- 相关推荐
《大数据时代》读后感范文（通用16篇）
认真读完一本名著后，相信大家的收获肯定不少，需要回过头来写一写读后感了。那么你会写读后感吗？以下是小编为大家整理的《大数据时代》读后感范文，仅供参考，大家一起来看看吧。
《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，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？
查了查百度百科，是这样定义的：大数据，或称巨量资料，指的是所涉及的资料量规模巨大到无法通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，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等全球顶级企业，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，如果能做足功课又具备相应的理论功底，就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，数据独裁与隐私保护成为一对矛盾。
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
舍恩伯格的《大数据时代》，让我重新审视了"大数据"这个在信息时代异军突起的热点词汇，作为信息安全专业的我，对大数据这个词本身有着更多的热忱。
在百度上搜索到的解释是："大数据"，或称巨量资料，指的是所涉及的资料量规模巨大到无法通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。
本书中，主要从三个方面论述，即思维变革、商业变革和管理变革。而舍恩伯格更是着重阐明三大观点：
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。
对于观点一，我不敢苟同，毕竟大数据的实现需要一定的技术支持，而显然，现在这种技术还不够成熟，同时一些简单的事情运用大数据反倒是问题更加复杂化，因此这种大叔据的繁杂处理方式更适用于一些特定的情况，比如商业预测，人类dna的研究等。
而对第二种观点，我是十分赞同舍恩伯格所说的"大数据的简单算法比小数据的简单算法有效"。在计算机行业迅速发展中，一种新的简单可行的算法的出现，远没有计算机在运算速度和存储容量的发展快，而大数据算法似乎更能迎合这种大趋势。
观点三中提到的相关关系在大数据中可是重量级的，它能较快找到事物规律和对应的解决措施，当然，也不能完全忽视因果关系，毕竟人们在思维上更能够接受因果关系分析出的结果，而大数据预测的需要人们慢慢的适应才能接受。当我们完成相关关系的分析而又不满足于只知道"是什么"的时候，我们就可以转而研究"为什么"了，毕竟问题的根本在于因果。而舍恩伯格的`全体数据和相关关系是大数据时代下的一种捷径。
但是在信息时代，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。
工业化、信息化，我们都向世界交出了一份让世界不能小觑的答案；大数据时代的数据化我们又将怎样在新的风暴中所向披靡，如果大数据时代是一种必然趋势，那这就是我们这一代人的责任，是我们新的战场！
《大数据时代》读后感 4
“除了上帝，任何人都必须用数据来说话。”——这是《《大数据时代》》中出现的让人印象深刻的一句话，也是全书力图传递的信息。在数字信息时代，数据和空气一样遍布生活，对于有些人来说，数据无意义，而对于有些人来说，数据，即真相。
美国是《《大数据时代》》的主角，全书通过讲述美国半个多世纪信息开放、技术创新的历史，公共财政透明的曲折、《数据质量法》背后的隐情、全民医改法案的波澜、统一身份证的百年纠结、街头警察的创新传奇、美国矿难的悲情历史、商务智能的前世今生、数据开放运动的全球兴起，Web3·0与下一代互联网的未来图景等等，为读者一一细解数据创新给公民、政府、社会带来的.种种挑战和变革。
通过全书，一个立体的美国及美国人民的思想呈现在我们面前——美国人民执著于个人隐私的保护，却又不遗余力地推动着政府信息的透明与公开。
读完此书，对生活中的数据及数据处理突然有了很大的兴趣。如果有一天，处处以数据说话，那么，政治、制度、生活将更加清明，事故、将降到最低点。
作为信息技术教师，是有必要阅读此书的！有慧根的教师将能从书中挖掘出信息技术特有的文化以及能用于教学的鲜活案例。
每天能用来阅读的时间很少，总是要等到夜深疲倦时才有空打开书本，总是在眼睛极不舒服的情况下坚持阅读，《大数据》就这样在坚持中溶入我的思想……
《大数据时代》读后感 5
读完《《大数据时代》》，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 6
对于畅销书刊、热点话题、时尚科技，始终不太感兴趣。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，习惯使用成熟的科技产品。既不清高，也非冷漠，就是要与现实保持一定的距离，给自己留一点思考的空间。这一习惯最近破了例。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，文中的事例贴近现实生活，贴近时代，令读者既印象深刻，又感同身受。此外，作者没有使用大量的专业术语，没有假装一副专业的面孔。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。
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》读后感 7
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》读后感 8
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》读后感 9
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》读后感 10
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》读后感 11
“除了上帝，任何人都必须用数据来说话。”——这是《大数据》中出现的让人印象深刻的一句话，也是全书力图传递的信息。在数字信息时代，数据和空气一样遍布生活，对于有些人来说，数据无意义，而对于有些人来说，数据，即真相。
美国是《大数据》的主角，全书通过讲述美国半个多世纪信息开放、技术创新的历史，以别开生面的经典案例——设“前所未有的开放政府”的雄心、公共财政透明的曲折、《数据质量法》背后的隐情、全民医改法案的波澜、统一身份证的百年纠结、街头警察的创新传奇、美国矿难的悲情历史、商务智能的前世今生、数据开放运动的全球兴起，以及云计算、Facebook和推特等社交媒体、Web3·0与下一代互联网的未来图景等等，为读者一一细解数据创新给公民、政府、社会带来的种种挑战和变革。
透过全书，一个立体的美国及美国人民的思想呈现在我们面前——美国人民执著于个人隐私的保护，却又不遗余力地推动着政府信息的'透明与公开。
读完此书，对生活中的数据及数据处理突然有了很大的兴趣。如果有一天，处处以数据说话，那么，政治、制度、生活将更加清明，事故将降到最低点。
作为信息技术教师，是有必要阅读此书的！有慧根的教师将能从书中挖掘出信息技术特有的文化以及能用于教学的鲜活案例。
每天能用来阅读的时间很少，总是要等到夜深疲倦时才有空打开书本，总是在眼睛极不舒服的情况下坚持阅读，《大数据》就这样在坚持中溶入我的思想……
《大数据时代》读后感 12
时代变了，人们的思维方式也会变。
当量子力学的不确定性原理被公诸于众时，大多数人都无法接受，因为如果世界真的不确定，人类对因果关系的信念就会崩溃，爱因斯坦对此的回应是“上帝不掷骰子”。
在过去，我们一直认为，世界上的一切都不是随机发生和存在的。当一件事发生时，它一定是由另一件事或之前发生的几件事引起的。但不确定性原理的出现使一切不是必然，则深刻改变了人类的思维方式和认知方式。
时至今日，这种深刻的意识形态变革仍在继续蔓延，而大数据带来的因果关系挑战正是这种意识形态变革的延续。
从不确定原理开始，人类已经认识到自己智慧的极限。在过去，我们试图准确地描述一切，用严格的因果逻辑顺序描述我们对世界的感知。
但在认识到事物的不确定性之后，我们开始以一种不同的方式构建我们的认知——概率。
在物理学中，我们不再试图知道每个量子如何运动，这是我们不能或需要做的，但我们可以确切地知道量子如何运动，这就是概率的力量。一旦数字达到一定的`水平，单个量子所产生的不确定性就会消失。
从这个意义上说，大数据时代已经到来。今天我们所谈论的大数据只是一个从实验室里传播开来的理念，从科学家的头脑中传播开来，并正在逐渐改变我们所知道的世界和所有人的认知。
正如书中所说，当我们放弃一定的精确性和因果关系时，我们会收获更多。
但这并不意味着我们将完全放弃因果关系。自古以来，人类社会的进步就依赖于因果规律，依赖于我们不断追问原因。书中所称的相关性而非因果关系，是当今技术的妥协，是对探索更好用途的暂时退让。但如果每个人都习惯了相互性而不去寻找因果关系，社会就永远不会进步。
《大数据时代》读后感 13
《大数据时代》是由英国作者维克托麦尔·舍恩伯格等所著，由胜杨燕和周涛翻译。这本书主要描述的是大数据时代到临人们生活、工作与思维各方面所遇到的重大变革。本书作者舍恩伯格在大数据领域是最受人尊敬的权威发言人之一。他二十多年来一直致力于网络经济、信息与创新、信息监管、网络规范与战略管理方面的研究，从维也纳大学到哈佛大学，从新加坡国立大学到牛津大学，世界上最著名的互联网研究学府都留下了他的足迹。开阔的学术视野与系统的学术造诣，更让他不断为企业与商业应用提供强大的理论支持。他的咨询客户包括微软、惠普、IBM、亚马逊、facebook、twitter、VISA等大数据先锋们，所以在《大数据时代》一书中，他将掌握的最前沿的大数据应用案例给予充分的分析，并对大数据的价值链与角色定位给予清晰的预见。
文中作者清晰的阐述了大数据的基本概念和特点，并列出明确的观点。不管对于产业实践者，还是对于政府和公众机构，都非常具有价值。作者将本书分为3个部分。第一部分提出了大数据时代处理数据理念上的三大转变：抽样=全体；要效率不要绝对精确；要相关不要因果；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；最后一部分，作者描绘了大数据帝国前夜的脆弱和不安，包括产业生态环境、数据安全隐私、信息公正公开等问题。
本书观点掷地有声，作者观念高屋建瓴，从很多实例和经验中萃取普适性观念。例子详实丰富，囊括了进百个学术和商业实例。
引言提出了大数据将给生活、工作于思维带来重大的变革。一个例子是2009年H1N1流行病毒背景下谷歌通过检测检索词条，处理了4.5亿个不同的数据模型，通过预测并与2007年、2008年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，预测的结果与官方数据的相关系数高达97%。按照传统的信息返回流程，通告新流感病毒病例将有一到两周的延迟。对于飞速传播的疾病，信息滞后两周是致命的。而谷歌运用大数据技术，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，为世界预测流感提供了一种更快捷的预测工具。此外，我联想到原淘宝董事长马云通过大量数据分析得出2008年经济疲弱，为其商家提前做好迎接经济危机提供了时间缓冲。（补充并清晰描述详细）关于大数据在商业领域的应用，Farecast公司是一个成功的典型范例。该公司由奥伦·埃齐奥尼创办，利用机票的销售数据来预测未来的机票价格，旨在帮助用户在购买机票方面做出预测，并对机票价格走势预测的可信度标示出来供消费者查考。Farecast系统利用近十万亿条价格记录预测的准确度达75%，使得使用Farecast票价预测工具购买机票的旅客，平均每张机票节约50美元。而处理如此多的数据离开了大数据技术将无法进行。
也正是由于我们进入了一个前所未有的信息化时代，人们拥有了如此多的数据，才提供给我们利用大数据的分析处理手段，创造新的价值。也许有人以为我们大数据时代的还未来临。其实大数据技术早已渗透到我们中间，它被应用在垃圾邮件的过滤，新浪微博技术平台，谷歌翻译以及输入文字的自动纠错等。
文中提出的一个观点是，预测是大数据的核心。其实从过去的时代人们就利用掌握的数据进行各种分析，从而对经济等各方面进行预测、矫正。只是进入了大数据时代人们掌握的数据爆炸性的速度在增长，从而数据的存储和分析数据分方法成了释放大数据能量的关键。
关于不是随机样本而是整体数据中。作者指出了随机取样是小数据时代用最少的数据获取最大价值的做法。作者用大数据与乔布斯的癌症治疗例子说明了使用全部数据而非样本的意义。乔布斯成为世界上第一个对自身所有DNA和肿瘤DNA进行排序的人。乔布斯曾开玩笑说“我要么是第一个通过这种方式战胜癌症的人，要么就是最后一个因为这种方式死于癌症的人”。虽然最后难免死于癌症但这种获得所有数据而不是仅样本的方法将他的生命延长了几年。同样，从事跨境汇款业务的Xoom公司侦破一起犯罪集团的诈骗也是由于使用了整体数据。初此之外，他还列举了日本“相扑”等来证明使用全体数据的重要性。
作者同时也指出随着数据使用的越来越多，其得出的结果并一定能越来越精确，毕竟数据不能保证百分之百的正确，特别是大数据时代各种结构化与非结构化类型的数据聚集在一起难免导致结果的不太精确。大数据时代要求我们重新审视精确性的优劣。作者特别举了谷歌翻译成功的例子。谷歌翻译之所以优于IBM的Candide系统并不是因为它拥有更好的算法机制。和微软的班科和布里尔一样，谷歌翻译增加了各种各样的数据，并且接受了有错误的数据。（其语库来自于未经过滤的网页内容，会包含一些不完整的句子、拼写错误、语法错误以及其他各种错误）
在不是因果关系，而是相关关系的篇章中。作者指出在大数据时代往往知道是什么要比知道为什么来的更实在。作者列举了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。沃尔玛也是充分利用并挖掘各类数据信息的先锋和代表，从以前广为人事的啤酒和尿布的案例，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其策略的帮助。建立在相关关系分析法基础上的预测是大数据的核心。Aviva保险公司利用几百种生活方式的数据，如爱好、长浏览网页等间接的预测出哪些人更可能患高血压、糖尿病和抑郁症。UPS国家快递公司通过使用预测性分析检测其全美6万辆车队。进行防御性的修理，节约巨大得的成本。这些都充分显示了大数据在预测方面的优势。
本书第二部分讲的是大数据时代的商业变革。
作者用莫里绘制导航图的例子告诉我们，远在信息数字化之前，对数据的运用就已经开始了。莫里利用大量的`人力去分析多年保存的航海记录，他从这些大量的数据中获取到新的利用价值。绘制的图表帮助商人节约一大笔钱，使年轻的海员们间接获取了成千上万名经验丰富的航海家的指导。日本先进工业技术研究所越水重臣教授通过安装压力传感器将人屁股特征数据化，进而形成对乘客身份的特征识别。这项技术为汽车防盗系统提供了方案。Decide.com公司，致力于为顾客预测商品的价格，通过收集处理海量的价格信息，预测准确率高达77%，帮助顾客在购买一个产品时节约了大约100美元。MasterCardd.Advisor部门通过分析来自210个国家的15亿信用卡用户的650亿条交易记录，分析得出商业发展和客户消费趋势，如通过分析发现如果一个人下午四点左右给汽车加油的话，他很可能在接下来的一个小时内去购物或者去餐馆吃饭，且在这一小时里大约花费35到40美元。商家正可以利用这个分析结果，在加油的小票背面附加上附近商店的优惠券。
这些例子都证明了大数据蕴藏着巨大的商业价值。根据提供价值的不同来源，大数据价值链包括三大构成部分。包括第一种是基于数据本身的公司。这些公司拥有大量数据或者至少可以收集到大量数据，却不一定有从数据中提取价值或者用数据催生创新思想的技能。第二种是基于技能的公司。它们通常是咨询公司、技术供应商或者分析公司。它们掌握了专业技能但并不一定拥有数据或者提出数据创性用途的才能。比如说，沃尔玛和Pop—Tarts这两个零售商就是借助天睿公司的分析来获得营销点子，天睿就是一家大数据分析公司。第三种是基于思维的公司。皮特。华登，Jetpac的联合创始人，就是通过想法获得价值的一个例子，他通过用户分享到网上的旅行照片来为人们推荐下一次旅行目的地。对于某些公司来说，数据和技能并不是成功的关键。挖掘数据的新价值的创新思维才是这些公司脱颖而出的优势所在。
大数据成为许多公司竞争力的来源，未来可能整个行业的结构会发生改变，大公司和小公司最有可能成为赢家。如今的核心竞争力在于快速而廉价地进行大量的数据存储和处理。当然公司要根据自己的情况进行调整。大数据向小数据时代的赢家以及那些线下大公司（如沃尔玛、联邦快递、宝洁公司、雀巢公司、波音公司）提出了挑战。同时，大数据也为小公司带来了机遇。大数据也将会影响国家竞争力。当制造业已经大幅转向发展中国家，而大家都争相发展创新行业的时候，工业化国家因为掌握了数据以及大数据技术，所以仍然在全球竞争中占据优势，但这个优势很难持续。随着技术的发展，西方世界在大数据技术的优势将会慢慢消失。对于大公司而言，好消息是大数据技术可以加剧优胜劣汰。一旦公司掌握了大数据，它不但可能超过对手还可能遥遥领先。
文章第三部分讲了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。包括如数据的收益的处理问题以及数据中用户资料的隐私和决策过程带来的影响。作者在保护个人隐私方面提出了几种想法。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。作者同时也指出了这两种方式的难度。一方面收集到的数据可能会被后续的多次利用。另一方面，匿名化会在数据收集越来越多和数据的相互结合关联使用时变得无效。作者列列举电影《少数派报告》的情节说明越来越依赖数据时，大数据可能将我们禁锢在可能性之中。当然通过分析犯罪的常发地与常发时间，合理安排警力会对治安防范提供不小的帮助。作者还指出不能尽信数据的分析结果，因为不能保证获取分析结果来源的数据准确性。大数据在给我们生活提供便利的同时，也让隐私保护的法律手段失去了作用。我们必须杜绝对数据的过分依赖。
在高速迈进大数据时代的同时，人类信息管理准则需要重新定位，这将带动社会核心价值观的转变。大数据时代，对原有规范的修修补补已经不足以抑制大数据带来的风险。保护个人隐私就需要对个人数据处理器对其政策和行为承担更多责任。同时必须重新定义公正的概念，以确保人类行为的自由。作者提出了解决这些问题的方向。如个人隐私保护方面，可以让使用者承担更多的社会责任。将责任从民众转移到数据使用者有很多意义，也有充分的理由。因为他们更清楚将如何使用数据且是数据应用最大的受益者。关于公正方面简单的讲就是个人可以并应为他们的行为而非倾向负责。就像公司有内部会计和外部审计人员一样，大数据时代，公司将设置专门的人员——内部和外部算法师对大数据活动进行监督。还有可能出现第三方的机构对大数据行为进行监督和衡量。作者甚至考虑到对大数据存在的垄断情况进行分析并在反垄断反面给了建议。最后结语中作者提出大数据提供给人们的只是参考答案，提醒我们在利用这个工具时要铭记人类的作用是无法完全替代的。
大数据时代是信息化社会发展必然趋势，我们只有紧紧跟随时代发展的潮流，在技术上、制度上、价值观念上做出迅速调整并牢牢跟进，才能在接下来新一轮的国际竞争中摆脱受制于人的弱势境地，才能把握发展的方向，冲破与西方国家的差距。对于一个国家如此，对于一个企业亦是如此。在如此快速的到来的大数据时代，我们还有很多知识需要学习，许多思维需要转变，许多技术需要研究。公司的规划中，也需充分考虑到大数据对于公司的未来发展所带来的机遇和挑战。对于掌握大量数据的公司，需要考虑有多少数字化的数据，又有哪些可以通过大数据的分析处理而带来有价值的用途？比如国内目前的社交网站，购物网站等都掌握了用户的大量的数据信息。对于没有掌握数据的小公司来说，在大数据时代制胜的良药也许是创新的点子，也许可以利用外部的数据，通过多维化、多层面的分析给其他企业或个人带来价值。从国家层面来讲，要做好各方面的规划和政策调整的准备。如对隐私的保护等需新的法律法规进行规范。
《大数据时代》读后感 14
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》读后感 15
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》读后感 16
《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。