《大數(shù)據(jù)時代》讀后感5篇

　　“大數(shù)據(jù)”在物理學(xué)、生物學(xué)、環(huán)境生態(tài)學(xué)等領(lǐng)域以及軍事、金融、通訊等行業(yè)存在已有時日，卻因為近年來互聯(lián)網(wǎng)和信息行業(yè)的發(fā)展而引起人們關(guān)注。以下是小編整理的《大數(shù)據(jù)時代》讀后感，希望對大家有幫助！

　　《大數(shù)據(jù)時代》讀后感1

　　對于暢銷書刊、熱點話題、時尚科技，始終不太感興趣。書刊，喜歡有一定年份的。話題，鐘情于務(wù)虛的觀點。新奇的產(chǎn)品于我無緣，習(xí)慣使用成熟的科技產(chǎn)品。既不清高，也非冷漠，就是要與現(xiàn)實保持一定的距離，給自己留一點思考的空間。這一習(xí)慣最近破了例。由于工作的原因，耳濡目染，“大數(shù)據(jù)”這個新興概念開始頻繁步入我的視野。按捺不住內(nèi)心的好奇，網(wǎng)購《大數(shù)據(jù)時代》，手不釋卷，三天讀完，頗有收獲。此書有如下特點。

　　首先，作者站在理論的制高點上，條理清楚地闡述了大數(shù)據(jù)對人類的工作、生活、思維帶來的革新，大數(shù)據(jù)時代的三種典型的商業(yè)模式，以及大數(shù)據(jù)時代對于個人隱私保護(hù)、公共安全提出的挑戰(zhàn)。其次，文中的事例貼近現(xiàn)實生活，貼近時代，令讀者既印象深刻，又感同身受。此外，作者沒有使用大量的專業(yè)術(shù)語，沒有假裝一副專業(yè)的面孔。縱觀全書，遣詞造句，均通俗易懂。

　　作者認(rèn)為大數(shù)據(jù)時代具有三個顯著特點。

　　一、人們研究與分析某個現(xiàn)象時，將使用全部數(shù)據(jù)而非抽樣數(shù)據(jù)。

　　二、在大數(shù)據(jù)時代，不能一味地追求數(shù)據(jù)的精確性，而要適應(yīng)數(shù)據(jù)的多樣性、豐富性、甚至要接受錯誤的數(shù)據(jù)。

　　三、了解數(shù)據(jù)之間的相關(guān)性，勝于對因果關(guān)系的探索。“是什么”比“為什么”重要。

　　作者指出，隨著技術(shù)的發(fā)展，數(shù)據(jù)的存儲與處理成本顯著降低，人們現(xiàn)在有能力從支離破碎的、看似毫不相干的數(shù)據(jù)礦渣中抽煉出真知爍見。在大數(shù)據(jù)時代，三類公司將成為時代的寵兒。一是擁有大數(shù)據(jù)的公司與組織。如政府、銀行、電信公司、全球性互聯(lián)網(wǎng)公司(阿里巴巴、淘寶網(wǎng))。二是擁有數(shù)據(jù)分析與處理技術(shù)的專業(yè)公司，如亞馬遜、谷歌。三是擁有創(chuàng)新思維的公司，他們可能既不掌握大數(shù)據(jù)，也沒有專業(yè)技術(shù)，但卻擅長使用大數(shù)據(jù)，從大數(shù)據(jù)中找到自己的理想天地。

　　面對即將來臨的大數(shù)據(jù)時代，個人將如何應(yīng)對自如？這是個嚴(yán)肅的問題。

　　《大數(shù)據(jù)時代》讀后感2

　　去年的“云計算”炒得熱火朝天的，今年的“大數(shù)據(jù)”又突襲而來。仿佛一夜間，各廠商都紛紛改旗換幟，推起“大數(shù)據(jù)”來了。于是乎，各企業(yè)的CIO也將熱度紛紛轉(zhuǎn)向關(guān)注“大數(shù)據(jù)”來了。有一張來自《程序員》微博的漫畫很形象。我覺得這張圖，很真實地反映了現(xiàn)實中小企業(yè)云計算，大數(shù)據(jù)的現(xiàn)狀。

　　不過話又還得說回來，《大數(shù)據(jù)時代》是本好書。

　　當(dāng)然，很多IT知名人士也大力推薦，寫了好多讀后感來表述對這本書的喜歡沒看此書之前，對所謂大數(shù)據(jù)的概念基本上是一頭霧水，雖則有了解關(guān)注過現(xiàn)在也比較火熱的BI，覺得也差不多，可能就是更多的數(shù)據(jù)，更細(xì)致的數(shù)據(jù)分析與數(shù)據(jù)挖掘。看過此書后，感覺到之前的想法，只能算是中了一小半吧---巨量的數(shù)據(jù)，而另一前：著眼于數(shù)據(jù)關(guān)聯(lián)性，而非數(shù)據(jù)精確性，或許才是大數(shù)據(jù)與現(xiàn)時BI的不同，不僅僅是方法，更多的時思想方法。不過坦白講，到底是數(shù)據(jù)的關(guān)聯(lián)性重佳，還是數(shù)據(jù)的精確性更好，還真的需要時間來檢驗一下，至少從現(xiàn)在的數(shù)據(jù)分析方法來論，更多的傾向于數(shù)據(jù)的精確性。

看完此書，我心中的一些問題：

　　1、什么是大數(shù)據(jù)？

　　查了查百度百科，是這樣定義的：大數(shù)據(jù)（bigdata），或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無法透過目前主流軟件工具，在合理時間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營決策更積極目的的資訊。大數(shù)據(jù)的4V特點：Volume、Velocity、Variety、Veracity這個好像是IBM的定義吧。

　　以個人的觀點來看：數(shù)據(jù)海量，存儲海量都是大數(shù)據(jù)的基本原型吧。

　　2、大數(shù)據(jù)適合什么樣的企業(yè)？

　　誠然，大數(shù)據(jù)的前提是海量的數(shù)據(jù)，只有擁有巨量的數(shù)據(jù)資源，方能從中查找出數(shù)據(jù)的關(guān)聯(lián)性，才可以讓通過專業(yè)化的處理，讓其為企業(yè)產(chǎn)生價值。針對電信運(yùn)營，互聯(lián)網(wǎng)應(yīng)用這樣海量用戶的數(shù)據(jù)的大企業(yè)，也是在應(yīng)用大數(shù)據(jù)的道路上擁有得天獨(dú)厚的條件，但是針對中小企業(yè)呢？銷售訂單數(shù)據(jù)？若非百年老店，估計數(shù)據(jù)也是少得可憐，能用的可能只有消費(fèi)者數(shù)據(jù)了吧。貌似大多數(shù)廠商，用來舉例的也就是消費(fèi)都購買行為分析為最多。

　　同樣，在公共事業(yè)類的政府機(jī)構(gòu)，大數(shù)據(jù)的作用也許也能很好的發(fā)揮。反而感覺在大多數(shù)中小型企業(yè)應(yīng)用大數(shù)據(jù)，似乎有點大題小作。書中說：大數(shù)據(jù)是企業(yè)競爭力。誠然，數(shù)據(jù)是一個企業(yè)的核心無形資源（利用得好的話），但是否所有的數(shù)據(jù)，或都換則方式說：所有的企業(yè)都以大數(shù)據(jù)為競爭力，是否真的合適么？是否在中小企業(yè)中，會顯示得小題大做呢？

　　3、大數(shù)據(jù)帶來的影響

　　當(dāng)一波又一波的IT技術(shù)熱潮源源不斷地向我們鋪面而來的時候，你甚至都沒有做好準(zhǔn)備，你都要開始迎接它所給你帶來的影響了。經(jīng)過物聯(lián)網(wǎng)，云計算的推波助瀾下，大數(shù)據(jù)開始登場了。但它到底給我們帶來了什么呢？

　　1）預(yù)測未來書中以Google成功預(yù)測了未來可能發(fā)生流感的案例來開篇，表明通過大數(shù)據(jù)的應(yīng)用，可以為我們的生活起一個保駕護(hù)航的指向標(biāo)。實質(zhì)很簡單，技術(shù)改變世界。

　　2）變革商業(yè)大數(shù)據(jù)所帶來的商機(jī)，同時會衍生出一系列與大數(shù)據(jù)相關(guān)的商業(yè)機(jī)遇與商業(yè)模式，數(shù)據(jù)的潛在價值會源源不斷地發(fā)揮作用可以容易想到的是未來有專門的數(shù)據(jù)收集，數(shù)據(jù)分析，數(shù)據(jù)生成的一條數(shù)據(jù)產(chǎn)業(yè)鏈產(chǎn)生。影響的，當(dāng)然是IT公司

　　3）變革思維書中所說：因為有海量的數(shù)據(jù)作基礎(chǔ)，未來，我們可能更關(guān)注數(shù)據(jù)的相關(guān)，而非精細(xì)度。對這條，本人還是持保留意見的。

　　《大數(shù)據(jù)時代》讀后感3

　　如今說起新媒體和互聯(lián)網(wǎng)，必提大數(shù)據(jù)，似乎不這樣說就OUT了。而且人云亦云的居多，不少談?wù)撜呱踔吝€沒有認(rèn)真讀過這方面的經(jīng)典著作——舍恩佰格的《大數(shù)據(jù)時代》。維克托·邁爾舍恩伯格何許人也？他現(xiàn)任牛津大學(xué)網(wǎng)絡(luò)學(xué)院互聯(lián)網(wǎng)研究所治理與監(jiān)管專業(yè)教授，曾任哈佛大學(xué)肯尼迪學(xué)院信息監(jiān)管科研項目負(fù)責(zé)人。他的咨詢客戶包括微軟、惠普和IBM等全球企業(yè)，他是歐盟互聯(lián)網(wǎng)官方政策背后真正的制定者和參與者，他還先后擔(dān)任多國政府高層的智囊。這位被譽(yù)為：大數(shù)據(jù)時代的預(yù)言家“的牛津教授真牛！那么，這位大師說的都是金科玉律嗎？并不一定，讀大師的作品一定要做些功課才好讀懂，才能能與之進(jìn)行一場思想上的對話。

　　舍恩伯格分三部分來討論大數(shù)據(jù)，即思維變革、商業(yè)變革和管理變革。

在第一部分”大數(shù)據(jù)時代的思維變革“中，舍恩伯格旗幟鮮明的亮出他的三個觀點：

　　一、更多：不是隨機(jī)樣本，而是全體數(shù)據(jù)。

　　二、更雜：不是精確性，而是混雜性。

　　三、更好：不是因果關(guān)系，而是相關(guān)關(guān)系。對于第一個觀點，我不敢茍同。

　　一方面是對全體數(shù)據(jù)進(jìn)行處理，在技術(shù)和設(shè)備上有相當(dāng)高的難度。另一方面是不是都有此必要，對于簡單事實進(jìn)行判斷的數(shù)據(jù)分析難道也要采集全體數(shù)據(jù)嗎？

　　我曾與香港城市大學(xué)的祝建華教授討論過。祝教授是傳播學(xué)研究方法和數(shù)據(jù)分析的專家，他認(rèn)為一定可以找到一種數(shù)理統(tǒng)計方法來進(jìn)行分析，并不一定需要全部數(shù)據(jù)。聯(lián)系到舍恩伯格第二個觀點中所說的相關(guān)關(guān)系，我理解他說的全體數(shù)據(jù)不是指數(shù)量而是指范圍，即大數(shù)據(jù)的隨機(jī)樣本不限于目標(biāo)數(shù)據(jù)，還包括目標(biāo)以外的所有數(shù)據(jù)。我認(rèn)為大數(shù)據(jù)分析不能排除隨機(jī)抽樣，只是抽樣的方法和范圍要加以拓展。

　　我同意舍恩伯格的第二觀點，我認(rèn)為這是對他第一個觀點很好的補(bǔ)充，這也是對精準(zhǔn)傳播和精準(zhǔn)營銷的一種反思。”大數(shù)據(jù)的簡單算法比小數(shù)據(jù)的復(fù)雜算法更有效。“更具有宏觀視野和東方哲學(xué)思維。對于舍恩伯格的第三個觀點，我也不能完全贊同。”不是因果關(guān)系，而是相關(guān)關(guān)系。“不需要知道”為什么“，只需要知道”是什么“。傳播即數(shù)據(jù)，數(shù)據(jù)即關(guān)系。在小數(shù)據(jù)時代人們只關(guān)心因果關(guān)系，對相關(guān)關(guān)系認(rèn)識不足，大數(shù)據(jù)時代相關(guān)關(guān)系舉足輕重，如何強(qiáng)調(diào)都不為過，但不應(yīng)該完全排斥它。大數(shù)據(jù)從何而來？為何而用？如果我們完全忽略因果關(guān)系，不知道大數(shù)據(jù)產(chǎn)生的前因后果，也就消解了大數(shù)據(jù)的人文價值。如今不少學(xué)者為了闡述和傳播其觀點往往語出驚人，對舊有觀念進(jìn)行徹底的否定。

　　世間萬物的復(fù)雜性多樣化并非非此即彼那么簡單，舍恩伯格也是這種二元對立的幼稚思維嗎？其實不然，讀者在閱讀時一定要看清楚他是在什么語境下說的，不要因囫圇吞棗的淺讀而陷入斷章取義的誤讀。比如說舍恩伯格在提出”不是因果關(guān)系，而是相關(guān)關(guān)系。“這一論斷時，他在書中還說道：”在大多數(shù)情況下，一旦我們完成了對大數(shù)據(jù)的相關(guān)關(guān)系分析，而又不再滿足于僅僅知道‘是什么’時，我們就會繼續(xù)向更深層次研究的因果關(guān)系，找出背后的‘為什么’。“[i]由此可見，他說的全體數(shù)據(jù)和相關(guān)關(guān)系都在特定語境下的，是在數(shù)據(jù)挖掘中的選項。

　　大數(shù)據(jù)研究的一大驅(qū)動力就是商用，舍恩伯格在第二部分里討論了大數(shù)據(jù)時代的商業(yè)變革。舍恩伯格認(rèn)為數(shù)據(jù)化就是一切皆可”量化“，大數(shù)據(jù)的定量分析有力地回答”是什么“這一問題，但仍然無法完全回答”為什么“。因此，我認(rèn)為并不能排除定性分析和質(zhì)化研究。數(shù)據(jù)創(chuàng)新可以創(chuàng)造價值，這是毫無疑問的。舍恩伯格在討論大數(shù)據(jù)的角色定位時仍把它置于數(shù)據(jù)應(yīng)用的商業(yè)系統(tǒng)中，而沒有把它置于整個社會系統(tǒng)里，但他在第二部分大數(shù)據(jù)時代的管理變革中討論了這個問題。

　　在風(fēng)險社會中信息安全問題日趨凸顯。如何擺脫大數(shù)據(jù)的困境？舍恩伯格在最后一節(jié)”掌控“中試圖回答，但基本上屬于老生常談。我想，或許凱文·凱利的《失控》可以幫助我們解答這個問題？至少可以提供更多的思考維度。正如舍恩伯格在結(jié)語中所道：”大數(shù)據(jù)并不是一個充斥著算法和機(jī)器的冰冷世界，人類的作用依然無法被完全替代。大數(shù)據(jù)為我們提供的不是最終答案，只是參考的答案，幫助是暫時的，而更好的方法和答案還在不久的未來。“謝謝舍恩伯格！讓大數(shù)據(jù)討論從自然科學(xué)回到人文社科。由此推斷，《大數(shù)據(jù)時代》不是最終答案，也不是標(biāo)準(zhǔn)答案，只是參考的答案。

　　此外，在閱讀此書之前還必須具備一些數(shù)據(jù)科學(xué)的基本知識和基本概念，比如說什么叫數(shù)據(jù)？什么叫大數(shù)據(jù)？數(shù)據(jù)分析與數(shù)據(jù)挖掘的區(qū)別，數(shù)字化與數(shù)據(jù)化有什么不同？讀前做些功課讀起來就比較好懂了。