，还会按照预测行事。如果准确的预测成为现实，我们将失去自由意志和自由选择的权利。既然我们别无选择，那么我们也就不需要承担责任。
这不是很讽刺吗。”
顺便说一下，这是书中对自由意志的另一种描述
在哲学领域，关于因果关系存在的争论已经持续了几个世纪。毕竟，如果每件事都有因果关系，那么我们就没有决定任何事情的自由。如果我们做的每一个决定或想法都是其他事情的结果。
而这个结果又是由其他原因导致的。这样，就不存在人的自由意志，一切生命轨迹只受因果关系的控制。所以哲学家们争论因果关系在世界上的作用。有时他们认为这是违背自由意志的。
书中举了个例子，举了部电影《少数派报告》，当我看到这里的时候，“哎哟，我居然看过这部电影，想想心里还是有点小激动”，有兴趣的可以去看下，大概就是讲警察通过预测来提前抓捕犯人，不过不是通过大数据，是通过超人类的方式。当你什么举动都可以被预测，相当于你完全暴露在太阳光下，换成你，你害怕不。
最后，附上一段结尾。
大数据并不是一个充斥着算法和机器的冰冷世界，人类的角色是不可完全取代的。大数据为我们提供的不是最终答案，而是参考答案。帮助是暂时的，更好的方法和答案还在不久的将来。
大数据最终会影响我们，和其他技术一样，它将是一把双刃剑，使用得当、移动、滥用和恐惧。如同核技术一样，用的话，造福地球，滥用，给个金刚石地球你，照样爆。我相信，未来大数据的发展将是一场人生、工作和思维的革命，正如笔者所说。
大数据时代读后感读书心得 篇3
大数据——大启迪
有幸入手《大数据时代》，便好奇阅读起来。原本对数据这种看似偏理工科性质的元素不太敏感，转念一想，正好借此书开发开发相关的数据思维。好在这本书通俗易懂，绝非看似枯燥而深奥；书中的例子也有趣而详尽，不像纯理论那样空洞单调。
从中，我也得到不少启发，对平日工作生活颇有裨益。
最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。“大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。
人们以互联网为媒介，通过统计方法对数据进行整合，从而判断和预测消费者需求、企业发展等相关领域。
单一而孤立的信息和数据就像一滴水，小而无用。一旦有大量的数据，水滴汇聚，就会产生巨大的能量，起到无限的作用。和书中提到的例子一样，谷歌通过大数据提前预测了流感的爆发，这使得公共卫生机构能构获得有价值的数据和信息，帮助他们控制和预防疾病。farecast利用近1000亿的价格记录帮助预测美国国内航班的票价。使用票价预测工具购票的乘客平均每张票可节省50美元。
大数据技术的战略意义不在于掌握海量数据信息，而在于将这些有意义的数据专业化。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
当然我不是很赞同作者维克托·迈尔·舍恩伯格在书中提到的一个观点，“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，缺乏对因果关系的认识。在大数据时代，相关性非常重要。这一点怎么强调都不过分，但因果关系不应完全排除在外。大数据从何而来？为何而用？
如果完全忽视因果关系，不知道大数据的因果关系，也会消除大数据的人文价值。
“凡是过去，皆为序曲。”读完此书，我们对大数据的认识才刚刚开始。
大数据时代读后感读书心得 篇4
1买回来看完的感觉是平平而已。个人看法，在五分制下，大概也就是最多打三分。这本书可以买来读。比较完整全面。有很多情况。具有一定的参考意义。写ppt和吹牛是有用得，但没有什么重大意义。
很多观点不能同意。
一、主要观点上可以探讨的地方
作者提出了关于大数据的“掷地有声”的三个原则。这三个原则凡讲大数据必被提及，很多人奉为圭臬。但是我觉得每一点都值得探讨。
这三点是：不是随机样本，而是全部数据；不是准确性，而是混合性；不是因果关系，而是相关性。
看完之后感觉都有点不是那么回事。
1.不是随机样本，而是全体数据
这个说得好像人类从来就不知道使用全体数据可以得到更全面的结论，而非要去煞费苦心发展出一套抽样技术一样。人类早就知道处理全尺寸数据的好处，而进行抽样分析的原因无非是两个原因：一是处理能力跟不上数据采集能力。
作者认为人类之前主要受限于数据的处理能力而不去处理全量数据，但在目前机器处理能力有了巨大的提升的时代，限制绝大多数应用的瓶颈不是计算能力而是数据采集能力（不要去提那些极少数需要超级计算机的场合，那个和多数人无关、和本书的商业主题也无关）。但是即便如此，抽样所要针对的很多应用场景是不太可能收集全量数据的情况。比如人口普查，不管计算机有多强大，目前仍有很多数据需要人工采集，所以这次人口普查仍需要抽样进行。
有意思的是，作者用人口普查是抽样分析来说明非“全量”时代我们被迫采用了抽样，而最终也没法说我们是否已经可以用全量数据来做人口普查了。事实上，至少就目前而言，抽样仍是人口普查的必然选择（好吧，你可以想象，未来每个人都会安装芯片，你可以在ppt中告诉你的客户和老板）。再比如我们统计里的经典问题：
怎么估算一批零件的使用寿命？怎么去分析一批奶品里的三聚氰胺？在过去，我们不能做一个完整的测试，因为这意味着这批零件将被丢弃，而这批牛奶将用于测试，所以测试结果是没有意义的（嗯，你也可以说：
让我们收集历史上所有这些部分的用法，以便分析。。。。好吧，来吧，雄心勃勃的索年）。现在呢，还是必须依赖抽样。
即使没有提到这些例子，也只是从逻辑上讲：收集和处理数据本身的行为不断地产生新的数据。我们又怎么证明这些数据不是你需要的“全量”的一部分呢？
作者的行文中，关于什么是“全量”，处于不断的摇摆之中。有时指“我们需要的所有数据”，有时指“我们能收集到的所有数据”。作者举了人口普查的例子，这个全量显然指前者。
而在很多商业案例中，又显然指后者。我们有能力处理越来越多的、在以前不敢想象的大量数据，但是至少目前看，我们还没不可能说我们处理了“全量”。我们最多可以说我们能处理我们能搜集到的“全量”，但如果据此产生了我们已经没有遗漏数据了的感觉，认为所有数据尽在掌握了，那我认为是一种很可能导致错误的错觉。
2.不是精确性，而是混杂性
这个么，说得好像以前的人类在使用“抽样”数据时竟然都认为取到的数据是“精确”的一样。在使用采样数据时，我们知道要容忍某些错误。我们甚至知道在就算取得了“全样”数据的时候，也可能因为有各种原因而导致的不精确，统计实践中对此有相当多的案例。
人类从来不指望我们通过数据分析得出的大多数结论是准确的。我们从来都要在信息混杂的情况下做出大多数的决策。
3.不是因果关系，而是相关关系
这是许多人（包括作者）认为的最有价值、最有意义的发现，但实际上也是最收批评的观点。就连翻译周涛教授也在前言中说，他不能继续下去了。至于他，他认为如果他放弃因果关系的分析，那将是人类的堕落。我不想谈这么高层次的哲学，只想从逻辑和技术的角度来讨论。
计算机能给我们的结论（到目前为止，在可预见的将来）都是相关的。计算机从未提供过明确的因果关系给人类。因果关系是否是基于数据的人类判断。
已经有相当多的应用，但也只是考虑相关性，而不是因果关系：确定因果关系需要更多的精力和投资。所以只看相关性而不看因果性也不是什么新的结论（实际上已经是个很旧的结论了）。
而这个相关性是不是可以作为决策的基础呢？这个一样离不开人的判断。有一个这样的故事：
通过大量的数据分析，慈善组织得出结论：一个国家、地区的电视机的普及率与发达富裕程度很有关系（冰箱、洗衣机、空调、高跟鞋、牛仔裤，etc.，也会和发达程度有这样的相关性），于是他们就向贫困国家赠送了很多电视，认为此举可以促进改过的经济发展。
可以说，电视的普及与经济、文化息息相关，但是实上，经济的发展更可能导致电视的普及，反之亦然。所以，我们真的不需要因果分析吗？说得玩笑一点：
这个世界真的不需要脑子了吗？
作者举了一个例子：google分析搜索关键字，以确定流行病可能发生在哪里。认为这就是利用了相关性而不是因果性。
这是没有利用因果判断吗？现在，在投资巨大的机器资源进行分析之前，分析人师已经**，疾病的症状可能会导致人们上网搜索（影响搜索行为）。谷歌存储的用户上网信息肯定远远不止一个搜索关键字，分析师为何不开足马力把“全量”数据、各个指标都分析一遍呢？
比如用户上网地点？上网时间？上网频率？
上网语言？浏览器版本？客户端操作系统？
等。。。为什么它会像导弹一样把机器资源放在关键词上？
总之，为了展示新的思想，作者对这些原则过于绝对。而排除掉绝对的成分后，这些观点也就不显得是创新了。作者把三个数据分析人员一直秉持的原则，当做全新的东西讲了出来。
时代在变，我们应该经常重新审视这些原则，以确定我们的思想是僵化的还是过时的。我同意作者重新审视这些观点，但我认为没有必要这么做。
二、细节论据上可以探讨的地方
除了三大原则不够令人信服外，在一些细节上，笔者的引用也不是很严谨。
如第51页，对于拼写检查的算法的优化。作者提到，通过输入大量的数据，四种常用的语法检查算法的准确性有了很大的提高，说明大数据起到了一定的作用。这是一个很有启发性的例子，可以进一步分析和研究，但是
仅仅4个例子，够得出很有力的结论吗？4个算法，作者没注意到这是一个非常小的样本吗？不能因为这是4个用了大数据的采样，就认为这是一个支持大数据的有力结论了吧。
（顺便问一下，我想问他们：为什么不测试几十个几百个算法呢？是不是面对如此“大量”的计算，也只好折中选择了一个抽样的小样本呢？
甚至连样本数量是否合格都不顾上了吗？）
三、这本书有什么用处？
对于这样一本书，我不明白周涛教授为什么在前言中建议你每本买一本。为什么要买？难道作者理清自己脑子的过程很值得我们关注吗？
译序里说：“作者渴求立言立说的野心”，但是我恐怕作者是达不到这个目标的。关于作者的简介为：
“《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‘大数据商业应用第一人’，....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。”
总的感觉是作者有很多想法，看过很多案例（这些案例在书中有丰富的反映，也有参考价值）。但并不是一个人真的在与数据搏斗（这是我的猜测，我还没有证实他的经验）。请不要告诉考生他做过哪些咨询案例，这远没有真正体验到数据的折磨。
）。第183页说道：“...执行官们信任自己的直觉，所以由着它做决定。
然而，随着管理决策越来越受到**分析和大数据分析的影响和控制，依靠直觉决策的局面将彻底改变。..."真的会么？如果你面对某一家企业做咨询，那可以这样讲。
采用一项新技术有可能大大提高企业的战斗力，超越竞争对手。但作者是希望与业界对话的人。面对整个社会，我们这样做并不严谨。引用一个例子：
在中国国际象棋学院的一次训练会后，主教练马晓春对第二天要去各自主队参加围攻的队员们说：祝大家周末都能赢。棋手们笑了：
我们只有一半的人能赢啊。同样，如果每个人都采用大数据技术，那么总会有企业在竞争中落后。而既然我们实际上无法真正分析“全量”数据，那ceo们还是会有很大的决策空间，哪怕很多决策实际上“不科学”。
最起码，他们需要决定将有限的企业资源投入到对什么样的大数据进行分析，并如何应用分析出来的结果。嗯....我认为，这多少还是要依赖一些直觉的。
那么大家是否应该看一下这本书呢？我的答案是应该看一看。既然大数据是当前的潮流、相关的研究/商务活动层出不穷，那么做it工作、数据工作的人对于“最好的”专著无论如何都必须看一下。
书中集中展示了很多案例，值得作为参考和启发思维。此外，为了作为谈资、为了在写大数据ppt时有所依据，大家也得看看这本书。根据不同情况，可以对内容进行复制、粘贴、理解和重写。
这些内容，我相信买一版也就够了。需要提醒ppt人员的是，演示前请想清楚如何回答可能被提及的质疑。
2今天看完了舍恩伯格的《大数据时代》。如果抛开对翻译人员的赞誉不谈，我会说，这本定价50元、介绍互联网前沿趋势的书，价值不大，其中的一些例子在我看来不能完全归因于大数据领域。
舍恩伯格提到的三个趋势中的前两个我倒是非常赞同：
1.样本渐趋于总体；
2.精确让位于模糊；
至于第三点，“关联比因果更重要”，这与周涛教授的观点是一致的，我不太同意。作为一个理工科学生，我相信一切事物背后都有原理，人类终究是要找到并且搞明白世界之所以如此运行的原因的。否则，科技发展到后来，岂非变成了巫术一般的存在？
当然作者在文中提到了人类有急于寻找因果性的冲动，而有时候找到的所谓「因果」也并非真正的因果。表面理性的人常常被非理性所迷惑，满足于想当然的解释。在这种情况下，片面甚至错误的因果性还真的没有相关性靠谱。
但我们也不可忘了，相关性始终只是暂时的途径，我们的终极目标还是因果性，否则，人之为人的一项根本属性就不存在了。
这本书的另一个值得称赞的地方就在于作者作为大数据的倡导者，并没有一味大加褒扬，而是深刻洞察到了新的技术趋势会带来哪些问题。诸如个人隐私和数据**等在数据主导时代可能发生的严重后果，作者都给予了足够的考虑。并且难能可贵的是，针对未来可能出现的危机，舍恩伯格还给出了具有建设性的应对之道——看了他的个人履历后，你不得不佩服这样一位在技术和公共政策都具有独到见地的跨领域专家。
3两年前，还是社会学专业的我最喜欢翘的课叫做”社会统计学”，与其听着传统死板的抽样调查与回归分析，我更喜欢和一个做数据挖掘的数学系同学四处溜达。“数据挖掘（data mining）是什么？”她跟我举了一个最简单的例子：
“沃尔玛通过对超市里人们购买行为的大量数据分析，发现男人们来买啤酒的时候，通常也会买尿布。这样的发现就让超市将尿布和啤酒摆放在一起出售，从而提高利润。”
“严谨的社会学训练”让我几乎在当时就开始思考“为什么？”“尿布和啤酒的销售量为什么会有关联呢？是因为男人们买啤酒的时候，会‘顺便’购买尿布？
还是因为买“尿布”的时候会联想到‘’啤酒’？”——这使我立刻意识到在社会科学的学习中，因果关系已经成为了一种极其普遍的范式——甚至夸张一点说，所有社会科学的研究都只是为了解答一个问题——“为什么？”它面向过去，面向所有已经发生的事实，试图通过信息收集和逻辑假设来说明一个道理：
”人类社会中**事情的发生，是因为**及**因素的作用。“
我意识到，这与《大数据时代》中所提出的”大数据思维“的三个层面正好截然相反：
1、不是因果关系，而是相关性。大数据思维只关注”相关性“，而不再关注因果关系。也就是说，沃尔玛知道尿布和啤酒、手电筒与pop-tarts蛋挞的销量具有正相关性，就足够做出将两个物品摆放在一起销售的决策了。
它并不需要去分析原因，因为只要知道这件事情”正在发生“或者”即将发生“，企业就完全能够做出正确的决定。
2、“样本=全部”——不是随即样本，而是全部数据。《大数据时代》也对传统意义上的统计学构成了冲击。在这样一个我们有足够强大的数据搜集和数据处理能力的时代，样本不再是万分之一，而转变成了”样本=全部“，样本，就是万分之一万。
传统意义上的统计学的随机抽样方法中有一条极其明智的真理：”采样分析的精确性随着采样随机性的增加而大幅提高，但与样本数量的增加关系不大。”可以说，“样本分析”奠定了绝大多数科学研究的基础。
而大数据时代，全数据分析的模式将全面替代“样本分析方式”。正如《魔鬼经济学》（freakonomics）中，作者关于相扑运动员的研究，其创造性的观点正式通过使用了11年中超过64000场摔跤比赛的全数据记录来寻找到了异常性。这样的洞见，恰恰是样本分析所无法提供的。
3、不是精确性——而是混杂性。数据量的显著增大也必然会让我们付出一些代价——一些不准确的数据会混入数据库，结果也可能不准确。这就是大数据时代的另一种思维——“不是精确性，而是混杂性”。
对“小数据”而言，最重要的要求就是减少错误。而在大数据的采集里，在技术尚未达到完美无缺之前，混乱是无可避的。虽然我们得到的信息不再那么准确，但收集到的数量庞大的信息让我们放弃严格精确的选择变的更为划算。
从谷歌翻译系统中可以看到，它收集了上万亿的语料库，来自未经过滤的网页内容，可能会含有不准确的用法、语病，未必每一条语料库都非常“精确”，然而这个语料库是布朗语料库的几百万倍大，这样的庞大规模优势完全掩盖了它的缺点。也就是“大数据的简单算法，比小数据的复杂算法，更加有效”。
总体而言，大数据时代透露出三个特征——更多、更杂与更好。它面向未来，要做的事情是关于“**”。正如作者所说"大数据要求我们有所改变，我们必须能够接受混乱和不确定性。
精确性似乎一直是我们生活的支撑，就像我们常说的‘钉是钉，铆是铆’，但认为每个问题只有一个答案的想法是站不住脚的，不管我们承不承认。一旦我们承认了这个事实，甚至拥护这个事实的话，我们离真相又近了一步。“
当我们用”物联网“去开始测量、记录、分析，世界，并将我们的世界”数字化“的时候，information technology，信息技术的变革，就将聚光灯转向了information的身上。
从三千多年前会计学的诞生开始，人们将大量的经济活动”数字化“。然而，”数字化“只是为”数据化”拉开序幕。
在google的数字图书馆中，”文字“也已经被“数据化”，人们可以检索、对比、发现不同的词组在几十年来中含义和运用的沿革。人可以阅读，机器也可以分析。
在foursquare和街旁网中，“方位”也已经被“数据化”，在我们喜爱的地方”check-in“,我们通过忠诚度计划、酒店推荐和其他计划得到好处。
在facebook或twitter的里，"沟通"也已经被“数据化”，伦敦的金融公司通过分析每天的twitter的大量数据，以作为股市的投资信号。
而更令人兴奋的是，”数据"作为一种资源，本身是一种非竞争性的资源，它的价值并不会因为被使用而减少，相反，它可能被通过不断地重复使用而产生出更高的价值。数据本身的价值，是它所有能够产生的可能选择的价值的总和。书中提到了几种数据创新：
1、数据再利用。数据的运用者常常不是那些拥有大量数据的机构，却是那些恰好可以用这些数据来支持其商业模式的机构，这就是“再利用”
2、重组数据：将多个数据集的总和重组在一起时，充足总和本身的价值也比单个的总更大。丹麦的癌症研究就是将所有的癌症患者和手机用户的数据结合起来，从而揭示两者是否有关联性——幸运的是，全数据显示并无关联。
3、可扩展数据。譬如，零售在店内安装的监控摄像头，不仅能认出把手，也能跟踪经过商店的客户流和他们停留的位置。
4、数据的折旧值：随着时间的退役，大部分的数据都会失去一部分基本用途。然而，即使数据用于基本用途的价值会减少，但选择的价值却依然强大。
从这个角度，组织机构应收集尽可能多的使用数据，并保存尽可能长的时间，同时也应当与第三方分享数据，保留所谓的“延展性”权利。
5、数据废气：在拼写检查中，用户会有大量的错误拼写。这些数据看起来是废品，但收集在一起却能够锻造成一块闪亮的金元宝。
例如，当couresa这样的网络平台中一个班级数量超过万人时，教授发现2000个学生在作业中犯了同样的一个错误。修正后，系统将会提醒以后犯同样错误的学生。通过这些’错误“，我们改变了教育的方式。
6、开放数据：**只是收集信息的托管人，而数据应当对全球开放。
在大数据价值链上，会有三种不同的大数据公司，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。从我的理解来看，第一种人，拥有金矿的矿山。第二种就是数据分析师，也可以说，拥有开采、提炼金矿的技术。
第三种则是加工金矿的人，把金矿做成金元宝、首饰，通过创新思维让数据具有商业价值。在大数据时代的早期，思维和技能是最有价值的，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，也就是说——金矿本身才是最值钱的。
然而，大数据背后带来的也是重重隐忧——从我们的隐私不断暴露，个人在网络上留下的千丝万缕的踪迹似乎让人们又回到了”老大哥在看着你“的那种担忧。”“数据统治”的登峰造极从哲学上会抹杀人的自由意志和选择的可能性，正如，基于你以前的各类数据分析，陪审团断定你以后将会犯罪。那将是人性面对技术的一次溃败。
阅读《大数据时代》的过程，总是让我不断地想起库恩《科学革命的结构和范式》。毫无疑问，大数据带来的是思维范式的根本性变革——我们将不再沉湎于历史和过去，试图解释某种联系，而是更好地觉知当下，与正在发声的未来。
4大数据这个概念现在可说是红得发紫，有谣传说连**的大领导们都上了大数据的贼船，寻思着要从维克托迈尔舍恩伯格的《大数据时代》中学习如何治国理政。
笔者却对大数据充满了吐槽的欲望，部分是因为笔者曾经遇到过一位大数据的狂热鼓吹者，名言是“是不是科学就看有没有大数据，有大数据就是科学，没有大数据就不是科学，”以及“我觉得宇宙应该是什么什么样的，这样比较符合我的审美。”笔者觉得此人实在是个妄人，手里有把锤子就把一切都当成钉子……
笔者也读过维克托迈尔舍恩伯格的《大数据时代》，也并不认为大数据全都是胡扯——大数据肯定是有用的，不过有些鼓吹者恐怕吹得有点过了。而且，大数据还是个出现没两年的新领域，今天认为确凿无疑的东西明天也许就会被发现是错误的。
笔者也读过一些吐槽大数据的文章，比如纽约时报专栏作者大卫布鲁克斯（david brooks）的《大数据不能做什么？》大卫布鲁克斯说，大数据不懂社交。数据分析擅长于分析社会关系的数量而非质量。
社交网络的数据科学家可以分辨出6个你的同事，你一天中有76%的时间会见他们。而却很难发现你一个一年只见两次面的童年伙伴。更别说发现像但丁对贝特丽丝的爱情那样，只见过两次面就深爱上对方的情况了。
这说明并非所有的信息都能被大数据所利用。大数据会忽略很多信息，有时还是十分重要的信息。
与之类似的是，大数据不懂得背景。我们说一句话究竟是认真的还是开玩笑，是为了表达愤怒还是善意，这些都要放在复杂的背景中来理解，数据分析很难搞清楚这些。
第三，大数据会带来大量毫无意义的伪相关。有人说，现有的数据，多的可以让你想要分析出什么结果，就能分析出什么结果。想像一下，如果领导们发现冰激凌的销量和****件的数量呈正相关会怎么样？
随着数据的增长，这种伪相关将呈指数级增长。
第四，大数据不能处理真正的大问题。大卫布鲁克斯说，如果你想看一下哪些邮件对推广活动最有效，你可以进行随机抽取对比组样本。进行比较。
可是，如果我们想模拟一个衰退期的经济体。我们没办法去找这样的一个对比组。我们经常会看到人们争论什么是最好的经济刺激政策。
而我从来没有看到争论的双方能够用数据分析说服另外一方的。而治理国家所面对的恰恰是这些大问题。另一方面，大数据也不擅长**小概率事件，像**什么时候会发生**，什么时候会发生恐怖袭击，什么时候会发生革命这种事，数据分析是无能为力的。
第五，数据偏爱潮流，忽视创新——这对领导们来说倒是无所谓的，因为领导们本来就不想要创新。创新对官僚体制来说是件很糟糕的事，有创造力的官僚体制往往会把自己搞垮掉。
最后，原始数据其实并不原始，原始数据往往会被扭曲。对领导们来说，他们所面对的一大问题就是：他们不可能一边封网一边还能收集到真实客观的原始数据。
封网和收集真实数据是彼此矛盾的。封网本来是想欺骗别人，最后却可能只是骗了自己。
上面是大卫布鲁克斯的吐槽和笔者的评论。笔者也有自己的话要说，主要是关于大数据中不管因果只看相关的数据分析方法。
《大数据时代》说，我们知道什么药能治什么病就足够了，不必知道为什么。从这句话中，我们可以看出该书的作者对因果关系的理解有误：统计学上说知道因果关系是指我们高度确定（>95%）某一件事导致了另一件事的发生，而不是说我们知道这种关系背后的原理。
换句话说，我们说某药能治某病，这本身就是一种因果关系，无论我们是否知道治病的原理。如果二者之间只有相关关系，我们恐怕就只能说些类似“某种药物的摄入量与某种疾病的发病率之间存在负相关”的话。
因果关系还是相关关系，对我们来说有什么区别吗？区别就在于如果我们只知道两组数据（例如冰激凌销量和****件数量）之间存在相关，那么我们或许可以利用这种相关（例如一旦发生****件就赶紧推车上街卖冰激凌），但是如果想要改变现状，恐怕还是需要知道因果关系才行（禁止冰激凌就能够把****件消灭在萌芽状态吗？谁知道？！
只知道相关关系并不能保证这一点）。企业一般只需做到前者就能赚到钱，可是想要管理社会的话，只知道相关大概是不够的。
说到底，大数据是一座矿山，我们能够从中挖到些什么东西是不确定的。对企业来说，只要挖到了东西，赚到了钱，它们也就满意了；如果什么都挖不到，它们也只能怪自己运气不好。但是如果**想要大数据给它提供“不发生任何意外事件”的安全保证，那么这种保证恐怕是大数据无法提供的。
另一方面，大数据也解决不了官僚体制内部沟通不畅、派系斗争和动机缺乏等等问题。
最根本的问题恐怕还在于**的脆弱性：**想要稳定，因为变化几乎肯定会对它有害；而市场拥抱变化，因为它总是能够从变化中获益。这两种不同的心态或许决定了数据所能给它们带来的意义。
5 第一部分：精彩句子赏析
第1句：世界的本质就是数据。（pⅴ）
感悟及喜欢的原因：现今的我们正处于一个时代转型中，有谁会想到富士、柯达胶卷这样的百年企业会被时代所淘汰，因为科技的发展与互联网的日益强大，数据将逐步取代旧事物，创造出新事物。
第2句：这是当今社会所独有的一种新型能力：以一种前所未有的方式，通过对海量数据进行分析，获得巨大价值的产品和服务，或深刻的洞见。（p4）
感悟及喜欢的原因：数据可以反映出很多项指标，特别是海量数据的处理下，如何挖掘获得价值更是需要一种具有新型的复合能力人才，而得以用数据改变对世界的认知、改变市场、改变关系。
第3句：大数据的核心就是**。（p16）
感悟及喜欢的原因：以前单纯依靠人类判断力的领域都会被计算机系统所改变甚至取代，运用大数据的处理与分析，为我们的生活创造出前所未有的可量化的维度。
第4句：大数据是指不用随机分析法这样的捷径，而采用所有数据的方法。（p39）
感悟及喜欢的原因：“总体=样本”以前是做不到的，现在对于数据的储存、处理能力、统计技术与数据资源等各方面都有了飞速的发展，信息总量的变化也导致量变到质变的飞跃，并在其中去捕捉随机抽样所无法揭示的细节。
第5句：要想获得大规模数据带来的好处，混乱应该是一种标准途径，而不应该是竭力避免的。（p60）
感悟及喜欢的原因：处理海量数据会不可避免地导致部分信息的缺失，错误并不是大数据固有的特性，而是一个亟需我们去处理的现实问题。目前，我们正经历着从数据的精准性到总体即样本的关注焦点转变，分析其多样式与相关关系是这种缺陷的弥补方法。
第6句：局限于狭隘的小数据中，我们可以自豪于对精确性的追求，但是就算我们可以分析得到细节中的细节，也依然会错过事物的全貌。（p66）
感悟及喜欢的原因：寻找数据间的关联并利用，才是大数据超过小数据时代的真正价值。
第7句：大数据的相关关系分析法更准确、更快、而且不易受偏见的影响。建立在相关关系分析法基础上的**是大数据的核心。（p75）
感悟及喜欢的原因：只用知道是什么，不用知道为什么，相关关系帮助我们更快、更好地了解了这个世界。
第8句：数据化是指一种把现象转变为可制表分析的量化形式的过程。数字化指的是把模拟数据转换成用0和1表示的二进制码。（p104）
感悟及喜欢的原因：计量和记录一起促成了数据的诞生，它们是数据化最早的根基。数字化带来了数据化，但是数字化无法取代数据化，因为数字化是把模拟数据变成计算机可读、可处理的数据，和数据化有本质上的不同。
第9句：**给我们知识，而知识赋予我们智慧和洞见。（p117）
感悟及喜欢的原因：虽然数据的使用还远未成熟，但是从潜在的数据中挖掘出巨大的价值，然后揭示出新的深刻洞见，是我们思维方式的发展，同时也是智慧的开启。
第10句：“现实挖掘”这里指的是通过处理大量来自手机的数据，发现和**人类行为。（p118）
感悟及喜欢的原因：麻省理工学院**实验室通过分析每个人去了哪里、见了谁，成功地区分出了感染了流感的人群，而且在感染者还完全不知道自己已经患病之前就做出了区分。比如，伊格尔通过研究关注家庭主妇平均每周去几次洗衣店，来试图回答疾病如何传播和城市如何繁荣。
再比如twitter通过创新，让人们能轻易记录以及分享他们零散的想法从而使情绪数据化得以实现。这种种都说明，通过读取、分析数据，我们可以找出很多相关关系，让我们对世界、对生活有更深刻的理解。
第11句：将世界看作信息，看作可以理解的数据的海洋，为我们提供了一个从未有过的审视现实的视角。它是一种可以渗透到所有生活领域的世界观。（p126）
感悟及喜欢的原因：随着时代的发展，数据逐渐可以量化一切。数据的价值也从最基本的用途转变为未来的潜在用途。
另外数据不同于物质性的东西，它的价值不会随着它的使用而减少，而是可以不断地被处理、再利用，挖掘出更大的未来价值。
第12句：数据的潜在价值有三种最为常见的释放方式：基本再利用、数据集整合和寻找“一份钱两份货”。而数据的折旧值、数据废气和开放数据则是更为独特的方式。（p135）
感悟及喜欢的原因：通过数据处理、创新再利用来发挥出现实价值，如搜索关键词、推荐引擎、**住宅的价值、设计店面的最佳布局、判断营销活动的有效性等等，从战争中学习战争，从数据中学习数据。
第13句：他们思考的只有可能，而不考虑所谓的可行。（p166）
感悟及喜欢的原因：内行与外行最大的区别在于思维不受限，它让思维方式有更好的延展性、多样性与丰富性。
第14句：一旦得以有效利用，大数据就可以变革公司的赢利模式和传统交流方式。（p170）
感悟及喜欢的原因：大数据的利用，可以重新定位生产商与供应商的关系；可以通过商品本身收集数据并传回制造商进行研究与开发；可以通过用户交互提高服务；当文字变成数据，不仅人可以用之阅读，机器也可用之分析……充分说明，第一，个人也好，公司也好，都需要与时俱进；第二，大数据的多样性有待于更全面的开发，更好地服务于人们的生活。
第15句：大数据公司的多样性表明了数据价值的转移。（p176）
感悟及喜欢的原因：随着数据价值转移到数据拥有者手上，传统的商业模式同时也被颠覆了。数据不仅能够优化生活和服务，甚至还能催生新的行业，催生新时代的人才。
第16句：行业专家和技术专家的光芒都会因为统计学家和数据分析家的出现而变暗，因为后者不受旧观念的影响，能够聆听数据发出的声音。（p180）
感悟及喜欢的原因：学会聆听数据发出的声音，第一需要与时俱进，跟上时代进步的步伐。第二改变了我们怎样看待知识的价值。
第三了解到，如今不只是专业技能的深度很重要，大数据的广度也变得很重要。
第17句：卓越的才华并不依赖于数据。（p212）
感悟及喜欢的原因：大数据的风险是数据主宰一切的隐忧，但是个人的直觉、对市场的敏锐度等独特个体所展现出来的才华同样重要，它所呈现出来的强有力的创造力不亚于大数据。
第18句：变革并不止于规范。（p219）
感悟及喜欢的原因：大数据的运作是在一个超出我们正常理解的范围之上的。大数据需要被监测并保持透明度，加上使这两项得以实现的新型专业技术和机构。
我们要发展，就必须先有其规模，在规模中去寻找规范的操作手法，才能让变革立于不败之地。
第19句：莎士比亚曾写道：“凡是过去，皆为序曲。”（p244）
感悟及喜欢的原因：过去的每一点每一滴是为明天的开始打下坚实的基础，一贯如是地坚持下去才有效力。
第20句：大数据提供的不是最终答案，只是参***，为我们提供暂时的帮助，以便等待更好的方法和答案出现。（p247）
感悟及喜欢的原因：大数据是一种资源，也是一种工具，这里引用一句话“混乱构成了世界的本质，也构成了人脑的本质，而无论是世界的混乱还是人脑的混乱，学会接受和应用它们才能得益。”
第二部分：读后感
这本书解释了我们正处于大规模生产、分享和应用数据的时代，告诉我们如何科学的应用大数据，开启新的思维模式，新的生活方式与新的工作形态，以应对正在发生着的利益与风险。
★大数据开启了一次重大的时代转型。
大数据时代读后感读书心得 篇5
对于畅销书、热门话题、时尚科技，一直不是很感兴趣。书刊，喜欢有一定年份的。话题，钟情于务虚的观点。
新奇的产品于我无缘，***用成熟的科技产品。它既不崇高也不冷漠。就是要与现实保持一定距离，留一点思考的空间。这一***近破了例。
由于工作的原因，耳濡目染，“大数据”这个新兴概念开始频繁步入我的视野。按捺不住内心的好奇，网购《大数据时代》，手不释卷，三天读完，颇有收获。此书有如下特点。
首先，作者站在理论的制高点上，条理清楚地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。其次，本文的例子贴近现实生活和时代，既给读者留下深刻的印象，又能使读者感同身受。此外，作者没有使用很多专业术语，也没有装出专业的面孔。
纵观全书，遣词造句，均通俗易懂。
作者认为大数据时代具有三个显著特点。
1、 当人们研究和分析一个现象时，他们将使用所有的数据而不是抽样数据。
2、 在大数据时代，我们不应盲目追求数据的准确性，而应适应数据的多样性、丰富性，甚至接受错误的数据。
3、 理解数据之间的相关性比探索因果关系要好。“是什么”比“为什么”重要。
作者指出，随着技术的发展，数据存储和处理的成本大大降低，人们现在已经有能力从零碎的、看似无关的数据渣中提取真实的知识。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**、银行、电信公司、全球性互联网公司(阿里巴巴、**网)。第二，拥有数据分析和处理技术的专业公司，如亚马逊和谷歌。第三，具有创新思维的公司可能不掌握大数据，也不具备专业技术，但他们善于利用大数据，从大数据中找到自己的理想世界。
面对即将到来的大数据时代，个人将如何自由应对？这是个严肃的问题。《大数据时代》读后感2
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。我认为这幅图真实地反映了当前中小企业云计算和大数据的现状。
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。
从个人角度来看：海量数据和海量存储是大数据的基本原型。
2、大数据适合什么样的企业？
确实，大数据的前提是海量数据。只有拥有大量的数据资源，才能发现数据的相关性，通过专业化的处理，使其为企业创造价值。对于电信运营来说，像互联网应用这样拥有海量用户数据的大企业在应用大数据的道路上也有着独特的条件，但是对于中小企业来说呢？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**机构，大数据的作用也许也能很好的发挥。相反，大数据在大多数中小企业的应用似乎有点小题大做。书中说：
大数据是企业竞争力。诚然，数据是企业的核心无形资源（如果使用得当的话），但所有的数据，还是换句话说：所有的企业与大数据竞争真的合适吗？
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。借助物联网和云计算，大数据开始出现。但它到底给我们带来了什么呢？
1）**未来书中以google成功**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） 正如《变革思维》一书所述：因为有大量的数据作为基础，在未来，我们可能会更加关注数据的相关性，而不是精确性。对这条，本人还是持保留意见的。《大数据时代》读后感3
现在说到新的**和互联网，有必要提及大数据，而大数据似乎是不言而喻的。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？
现任牛津大学网络学院互联网研究所治理与监管教授，曾任哈佛大学肯尼迪学院信息监管研究项目负责人。他的咨询客户包括微软、惠普、ibm和其他全球企业。他是欧盟官方互联网政策的真正制定者和参与者。他还曾担任多国**的高级智囊团。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。
舍恩伯格从三个方面论述了大数据：思维变革、业务变革和管理变革。
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，是否有必要为简单事实的数据分析收集所有数据？
我曾与香港城市大学的祝建华教授讨论过。祝教授是通信科学研究方法和数据分析方面的专家。他认为，可以找到一种数理统计方法进行分析，并非所有的数据都是必要的。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，但抽样的方法和范围应该扩大。
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。
大数据时代读后感读书心得 篇6
读了涂子沛先生的《大数据时代》（这是一本社科类书籍，想深入研究大数据原理的可以选择其他技术类专业书籍）。作者以美国为例，讲述了“数据不仅可以治国，还可以强国”的观点，对中国今后的大数据发展战略提出了建议。读完之后，主要有一下几点感想。
1、 美国社会之所以发达高效，引领世界科技发展，与其尊重数据、收集数据的传统密不可分。数据被视为科学的度量、知识的**。没有数据，无论是学术研究还是政策制定都无法前进。
“数据驱动决策方法”使得**更有效率、更加开放、更加负责。
数据的积累需要时间，不可能一蹴而就。美国在数据收集方面有着悠久的历史。美国联邦**获得得数据主要有三种：商业管理数据、**和社会信息数据以及物理环境数据。
例如，1940年罗斯福引入的民意调查、1962年启动的海浪监测计划以及1973年诞生的最小数据集。而中国取得类似的进步，是进入21世纪之后才发生的事情。2003年，我国开始制定医疗系统的最低数据集，建立了第一个国家级大型社会调查项目，并开始对社会发展变化进行全面、全面、纵向的问卷调查。
2006年，卫生部颁布了《最低数据集标准》。经过几次挫折，国家统计局于2006年9月成立了社会形势舆情调查中心。
中国落后的根本原因之一是缺乏精确的数据管理。中国未来的发展需要面对数据收集、数据使用和开放数据的挑战。
2、 大数据是一把双刃剑。虽然数据可以使人们受益，但它也可以成为控制人们的工具。2013年的“棱镜门”事件揭露了**对于人民的监控，引起轩然大波。今后，每个人都可能有一个数据文件，包括一个人的教育、医疗、福利、犯罪、税收等从摇篮到坟墓的数据记录，甚至**和电子邮件都可能被监控和记录。
通过数据集成和信息聚合，可以再现一个人生活的轨迹和全景。个系统之间的数据可以相互验整合解释，个人隐私不可隐藏。英国作家乔治.奥威尔在其讽刺**《一九八四》中描述了时刻被“老大哥”监视的零隐私的可怕情形：
无论是睡觉还是醒着，工作还是吃饭，室内还是室外，早起的浴缸里还是床上，都没有藏身之处。除了你脑壳里几个立方厘米以外，没有东西是属于你自己的。
随着大数据科技的发展，我们的一举一动，每一通话，每一次上网记录都被监控、记录，分析，当这些数据被某一个人或组织掌握，将会是对我们隐私的莫大威胁，因此，对于数据使用的监管需要进一步的立法进行规范，我国目前对于数据的收集、利用处于野蛮生长阶段，任何商业组织都可以收集和分析用户的信息。**需要立法来监督技术的使用，确保公民的安全。
三、数据是一种公共资源，**使用纳税人的钱收集了数据信息之后，需要将数据进行公开，这样既可以集中大众的智慧，利用数据科学地治理社会；也可以让大众对**的行为进行监督，避免**的腐败。因为缺乏竞争，官僚体制与生俱来有一种僵化保守的本性，**机关也往往固守不前。很多数据都是以保密为借口被封存的，所以人们不知道**的各项措是是否合理，所以腐败在黑暗中滋生。
而且，在现代社会，信息多的人在社会竞争中处于有利地位，信息少的人处于不利地位。数据不应该被少数人垄断，而应该作为公共资源被普通人获取。
4、 科技进步离不开科技人员的不懈努力。知识分子应承担起促进社会进步的责任和使命。正如linux的开发者所说的：“一个人做事的动机，可以分为三类：
一是求生，二是社会生活，三是娱乐。当我们的动机上升到一个更高的水平时，我们将取得进步：不仅为了生存，而且为了改变社会，最理想的是为了兴趣和幸福。
大数据时代读后感读书心得 篇7
离不开大数据的时代
这些年，“大数据”这个词频繁地出现在人们的视野中，它不仅写入阿里巴巴、谷歌等互联网公司的战略规划中，同时在我国国务院和其他国家的**报告中也多次提及。这让我对大数据产生了浓厚的兴趣，我将从2015年5月参观苏宁总部开始。
苏宁是南京本土品牌。幸好离我们学校不远，所以成功地参加了一次参观企业的活动。“苏宁云商”，是它现在主打的品牌，大家都知道，而且很常用的苏宁易购，正是旗下之一。讲解人员不断地在参观中反复提到的o2o、p2p等技术模式，而且向我们展示了其后台强大的统计数据，根据某消费者对于购物的偏好分析，来定时推送一些互补商品，往往这些推送也会被买家加入到其购物车中。
更新颖的是“模拟试衣”，通过扫描试穿者的身材、相貌来量身打造，在大屏幕中显示出你穿戴某件衣服的模样。这些都让我对“大数据”这个词更加好奇不已。什么样的运营模式能给我们带来这么多的便利？
本书的作者向我们阐述了一个奇妙的“云时代”。他认为在抽样研究调查的时期，由于研究的条件欠缺，只能以少量的数据获取最大的信息，而大数据时代我们可以获取海量的数据，以样本=总体的更多数据分析让我们更清楚地看到以前无法揭示的细节信息。从历史的角度来找寻，“全体”似乎是人们一直所追逐的，国外的托勒密为“收集全世界的书，实现世界知识总汇”而建立了亚历山大图书馆，国内的乾隆汇编四库全书，都认为可以收集全部的书籍，然而每个收集过程都有主观因素在其中，就算统计也不能做到完全“全体抽样”，如果是有破坏性的，例如灯泡是否耐摔，不可能将所有灯泡都摔碎，所以只能使用抽样。
大数据改变着我们理解世界的方式，通过探求“是什么”而不是“为什么”，了解相关关系帮助我们以全新的视角更好地了解与审视这个世界。通过大数据的运用，效率极大的增加。我看过一个管理科学的例子，通过数据分析得出结论：
周末加班去买婴儿用品的爸爸通常会去啤酒区买啤酒，而其他产品很少出现在他们的购物车上。通过这一分析，超市管理者将婴儿用品和啤酒分开放置在最远的距离区域，消费者往往会在来回之间对这些产品给予一定的关注，从而增加了购物量和超市的利润。无独有偶，就拿身边的苏果超市举例，将上下两层购物区以需要人手动推车缓步慢行的坡道连接，而取代了运行快速的电梯，这样就能在路的两侧放一些冷门的商品，会让更多的消费者能够看到它们，进而购买、创收。
然而，这本书也存在一些争议，如效率和不精确性。笔者认为，对准确性的痴迷是信息匮乏时代和模拟时代的产物。“通过找出一个关联物并监控它，我们就能**未来。
”这句话当然是正确的，但是效率取得的同时，我们也是不可以放弃精确的，如果我们一味容忍混杂性的话，结果当然是不能接受的。所谓“差之毫厘，谬以千里”，在这样的大数据时代，云计算中肯定显得更为重要。
现在有很多国际500强企业，他们都关注云时代的魅力，也看到了这项技术能给他们带来的巨大利润空间。例如享誉世界的ibm公司，就创新地将这项技术发展成面向世界用户的**——称之为“认知商业”，其平台正是 ibm watson。这个平台最初的创想是我们在创作文字、编写方程、记录笔记、拍摄**，在各种社交软件平台上发布信息状态时，传统的编程计算机无法完全解读和处理这海量的信息，而watson善于认知，专于理解、推理和学***计，可以帮助行业领导者重塑产业格局。
这就让我们战胜从前无法逾越的挑战与阻碍。
大数据时代读后感读书心得 篇8
随着计算机技术与社会生活的全面融合，信息**开始积累
发变革的程度。它不仅向世界提供了前所未有的信息，而且其增长速度也在加快。每个人口袋里都有一部手机，每个办公桌上都有一台电脑，每个办公室都有一个大型局域网，让我们日常生活的每一个痕迹都变成了数据。
生活在信息时代，我们应该积极改变原有的思维方式，迎接大数据时代，发掘大数据的价值，创造更美好的未来。这是一个样本=整体的时代，这是一个利用大数据来遏制错误的时代，这是一个注重相关性的时代，我们将从全球的角度来看待所有的数据和分析我们的问题。
“有时候，当我们掌握了大量新型数据时，精确性就不那么重要了，我们同样可以掌握事情的发展趋势。大数据不仅使我们不再期待精确，而且使我们无法实现精确。然而，除了在一开始就与我们的直觉相矛盾外，接受数据的不准确和不完善也能使我们更好地**和理解世界。
”之前受统计方法的限制，我们只能尽可能的收集到有效精确的数据，依靠可怜巴巴的小样本估计去总体，但在这个大数据时代，我们可以掌握所有的数据，让总体都成为我们的样本，收集所有相关的数据，指引出事件发展的方向。因为有大量的数据，我们不需要关心每个数据的可靠性和准确性。我们需要改变原有的思维方式，学会容忍错误，接受数据的不准确和不完善，要从大规模数据中获得利益，混乱应该是一种标准的方式，而不是试图避免。如果我们忽视微观层面的准确性，我们将在宏观层面有更好的洞察力。
面对大数据，我们需要改变原有的观念，不是追求每一个样本的准确性，而是以宽广的胸怀接受大数据，以宏观的思维**事物，得出结论。
“同样地，人类从依靠自身判断做决定到依靠数据做决定的转变，也是大数据做出的最大贡献之一。行业专家和技术专家的光芒将因统计人员和数据分析师的出现而黯淡，他们不受旧观念的影响，能够倾听数据的声音。他们的判断建立在相关关系的基础上，没有受到偏见和成见的影响，这就如同莫里中校不把干瘦的船长在酒吧喝酒时所说的航道信息当真一样。
他们的判断完全取决于所收集的数据所显示的实际信息，因此它具有坚实的基础。莫里所采用的方法并没有解释风向和水流为什么是这样的原因，但是对于想安全航海的航海家来说，“什么”和“哪里”比“为什么”更加重要。”
大数据时代我们不再仅凭自身经验来做决定，而是能了解到大多数人的判断来行动，并能在这些数据中发现比我们预想中还要多的信息，它们不受时间地点的限制，没有个人偏见的影响，将实际的信息毫无保留地呈现在我们眼前，也许到最后我们并不知道为什么，但我们一定很清楚该怎么做，技术的发展得以让我们纵横地观察事物，包容一切与之相关的信息不管错误与否，视野得以开阔，我们的思维也得以开阔，洞彻万物。
“过去，一旦数据的基本用途实现了，我们便认为数据已经达到了它的目的，准备将其删除，让它就此消失。毕竟，数据的首要价值已经得以提取。在大数据时代，数据就像一座神奇的钻石矿，在挖掘出原始价值后，仍然可以产生价值。
数据的潜在价值有三种最为常见的释放方式：基本再利用、数据集整合和寻找“一份钱两份货”。数据的折旧值、数据耗尽和开放数据是比较独特的方法。
”我们的每一次搜索，每一次点击，在网络平台写的每一句话都会成为数据，在日常生活中我们不知不觉的产生了很多数据，然而我们却没有意识到他们的作用。当我们把这些数据放在一起，我们会发现一些新的东西。看似无用的纷繁数据，却暗示着某种规律与事实。
人们无意中点击，却会暴露出你的兴趣爱好等信息。大量的信息是一个商机的发现，它将带来新的产业链。看似简单的寻访，也将反映当前人民的意愿和社会的需求。当我们不再依靠小样本来推测整体，而是直接联系整体时，我们应该学会从不同的角度挖掘其潜在价值，重用数据，从大数据中洞察我们所需要的信息。
无论大数据如何威胁隐私保护，行为倾向都是人们最头疼的问题。大数据**的准确性越来越高。它可以**行为的发生，在人们犯错之前预先惩罚他们。因为共产党的结果几乎是无可辩驳的，人们不能为自己辩解。
但是这种基于**的惩罚不仅违背了自由意志的原则，而且否定了人们突然改变选择的可能性（无论多么小）。当我们判断一个人的责任（和惩罚）时，我们必须牢记人类意志的神圣性。人类的未来必须保留一些空间，让我们能够根据自己的意愿来塑造。
否则，大数据会扭曲人类最本质的东西，即理性思维和自由选择。
即使有一天我们能仅仅依靠之前所收集的数据**一个人未来犯罪的可能性，我们也不能因此而逮捕某个人，也许在事发之前阻止能避免很多损失甚至挽救许多人的性命，但人的意志是可以改变的，人有悔过前非，重新向善的权利，我们不能在一个人还没犯罪之前就扼杀他向善的可能性，不然我们将失去心灵最美好的本质，成为死板的数据的奴隶，我们的思维终葬在自己制造的枷锁中。科学技术的进步不能扼杀人的意志。不管有多少数据，只有灵活的大脑才能把它变成一个更好的未来。
大数据时代读后感读书心得 篇9
通过老师推荐，我怀着好奇的心情读完了《大数据时代》。这本书是一本比较系统和专业的书。起初，当我读这本书是，它使我非常烦恼。我觉得很无聊。随着深入细致的阅读，我逐渐发现，看似枯燥乏味的书籍让我受益匪浅。
《大数据时代》作者之一的维克托·迈尔—舍恩伯格被誉为“大数据时代的预言家”，他是欧盟互联网官方政策背后真正的制定者和参与者，还先后担任新加坡商务部高层，文莱国防部高层等。另一位作者是肯尼思·库克耶，他是《经济学人》的数据编辑，这本书由他们俩人共同编著完成。
通过认真和耐心的阅读，我发现这本《大数据时代》是一本很有价值的书籍，对我们现今社会的发展有重大的意义。它描述了许多与数据相关的成功案例，揭示了数据在现实生活中的作用，告诉我们应该有效利用数据资源，更好地融入这个大数据时代。读完这本书，我学到了很多关于数据的知识，并获得了四个重要的启示。
一． 掌握数据自身信息，通过数据创造价值。
随着计算机行业的发展，人力技术的落后会被慢慢地克服，大数据的出现使人类第一次，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数据，得到过去无法企及的商机。而大数据中最有价值的部分就是它本身。掌握数据，通过创新创造新价值。例如：
本书中提到的万事达、维萨等信用卡发卡机构，通过为小银行、小商户提供服务，可以从自己的服务网络中获取更多的交易信息和客户消费信息。在掌握了大量数据后，将分析的数据授权给第三方，以获取巨额利润。这种做法，我认为十分明智，运用大数据创新用途，挖掘出数据的新价值，利用潜在价值推动企业的发展。
如今，很多企业都可以效仿这个例子，通过数据来提高自己的竞争力。
二． 寻找数据相关关系，**未来发生事件。
在大数据时代，数据增长越快，事物之间存在着强而弱的相关性。通过对数据相关性的分析，可以利用其特点促进企业的发展。比如谷歌流感趋势就是一个典型的例子。
在特定的地理位置，更多的人通过谷歌搜索特定的词汇，并分析认为，该地区有很多人患有流感。然而，数据有时相关性很弱，比如一个人的鞋子尺寸和幸福感没有关系。再比如：沃尔玛通过对每一个顾客的购物清单以及消费额，购买的物品，购买的时间，购买当日的天气等数据的分析，沃尔玛发现，每当在季节性飓风来临之前，不仅仅手电筒的销售量增加了，而且pop—tarts蛋挞的销售量也增加了。
因此，当季节性风暴来临时，沃尔玛会在飓风货源附近投放蛋挞备货，方便顾客抢购，增加销量。从沃尔玛的例子可以看出，大数据的核心是**基于相关性分析。通过寻找数据的相关性，我们可以有一个更准确和更快的**未来。
三． 数据是一把双刃剑，合理利用是关键。
在人类历史的长河中，即使在现代社会的快速发展中，人们也主要依靠数据，这与人们的生活息息相关。利用大数据创造巨大价值是大数据给人类带来的好处。沃尔玛和美国第一资本银行率先在零售和银行业使用大数据，从而改变了整个行业。
而数据也是一把双刃剑，它给我们带来了巨大的风险。例如，我们的个人信息在不知不觉中泄露，我们的隐私是公开的，我们的数据有能力**，**我们可能生病，犯罪会使我们无法购买保险，甚至在犯罪前被提前逮捕。
因此，大数据时代也需要新的规章制度来保护权利面前的个人权利。人类的自由意志是神圣不可侵犯的，不容忽视。我们必须避免被它的光芒所左右，合理使用数据，做好迎接挑战的准备。
四． 广告业要迅速发展，须融入大数据的环境。
大数据时代的发展是必然的。对于广告业来说，其未来发展必须融入大数据环境。通过对数据的收集、分析、处理，让广告商更加清楚什么样的广告才会受到消费者的青睐，为广告的定位提供理论依据，更加准确地把握消费者心理。其次，利用大数据广告商可以更准确地掌握广告的时间、对象和位置，及时了解消费市场，增加广告的预期效果，从而获得更大的广告收入。
大数据是一种资源，是促进社会更好发展的工具。只要我们正确使用这个工具，它就会改变我们的生活环境，优化和提高我们的生活质量。但这不是魔杖。它只能为我们打开一扇了解世界的新大门，不能创造我们想要的世界。因此我们在迈向大数据时代发展时，我们要运用数据思维，使用数据技术，解决数据时代遇到的各种问题，我们也应当“怀有谦恭之心，铭记人性之本”，让大数据发挥其自身价值，为整个人类社会发展扮演更重要的角色，推动人类社会不断的前进。
