【www.gbppp.com--读后感大全】
《大数据时代》读后感
随着技术的蓬勃发展，让世人感慨的信息时代即将被大数据时代全面取代。曾经用信息去掌握经济，知识乃至战争，而现在则利用数据分析信息去掌握未来，不难否认，世界的本质就是数据，当掌握了数据，便可轻而易举地通过数据中的相关关系预测事物的发展。
书中提到了三个重要的概念：1.要全体不要抽样；2.要效率不要绝对精确，
3.要相关不要因果。并且讲述了＂大数据＂时代三种重要变革：思维变革，商业变革以及管理变革。就像三次工业革命一样，在这些巨大变革的＂冲击＂之下，现代社会的运作方式定然发生重大的改变。
早在互联网出现之初，网络就预示了信息公开，在网络上输入的每一个数据，都会将被自动记录。当数据的积累量足够大时，进而量变引起了质变，也就是说“大数据时代”是“信息时代”的升华，也是发展所趋。“大数据”通过对海量数据有针对性的分析，赋予了互联网智商，这使得互联网的作用从简单的信息交流和数据传递，上升到基于海量数据的分析与判断，即互联网学会“思考”了，这也是当下热门的人工智能的基础之一。大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革，对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。
＂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＂，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，人类的生活被各种数据描述，经济金融走向被海量的数据进行分析预测，人们之间的关系也会因为数据而扯上丝丝缕缕的联系。
有这样的夸张说法，大数据时代的来临，使山村投资者能够和洛杉矶大佬一样去分析华尔街的股价变化，文化的进一步融合变得势不可挡，唯一显示他们区别的，就是基于自身观念所做出的判断，而这种判断，在不断的经济碰撞之下，也将逐步变得趋同。通过对海量数据的分析，获得巨大价值的产品和服务，或深刻的洞见的公司不在少数。比如谷歌，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。同时收益的包括国内的阿里巴巴等公司，在一次演讲上，马云说到：“阿里巴巴是大数据的红利获得者。”早在七八年前，阿里巴巴公司就在云计算，大数据方面花了大量的精力与财力，这才诞生了互联网金融。如果没有数据支持，互联网金融是不可想象的。贴近生活的大数据应用，就比如我特别爱用的一款名为“网易云音乐”的软件。
数据的发展对各行各业有着难以言估的价值与机遇。客户数据、交易数据、管理数据等海量数据不断增长，机遇和挑战随之而来，各个企业应学会适应变革，适者生存是自然不变的法则。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，从数据中攫取值，笑看风云变换，稳健赢取未来。
大数据意味着什么——《大数据时代》读书笔记
自英国人维克托.迈克.舍恩伯格（Viktor Mayer Schonberger）2013年写了一本叫《大数据时代：生活、工作和思维的大变革》的互联网专著，“大数据”一夜之间成为全球互联网领域的核心关键词，无论国外的谷歌、亚马逊、facebook、twitter，还是国内的新浪、腾讯、淘宝、京东、当当、百度等互联网企业及传播学者、新媒体研究者、媒体人都将注意力转移到这一核心关键词上面，仿佛这年头如果你还对大数据浑然不知，走出去都不好意思跟传播学大家谈互联网，谈新媒体，谈如今如火如荼的电子商务。那么，到底什么是大数据？大数据有哪些特征？大数据对互联网、对普通网民意味着什么呢？
去新华书店搬回来这本大部头，一口气读完，维克托用生动的案例幽默的语言，针对上述问题娓娓道来。
提起“数据”，大家都知道是一种用0、1等计算机语言表示的信息，而所谓的“大数据”就是一种流量、存储量超级大（以TB计算）数据。谷歌地图街景（图片）是大数据，每一个微博用户在微博上产生的全部内容合起来作为一个整体是一种大数据，淘宝店主和每一位淘宝用户在淘宝这个平台上产生的所有信息作为一个整体是一种大数据，国内最大的搜索引擎百度里面所有的无数条的类目信息合起来也是一种大数据，这些都是互联网企业普遍存在的大数据，事实上，大数据在我们的日常生活中还有更为普遍的应用：超级市场里每一位会员刷卡购物（非会员购物买单时留下的购物清单也是大数据的一部分）时留下来的信息是大数据，百货大楼、大商场里面各个角落里安装的摄像头拍下每一位顾客进出商场及在商场中活动的画面是大数据，甚至汽车里面安装的电子狗、导航系统作业时也能带来大数据。细数身边常接触的这些大数据，仿佛还不得不信维克托这位号称“大数据商业应用第一人”大胆提出的“大数据”这个新概念的存在。 大数据最大的特征就是数据量大、庞大、巨大。因为数据量大，所以才能商业特别是互联网企业带来不可估量的现时或潜在的价值，如果百度里面的数据量不够大，可供网民搜索的类目和条目不够多，那它毫无可能成为网民的“移动的百科全书”。如果超级市场里面顾客和会员没有留下大量的数据，那么超级市场根本无从精确判断下个月该进多少货，该进哪些货品。这，就是数据量够大带来的变革之一。其次，大数据还具有巨大的商业价值。
除了刚才举到的两个案例，再譬如汽车里面安装的导航系统如果除了导航还增加实时测速、安全气囊爆破记录甚至刹车、加速、减速记录功能，那么它形成的大数据对保险公司定制车险套餐，汽车维修店开发新业务具有强大的参考借鉴价值。再譬如，每一位微博用户，哪怕你从不发微博（内容）只是围观，对于新浪微博也具有商业价值，因为新浪微博大数据的构成离不开每一位微博用户。当然，大数据的商业价值远非于此，下文还会讲到。大数据的第三个特征是具有相关性。因为数据与数据之间具有相关性，大数据才可供分析，分析的结果才能带来更多的价值。但是在本书中，维克托主张一种观点，就是无需在乎数据之间的因果关系，只要能看到数据之间的相关关系即可。譬如汽车安全气囊爆破的概率和车祸之间没有必然的因果关系，但是安全气囊爆破和保险公司为车主定制更为精准的保险套餐之间却有相关关系，用户只要关注后者即可，而不必纠结与因果关系。除此之外，大数据还具有非精确性、免费和可重复利用等特征。
第三个问题：大数据对普通人意味着什么，即大数据能给普通人的生活带来哪一些影响呢？当然，提到影响就必然要分正面的和负面的来谈。首先谈谈大数据的正面影响。用维克托在《大数据时代》中提到的两个印象深刻的经典案例来说明这个问题。第一个案例是，facebook前几年通过搜集上亿条有关流感的信息进行分析，从而预测美国各大城市何时会发生流感，以让大家为预防流感提前做好准备。这是大数据给普通人带来实实在在正面影响的典型，此外这一案例还反映了大数据一个强大的功能，那就是预测功能，而维克托的这本书本身就是面向未来的，书中所提到的案例极少是已经实现了的，维克托提出的“大数据”这个新概念给互联网的未来描绘了一幅看起来前途无限光明的蓝图，而他提到的利用大数据进行商业和管理的案例大多有待进一步开发和尝试。当然，facebook、twitter上的信息既然能够预测流感，那它肯定还能够预测像电影票房这样的普通数据。第二个案例是，乔布斯利用大数据治疗癌症的例子。大家都知道乔布斯是因为胰腺癌于2011年去世的，但可能大家并不清楚乔布斯事实上早在好多年前就知道自己患了癌症并让他的医生给他做23对基因碱基配对，根据配对结果再制定用药计划，而基因碱基配对可以得出无数种（N+N+N+...）数据，这就意味着乔布斯在去世之前其实已经尝试了N种治疗方案了，而还未等到他尝试所有因基因碱基配对制定的药物治疗疗程就去世了。这个案例说明，大数据原来还可以在医疗领域进行应用。除了上述两个案例，维克托给人们描绘的大数据的强大用途还体现在商业运营、企业管理等领域，想了解更多大数据的用途建议有兴趣者去阅读这本书。
前面谈到任何事物都具有两面性，大数据对人们的影响除了正面的积极影响，同时也存在隐患和负面影响。作为一本学术专著，维克托在这本书的最后也提到了大数据带来的最大隐
患就是侵犯隐私和保护隐私权的问题。谷歌地图街景功能的开发应用，将普通人的生活毫无保留地呈现在公众面前，尽管在被控诉之后谷歌已对高清街景的隐私部分打了马赛克，作了模糊处理，但依然无法减少大家对这它的抱怨和恐惧。
写至此，我不得不说，大数据确确实实正在改变着商业，管理甚至普通人的工作、生活和思维，我们特别是互联网企业也领略到了大数据带来的诸多便利和好处，与此同时，大数据也带来了侵犯隐私等问题，大数据是一种信息，或者说是一种媒介，它是好是坏完全取决了利用大数据的人，一方面可以大胆想象并开发大数据的潜在功能和价值，为人们带来好处，另一方面，我们也应防止大数据的滥用。
大数据的商业化应用与现实思考
———读《大数据时代》
今年5月，马云在卸任阿里巴巴CEO的演讲上说“很多人还没搞清楚什么是PC互联网，移动互联网来了，我们还没搞清楚移动互联的时候，大数据时代又来了。”
最近几年是历史上创业环境最好的时期，时势造英雄，大数据也登上了风口浪尖，不仅出现在阿里巴巴、谷歌等互联网公司的战略规划中，同时在国务院和政府报告中多次提及，无疑成为互联网世界中的明星。《大数据时代》这本书，举出了很多现实案例，提出的精炼理论，让我受益匪浅，引发了很多思考。
本书从思维、商业、管理三个方面阐述了在大数据时代在下的变革。其主要观点这里我就不再赘述，主要结合自己的思考谈谈想法。
一、未来的商业化应用
可以预见的是未来数据和内容将取代技术成为互联网的核心标志，大数据的价值在于基于对数据和内容的分析，继而极大的优化资源配置。大数据行业属于互联网的一个重要部分，赢者通吃的规律也同样适用，未来在大数据的商业化应用中会产生体量巨大的跨国公司。
数据本身不产生价值，如何分析和利用大数据对业务产生帮助才是关键。大数据就像地球上难以计数的土壤，正真有价值的信息就像金矿一样埋藏在地下，挖出并利用“金矿”才 是关键。随着未来的趋势，大数据将进入更务实的发展阶段，我认为大数据挖掘商业价值的方法有以下几个方面：
1.大数据交易，数据就是未来的石油、煤炭。
原始数据蕴含着巨大商业价值，获取原始数据就像开采出来的矿石，需要进一步的加工冶炼，才能发掘其价值。目前，出现了中关村数海大数据交易平台、贵阳大数据交易等企业级交易平台。2015年5月，在贵阳国际大数据产业博览会暨全球大数据时代贵阳峰会上，贵阳大数据交易所推出《2015年中国大数据交易白皮书》和《贵阳大数据交易所702公约》，为大数据交易所的性质、目的、交易标的、信息隐私保护等指明了方向，奠定了大数据金矿变现的产业基础。
历史上无数的风险投资会为科技公司捧场，越来越多的资金会进入大数据交易市场，随着市场交易的活跃，规模的扩大；必然会产生大数据期货，主题基金债券等金融衍生品。市场的发展会进一步带动下游和上游产业的繁荣，最终形成系统化、规模化的商业体系。
2.提供商业信息，为企业经营、行业发展提供指导服务。
大数据的商业应用越来越广泛，作用也越来越明显，书中举出了一些例子，我这里再做以补充：
滴滴打车利用大数据分析实时综合调度“快车”、“专车”、“出租车”、“顺风车”甚至是滴滴巴士的资源，实现全局的交通资源优化。全局的资源配置避免了资源浪费和过度竞争，大大提高了交通资源的使用效率。【大数据时代读后感】
美国的一家跨国农业生物技术公司孟山都，让农民不用懂“高科技”也能享受大数据的成果。建立了农业数据联盟来统一数据标准，并通过对数据的分析为农民提供“决策服务”，农民只需在驾驶室里拿出手机，收集种子监视器传来的数据，然后将其上传
给服务器，最终服务器将返回化肥的配方到农场拖拉机上，完成对农作物的精确施肥。仅仅这一项技术，每年就为美国农民节省出数亿美元的化肥支出。
未来社会中，信息就是金钱，大数据提供出来的大量有价值的信息会创造出极大的商业价值。庞大的市场需求会催生出专门利用大数据分析来提供商业咨询服务的公司，在企业级客户中将扮演举足轻重的角色。
3.政府决策智库，提高决策效率和科学性。
我在今天的今日头条qpp中看到了这样的新闻：《安徽省人民政府办公厅关于印发安徽省运用大数据加强对市场主体服务和监管实施方案的通知》。继而联想到本书中作者概况出大数据的四大特征：大量(Volume)、多样(Variety)、价值 (Value)、高速(Velocity)。政府作为大型公众管理机构其信息需求与大数据一拍即合。【大数据时代读后感】
例如“911”事件之后，美国政府在反思中发现，多个安全部门之间协调不到位、不能及时分享情报资源，是其虽然掌握了诸多线索却没能预防恐怖事件发生的重要原因之
一。通过建立“棱镜”等大数据平台，运用大数据技术和分析手段，美国的国家安全部门能够以更高效率完成对多种来源数据的分析，并揭示出不同行为间的互动关系，进而能够运用分析算法预测危险分子的行动趋势。这为安全部门预防恐怖主义等威胁国家利益的行为提供了前所未有的可能。
另外，以大数据为手段，能够提高从各种情报中“大海捞针”的水平，通过提取人们行为的时空规律性和关联性，进行犯罪预测。加利福尼亚州桑塔克鲁兹市使用犯罪预测系统，对可能出现犯罪的重点区域、重要时段进行预测，并安排巡警巡逻。在所预测的犯罪事件中，有三分之二真的发生。系统投入使用一年后，该市入室行窃减少了11%，偷车减少了8%，抓捕率上升了56%。
这样的例子有很多，大数据对政府的决策带来的改变是革命性的，但作为政府部门，其基因决定它不会直接参与对大数据的分析，但刚性需求会创造巨大的市场，将会出现类似兰德公司模式但利用大数据进行分析的决策智库，政府将会为其信息服务买单。
4.金融投资工具
传统的金融投资机构也越来越多的引用大数据来帮助决策，人在投资交易过程中无法避免的受到个人情绪，个人偏好的影响，带有主观因素；另一方面，市场瞬息万变，每时每刻都产生数以万计的交易信息，很大程度已经超出人脑的计算处理能力。未来的趋势是要让数据“说话”。
证券市场行为、各类指数与投资者的分析、判断以及情绪都有很大关系，而后者都可以从数据中获取，现实生活中拥有大量用户数据的互联网公司将其论坛、博客、新闻报道、文章、网民用户情绪、投资行为与市场行情对接，研究的是互联网的行为数据，关注热点及市场情绪，动态调整投资组合，开发出大数据投资工具，比如大数据类基金等，这些投资工具直接将大数据转化为投资理财产品。
随着技术的发展，基于大数据的金融投资工具将越来越普及，也将成为大数据商业化应用中的重要组成部分。
5.健康与医疗
书中提到的一个例子，2009年，谷歌推出“流感趋势预测“项目，在甲型H1N1流感暴发的几周前，“谷歌流感趋势”成功预测了流感在美国境内的传播，其分析结果甚至具体到特定的地区和州，并且非常及时。谷歌的判断基于人们的搜索行为，而现在
在苹果iwatch的模范效应下，可穿戴设备大行其道，利用传感器收集大量的人类行为和生理运动数据，比如健身腕带可以收集有关我们走路或者慢跑的数据，行走步数、卡路里消耗、睡眠时长等；床垫监测传感器可以自动监测和记录心脏速率、呼吸速率、运动和睡眠活动„„通过计算机的分析处理，这些数据与健康记录可以用来监测我们的健康状况，并提出对应的建议和风险预警。
整个链条从采集、传输、处理、分析都离不开大数据的支持，最终构成以大数据为基础的产业系统，作为最基础的数据将具有极高的商业价值。
二、现实思考
1.大数据是否存在泡沫？
Michael Jordan教授是机器学习和大数据应用世界范围内最被尊敬的专家之一，这里引用他的他观点：
（1）目前的大数据给出的结果可靠性不够，如果急于应用到实际中，就好比是土木工程都没学好就开始造桥，结果只能造出“豆腐渣工程”
（2）作为一个科学，不够严谨（原文是“没有error bar”）。不像造桥的土木工程，经过多年的积累，明确地能告诉我们什么样的情况可以造，什么不可以，而大数据没有。
（3）有些媒体为了让公众容易理解打了些比方，但是这种比方造成了太多误解，进而造成了太多夸张的宣传。大数据还是一个没有足够严谨程度的科学。
很多时候过早对一个技术爆发热情，寄希望它可以改变世界，如果短时间没有成果，有可能热情一下子转冷又觉得这是个错误，加速抽离给这个技术的资源。显然Michael教授很担心现在公众对这个技术的热情，并不是基于对这个技术的理解，而是出于对概念的追捧，从而有可能会经历这样的态度转变。但是他认为这个领域是现实存在的，很多重要的应用，假以时日，是会创造价值的。但是现在很多媒体宣传和投资行为，存在泡沫。
原文：Machine-Learning Maestro Michael Jordan on the Delusions of Big Data and Other Huge Engineering Efforts
2.关于本书作者提出的“不是因果关系，而是相关关系”。
本书译者周涛教授在序言里表示有待商榷，他甚至认为如果放弃对因果关系的分析，是人类的堕落。
人类在不断的问“为什么”的时候成长进步，对世界万物规律性的理解是人类发展进
步的原动力。一个普遍的共识是，科学的精神就是质疑，从早期的“唯上帝论”到改革开放初期风行的“超能力”，再到近期的“气功大师”；在历史发展中违背科学精神的反面案例不胜枚举；对自己不了解的事物，不能单纯的用想象力去填补。另一方面，由于自身眼界和知识的局限性，对事物的认识不够深入，要通过不断地学习来提高自己。
依照作者的观点，大数据会告诉我们，会怎么样，但是却很难说清楚为什么这样。（可能也可以解释清楚，但是我们会难以理解，就像虫洞和多维空间的概念。）
但细细想来，我认为因果关系是存在的，大数据之间的关系并不能用简单的因果关系，或者相关关系来解释；它类似于立体化的点线面之间的关系，单独数据（事件）之间必然存在因果关系，而大数据体量巨大，关系错综复杂，可以理解为众多单独数据（事件）点，点与点之间的关系构成一条线，线与线之间构成面，最终构成多个面的大数据关系，它是无数因果关系的有机立体化组合，看似错综复杂，但是其中也有规律可循。
3.大数据时代如何保护个人隐私？
我们经常用个人信息来交换服务：我们使用百度地图，交换出去现在的位置信息；我们使用QQ，交换出去自己的个人关系；我们使用天猫，交换出去联系方式甚至家庭住址。这些交换难以用价格衡量，往往也不会让人觉得心疼或不安，因为是为了得到服务。
就像走路不能抹去自己留下的脚印一样，大数据时代，你无法抹去的“数据脚印”也让你的隐私暴露风险增大。事实上，不仅包括互联网，一个人的”数据脚印”还散落于各个信息系统里面，包括手机、PC、信用卡、交通卡、视频监控等各种业务系统，这些分散在各个系统中的数据乍一看价值不大，但如果把它们深入整合、挖掘，就能发现这个消费者的性格、爱好以及消费习惯等信息，这些信息对商家非常有价值。但对消费者来说，宁静生活却往往由此被打破。
作者在书中在最后一部分分析大数据带来无数好处的同时带来的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。书中提出了几种解决方法，一种是使用数据时征询数据所有个人的知晓和授权。第二个技术途径就是匿名化。但是这些措施会起到多大作用值得商榷。
我认为在未来个人的隐私实在是难以遁形，技术是一把双刃剑，我们应用技术提高生活水平，同时也用我们的隐私做出了交换。每个人都不是独立的，未来作为一个“社会人”， 一方面在保证知情权的前提下，我们可以放弃一部分非核心的隐私，来交换更
好的服务，同时要形成对自我隐私保护的习惯，另一方面要加强立法监督。
结语：
“近一百年来，总有一些公司很幸运地、有意识或无意识地站在技术革命的浪尖之上。对于一个弄潮的年轻人来讲，最幸运的，莫过于赶上一波大潮。” 这是清华大学博士、前谷歌工程师吴军写在其代表作《浪潮之巅》扉页上的话。
大数据的浪潮正在酝酿，我们必须以知识和能力武装自己，做一个冷静而又技艺精深的“冲浪者”。
学号：110150405 姓名：魏阳班级：13级广告1班
《大数据时代》读后感
看完“《大数据时代》——生活、工作与思维的大变革”，颇为感慨，这世界变化真的快！农业化、工业化、信息化时代的相继经历，使得世界天翻地覆。 我们不再热衷于寻找因果关系，而应该寻找事物之间的相关关系。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。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”，将世界看做信息，看做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。我之所以把它放在最前面来讲，因为我觉得，这是谈数据化世界的前提，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。经过我自己脑子的整理，把数据化世界这个命题列为大数据思维的第二步。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，就是第一句话。书中另一个吸引我的地方就是，有很多观点的论述，会从哲学的高度论述。虽然，自己肚子没多少墨水，但是读这些描述的时候，就会发现自己会更好的理解作者提出的命题。比如书中有一段文字
当我们说人类是通过因果关系了解世界时，我们指的是我们再理解和解释世界各种现象时使用的两种基本方法：一种是通过快速、虚幻的因果关系，还有一种就是通过缓慢、有条不紊的因果关系。大数据会改变这两种基本方法在我们认识世界时所扮演的角色。 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。好了，那么大数据到底改变了我们什么呢，作者给出3点，
大数据的精髓在于我们分析信息时的三个转变，这些转变讲改变我们理解和组建社会的方法。
第一个转变就是，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（样本=总体）
第二个转变就是，研究数据如此之多，以至于我们不再热衷于追求精确度
第三个转变因前两个转变而促成，即我们不再热衷于寻找因果关系，而应该寻找事物之间的相关关系。大数据告诉我们“是什么”而不是“为什么”。在大数据时代，我们不必知道现象背后的原因，我们只要让数据自己发声。
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。如果眼前新的现实与大脑中储存的固有信息无法协调，便会在无意识中拒绝接受新的现实；或者通过自己一知半解的知识任意推测，使自己认识到的情况偏离实际。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。
讲了这么多，那么大数据到底给我们带来什么。在这里，我只想谈我感触最深的，其他的有兴趣的可以自己去了解。当然，书中提了很多，最多的就是，XXX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，最让我动心亦或者是害怕的是---预测。 大数据的核心就是预测。它通常被视为人工智能的一部分，或者更确切地说，
被视为一种机器学习。但是这种定义是有误导性的。大数据不是要教机器像人一样思考。相反，它是把数学算法运用到海量的数据上来预测事情发生的可能性。一封邮件被作为垃圾邮件过滤掉的可能性，输入的“teh”应该是“the”的可能性，从一个人乱穿马路时行进的轨迹和速度来看他能及时穿过马路的可能性，都是大数据可以预测的范围。当然，如果一个人能及时穿过马路，那么他乱穿马路时，车子就只需要稍稍减速就好。但是这些预测系统之所以能够成功，关键在于它们是建立在海量数据的基础之上的。此外，随着系统接收到的数据越来越多，通过记录找到的最好的预测与模式，可以对系统进行改进。
在不久的将来，世界许多现在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。计算机系统可以发挥作用的领域远远不止驾驶和交友，还有更多更复杂的任务。别忘了，亚马逊可以帮我们推荐想要的书，谷歌可以为关联网站排序，facebook知道我们的喜好，而linkedin可以猜出我们认识谁。当然，同样的技术也可以运用到疾病诊断、推荐治疗措施，甚至是识别潜在犯罪分子上。
就像互联网通过给计算机添加通信功能而改变了世界，大数据也将改变我们生活中最重要的方面，因为它为我们的生活创造了前所未有的可量化的维度。大数据已经成为了新发明和新服务的源泉，而更多的改变正蓄势待发。
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，那么我们的未来会被精准的预测，因此在未来，我们不仅会失去选择的权利，而且会按照预测去行动。如果精准的预测成为现实的话，我们也就失去了自由意志，失去了自由选择的权利。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。
扯到这里，顺便扯一下，书中另一段关于自由意志的描述
在哲学界，关于因果关系是否存在的争论已经持续了几个世纪。毕竟，如果凡事皆有因果的话，那么我们就没有决定任何事的自由了。如果说我们做的每一个决定或者每一个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。以此循环往复，那么就不存在人的自由意志这一说了。----所有的生命轨迹都只是受因果关系的控制了。因此，对于因果关系在世间所扮演的角色，哲学家们争论不休，有时他们认为，这是与自由意志相对立。
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，附上两段结语，一段是书中的一段话，另一段是我自己瞎编的
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，只是参考答案，帮助是暂时的，而更好的方法和答案还在
不久的未来。
大数据终将会影响到我们，也像其他技术一样会是一把双刃剑，用得好，动心，滥用，害怕。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，未来的大数据的发展会如作者所说的，是一场生活、工作与思维的革命。
无论如何，大家看到这四个是不是有种，不管我上面扯得有没有道理，通不通顺，下面的话，会很有道理的样子的错觉（抄袭于《栋笃笑》）OK，无论如何，日子还是得照过。施主，我看你骨骼惊奇，是个练武奇才，最后送上《九阳神功》心法，以后维护世界和平的重任就交给你了。
他强由他强，清风抚山冈。
他横由他横，明月照大江。
他自狠来他自恶，我自一口真气足。
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。
然而，事实真的是这样吗？首先，从应用角度出发，低廉的运算能力和存储空间，让以前的样本分析显得非常简陋——一些从全体数据挖掘出来，忽略精确而从大量数据的简单算法得出来的结论颠覆了常识。但个人觉得，这只是统计学的终极目标——并没有非常大的跨越，可能终结了回归分析，有效性验证等手段，但依旧还是统计。而革命性在于关注相关关系而非因果关系。现场讨论从神学角度挑战了因果关系的不可能——或者说人类用简单思考的逻辑来定义因果，以及用之前小数据演绎出大概率事件来推导因果，都是不正确的。真正的因果关系应该属于上帝的范畴，人类如果真的完全掌握之后，会统治整个宇宙。但我觉得，无需从神学观点来讨论，而可以借鉴量子力学对经典力学的颠覆——在原子层面上，经典力学会失效——那么在大数据层面上，普通的抽样调查直观反映会失效。而且从量子力学角度是很难推导经典力学的公式，那么从现在的惯有思维，也难以推导出大数据的因果关系。同时现场有讨论，是否计算机可以精确地模拟每个原子，然后完整地展现微观到宏观的化学反应细节？我觉得首先是计算能力不足，其次即便设定原子的运动条件真的正确，计算结果未知但宏观结果我们却已经知道——牛顿的经典力学足以应付日常绝大部分情况了。好比切西瓜，究竟刀头的铁原子和西瓜的有机分子如何作用，真的重要吗？回归到商业领域，如果我们可以提高相关性的准确度，从而提高投入效率，那就已经足够了。本来一个产品受到一半客户喜欢，但如果通过大数据挖掘到更好的定位，有百分之八十的客户喜欢，那么价值已经非常可观了。
大数据帮助我们把未来的迷雾拨开了一点，但好比《沉重的肉身》当中讨论的，更多的选择权并不能带给人幸福——因为知道自己不能做不能得到的也更多了。解决工作模式，生存意义，幸福之道等问题，关键还是看自己如何看待和使用这些新式工具以及新结论。引用《神探伽利略》里面的台词：可被重复的，一定有道理存在。那么现在重复的越来越多，更需要保持探索
和敬畏之心，人才不会迷路。
拥抱大数据时代
——读《大数据时代》 工业工程1501 刘彤 2120153534
21世纪，一个充满了变革的时代，很喜欢的一句话是“未来扑面而来”，二十年前，我们甚至不知道网购是啥，然而，到了现在，网购几乎已经变成了我们生活中必不可少的一部分。想到了几十年前全球排名前十的公司现在几乎全部重新洗牌，想到了，现在一份《纽约时报》的信息量近乎19世纪人，一生所接触到的信息量，不得不说，这是一个信息爆炸的年代。有人说，在这个时代你掌握了大量的数据那你离成功就不远了，因为这是个“大数据时代”。大数据并不是数据大，而是指海量的数据，当我们拥有了海量的数据是，那么，我们可以通过各种方法和手段获取自己想要得到的结论。选择读《大数据时代》这本书，一则是出于对这个名词的好奇，二则是觉得那么多人推荐必然值得一读。
《大数据时代》是被誉为“大数据时代的预言家”的维克托·迈尔—舍恩伯格教授的代表作之一，宽带资本董事长田溯宁先生说这本书是他看到过的最好的大数据著作，不管对于产业实践者，还是对于政府和公众机构，都是非常具有价值的。
《大数据时代》从思维变革、商业变革、管理变革三部分对大数据的基本概念和特点进行阐述，但这本书不同于大多数理论书籍的枯燥，也不是一本厚重的科普杂志，书中观点掷地有声，观念高屋建瓴，例证丰富翔实，体现了舍恩伯格教授广博的知识，强大的驾驭问题的能力以及他立言立说的野心，是一本不可多得的大数据著作。
如作者所说，大数据开启了一次重大的时代转型，是一场生活、工作与思维的大变革，新时代的我们正处于这场巨大的变革中，我们是参与者、也是承受者，生活中无时无刻不被大数据包围，便捷、舒适来于斯，对隐私的担忧也来于斯。也就是说，大数据也是一把双刃剑，我们的自由越大，约束也随之增大。
关于思维变革
更多
采样分析在过去的统计分析中扮演者举足轻重的角色，它用最少的数据得到最多的信息但采样分析暴露出来的问题也是不容忽视的，首先，采样分析的精确性与采样的随机性呈正相关，与样本数量无相关关系；其次，当人们不满足大概的结果时，随机采样就失去了原有的效力，用作者的话说就是“在宏观领域起作用的方法在微观领域失去了作用”。随着数据处理技术的巨大变革，我们需要的是尽可能多的数据甚至是所有的数据，也就是说“样本=总体”。乔布斯的癌症治疗过程就是一个很好的说明“样本=总体”的好例子。
采样分析忽视了细节的考察，随着大数据时代的发展，这个缺点越来越不能被忽视，因为，生活中的乐趣往往存在于细节中。也许，依赖采样分析，Google的流感趋势、Farecast的机票价格预测、Xoom与跨额境汇款异常交易报警都将出现不同程度的偏差甚至不复存在 更杂
在小数据时代，我们要做的事尽量避免不精确，保证数据质量，因为数据的有限性会导致细微的错误被无限放大使得结果无限偏离准确值，但在大数据时代我们允许不精确，甚至欢迎数据的混杂，实践得到“大数据的简单算法比小数据的复杂算法更有效”，比如，Google的翻译系统。作者告诉我们，在大数据时代纷繁的数据越多越好，大数据时代要求我们重新审视精确性的优劣。如 ，MIT的两位经济学家提出的接受更加混杂的数据，他们将大数据与好的分析方法相结合，在2008年9月著名的雷曼兄弟公司破产之后马上发现了通货紧缩趋势，然而依赖官方数据的人员直到同年的11月才知道。
混杂其实是为了更精确，所以，不应该竭力避免混杂性，而应该让其成为标准途径，我们应该学习那些互联网上非常火的网址，欣赏不精确性而不会假装精确。当数据规模变得很
大的时候确切的数据已经不那么重要了。
更好
《大数据时代》告诉我们，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，而是要让数据自己发声。也就是说，我们应该改变传统的因果关系的思维而向相关关系的思维发展，这样才可以更好地适应大数据时代的要求，也可以帮助我们更好地了解这个世界。
关于商业变革与管理变革
如果说大数据时代的思维变革有些抽象的话，那么大数据时代的商业变革和管理变革会帮助我们更清楚的看到大数据时代对我们的真切的影响。
莫里中校发现庞大的数据库有着小数据库没有的价值，也就是说远在信息数字化之前，对数据的运用就已经开始了。现在，人们开始从各种地方提取数据以方便商业运用。如，日本的越水重臣教授研究的关于一个人的坐姿，把人的屁股特征转化为数据，设计相关的分析系统，这个系统能根据人体对座位的压力差异识别乘坐者的身份，这项技术可以座位汽车防盗系统安装在汽车上等一切可行的服务和一个前景光明的产业。大数据并不意味着是大数字，而是将现象转变为制表分析的量化形式的过程。如作者说，数字化带来数据化，但数字化无法取代数据化，因为两者之间本质上的不同。
文字变为数据我们绝不陌生，比如Google的数字图书馆，再比如现在的电子书，以前知识的更新周期以年为单位，现如今以天为单位都会觉得有些长，因为这是一个知识大爆炸的时代。
习惯使用诸如Google地球、百度地图之类应用软件，它们会给我们的出行带来巨大的便利，随着用户使用次数的增加，其收集到的数据越来越多越来越杂，但它们的精确性却越来越好。因为，开发者将我们的方位信息变为数据，再经过很多数学建模型的处理，提供给我们便利，同时又再次收集方位信息，再次处理······一次一次的打磨改进，让数据处理的方式更优良，提供给我们的是更好的路线。
常用的社交软件如Facebook、Twitter、QQ等，在满足我们感情宣泄等的需求的同时“默默”收集着关于我们的一点一滴然后拼凑成一个一个“完美”的人格，然后根据每个人的不同性格来进行一定的商业活动比如，网页广告的位置等。亚马逊的推荐系统，将其的效益提高了很多倍，深究其根源是我们留下的痕迹给了它们信息，系统并不知道为什么要推荐这件商品给你但它知道推荐这件商品给你，你买的可能性最大······
现在的我们，时刻都暴露在“第三只眼”之下：购物软件监视着我们的购物习惯，以Google为代表监视着我们的浏览习惯，微博、Facebook、Twitter似乎什么都知道，包括我们的社交关系网。是的，我们的隐私被二次利用了，有人说我们可以匿名，但其实却变成了“此地无银三百两”的闹剧······我们要合理的使用大数据，不要造成数据独裁，不要再让罗伯特·麦克纳马拉的错误上演，毕竟卓越的才华并不依赖于数据，乔帮主的iPhone、iPad和iPod靠的就不是数据，而是他的直觉，记者问及乔帮主苹果推出iPad之前做了多少市场调研时，他的回答是“没做！消费者没有义务去了解自己想要什么。”
大数据的好处毋庸置疑，但我们也要挣脱大数据的困境，防止我们重蹈伊卡洛斯的覆辙，防止我们变为大数据时代的奴隶。我们要学会掌控，要学会责任与自由并举的信息管理才是真正符合社会发展需求的。我们理性的接受大数据时代，拥抱大数据时代，享受大数据时代带给我们的优越生活，同时我们不能完全的依赖大数据，毕竟这只是让我们生活更好的一个方式而已，更多的还是要我们自己去体会，自己去发掘，自己用心去感悟。“就历史经验论，任何一制度绝不能有利而无弊，任何一制度亦绝不能历久而不变”钱穆先生在《中国历代政治得失》一书中这样说道。
也许某天，大数据时代会突然消失，就像蒸汽时代消失那样，甚至比它还要快，日新月
异发展的世界，总会给我们带来各种惊喜，或者是惊吓，比如你上个月才买的iPhone6s，下个月又出了新款······不期待下一个什么时代，因为我知道，我们期待与否，并不重要，在它该来的那一天它会到来，不变的永远是为了更加便捷优越的生活。
《大数据时代》读后感
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籍，起初我读此书时，它令我十分苦恼，我感觉很枯燥，随着深入仔细的阅读，慢慢的我发现看似索然无味的书却让我获益匪浅。
《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。它阐述了很多与数据相关成功的实例，揭示了数据在现实生活中所扮演的角色，告诉我们应该有效的利用数据资源，并更好的融入这个大数据时代。读过此书，我学习到了不少有关数据的知识，获得了四条重要启示。
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。而大数据最值钱的部分就是它自身，掌握数据，通过创新能创造新价值。例如：本书所提到的Mastercard和VISA这样的信用卡发行商通过为小银行和商家提供服务，他们能够从自己的服务网中获取更多的交易信息和顾客消费信息。掌握大量数据后，将这些进行分析后的数据授权给第三方使用来获取巨大利润。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。现今许多企业可以效仿此做法，通过数据来提高企业的竞争力。
二．寻找数据相关关系，预测未来发生事件。
在大数据时代，数据增长越快，事物之间就存在着似强似弱的相关关系。通过对数据相关关系的分析，我们可以利用其特点推动企业发展。比如谷歌流感趋势就是一个典型的例子。在一个特定的地理位置，越多的人通过谷歌搜索特定的词条，分析出该地区有很多人患流感，然而数据有时也存在较弱的相关关系，如一个人的鞋码和幸福就毫无关系。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
本文来源：http://www.gbppp.com/jy/464802/
推荐访问:大数据时代读后感1500 与大数据同行读后感