第一篇：讀書(shū)報(bào)告——《大數(shù)據(jù)時(shí)代》觀(guān)后感

讀書(shū)報(bào)告——《大數(shù)據(jù)時(shí)代》觀(guān)后感

大數(shù)據(jù)時(shí)代，一個(gè)被嚼爛的詞匯，不知從何時(shí)起，興起了數(shù)據(jù)科學(xué)的狂潮，本書(shū)核心論點(diǎn)，第一，要全體不要抽樣，第二，要相關(guān)不要因果，第三，要效率不要精確。弊端：產(chǎn)業(yè)生態(tài)環(huán)境，數(shù)據(jù)安全隱私，信息公正公開(kāi)。本書(shū)實(shí)例眾多，理論殘缺，可以說(shuō)是舉了一系列的例子要論證觀(guān)點(diǎn)的，我們知道這種論證方式邏輯上存在謬誤。故而，本書(shū)可以說(shuō)是一本數(shù)據(jù)科學(xué)的正面的背景教學(xué)，供談資。數(shù)據(jù)科學(xué)基礎(chǔ)：云計(jì)算，人工智能和機(jī)器學(xué)習(xí)，大規(guī)模處理結(jié)構(gòu)數(shù)據(jù)算法，日漸增長(zhǎng)的計(jì)算速度和數(shù)據(jù)規(guī)模的指數(shù)增加。

從硅谷到北京，大數(shù)據(jù)話(huà)題正在被傳播。隨著智能手機(jī)以及“可佩帶”計(jì)算設(shè)備的出現(xiàn)，我們的行為，位置甚至身體生理數(shù)據(jù)等每一點(diǎn)變化都成了可以被記錄和分析的數(shù)據(jù)。以此為基礎(chǔ)，反饋經(jīng)濟(jì)等新經(jīng)濟(jì)，新商業(yè)模式也正在開(kāi)始形成。

大數(shù)據(jù)時(shí)代，我們可以有更全面的數(shù)據(jù)來(lái)研究，如樓上所說(shuō)，甚至可以認(rèn)為是樣本=總體，那么，就不用再做一些統(tǒng)計(jì)上隨機(jī)采樣的工作了，基于大數(shù)據(jù)的研究可以關(guān)注到統(tǒng)計(jì)研究上難以關(guān)注到的一些小的、個(gè)別的情況，這些情況往往會(huì)呈現(xiàn)出更大的價(jià)值。

在數(shù)據(jù)量很小的時(shí)候，研究往往會(huì)對(duì)精確度做很?chē)?yán)格的要求，而大數(shù)據(jù)時(shí)代會(huì)把這些條件放的更加寬松，不然大數(shù)據(jù)很難應(yīng)用于研究，這種情況下，盡管數(shù)據(jù)的準(zhǔn)確度降低了，但大量的數(shù)據(jù)會(huì)給我們帶來(lái)額外的收益

基于前兩個(gè)轉(zhuǎn)變，我們不再尋找因果關(guān)系，而是去關(guān)注關(guān)聯(lián)關(guān)系，即傾向關(guān)注“是什么”，而不是“為什么”（翻譯此書(shū)的周濤不太認(rèn)同這個(gè)觀(guān)點(diǎn)，他認(rèn)為是現(xiàn)在一些基于機(jī)器學(xué)習(xí)的算法得出的結(jié)果驅(qū)使我們?nèi)H僅關(guān)注關(guān)聯(lián)關(guān)系，因?yàn)槲覀儸F(xiàn)在很難把這些復(fù)雜算法轉(zhuǎn)換成因果關(guān)系了）

現(xiàn)在談?wù)摯髷?shù)據(jù)的人真的很多，但是能全面的講述大數(shù)據(jù)的人我個(gè)人的感覺(jué)是不多的。作者從非技術(shù)這個(gè)角度，從思維、價(jià)值、隱私、管理這些角度來(lái)細(xì)致的講述大數(shù)據(jù)，這點(diǎn)我覺(jué)得是值得我們學(xué)習(xí)的，而且書(shū)中例子的結(jié)合，也很能看出作者的功力。

結(jié)合產(chǎn)品來(lái)談數(shù)據(jù)的話(huà)，我個(gè)人覺(jué)得產(chǎn)品的設(shè)計(jì)是可以融入數(shù)據(jù)元素的，從數(shù)據(jù)廢氣到數(shù)據(jù)的可擴(kuò)展性，到挖掘數(shù)據(jù)的價(jià)值完善自身的產(chǎn)品，這些都是可以思考的點(diǎn)。很自然的冒出來(lái)的一個(gè)想法，在我們的產(chǎn)品設(shè)計(jì)里面，可以突出用戶(hù)留言之類(lèi)的功能，通過(guò)這些功能的設(shè)計(jì)，收集對(duì)產(chǎn)品存在的問(wèn)題、改進(jìn)建議等等，或者說(shuō)，這些功能以前也是有的，但是真正利用這些數(shù)據(jù)完善產(chǎn)品的思維卻是丟失的。大數(shù)據(jù)的意義，也就是從這些已存在的數(shù)據(jù)中發(fā)覺(jué)價(jià)值，利用這些數(shù)據(jù)完善自身產(chǎn)品、業(yè)務(wù)是數(shù)據(jù)的基本功能，對(duì)數(shù)據(jù)的二次利用，也是我們可以考慮的。結(jié)合《大數(shù)據(jù)時(shí)代》這本書(shū)，我覺(jué)的書(shū)中提到的數(shù)據(jù)創(chuàng)新的思路是我們很值得學(xué)習(xí)的。

跟個(gè)人比較緊密相關(guān)的，我比較感興趣大數(shù)據(jù)時(shí)代的角色定位，既有個(gè)人的定位、也有公司的定位，這個(gè)或許也是需要我再好好領(lǐng)悟的點(diǎn)吧。

至于《大數(shù)據(jù)時(shí)代》中提及的風(fēng)險(xiǎn)和掌控，這兩張?zhí)貏e是掌控，我想是大多數(shù)談?wù)摯髷?shù)據(jù)人都很少去思考的，人人都想從大數(shù)據(jù)中分杯羹，但是大數(shù)據(jù)發(fā)展到一定階段，這些問(wèn)題都會(huì)是比較突出的問(wèn)題。

大數(shù)據(jù)時(shí)代的知識(shí)能輕松獲得，也并不意味著就能真正掌握知識(shí)。大數(shù)據(jù)時(shí)代的知識(shí)僅僅是一種資源，好比家中存放成百上千的書(shū)籍，如果不去研讀，知識(shí)和人依然無(wú)關(guān)。不管處于怎樣的一種時(shí)代，知識(shí)需要人們花苦功夫鉆研，否則再多的知識(shí)也無(wú)意義。另外，現(xiàn)在不少人，凡是有不懂的問(wèn)題，習(xí)慣性地上網(wǎng)搜索，不做任何甄別地將網(wǎng)上的知識(shí)和答案奉為寶典。長(zhǎng)此以往，久而久之會(huì)使大腦變得懶惰，思維變得遲鈍。大數(shù)據(jù)時(shí)代的知識(shí)，究竟是令人變得聰明還是愚笨？

《大數(shù)據(jù)時(shí)代》作者認(rèn)為：“由大數(shù)據(jù)帶來(lái)對(duì)人的重新認(rèn)識(shí)，不是在阿波羅神廟，而是在小世界網(wǎng)絡(luò)中，認(rèn)識(shí)你自己?！蔽覀儚淖蛱斓臄?shù)據(jù)作用中認(rèn)識(shí)自然、認(rèn)識(shí)宇宙到今天通過(guò)大數(shù)據(jù)更多地認(rèn)識(shí)網(wǎng)絡(luò)和社會(huì)，我們的認(rèn)識(shí)更加全面、更加深刻、也更加廣泛。但是成就大數(shù)據(jù)的是無(wú)數(shù)努力造就小數(shù)據(jù)的人，他們探索大數(shù)據(jù)技術(shù)，認(rèn)知大數(shù)據(jù)文化，并懷揣著對(duì)數(shù)據(jù)的敬畏和對(duì)規(guī)律的尊重。

我們本學(xué)期正在學(xué)習(xí)概率論與數(shù)理統(tǒng)計(jì)這門(mén)課，有人總是把大數(shù)據(jù)和統(tǒng)計(jì)學(xué)擺在兩個(gè)對(duì)立面，認(rèn)為有了大數(shù)據(jù)之后統(tǒng)計(jì)學(xué)就會(huì)逐漸消亡，而我并不這么認(rèn)為。首先，數(shù)據(jù)量的增加，有助于減小數(shù)據(jù)的誤差，如抽樣誤差等，能夠極大地提高各類(lèi)分析的精準(zhǔn)度，這是大數(shù)據(jù)對(duì)于統(tǒng)計(jì)學(xué)的直接影響之一。

盡管當(dāng)今的”大數(shù)據(jù)“潮流使得我們獲得了海量的數(shù)據(jù)，但掌握這些海量的數(shù)據(jù)本身并無(wú)意義。真正的意義體現(xiàn)在對(duì)于含有信息的數(shù)據(jù)進(jìn)行專(zhuān)業(yè)化的處理。要對(duì)大數(shù)據(jù)進(jìn)行處理，即在樣本幾乎等于總體的情況下，以目前的分析方法以及分析設(shè)備成本較高，耗時(shí)較長(zhǎng)。

相比之下，統(tǒng)計(jì)學(xué)的抽樣方法似乎顯得更加”經(jīng)濟(jì)實(shí)惠“。在實(shí)際的運(yùn)用中，統(tǒng)計(jì)學(xué)能夠以較低的成本，較少的數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行精確度相對(duì)較高的的分析，這是大數(shù)據(jù)分析所無(wú)法替代的。

甚至有學(xué)者指出，很多情況下，只要有一定的數(shù)據(jù)，無(wú)關(guān)數(shù)據(jù)數(shù)量，分析結(jié)果不會(huì)有太大差別，因此大數(shù)據(jù)也就顯得不重要了。不敢說(shuō)這話(huà)完全正確，但很大程度上說(shuō)明了統(tǒng)計(jì)學(xué)對(duì)于數(shù)據(jù)分析處理的意義。通過(guò)一定的數(shù)據(jù)即可滿(mǎn)足人們對(duì)于數(shù)據(jù)處理的需要，統(tǒng)計(jì)學(xué)極大地提高了人們對(duì)于數(shù)據(jù)處理的效率。

大數(shù)據(jù)的來(lái)臨會(huì)推動(dòng)統(tǒng)計(jì)學(xué)的發(fā)展，衍生出更多的發(fā)展方向，但絕不會(huì)替代統(tǒng)計(jì)學(xué)，也不會(huì)減弱統(tǒng)計(jì)學(xué)的效果與意義。

第二篇：大數(shù)據(jù)時(shí)代讀書(shū)報(bào)告

這本書(shū)里主要介紹的是大數(shù)據(jù)在現(xiàn)代商業(yè)運(yùn)作上的應(yīng)用，以及它對(duì)現(xiàn)代商業(yè)運(yùn)作的影響?！?大數(shù)據(jù)時(shí)代》這本書(shū)的結(jié)構(gòu)框架遵從了學(xué)術(shù)性書(shū)籍的普遍方式。也既，從現(xiàn)象入手，繼而通過(guò)對(duì)現(xiàn)象的解剖提出對(duì)這一現(xiàn)象的解釋。然后在通過(guò)解釋在對(duì)未來(lái)進(jìn)行預(yù)測(cè)，并對(duì)未來(lái)可能出現(xiàn)的問(wèn)題提出自己看法與對(duì)策。

下面來(lái)重點(diǎn)介紹《大數(shù)據(jù)時(shí)代》這本書(shū)的主要內(nèi)容。

《大數(shù)據(jù)時(shí)代》開(kāi)篇就講了google通過(guò)人們?cè)谒阉饕嫔纤阉麝P(guān)鍵字留下的數(shù)據(jù)提前成功的預(yù)測(cè)了2009年美國(guó)的h1n1的爆發(fā)地與傳播方向以及可能的潛在患者的事情。google的預(yù)測(cè)比政府提前將近一個(gè)月，相比之下政府只能夠在流感爆發(fā)一兩個(gè)周之后才可以弄到相關(guān)的數(shù)據(jù)。同時(shí)google的預(yù)測(cè)與政府?dāng)?shù)據(jù)的相關(guān)性高達(dá)97％，這也就意味著google預(yù)測(cè)數(shù)據(jù)的置信區(qū)間為3％，這個(gè)數(shù)字遠(yuǎn)遠(yuǎn)小于傳統(tǒng)統(tǒng)計(jì)學(xué)上的常規(guī)置信區(qū)間5％!而這個(gè)數(shù)字就是大數(shù)據(jù)時(shí)代預(yù)測(cè)結(jié)果的相對(duì)準(zhǔn)確性與事件的可預(yù)測(cè)性的最好證明!通過(guò)這一事以及其他的案例，維克托提出了在大數(shù)據(jù)時(shí)代“樣本＝總體”的思想。我們都知道當(dāng)樣本無(wú)限趨近于總體的時(shí)候，通過(guò)計(jì)算得到的描述性數(shù)據(jù)將無(wú)限的趨近于事件本身的性質(zhì)。而之前采取的“樣本＜總體”的做法很大程度上無(wú)法做到更進(jìn)一步的描述事物，因?yàn)橹暗臅r(shí)代數(shù)據(jù)的獲取與存儲(chǔ)處理本身有很大的難度只導(dǎo)致人們采取抽樣的方式來(lái)測(cè)量事物。而互聯(lián)網(wǎng)終端與計(jì)算機(jī)的出現(xiàn)使數(shù)據(jù)的獲取、存儲(chǔ)與處理難度大大降低，因而相對(duì)準(zhǔn)確性更高的“樣本＝總體”的測(cè)算方式將成為大數(shù)據(jù)時(shí)代的主流，同時(shí)大數(shù)據(jù)時(shí)代本身也是建立在大批量數(shù)據(jù)的存儲(chǔ)與處理的基礎(chǔ)之上的。

接下來(lái)，維克多又通過(guò)了ibm追求高精確性的電腦翻譯計(jì)劃的失敗與google只是將所有出現(xiàn)過(guò)的相應(yīng)的文字語(yǔ)句掃描并儲(chǔ)存在詞庫(kù)中，所以無(wú)論需要翻譯什么，只要有聯(lián)系google詞庫(kù)就會(huì)出現(xiàn)翻譯，雖然有的時(shí)候的翻譯很無(wú)厘頭，但是大多數(shù)時(shí)候還是正確的，所以google的電腦翻譯的計(jì)劃的成功，表明大數(shù)據(jù)時(shí)代對(duì)準(zhǔn)確性的追求并不是特別明顯，但是相反大數(shù)據(jù)時(shí)代是建立在大數(shù)據(jù)的基礎(chǔ)住上的，所以大數(shù)據(jù)時(shí)代追求的是全方位覆蓋的數(shù)字測(cè)度而不管其準(zhǔn)確性到底有多高，因?yàn)榇罅康臄?shù)據(jù)會(huì)湮埋少數(shù)有問(wèn)題的數(shù)據(jù)所帶來(lái)的影響。同時(shí)大量的數(shù)據(jù)也會(huì)無(wú)限的逼近事物的原貌。

之后，維克托又預(yù)測(cè)了一個(gè)在大數(shù)據(jù)時(shí)代催生的重要職業(yè)——數(shù)據(jù)科學(xué)家，這是一群數(shù)學(xué)家、統(tǒng)計(jì)學(xué)與編程家的綜合體，這一群人將能夠從獲取的數(shù)據(jù)中得到任何他們想要的結(jié)果。換言之，只要數(shù)據(jù)充足我們的一切外在的與內(nèi)在的我們不想讓他人知道的東西都見(jiàn)會(huì)在這一群家伙的面前展現(xiàn)得淋漓盡致。所以為了避免個(gè)人隱私在大數(shù)據(jù)時(shí)代被這一群人利用，維克托建議將這一群人分為兩部分，一部分使用數(shù)據(jù)為商業(yè)部門(mén)服務(wù)，而另一群人則負(fù)責(zé)審查這一些人是否合法的獲得與應(yīng)用數(shù)據(jù)，是否侵犯了個(gè)人隱私。無(wú)論如何，大數(shù)據(jù)時(shí)代將會(huì)到來(lái)，不管我們接受還是不接受!而且這兩年，大數(shù)據(jù)這個(gè)詞突然變得很火，不僅出現(xiàn)在阿里巴巴、谷歌等互聯(lián)網(wǎng)公司的戰(zhàn)略規(guī)劃中，同時(shí)在我國(guó)國(guó)務(wù)院和其他國(guó)家的政府報(bào)告中多次提及，無(wú)疑成為當(dāng)今互聯(lián)網(wǎng)世界中的新寵兒。我對(duì)大數(shù)據(jù)一直好奇已久，閱讀了很多資料仍不得其解，直到讀完《大數(shù)據(jù)時(shí)代》才有了粗略的認(rèn)識(shí)。

我側(cè)重于從第一部分中的這三個(gè)觀(guān)點(diǎn)談?wù)勛约旱目捶?，這三個(gè)觀(guān)點(diǎn)可以說(shuō)是哲學(xué)上說(shuō)的世界觀(guān)，這三個(gè)觀(guān)點(diǎn)可以說(shuō)是哲學(xué)上說(shuō)的世界觀(guān)，因?yàn)槭澜缬^(guān)決定方法論，所以這三個(gè)觀(guān)點(diǎn)對(duì)傳統(tǒng)看法的顛覆，就會(huì)導(dǎo)致各種變革的發(fā)生。首先是第一個(gè)，作者認(rèn)為在抽樣研究時(shí)期，由于研究條件的欠缺，只能以少量的數(shù)據(jù)獲取最大的信息，而在大數(shù)據(jù)時(shí)代，我們可以獲得海量的數(shù)據(jù)，抽樣自然就失去它的意義了。放棄了隨機(jī)分析法這種捷徑，采用所有的數(shù)據(jù)。作者用大數(shù)據(jù)與喬布斯的癌癥治療例子說(shuō)明了使用全部數(shù)據(jù)而非樣本的意義，列舉了日本“相撲”等來(lái)證明使用全體數(shù)據(jù)的重要性。這個(gè)觀(guān)點(diǎn)足以這個(gè)觀(guān)點(diǎn)足以引起統(tǒng)計(jì)學(xué)乃至社會(huì)文明的變革，因?yàn)榻y(tǒng)計(jì)抽樣和幾何學(xué)定理、萬(wàn)有引力一樣被看做文明得以建立牢固的基石。我對(duì)這個(gè)觀(guān)點(diǎn)還是比較認(rèn)同的，如果真能收集到整體的數(shù)據(jù)而且分析數(shù)據(jù)的工具也足夠先進(jìn)，自然是全體數(shù)據(jù)研究得出的結(jié)果更令人信服。但是這個(gè)觀(guān)點(diǎn)也過(guò)于絕對(duì)，就算是在大數(shù)據(jù)時(shí)代要想收集到全體數(shù)據(jù)還是不太可能實(shí)現(xiàn)的，因?yàn)槭占w數(shù)據(jù)要付出的代價(jià)有時(shí)會(huì)很大。比如說(shuō)，你要檢測(cè)食品中致癌物質(zhì)是否超標(biāo)，你不可能每一件食品你都檢測(cè)一遍吧。

第二，要效率不要絕對(duì)的精確。作者說(shuō)，執(zhí)迷于精確性是信息缺乏時(shí)代和模擬時(shí)代的產(chǎn)物，只有5%的數(shù)據(jù)是結(jié)構(gòu)化且能適用于傳統(tǒng)數(shù)據(jù)庫(kù)的。如果不接受混亂，剩下95%的非結(jié)構(gòu)化數(shù)據(jù)都無(wú)法被利用。作者是基于數(shù)據(jù)不可能百分之百正確的考慮而做出這樣的判斷的，如果采用小數(shù)據(jù)一個(gè)數(shù)據(jù)的錯(cuò)誤就會(huì)導(dǎo)致結(jié)果的誤差很大，但是如果數(shù)據(jù)足夠多、數(shù)據(jù)足夠雜那得出的結(jié)果就越靠近正確答案。大數(shù)據(jù)時(shí)代要求我們重新審視精確性的優(yōu)劣，甚至還說(shuō)到大數(shù)據(jù)不僅讓我們不再期待精確性，也讓我們無(wú)法實(shí)現(xiàn)精確性。谷歌翻譯的成功很好地證明了這一點(diǎn)，谷歌的翻譯系統(tǒng)不像candide那樣精確地翻譯每一句話(huà)，它谷歌翻譯之所以?xún)?yōu)于ibm的

candide系統(tǒng)并不是因?yàn)樗鼡碛懈玫乃惴C(jī)制，和微軟的班科和布里爾一樣，谷歌翻譯增加了各種各樣的數(shù)據(jù)，并且接受了有錯(cuò)誤的數(shù)據(jù)。第三個(gè)觀(guān)點(diǎn)，不是因果性，而是相關(guān)性，這是這本書(shū)中爭(zhēng)議最大的一個(gè)觀(guān)點(diǎn)，不僅是讀者，就算是本書(shū)的譯者也在序言中明確地說(shuō)到他不認(rèn)同“相關(guān)關(guān)系比因果關(guān)系更重要”的觀(guān)點(diǎn)。作者覺(jué)得相關(guān)關(guān)系對(duì)于預(yù)測(cè)一些事情已經(jīng)足夠了，不用花大力氣去研究他們的因果關(guān)系。作者用林登的亞馬遜推薦系統(tǒng)的成功，證實(shí)了大數(shù)據(jù)在分析相關(guān)性方面的優(yōu)勢(shì)以及在銷(xiāo)售中獲得的成功。沃爾瑪也是充分利用并挖掘各類(lèi)數(shù)據(jù)信息的代表，從啤酒和尿布的案例，以及作者舉的有 關(guān)蛋撻和颶風(fēng)天氣的案例，都說(shuō)明了掌握了相關(guān)關(guān)系對(duì)于他們策略的幫助。一句話(huà)，知道是什么就夠了，不用知道為什么。很明顯作者所舉的例子都是屬于商業(yè)領(lǐng)域的，但是對(duì)于其他領(lǐng)域來(lái)說(shuō)這個(gè)觀(guān)點(diǎn)就值得商榷了。比如說(shuō)，在科學(xué)研究領(lǐng)域，你需要知其然也需要知道其所以然，找到事件發(fā)生的原理。用文中的一個(gè)例子說(shuō)明，喬布斯測(cè)出整個(gè)基因圖譜來(lái)治療癌癥，但是你治療癌癥你必須知道癌癥發(fā)病的原理，知道哪一段基因?qū)е铝诉@種疾病，不可能只是說(shuō)收集各種數(shù)據(jù)，然后利用其相關(guān)性來(lái)判斷哪里出現(xiàn)了問(wèn)題

作者在書(shū)中把大數(shù)據(jù)說(shuō)的很厲害，在最后一部分分析大數(shù)據(jù)帶來(lái)無(wú)數(shù)好處的同時(shí)帶來(lái)的不良影響以及如何面對(duì)這些影響。用麥克納馬拉的例子來(lái)說(shuō)明對(duì)數(shù)據(jù)過(guò)度依賴(lài)所帶來(lái)的后果。也用《少數(shù)派的報(bào)告》這部電影來(lái)說(shuō)明如果癡迷于數(shù)據(jù)會(huì)導(dǎo)致我們將生活在一個(gè)沒(méi)有獨(dú)立選擇和自由意志的社會(huì)，如果一切變?yōu)楝F(xiàn)實(shí)，我們將被禁錮在大數(shù)據(jù)的可能性之中。所以書(shū)中提出了幾種解決方法，一種是使用數(shù)據(jù)時(shí)征詢(xún)數(shù)據(jù)所有個(gè)人的知曉和授權(quán)。第二個(gè)技術(shù)途徑就是匿名化。毫無(wú)疑問(wèn)，大數(shù)據(jù)將會(huì)給社會(huì)管理帶來(lái)巨大的變革。

大數(shù)據(jù)給人類(lèi)社會(huì)的方方面面帶來(lái)了巨大的變革，這是社會(huì)發(fā)展的潮流，不可逆轉(zhuǎn)，我們只有順應(yīng)這種潮流，在思想上和技能上做好準(zhǔn)備才能成為時(shí)代的弄潮兒。對(duì)于一家公司或一個(gè)國(guó)家，要從根本上改變思維和觀(guān)念，盡早適應(yīng)這種潮流。

最后，附上一段來(lái)自原著的結(jié)語(yǔ)：

大數(shù)據(jù)并不是一個(gè)充斥著算法和機(jī)器的冰冷世界，人類(lèi)的作用依然無(wú)法被完全替代。大數(shù)據(jù)為我們提供的不是最終答案，只是參考答案，幫助是暫時(shí)的，而更好的方法和答案還在不久的未來(lái)。篇二：《大數(shù)據(jù)時(shí)代》讀書(shū)報(bào)告

讀書(shū)報(bào)告

——讀《大數(shù)據(jù)時(shí)代》

坦白地說(shuō)，這是我第一本看了睡不著的書(shū)，我還記得第一次閱讀時(shí)的興奮和激動(dòng)，就像一場(chǎng)頭腦風(fēng)暴。書(shū)里的事例是那么的鮮活與生動(dòng)，完全顛覆我的思維方式，打破了我大腦中解決問(wèn)題原有的枷鎖。這本書(shū)讓我明白了太多~~~ 它讓我明白生活必須要主動(dòng)。有些人碰到了不公就自認(rèn)倒霉，能干一點(diǎn)的可能還會(huì)去討個(gè)說(shuō)法，但并沒(méi)有解決實(shí)際問(wèn)題，這一次可能挽回了那么一點(diǎn)點(diǎn)的損失，但下次遇到了仍是如此，無(wú)限循環(huán)。當(dāng)你絞盡腦汁為了節(jié)約成本而提前一個(gè)月去購(gòu)買(mǎi)一張你自以為廉價(jià)的飛機(jī)票，回頭卻發(fā)現(xiàn)，比那些只提前一天購(gòu)買(mǎi)的人所付的錢(qián)還要高出很多時(shí)，不知你會(huì)怎么想？是被動(dòng)的接受還是想方法讓現(xiàn)實(shí)變得更美好？ 它讓我更好地去理解現(xiàn)實(shí)生活的很多情況?，F(xiàn)在才理解，為什么網(wǎng)絡(luò)上有這么多驗(yàn)證碼的存在，為什么社交網(wǎng)要用實(shí)名制注冊(cè)，為什么有這么多的“我猜你喜歡”~~~ 雖然我很喜歡那些“黑匣子”，會(huì)讓我感覺(jué)很神奇，但當(dāng)我真正理解的他的原理時(shí)，其實(shí)更讓我興奮不已。原來(lái)谷歌翻譯背后是這樣操作的，原來(lái)那些每天時(shí)不時(shí)闖進(jìn)我們眼球的廣告并非偶然，原來(lái)預(yù)測(cè)流感不需要疾控中心而是網(wǎng)絡(luò)詞條，原來(lái)電影在開(kāi)播前就已經(jīng)知道了收視率和票房~~~ 當(dāng)然以上這些相當(dāng)抓人眼球，但這只是大數(shù)據(jù)的表面，其真正的價(jià)值遠(yuǎn)不僅如此。人類(lèi)總是以為自己很強(qiáng)大，能控制一切，當(dāng)然最好還能預(yù)測(cè)未來(lái)。其實(shí)大數(shù)據(jù)真的可以做到，雖然不可能很精確。在我看來(lái)這樣更好，大致結(jié)果可以意料，這就夠了，如果發(fā)現(xiàn)結(jié)果不盡如人意，我們可以提前控制。當(dāng)然還會(huì)有我們意想不到的情況發(fā)生，這樣會(huì)讓未來(lái)更充滿(mǎn)想象，更加充滿(mǎn)期待。

它讓我懂得不能墨守成規(guī)，也不能自以為是。大數(shù)據(jù)環(huán)境是那些微型企業(yè)發(fā)展的福地，它是行業(yè)競(jìng)爭(zhēng)重新洗牌的動(dòng)力源泉。在大數(shù)據(jù)面前，小公司不需要妄自菲薄，大的商業(yè)帝國(guó)也只有打氣十二分的精神才可能讓自己立于不敗之地。

他讓我知道沒(méi)有做不得，只有想不到。現(xiàn)在的賺取資本的方式已經(jīng)不再是單靠苦力就可以解決問(wèn)題的時(shí)代了，看見(jiàn)朋友圈里的那些做代購(gòu)的，都在自我催眠“不要看我們現(xiàn)在是微商~~~微商將來(lái)前途無(wú)量~~~·”我一直都抱著看看不說(shuō)話(huà)的心態(tài)，難免也會(huì)哂笑，真的不知道他們和菜場(chǎng)賣(mài)菜的有什么本質(zhì)區(qū)別~~~現(xiàn)在是一個(gè)依靠知識(shí)科技來(lái)富國(guó)強(qiáng)兵的時(shí)代了，真正的優(yōu)勢(shì)來(lái)源于你提前想到了別人還沒(méi)去想的，提早完成了別人還沒(méi)有籌備的計(jì)劃。

他讓我學(xué)會(huì)世界上沒(méi)有光桿司令，我們必須學(xué)會(huì)合作。一個(gè)人的能力是有限的，一個(gè)人的時(shí)間也是有限的，同樣公司，國(guó)家都是一樣的。我們知道谷歌，亞馬遜，facebook以及中國(guó)的阿里巴巴，百度，新浪這些企業(yè)都很強(qiáng)大，可是他們?nèi)匀辉诓粩嗍召?gòu)合并整合其他一些小的公司，為的是引用他們的科技技術(shù)來(lái)強(qiáng)大自己的事業(yè)版圖。

它還教會(huì)我在機(jī)會(huì)面前必須要眼疾手快。在你還在猶豫不決或是自我陶醉的時(shí)候，你的對(duì)手已經(jīng)用一個(gè)非常低廉的價(jià)格得到了他想要翻身的王牌，當(dāng)你發(fā)現(xiàn)時(shí)，要么花大血本去換取一張相似的王牌，要與他赤身搏斗。大部分情況下那些聰明的人往往會(huì)選擇前者，因?yàn)樗麄冎缹幙蔀樽约含F(xiàn)在的失誤埋單也不會(huì)讓自己靠近萬(wàn)丈深淵。因?yàn)槿魡适Я酥鲃?dòng)權(quán)，那么很有可能導(dǎo)致的結(jié)果就是，那個(gè)原來(lái)看起來(lái)微不足道的“小木樁”卻扳倒了你這體積龐大的“大象”。

說(shuō)了這么多大數(shù)據(jù)給我的啟示，其實(shí)就是想突出大數(shù)據(jù)背后的那種神奇的力量。在近代我們似乎與每一樣新的科技都失之交臂，但是這一次我們似乎還有機(jī)會(huì)和時(shí)代同步伐，甚至如果我們足夠重視，可能還會(huì)走在時(shí)代的前沿。雖然我們現(xiàn)在誰(shuí)都沒(méi)有把握中國(guó)到底會(huì)利用大數(shù)據(jù)到什么程度，但已經(jīng)有好多像周濤一樣的有志之士看好中國(guó)在利用大數(shù)據(jù)上的實(shí)力，并且付諸了他們的努力。他們一直都堅(jiān)信以前的落后僅僅是時(shí)間上的后知后覺(jué)，他們?cè)谶@一次想

要做到與世界同步，和歐美同步發(fā)行此書(shū)，在最早一刻就向大家推廣大數(shù)據(jù)這一新名詞，向大家灌輸著大數(shù)據(jù)的思維。對(duì)此，我也很慶幸，在恰當(dāng)?shù)臅r(shí)間點(diǎn)與大數(shù)據(jù)的偶遇。

當(dāng)然，世界上沒(méi)有十全十美的東西，再好的發(fā)明總是有它的缺陷，大數(shù)據(jù)也不會(huì)例外。舍恩伯格這個(gè)對(duì)大數(shù)據(jù)最有權(quán)威發(fā)言權(quán)的人，既然有能力將大數(shù)據(jù)的好處講得淋漓盡致，毫無(wú)疑問(wèn)自然也是最清楚大數(shù)據(jù)危險(xiǎn)的人。我很尊敬他的嚴(yán)謹(jǐn)和坦誠(chéng)，他在細(xì)致入微地解釋大數(shù)據(jù)革命性?xún)?yōu)勢(shì)的同時(shí)，毫無(wú)修飾地點(diǎn)明了大數(shù)據(jù)的劣根性。他很準(zhǔn)確地說(shuō)明了如果我們?yōu)E用或誤用數(shù)據(jù)，我們將會(huì)受到毀滅性的打擊，后果將會(huì)如何不堪設(shè)想，并且這篇幅一點(diǎn)都不敷衍。作者非常專(zhuān)業(yè)，他并沒(méi)有像某些專(zhuān)家一樣，一味地鼓吹自己的“一家之言”。而是在我們頭腦發(fā)熱，一哄而上之前，就給我們非常而且深刻的警醒。這也正是大數(shù)據(jù)思維的其中之一：饋前控制。

讀完這本書(shū)以后，我有的確一點(diǎn)蠢蠢欲動(dòng)，因?yàn)樗屛矣X(jué)得大數(shù)據(jù)并沒(méi)有像想象的那么遙不可及。書(shū)中說(shuō)，會(huì)好好利用大數(shù)據(jù)的有三種人：第一種是擁有龐大數(shù)據(jù)庫(kù)的政府或者商業(yè)機(jī)構(gòu)，他們之前只是不知道那些塵封已久的數(shù)據(jù)還可以創(chuàng)造巨大的價(jià)值。第二種是利用技術(shù)手段，讓數(shù)據(jù)發(fā)揮它獨(dú)特功能，從而幫他們解決實(shí)際問(wèn)題的數(shù)據(jù)分析學(xué)家，統(tǒng)計(jì)師，精算師和其他一些有關(guān)于處理數(shù)據(jù)的相關(guān)人員，他們非常了解數(shù)據(jù)的狀態(tài)，結(jié)構(gòu)和特征。的確這兩類(lèi)人實(shí)力雄厚，前者擁有數(shù)據(jù)本身，而后者擁有技術(shù)。但他們有著同樣的短板，那就是他們沒(méi)有更為創(chuàng)新，靈動(dòng)的視野，他們很難或者說(shuō)沒(méi)有更多的時(shí)間去發(fā)現(xiàn)那些數(shù)據(jù)的真正力量。因?yàn)樗麄冇刑嗟乃季S定式，但種種利用大數(shù)據(jù)的成功事例表明，每次數(shù)據(jù)創(chuàng)造的奇跡總在那么的偶然和不經(jīng)意之間。而這正是我們第三種人的長(zhǎng)處，我們沒(méi)有思維定式，更有閑暇的時(shí)間來(lái)感受生活，激發(fā)靈感。篇三：大數(shù)據(jù)時(shí)代讀書(shū)筆記

大數(shù)據(jù)時(shí)代——讀書(shū)筆記

一、引論

1.大數(shù)據(jù)時(shí)代的三個(gè)轉(zhuǎn)變： 1.可以分析更多的數(shù)據(jù)，處理和某個(gè)現(xiàn)象相關(guān)的所有數(shù)據(jù)，而不是隨機(jī)采樣 2.不熱衷于精確度

3.不熱衷與尋找因果關(guān)系 2.習(xí)慣：用來(lái)決策的信息必須是少量而精確的。實(shí)際：數(shù)據(jù)量變大，數(shù)據(jù)處理速度變快，數(shù)據(jù)不在精確

3.危險(xiǎn)：不是隱私的泄露而是未來(lái)行動(dòng)的預(yù)判

二、大數(shù)據(jù)時(shí)代的思維變革 1.原因：沒(méi)有意識(shí)到處理大規(guī)模數(shù)據(jù)的能力，假設(shè)信息匱乏，發(fā)展一些使用少量信息的技

術(shù)（隨機(jī)采樣）

1.1086年 末日審判書(shū) 英國(guó)對(duì)人的記載 2.約翰·格朗特：統(tǒng)計(jì)學(xué)，采樣分析精確性隨著采樣隨機(jī)性上升而大幅上升，與樣本數(shù)

量關(guān)系不大

3.1890年，穿孔卡片制表機(jī)，人口普查 4.隨機(jī)采樣有固有的缺陷 1.采樣過(guò)程中存在偏差 2.采樣不適合考察子類(lèi)別

3.只能得出實(shí)現(xiàn)設(shè)計(jì)好的問(wèn)題的結(jié)果 4.忽視了細(xì)節(jié)考察

2.全數(shù)據(jù)模式：樣本=總體 1.通過(guò)異常量判斷信用卡詐騙 2.大數(shù)據(jù)分析：不用隨機(jī)抽樣，而是采用所有數(shù)據(jù)。不是絕對(duì)意義而是相對(duì)意義。

（xroom信用卡詐騙，日本相撲比賽）3.多樣性的價(jià)值（社區(qū)外聯(lián)系很多》社區(qū)內(nèi)聯(lián)系很多）3.混雜性而非精確性 1.葡萄樹(shù)溫度測(cè)量：數(shù)據(jù)變多，雖然可能有錯(cuò)誤數(shù)據(jù)，但總體而言會(huì)更加精確。2.包容錯(cuò)誤有更大好處

3.word語(yǔ)法檢查：語(yǔ)料庫(kù)》算法發(fā)展 4.google翻譯：讓計(jì)算機(jī)自己估算對(duì)應(yīng)關(guān)系，尋找成千上萬(wàn)對(duì)譯

結(jié)論：大數(shù)據(jù)的簡(jiǎn)單算法好過(guò)小數(shù)據(jù)的復(fù)雜算法 5.大數(shù)據(jù)讓我們不執(zhí)著于也無(wú)法執(zhí)著于精確 6.mit的通貨緊縮軟件：即時(shí)的大數(shù)據(jù) 7.標(biāo)簽：不精確

8.想要獲得大規(guī)模數(shù)據(jù)的好處，混亂是一種標(biāo)準(zhǔn)途經(jīng) 9.新的數(shù)據(jù)庫(kù)：大部分?jǐn)?shù)據(jù)是非結(jié)構(gòu)化的，無(wú)法被利用 10.hadoop：與mapreduce系統(tǒng)相對(duì)的開(kāi)源式分布系統(tǒng)，輸出結(jié)果不精確，但是非?？?結(jié)論：相比于依賴(lài)小數(shù)據(jù)和精確性的時(shí)代，大數(shù)據(jù)因?yàn)楦鼜?qiáng)調(diào)數(shù)據(jù)的完整性和混雜性，幫助我們進(jìn)一步接近事情的真相。“部分”和”確切“的吸引力是可以理解的。但是當(dāng)我們的視野局限在我們可以分析和確定的數(shù)據(jù)上時(shí)，我們對(duì)世界的整體影響就會(huì)產(chǎn)生偏差和錯(cuò)誤。不僅失去了盡力收集一切數(shù)據(jù)和活力，也失去了從不同角度觀(guān)察時(shí)間的權(quán)利。

三、不是因果是相關(guān) 1.知道是什么就夠了，不需要知道為什么。1.亞馬遜放棄書(shū)評(píng)組，使用大數(shù)據(jù)預(yù)測(cè)人們的未來(lái)購(gòu)書(shū)需求 2.2.在小數(shù)據(jù)世界，相關(guān)關(guān)系有用，但是大數(shù)據(jù)背景，相關(guān)關(guān)系大放異彩。通過(guò)找關(guān)聯(lián) 物，相關(guān)關(guān)系可以幫助我們捕捉現(xiàn)在和預(yù)測(cè)未來(lái) 1.a和b經(jīng)常一起發(fā)生，那么a發(fā)生時(shí)可以預(yù)測(cè)b發(fā)生 2.例子：沃爾瑪把颶風(fēng)用具和蛋撻放在一起 3.過(guò)時(shí)的尋找關(guān)聯(lián)物的方法 a)原因：數(shù)據(jù)少且收集花時(shí)間 b)在建立，應(yīng)用假想和選擇關(guān)聯(lián)物時(shí)容易犯錯(cuò)誤 c)結(jié)論：我們不需要人工選擇關(guān)聯(lián)物 3.大數(shù)據(jù)的相關(guān)分析法更準(zhǔn)確，更快 1.例子：fico我們知道你明天會(huì)做什么 2.伊百麗：根據(jù)個(gè)人信用卡交易記錄預(yù)測(cè)個(gè)人收入，防止逃稅 3.aviva：根據(jù)生活方式數(shù)據(jù)預(yù)測(cè)疾病 4.美國(guó)零售商target：通過(guò)購(gòu)買(mǎi)習(xí)慣預(yù)測(cè)是否懷孕 4.通過(guò)找出新種類(lèi)數(shù)據(jù)的相互聯(lián)系解決日常需要：找到關(guān)聯(lián)物并監(jiān)控，我們可以預(yù)知未來(lái)

1.例子：ups與汽車(chē)修理預(yù)測(cè) 2.新生兒健康監(jiān)測(cè)：肉眼看不到，但是計(jì)算機(jī)能看到 5.當(dāng)收集分析和儲(chǔ)存數(shù)據(jù)的成本較高時(shí)，應(yīng)當(dāng)適當(dāng)丟棄一些數(shù)據(jù) 6.數(shù)據(jù)的非線(xiàn)性關(guān)系 1.幸福的非線(xiàn)性關(guān)系 7.快速思維模式使人們偏向于用因果關(guān)系看待周?chē)囊磺?，因此?jīng)常對(duì)世界產(chǎn)生錯(cuò)誤認(rèn)識(shí)。這也使大腦為了避免辛苦思考而產(chǎn)生的捷徑。大數(shù)據(jù)會(huì)經(jīng)常被用來(lái)證明我們習(xí)慣的思維方式是錯(cuò)誤的。8.證明因果關(guān)系的實(shí)驗(yàn)開(kāi)銷(xiāo)大，難于操作；相關(guān)關(guān)系很有用，不僅是因?yàn)槟転槲覀兲峁┬碌囊暯?，而且提供的視角都很清晰。一旦我們考慮因果關(guān)系，這些視角會(huì)被蒙蔽。9.大數(shù)據(jù)并非是理論消亡的時(shí)代。

四、一切皆可量化 1.莫里的信息交換計(jì)劃：總結(jié)所有船只的航海日志已獲得好的航線(xiàn)，為第一根大西洋電纜奠定基礎(chǔ)

2.坐姿研究與汽車(chē)防盜系統(tǒng) 3.數(shù)據(jù)化

1.把現(xiàn)象轉(zhuǎn)變成可指標(biāo)分析的量化形式的過(guò)程 2.計(jì)量和記錄促成了數(shù)據(jù)： 1.阿拉伯?dāng)?shù)字 2.計(jì)數(shù)板 3.復(fù)式記賬法

3.數(shù)字化與數(shù)據(jù)化的區(qū)別

1.例子：google的數(shù)字圖書(shū)館：開(kāi)始使用掃描-》數(shù)字化，進(jìn)而光學(xué)識(shí)別-》數(shù)

據(jù)化。google借此改進(jìn)自己的翻譯 2.文化組學(xué)：定量分析揭示人類(lèi)行為 4.文字變成數(shù)據(jù)：人可以閱讀，機(jī)器可以分析 5.方位變成數(shù)據(jù)：需要一套標(biāo)準(zhǔn)的標(biāo)記系統(tǒng)和收集，記錄數(shù)據(jù)的工具。1． 始于古希臘

2.1884年，國(guó)際子午線(xiàn)會(huì)議 3.1978年，全球定位系統(tǒng) 4.英國(guó)汽車(chē)保險(xiǎn)

5． ups的最佳行車(chē)路線(xiàn)：減少左轉(zhuǎn) 6.收集用戶(hù)地理位置數(shù)據(jù)，以便進(jìn)行忠誠(chéng)度計(jì)劃。或者可以預(yù)測(cè)交通情況 6.現(xiàn)實(shí)挖掘

1.處理大量手機(jī)數(shù)據(jù)，發(fā)現(xiàn)并預(yù)測(cè)人類(lèi)的行為。2.例子：預(yù)測(cè)流感隔離區(qū)域 3.例子：通過(guò)非洲預(yù)付費(fèi)用戶(hù)的位置信息和他們賬戶(hù)的資金，發(fā)現(xiàn)貧民窟是

經(jīng)濟(jì)繁榮的跳板 7.溝通變成數(shù)據(jù)

1.facebook：社交關(guān)系數(shù)據(jù)化

號(hào)。新推特頻率可以預(yù)測(cè)電影票房

可能性呈現(xiàn)正相關(guān) 8.萬(wàn)物數(shù)據(jù)化

1.觸覺(jué)地板：適時(shí)開(kāi)關(guān)燈，確定身份，某人摔倒之后是否站起來(lái) 2.人體傳感器：監(jiān)控健康狀態(tài) 4.結(jié)論：世界的本質(zhì)是信息和數(shù)據(jù)，大數(shù)據(jù)提供新視角。

五、大數(shù)據(jù)的潛在價(jià)值 1.例子：captcha（驗(yàn)證碼，全自動(dòng)區(qū)分人類(lèi)和電腦的圖靈測(cè)試）與數(shù)據(jù)再利用。作者使用了新的驗(yàn)證碼recaptcha，人們從計(jì)算機(jī)光學(xué)字符識(shí)別程序無(wú)法識(shí)別的文本掃面項(xiàng)目中讀入單詞并輸出，知道他們都輸出正確后才確定（用來(lái)破譯數(shù)字化文本中不清楚的單詞）2.大數(shù)據(jù)時(shí)代，所有的數(shù)據(jù)都是有價(jià)值的?，F(xiàn)在，我們能夠以較低成本獲取并存儲(chǔ)數(shù)據(jù)。數(shù)據(jù)的真實(shí)價(jià)值就像漂浮在海洋中的冰山，絕大部分隱藏在表面之下。3． 不同于物質(zhì)性的東西，數(shù)據(jù)的價(jià)值不會(huì)隨它的使用而減少，而且可不斷被處理。意味著數(shù)據(jù)的最終價(jià)值遠(yuǎn)遠(yuǎn)大于它的最初價(jià)值。在基本用途完成后，數(shù)據(jù)的價(jià)值仍然存在，數(shù)據(jù)的價(jià)值是其所有可能用途的總和。4.例子：ibm與電力汽車(chē)動(dòng)力系統(tǒng)的優(yōu)化預(yù)測(cè)：大數(shù)據(jù)預(yù)測(cè)模型，甚至考慮天氣預(yù)報(bào) 5.數(shù)據(jù)再利用：

1． 搜索關(guān)鍵詞，搜索結(jié)果預(yù)測(cè)夏天流行色 2.google保存語(yǔ)音翻譯記錄，開(kāi)發(fā)自己的語(yǔ)音識(shí)別技術(shù) 3.移動(dòng)運(yùn)營(yíng)商長(zhǎng)期使用大數(shù)據(jù)微調(diào)網(wǎng)絡(luò)性能 4.有些公司可能會(huì)收集到大量的數(shù)據(jù)，但是他們并不急需使用，也不擅長(zhǎng)使用數(shù)據(jù)，但是別的公司可以借此探尋數(shù)據(jù)的潛在價(jià)值 8.重組數(shù)據(jù) 1.例子：丹麥癌癥協(xié)會(huì)與手機(jī)致癌調(diào)查：使用所有的手機(jī)用戶(hù)信息和所有的中樞神經(jīng)系統(tǒng)腫瘤信息。

隨著大數(shù)據(jù)的出現(xiàn)，數(shù)據(jù)的總和比部分更有價(jià)值，當(dāng)我們將多個(gè)數(shù)據(jù)集的總和重組在一起，重組總和本身的價(jià)值也比單個(gè)總和更大 9.可拓展數(shù)據(jù) 1.google街景和gps采集，不僅將其用于基本用途，而且進(jìn)行了大量的二次利用。例如，對(duì)google自動(dòng)駕駛汽車(chē)的運(yùn)作 10．?dāng)?shù)據(jù)的折舊值

1.隨著時(shí)間的推移，大多數(shù)數(shù)據(jù)都會(huì)失去一部分基礎(chǔ)用途，不應(yīng)用此破壞新數(shù)據(jù) 2.挑戰(zhàn)：如何得知某些數(shù)據(jù)不再有價(jià)值 3.并非所有數(shù)據(jù)都會(huì)貶值。例子：google希望得到每年的同比數(shù)據(jù)

結(jié)論：組織機(jī)構(gòu)應(yīng)收集盡可能多的使用數(shù)據(jù)并保存盡可能長(zhǎng)的時(shí)間。同時(shí)也應(yīng)該與第三方分享數(shù)據(jù)

11.數(shù)據(jù)廢氣：用戶(hù)在線(xiàn)交互的副產(chǎn)品，包括瀏覽哪些頁(yè)面，停留多久，輸入信息等 1.數(shù)據(jù)再利用的方式很隱蔽 2.例子：google的拼寫(xiě)檢查：搜集每天處理的查詢(xún)中數(shù)據(jù)搜索框的錯(cuò)誤拼寫(xiě) 3.例子：google的過(guò)濾噪音技術(shù)：如果用戶(hù)點(diǎn)擊搜索結(jié)果靠后的鏈接，說(shuō)明這個(gè)結(jié)果更加有相關(guān)性，google會(huì)把這個(gè)頁(yè)面的排名相應(yīng)提升。4.當(dāng)用戶(hù)指出了各種自動(dòng)化程序的錯(cuò)誤，實(shí)際上是訓(xùn)練了系統(tǒng) 5.例子：巴諾與數(shù)據(jù)快照，電子書(shū)閱讀器捕捉人們閱讀書(shū)籍的習(xí)慣 6.例子：coursera通過(guò)捕捉學(xué)生犯的錯(cuò)誤來(lái)提示未來(lái)犯錯(cuò)誤者

結(jié)論：數(shù)據(jù)廢氣可以成為公司的巨大競(jìng)爭(zhēng)優(yōu)勢(shì)，和對(duì)手的強(qiáng)大進(jìn)入堡壘 12.開(kāi)放數(shù)據(jù) 1.最大的數(shù)據(jù)收集者：政府，可以強(qiáng)迫人們提供信息，但是信息利用效率低下。最好允許私人運(yùn)營(yíng)部門(mén)和社會(huì)大眾訪(fǎng)問(wèn)

2.例子：flyontime網(wǎng)站，通過(guò)開(kāi)放的數(shù)據(jù)分析航班延誤可能性。3.給數(shù)據(jù)估值：從數(shù)據(jù)持有人在價(jià)值提取上所采取的不同策略入手，將數(shù)據(jù)授權(quán)給第三方

三、角色定位：數(shù)據(jù)，技術(shù)與思維 2.思維轉(zhuǎn)變的重要性 3.三種大數(shù)據(jù)公司

1.基于數(shù)據(jù)本身的公司：twitter 大數(shù)據(jù)最值錢(qián)的是他本身，所以應(yīng)該優(yōu)先考慮數(shù)據(jù)擁有者

例子：機(jī)票預(yù)訂系統(tǒng)ita不直接使用數(shù)據(jù)：擔(dān)心暴露利潤(rùn)

例子：mastercard通過(guò)大數(shù)據(jù)預(yù)測(cè)客戶(hù)的消費(fèi)習(xí)慣 2.基于技能的公司：咨詢(xún)公司，技術(shù)供應(yīng)商或者分析公司：teradata 例子：埃森哲公司利用大數(shù)據(jù)檢測(cè)汽車(chē)零件并節(jié)省費(fèi)用

例子：微軟分析公司利用大數(shù)據(jù)降低病人的再入院率 3.基于思維的公司：創(chuàng)新思維

例子：flightcaster飛機(jī)晚點(diǎn)預(yù)測(cè)

例子：prismatic分析新聞并排序 4.大數(shù)據(jù)先驅(qū)者一般有跨學(xué)科的知識(shí) 5.例子：google和amazon三者兼?zhèn)? 6.全新的數(shù)據(jù)中間商：從各個(gè)地方搜集數(shù)據(jù)，提取有用的信息進(jìn)行利用，并不威脅數(shù)據(jù)擁有者的利益

1.社會(huì)需要定向廣告

例子：inrix：分析各種汽車(chē)制造者的數(shù)據(jù)和用戶(hù)的數(shù)據(jù)，提供衛(wèi)星導(dǎo)航服務(wù)

汽車(chē)制造商們本身數(shù)據(jù)量不夠，自身也沒(méi)有技術(shù)利用大數(shù)據(jù)，也并不介意數(shù)據(jù)會(huì)被中間商利用。同時(shí)可以提供失業(yè)率等相關(guān)數(shù)據(jù)

例子：quantcast：收集用戶(hù)訪(fǎng)問(wèn)信息來(lái)測(cè)評(píng)用戶(hù)年齡等，之后發(fā)定向廣告

例子：hcci收集醫(yī)療保單，分析美國(guó)醫(yī)療費(fèi)用上漲是否合理

結(jié)論：

1.數(shù)據(jù)價(jià)值的轉(zhuǎn)移：從技術(shù)到數(shù)據(jù)本身和大數(shù)據(jù)思維 2.傳統(tǒng)商業(yè)模式顛覆：交易數(shù)據(jù)而不是交易技術(shù) 3.傳統(tǒng)專(zhuān)家的光芒會(huì)被統(tǒng)計(jì)和數(shù)據(jù)學(xué)家取代，因?yàn)楹笳咧魂P(guān)心數(shù)據(jù) 1.例子：谷歌翻譯團(tuán)隊(duì)的工程師都不會(huì)說(shuō)出翻譯的語(yǔ)言 2.真正的專(zhuān)家不會(huì)消亡，但是主導(dǎo)地位會(huì)改變 3.專(zhuān)業(yè)技能只適用于小數(shù)據(jù)時(shí)代，因?yàn)槟鞘切枰揽恐庇X(jué)和經(jīng)驗(yàn)指導(dǎo)，但是

遭遇海量數(shù)據(jù)時(shí)，可以通過(guò)數(shù)據(jù)挖掘得到更多 4.數(shù)據(jù)和統(tǒng)計(jì)學(xué)知識(shí)將成為現(xiàn)代工廠(chǎng)的基礎(chǔ)，人類(lèi)的價(jià)值體現(xiàn)在交流上，以進(jìn)行廣泛而深刻的傳播

1.例子：交互式游戲，會(huì)根據(jù)用戶(hù)來(lái)改良，以數(shù)據(jù)為基礎(chǔ)運(yùn)作 5.大數(shù)據(jù)決定企業(yè)核心競(jìng)爭(zhēng)力 1.數(shù)據(jù)規(guī)模決定價(jià)值

2.例子：勞斯萊斯通過(guò)大數(shù)據(jù)監(jiān)測(cè)引擎，預(yù)測(cè)可能出問(wèn)題的引擎 3.例子：蘋(píng)果進(jìn)軍手機(jī) 4.大數(shù)據(jù)為小公司帶來(lái)了機(jī)遇：能享受非固有資產(chǎn)規(guī)模的好處，低成本傳播創(chuàng)新結(jié)果，只需要?jiǎng)?chuàng)新思維

5.大數(shù)據(jù)擁有者會(huì)想辦法增加數(shù)據(jù)存儲(chǔ)量 6.消費(fèi)者成為數(shù)據(jù)擁有者并與中間商交易 7.大數(shù)據(jù)對(duì)中等規(guī)模的公司幫助不大：既沒(méi)有靈活性也沒(méi)有規(guī)模效應(yīng) 6.大數(shù)據(jù)撼動(dòng)國(guó)家競(jìng)爭(zhēng)力：西方世界優(yōu)勢(shì)減少

四、大數(shù)據(jù)時(shí)代的管理

1.大數(shù)據(jù)會(huì)帶來(lái)很多危險(xiǎn)，因?yàn)槠浜诵乃枷胧怯靡?guī)模劇增來(lái)改變現(xiàn)狀。2.濫用大數(shù)據(jù)的力量會(huì)傷害人身安全 3.大數(shù)據(jù)的二次利用顛覆了隱私保護(hù)法：無(wú)法征得個(gè)人同意 4.如果所有人的信息在數(shù)據(jù)庫(kù)里，有意識(shí)地避免就是此地?zé)o銀三百兩 5.匿名化：交叉檢驗(yàn)會(huì)檢驗(yàn)出來(lái) 6.大數(shù)據(jù)預(yù)測(cè)：罪責(zé)判定基于對(duì)個(gè)人未來(lái)行為的預(yù)測(cè)。大數(shù)據(jù)可能會(huì)否定人的自由意志 7.數(shù)據(jù)有其局限性，數(shù)據(jù)的質(zhì)量可能會(huì)很差，有誤導(dǎo)性。8.卓越的才華并不依賴(lài)數(shù)據(jù)：apple喬布斯的才能

五、掌握大數(shù)據(jù) 1.個(gè)人隱私保護(hù)：從個(gè)人許可到讓數(shù)據(jù)使用者承擔(dān)責(zé)任，因?yàn)閷⒇?zé)任從民眾轉(zhuǎn)移到數(shù)據(jù)使用者很有意義因?yàn)閿?shù)據(jù)使用者比其他人更明白他們想怎么樣使用數(shù)據(jù)，也因?yàn)樗麄兪亲畲罄娅@得者：監(jiān)管機(jī)制可以決定不同種類(lèi)的個(gè)人數(shù)據(jù)必須刪除的時(shí)間 2.信息模糊處理

3.個(gè)人應(yīng)該為他們的行動(dòng)而非傾向負(fù)責(zé) 4.打破大數(shù)據(jù)的黑盒子：大數(shù)據(jù)算法師：評(píng)估數(shù)據(jù)源，分析數(shù)據(jù)工具，解讀運(yùn)算結(jié)果 1.外部算法師：審計(jì)大數(shù)據(jù)的準(zhǔn)確程度和有效性篇四：讀書(shū)筆記-《大數(shù)據(jù)時(shí)代》

讀《大數(shù)據(jù)時(shí)代》 初次見(jiàn)到維克多·邁爾-舍恩伯格教授是在《對(duì)話(huà)》欄目中，當(dāng)時(shí)談及當(dāng)今各種科技信息的變化，然后在主持人的各種提問(wèn)下，我逐漸了解到“大數(shù)據(jù)”這個(gè)名詞，他也是現(xiàn)在對(duì)于大數(shù)據(jù)最有發(fā)言權(quán)的預(yù)言家。一位睿智的人總是能夠給人留下很深的印象。然后在中央財(cái)經(jīng)頻道的特別節(jié)目《指尖上的商機(jī)》系列節(jié)目中，也談及到大數(shù)據(jù)對(duì)于當(dāng)今時(shí)代的影響和蘊(yùn)藏的巨大商機(jī)。

讀一本好書(shū)就像與智者交談。今天我翻讀《大數(shù)據(jù)時(shí)代》，細(xì)細(xì)品讀這位智者給我們的禮物。我們首先應(yīng)該明白一個(gè)概念“大數(shù)據(jù)”，他不是單單的說(shuō)數(shù)據(jù)很大，或者數(shù)據(jù)很多的意思，真正的意思是：不用隨機(jī)分析法這樣的捷徑，而采用所有數(shù)據(jù)的方法。它告訴我們一種超越現(xiàn)在的對(duì)于數(shù)據(jù)的一種分析方法，這個(gè)方法建立在盡可能多的數(shù)據(jù)上。下面讓我們合上此書(shū)，讓他從我們的思想深處開(kāi)始發(fā)聲吧。

首先，大數(shù)據(jù)時(shí)代是建立的基礎(chǔ)就是有一個(gè)很龐大的數(shù)據(jù)庫(kù)，我們分析的對(duì)象不是抽取樣本，而是用全部的數(shù)據(jù)作為樣本，“樣本=總體”。這樣我們能夠把要調(diào)查的對(duì)象精確到每一個(gè)個(gè)體，我們能夠?qū)γ恳粋€(gè)個(gè)體提供個(gè)性化分析和服務(wù)。我們會(huì)擺脫抽樣樣本的誤差和失誤，同樣我們能夠細(xì)化我們研究的對(duì)象和分析的數(shù)據(jù)。我們分析的適合一個(gè)大的整體，也適合每一個(gè)個(gè)體。這是大數(shù)據(jù)分析的基礎(chǔ)。

第二，大數(shù)據(jù)是由很多不同的紛繁復(fù)雜的數(shù)據(jù)匯總在一起的，我們必須接受他們的復(fù)雜性和不精確性，我們的研究方向除了尋找因果關(guān)系之外，增加了一種相關(guān)關(guān)系的研究。我們通過(guò)數(shù)據(jù)之間的關(guān)系，分析得到我們想要得到的結(jié)論或者是模型。在這里我們應(yīng)該重點(diǎn)看一下，相關(guān)關(guān)系是我們打開(kāi)的另一扇窗，而不能關(guān)閉因果關(guān)系的現(xiàn)在開(kāi)著的窗戶(hù)。我們開(kāi)始重視相關(guān)關(guān)系，但是不能放棄對(duì)于因果關(guān)系的研究。作者也在文中闡釋我們的生活還是需要因果關(guān)系的，甚至我們需要大數(shù)據(jù)算法師，我們需要了解“黑匣子”中的神秘。這是大數(shù)據(jù)時(shí)代我們應(yīng)該正確認(rèn)識(shí)的。

第三，大數(shù)據(jù)的原始來(lái)源是用不同的方法收集，為了有盡可能多的數(shù)據(jù)，我們現(xiàn)在有了電腦，搜索引擎，智能手機(jī)，可穿戴設(shè)備，社交平臺(tái)，還有無(wú)數(shù)的傳感器等等，我們可以把文字，位置，動(dòng)作，喜好等所有的世界進(jìn)行量化，他都可以用數(shù)字表示，這就是我們所有的紛繁復(fù)雜的原始數(shù)據(jù)，他們是一座鉆石礦，由于無(wú)數(shù)種的相關(guān)組合可以不斷地挖掘出我們所需要的信息。這是我們不斷利用大數(shù)據(jù)的基礎(chǔ)。我們需要不斷更新的數(shù)據(jù)。

第四，未來(lái)在過(guò)去的塵埃中。我們分析大數(shù)據(jù)最大的作用就是預(yù)測(cè)未來(lái)，知道下一步你會(huì)做什么，知道下一個(gè)最危險(xiǎn)的事物或人。我們用什么方法預(yù)測(cè)未來(lái)。這是一個(gè)商業(yè)，政府，甚至世界的時(shí)代，我們分析的方法就是動(dòng)用自己敏銳的思維發(fā)現(xiàn)相關(guān)性，然后動(dòng)用我們的數(shù)據(jù)分析工具對(duì)其進(jìn)行相關(guān)性分析，最后我們用統(tǒng)計(jì)學(xué)研究出一個(gè)模型。通過(guò)模型我們能夠預(yù)測(cè)未來(lái)。大數(shù)據(jù)分析的關(guān)鍵就在于數(shù)據(jù)，思維和技術(shù)。現(xiàn)在我們有快速分析的工具，正在不斷收集數(shù)據(jù)，那么最重要的就是人類(lèi)的思維，一個(gè)能夠分析相關(guān)性，能夠創(chuàng)新使用數(shù)據(jù)的思維。在大數(shù)據(jù)時(shí)代我們需要把統(tǒng)計(jì)學(xué)，軟件工程師和創(chuàng)新思維結(jié)合在一起的人才。

第五，我們能夠知道每一個(gè)人的位置，喜好，關(guān)注什么，即將干什么等等，對(duì)于每個(gè)人來(lái)說(shuō)都是一個(gè)很可怕的事情，如果我們赤裸裸的暴露在陽(yáng)光之下，或者我們正在暴露中，我們的隱私應(yīng)該受到保護(hù)，這也是大數(shù)據(jù)時(shí)代一個(gè)亟待解決的問(wèn)題，盡管我們匿名分析信息，到最后我們還是能夠精確到個(gè)人，我們需要有人負(fù)責(zé)，這是安全問(wèn)題，自由和科技或商業(yè)的發(fā)展產(chǎn)生矛盾，我們應(yīng)該何去何從？我們擔(dān)憂(yōu)的，相信會(huì)有人來(lái)解決。這涉及到我們每個(gè)人的利益。

來(lái)暴露我們需要的產(chǎn)品；我們用百度、google來(lái)暴露我們所關(guān)注的事情。我想有好多雙眼睛正在盯著我們，只是我們還不知道。這是一件可怕的事情。

第三篇：大數(shù)據(jù)時(shí)代觀(guān)后感

淺談《BBC地平線(xiàn)系列——大數(shù)據(jù)時(shí)代》 現(xiàn)今的我們正處于一個(gè)時(shí)代轉(zhuǎn)型中，因?yàn)榭萍嫉陌l(fā)展與互聯(lián)網(wǎng)的日益強(qiáng)大，數(shù)據(jù)將逐步取代舊事物，創(chuàng)造出新事物。當(dāng)今社會(huì)以一種前所未有的方式，通過(guò)對(duì)海量數(shù)據(jù)進(jìn)行分析，獲得巨大價(jià)值的產(chǎn)品和服務(wù)，或深刻的洞見(jiàn)。數(shù)據(jù)可以反映出很多項(xiàng)指標(biāo)，特別是海量數(shù)據(jù)的處理下，如何挖掘獲得價(jià)值更是需要一種具有新型的復(fù)合能力人才，而得以用數(shù)據(jù)改變對(duì)世界的認(rèn)知、改變市場(chǎng)、改變關(guān)系。以前單純依靠人類(lèi)判斷力的領(lǐng)域都會(huì)被計(jì)算機(jī)系統(tǒng)所改變甚至取代，運(yùn)用大數(shù)據(jù)的處理與分析，為我們的生活創(chuàng)造出前所未有的可量化的維度。大數(shù)據(jù)是指不用隨機(jī)分析法這樣的捷徑，而采用所有數(shù)據(jù)的方法?！翱傮w=樣本”以前是做不到的，現(xiàn)在對(duì)于數(shù)據(jù)的儲(chǔ)存、處理能力、統(tǒng)計(jì)技術(shù)與數(shù)據(jù)資源等各方面都有了飛速的發(fā)展，信息總量的變化也導(dǎo)致量變到質(zhì)變的飛躍，并在其中去捕捉隨機(jī)抽樣所無(wú)法揭示的細(xì)節(jié)。

片中洛杉磯警方的犯罪預(yù)測(cè)系統(tǒng)，其使用的數(shù)學(xué)模型居然是用來(lái)預(yù)測(cè)余震的模型，因?yàn)榉缸锇讣陌l(fā)生規(guī)律與余震的發(fā)生規(guī)律具有同種模式。片中我們可以看到模型根據(jù)過(guò)往的犯罪數(shù)據(jù)記錄給出每一天最可能的案件發(fā)生類(lèi)型和發(fā)生區(qū)域，而警方也確實(shí)通過(guò)這套系統(tǒng)抓獲了罪犯，降低了區(qū)域案件發(fā)生率。

另一個(gè)很有趣的地方是對(duì)經(jīng)濟(jì)活動(dòng)進(jìn)行預(yù)測(cè)，片中的那家預(yù)測(cè)分析公司收集的數(shù)據(jù)極其龐大，為了預(yù)測(cè)當(dāng)今人們的經(jīng)濟(jì)活動(dòng)，竟然需要收集從中世紀(jì)至今的商品價(jià)格。但即便如此，他們預(yù)測(cè)的結(jié)果也更多是概率上的差別，比如51%對(duì)49%這樣的比率，但僅僅2%的差別，就能夠產(chǎn)生重大的結(jié)果。

而對(duì)人們的購(gòu)買(mǎi)習(xí)慣進(jìn)行預(yù)測(cè)中，提到了一個(gè)數(shù)學(xué)分支：決策論。如何在紛繁復(fù)雜的各種決定中找到最關(guān)鍵和最重要的，進(jìn)而簡(jiǎn)化整個(gè)決策程序。這種理論的基礎(chǔ)來(lái)源于：在超市購(gòu)物。哪種食品我們最需要？哪種買(mǎi)了之后就必須買(mǎi)另一種？等等。從預(yù)測(cè)人們的購(gòu)買(mǎi)習(xí)慣，到載人登陸火星，決策論應(yīng)用的方面相當(dāng)廣闊。

從數(shù)據(jù)中挖掘出各種各樣的模式用于預(yù)測(cè)未來(lái)犯罪，個(gè)性化廣告，金融等等，天文觀(guān)測(cè)等等，數(shù)據(jù)挖掘的前景很光明，但是人們的干預(yù)對(duì)數(shù)據(jù)也可能產(chǎn)生一定的影響，警察去巡邏了當(dāng)然犯罪率會(huì)下降啊。還是金融預(yù)測(cè)的那個(gè)例子說(shuō)的在理：算法并不一定要預(yù)測(cè)的100%正確，只需要正確率比錯(cuò)誤率高就有巨大利潤(rùn)的可能

而以上這些，全都屬于大數(shù)據(jù)應(yīng)用。由此看來(lái)，大數(shù)據(jù)并不神秘，它遠(yuǎn)不像電視劇里講述的那樣讓人恐慌，它只不過(guò)是一種工具，就像我們會(huì)使用物理和化學(xué)知識(shí)一樣。雖然它必定會(huì)對(duì)這個(gè)世界產(chǎn)生深遠(yuǎn)的影響，但最終決定如何使用的依然是我們自己。*** 魏子昂

第四篇：市場(chǎng)營(yíng)銷(xiāo)讀書(shū)報(bào)告--《大數(shù)據(jù)時(shí)代》

市場(chǎng)營(yíng)銷(xiāo)讀書(shū)報(bào)告--《大數(shù)據(jù)時(shí)代》

讀書(shū)報(bào)告題目：大數(shù)據(jù)時(shí)代的生活、工作和思維變革 書(shū)名：大數(shù)據(jù)時(shí)代作者：[英]維克托·邁爾-舍恩伯格，肯尼思·庫(kù)克耶 出版社：浙江人民出版社出版時(shí)間：2013年1月

內(nèi)容梗概：

大數(shù)據(jù)又稱(chēng)巨量資料，指的是所涉及的資料規(guī)模巨大，無(wú)法通過(guò)目前主流軟件工具處理。所以，需要在合理時(shí)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(yíng)決策更積極目的的資訊。在本書(shū)中，作者通過(guò)許多淺顯易懂的道理和例子，闡明了大數(shù)據(jù)時(shí)代對(duì)我們生活、工作和思想的變革。在第一部分中，作者主要講的是大數(shù)據(jù)時(shí)代中思維的變革：抽樣等于全體；效率大于絕對(duì)精確；相關(guān)關(guān)系分析通常情況下能夠取代因果關(guān)系起作用。在第二部分中，作者主要講的是大數(shù)據(jù)時(shí)代中商業(yè)的變革。作者認(rèn)為我們應(yīng)該重視數(shù)據(jù)化，把重心轉(zhuǎn)移到信息本身上來(lái)，并且創(chuàng)造數(shù)據(jù)在重利用中的價(jià)值。在第三部分中，作者主要講的是大數(shù)據(jù)時(shí)代中管理的變革。作者描繪了大數(shù)據(jù)的風(fēng)險(xiǎn)和如何面對(duì)這些不良影響。

讀書(shū)心得：

我認(rèn)為，作者對(duì)于第一部分的論述最為深刻。所以，我主要從第一部分來(lái)談?wù)勎业男牡皿w會(huì)。第一部分中有三個(gè)觀(guān)點(diǎn)：抽樣等于全體；效率大于絕對(duì)精確；相關(guān)關(guān)系分析通常情況下能夠取代因果關(guān)系起作用。這三個(gè)觀(guān)點(diǎn)涉及的面很廣，包括了統(tǒng)計(jì)學(xué)、邏輯學(xué)、哲學(xué)等等。

首先，作者認(rèn)為大數(shù)據(jù)的關(guān)鍵就在于要利用所有的數(shù)據(jù)，而不再僅僅依靠一小部分?jǐn)?shù)據(jù)進(jìn)行分析總結(jié)。作者通過(guò)人口統(tǒng)計(jì)的例子闡明了隨機(jī)采樣是在不可收集和分析全部數(shù)據(jù)的情況下的選擇，它本身存在許多固有的缺陷。所以，當(dāng)今時(shí)代，我們需要全數(shù)據(jù)模式，即樣本=總體，并且學(xué)會(huì)在大數(shù)據(jù)中進(jìn)行分析總結(jié)。作者用大數(shù)據(jù)與喬布斯的癌癥治療例子很好地說(shuō)明了使用全部數(shù)據(jù)而非樣本的意義，只有這種獲取所有數(shù)據(jù)而不僅是樣本的方法才能科學(xué)地使用對(duì)他治療有幫助的藥，進(jìn)而延長(zhǎng)他的壽命。作者的觀(guān)點(diǎn)不無(wú)道理。但是，我認(rèn)為，在現(xiàn)如今社會(huì)里，使用大數(shù)據(jù)進(jìn)行研究，無(wú)疑會(huì)增加成本，造成資源浪費(fèi)。所以，這種分析方法應(yīng)該被用于某些特定的領(lǐng)域，例如危險(xiǎn)評(píng)估或者風(fēng)險(xiǎn)分析上。當(dāng)然，隨著科技的進(jìn)步，我也相信，我們有一天會(huì)進(jìn)入完全大數(shù)據(jù)時(shí)代。

第二，作者認(rèn)為數(shù)據(jù)是需要混雜性的。隨著數(shù)據(jù)使用的越來(lái)越多，其得出的結(jié)果并不一定能絕對(duì)精確。所以，采用小數(shù)據(jù)一個(gè)數(shù)據(jù)的錯(cuò)誤就會(huì)導(dǎo)致結(jié)果的誤差很大，但是如果數(shù)據(jù)足夠多、數(shù)據(jù)足夠雜，那得出的結(jié)果就越靠近正確答案。大數(shù)據(jù)的簡(jiǎn)單算法比小數(shù)據(jù)的復(fù)雜算法更加有效。谷歌翻譯的成功很好地證明了這一點(diǎn)，谷歌的翻譯系統(tǒng)不像Candide那樣精確地翻譯每一句話(huà)，它之所以?xún)?yōu)于IBM的Candide系統(tǒng)并不是因?yàn)樗鼡碛懈玫乃惴C(jī)制，而是谷歌翻譯吸收了它能找到的全部翻譯并且接受了錯(cuò)誤的數(shù)據(jù)。在這樣繁雜的數(shù)據(jù)下，就可以降低它出錯(cuò)的概率，吸引更多的用戶(hù)使用它。

第三點(diǎn)是我印象最深的一點(diǎn)，作者認(rèn)為相關(guān)關(guān)系比因果關(guān)系更重要。他認(rèn)為，找到數(shù)據(jù)之間的相關(guān)性就能更好地預(yù)測(cè)未來(lái)。從亞馬遜的案例中，我們可以看出，亞馬遜的成功在于他抓住了每個(gè)客戶(hù)自身不同的特點(diǎn)，從歷史數(shù)據(jù)出發(fā)來(lái)為客戶(hù)推薦書(shū)目，這比評(píng)論家點(diǎn)評(píng)更有效果。只有找到了數(shù)據(jù)之間的關(guān)聯(lián)性，才能獲得很高的成功率。另外，大數(shù)據(jù)也可以幫助企業(yè)分析現(xiàn)狀，提前做出規(guī)劃，降低風(fēng)險(xiǎn)。大數(shù)據(jù)的相關(guān)關(guān)系分析法就是知道是什么就夠了，不用知道為什么。盡管這個(gè)觀(guān)點(diǎn)存在很多爭(zhēng)議，包括書(shū)中電子科技大學(xué)教授在推薦中就不認(rèn)同這一觀(guān)點(diǎn)。但是，我認(rèn)為，這也是大數(shù)據(jù)的一大特點(diǎn)，它通過(guò)大量的數(shù)據(jù)分析，然后得到具有相關(guān)性的信息，經(jīng)過(guò)加工總結(jié)，最后能夠提前做出具有科學(xué)性的預(yù)測(cè)。這在商業(yè)領(lǐng)域甚至科學(xué)領(lǐng)域都有十分重要的意義。

大數(shù)據(jù)對(duì)我們生活和工作的影響是巨大的，這是社會(huì)發(fā)展的潮流，也是時(shí)代的變革。在這個(gè)大數(shù)據(jù)時(shí)代里，我們需要抓住機(jī)遇，迎接挑戰(zhàn)，尋找隱藏在大數(shù)據(jù)中的商業(yè)前景。

第五篇：大數(shù)據(jù)時(shí)代讀書(shū)心得

生活，工作以及思維的大變革

——讀《大數(shù)據(jù)時(shí)代》有感及所思

讀了《大數(shù)據(jù)時(shí)代》后，感覺(jué)到一個(gè)大變革的時(shí)代將要來(lái)臨。雖然還不怎么明了到底要徹底改變哪些思維和操作方式，但顯然作者想要“終結(jié)”或顛覆一些傳統(tǒng)上作為我們思維和生存基本理論、方法和方式。在這樣的想法面前，我的思想被強(qiáng)烈震撼，不禁戰(zhàn)栗起來(lái)。

本書(shū)從思維、商業(yè)、管理三個(gè)方面闡述了在大數(shù)據(jù)時(shí)代在下的變革，這些變革涉及到我們生活的方方面面，幾乎其影響程度可以與兩次工業(yè)革命相媲美。作者在第一部分提出了三個(gè)比較令人震驚的觀(guān)點(diǎn)，也就是大數(shù)據(jù)的精髓在于我們分析信息時(shí)的三個(gè)轉(zhuǎn)變，這三個(gè)轉(zhuǎn)變將改變我們的理解和組建社會(huì)的方法。并且作者將生活，工作思維的大變革和這幾個(gè)方面緊緊聯(lián)系在一起。

第一個(gè)轉(zhuǎn)變是，在大數(shù)據(jù)時(shí)代，我們可以分析更多的數(shù)據(jù)，有時(shí)候甚至可以處理和某個(gè)特別現(xiàn)象相關(guān)的所有數(shù)據(jù)，而不再依賴(lài)于隨機(jī)采樣。也就是說(shuō)樣本等于總體；第二個(gè)轉(zhuǎn)變是對(duì)研究數(shù)據(jù)不會(huì)追求精度，而且追求混雜性，小數(shù)據(jù)時(shí)代下，追求精確度是合理的，因?yàn)槲覀兪占臄?shù)據(jù)很少，所以要越精確越好，包括如今仍然也在使用這種辦法；但是在某些時(shí)代，尤其是在大數(shù)據(jù)時(shí)代背景下，快速獲得一個(gè)大概輪廓和發(fā)展脈絡(luò)，要比精確性重要得多，既然選擇了整體性，肯定要忽視細(xì)節(jié)和確定性；第三個(gè)改變是不是因果關(guān)系而是相關(guān)關(guān)系，在大數(shù)據(jù)時(shí)代，我們更需要了解一個(gè)東西是什么，而不是為什么，要找到關(guān)聯(lián)無(wú)，通過(guò)一個(gè)良好的關(guān)聯(lián)物的相關(guān)關(guān)系可以幫助我們捕捉預(yù)測(cè)未來(lái)。

這三個(gè)方面是大數(shù)據(jù)時(shí)代所給我們帶來(lái)的思維上的改變，所謂思路決定出路，思路有了創(chuàng)新，有了拓展，相應(yīng)的社會(huì)也就會(huì)有很大的變化。緊接著第二部分作者從萬(wàn)事萬(wàn)物數(shù)據(jù)化和數(shù)據(jù)交叉復(fù)用的巨大價(jià)值兩個(gè)方面，講述驅(qū)動(dòng)大數(shù)據(jù)戰(zhàn)車(chē)在材質(zhì)和智力方面向前滾動(dòng)的最根本動(dòng)力。第三部分則是闡述了大數(shù)據(jù)時(shí)代下的弊端以及在管理上的措施。個(gè)人認(rèn)為本書(shū)的精髓部分是第一部分，第一部分的三個(gè)觀(guān)點(diǎn)涉及的面很廣，包括統(tǒng)計(jì)學(xué)、邏輯學(xué)、哲學(xué)等。后兩個(gè)部分都是以第一部分這三個(gè)觀(guān)點(diǎn)為基礎(chǔ)展開(kāi)闡述的。

這本書(shū)給我感觸最深的就是這三個(gè)轉(zhuǎn)變，或者說(shuō)是三個(gè)觀(guān)點(diǎn)，可以說(shuō)是哲學(xué)上說(shuō)的世界觀(guān)，因?yàn)槭澜缬^(guān)決定方法論，所以這三個(gè)觀(guān)點(diǎn)對(duì)傳統(tǒng)看法的顛覆，就會(huì)導(dǎo)致各種變革的發(fā)生。首先是第一個(gè)，作者認(rèn)為在抽樣研究時(shí)期，由于研究條件的欠缺，只能以少量的數(shù)據(jù)獲取最大的信息，而在大數(shù)據(jù)時(shí)代，我們可以獲得海量的數(shù)據(jù)，抽樣自然就失去它的意義了。放棄了隨機(jī)分析法這種捷徑，采用所有的數(shù)據(jù)。作者用大數(shù)據(jù)與喬布斯的癌癥治療例子說(shuō)明了使用全部數(shù)據(jù)而非樣本的意義，列舉了日本“相撲”等來(lái)證明使用全體數(shù)據(jù)的重要性。這個(gè)觀(guān)點(diǎn)足以引起統(tǒng)計(jì)學(xué)乃至社會(huì)文明的變革，因?yàn)榻y(tǒng)計(jì)抽樣和幾何學(xué)定理、萬(wàn)有引力一樣被看做文明得以建立牢固的基石。我對(duì)這個(gè)觀(guān)點(diǎn)還是比較認(rèn)同的，如果真能收集到整體的數(shù)據(jù)而且分析數(shù)據(jù)的工具也足夠先進(jìn)，自然是全體數(shù)據(jù)研究得出的結(jié)果更令人信服。但是這個(gè)觀(guān)點(diǎn)也過(guò)于絕對(duì)，就算是在大數(shù)據(jù)時(shí)代要想收集到全體數(shù)據(jù)還是不太可能實(shí)現(xiàn)的，因?yàn)槭占w數(shù)據(jù)要付出的代價(jià)有時(shí)會(huì)很大。比如說(shuō)，你要檢測(cè)食品中致癌物質(zhì)是否超標(biāo)，你不可能每一件食品你都檢測(cè)一遍吧。

第二，要效率不要絕對(duì)的精確。作者說(shuō)，執(zhí)迷于精確性是信息缺乏時(shí)代和模擬時(shí)代的產(chǎn)物，只有5%的數(shù)據(jù)是結(jié)構(gòu)化且能適用于傳統(tǒng)數(shù)據(jù)庫(kù)的。如果不接受混亂，剩下95%的非結(jié)構(gòu)化數(shù)據(jù)都無(wú)法被利用。作者是基于數(shù)據(jù)不可能百分之百正確的考慮而做出這樣的判斷的，如果采用小數(shù)據(jù)一個(gè)數(shù)據(jù)的錯(cuò)誤就會(huì)導(dǎo)致結(jié) 果的誤差很大，但是如果數(shù)據(jù)足夠多、數(shù)據(jù)足夠雜那得出的結(jié)果就越靠近正確答案。大數(shù)據(jù)時(shí)代要求我們重新審視精確性的優(yōu)劣，甚至還說(shuō)到大數(shù)據(jù)不僅讓我們不再期待精確性，也讓我們無(wú)法實(shí)現(xiàn)精確性。谷歌翻譯的成功很好地證明了這一點(diǎn)，谷歌的翻譯系統(tǒng)不像Candide那樣精確地翻譯每一句話(huà)，它谷歌翻譯之所以?xún)?yōu)于IBM的Candide系統(tǒng)并不是因?yàn)樗鼡碛懈玫乃惴C(jī)制，和微軟的班科和布里爾一樣，谷歌翻譯增加了各種各樣的數(shù)據(jù)，并且接受了有錯(cuò)誤的數(shù)據(jù)。

而在閱讀這本書(shū)時(shí)，發(fā)現(xiàn)這本書(shū)中爭(zhēng)議最大的一個(gè)觀(guān)點(diǎn)，不僅是讀者，就算是本書(shū)的譯者也在序言中明確地說(shuō)到他不認(rèn)同“相關(guān)關(guān)系比因果關(guān)系更重要”的觀(guān)點(diǎn)。作者覺(jué)得相關(guān)關(guān)系對(duì)于預(yù)測(cè)一些事情已經(jīng)足夠了，不用花大力氣去研究他們的因果關(guān)系。作者用林登的亞馬遜推薦系統(tǒng)的成功，證實(shí)了大數(shù)據(jù)在分析相關(guān)性方面的優(yōu)勢(shì)以及在銷(xiāo)售中獲得的成功。沃爾瑪也是充分利用并挖掘各類(lèi)數(shù)據(jù)信息的代表，從啤酒和尿布的案例，以及作者舉的有關(guān)蛋撻和颶風(fēng)天氣的案例，都說(shuō)明了掌握了相關(guān)關(guān)系對(duì)于他們策略的幫助。一句話(huà)，知道是什么就夠了，不用知道為什么。很明顯作者所舉的例子都是屬于商業(yè)領(lǐng)域的，但是對(duì)于其他領(lǐng)域來(lái)說(shuō)這個(gè)觀(guān)點(diǎn)就值得商榷了。比如說(shuō)，在科學(xué)研究領(lǐng)域，你需要知其然也需要知道其所以然，找到事件發(fā)生的原理。用文中的一個(gè)例子說(shuō)明，喬布斯測(cè)出整個(gè)基因圖譜來(lái)治療癌癥，但是你治療癌癥你必須知道癌癥發(fā)病的原理，知道哪一段基因?qū)е铝诉@種疾病，不可能只是說(shuō)收集各種數(shù)據(jù)，然后利用其相關(guān)性來(lái)判斷哪里出現(xiàn)了問(wèn)題。

過(guò)度依賴(lài)所帶來(lái)的后果。也用《少數(shù)派的報(bào)告》這部電影來(lái)說(shuō)明如果癡迷于數(shù)據(jù)會(huì)導(dǎo)致我們將生活在一個(gè)沒(méi)有獨(dú)立選擇和自由意志的社會(huì)，如果一切變?yōu)楝F(xiàn)實(shí)，我們將被禁錮在大數(shù)據(jù)的可能性之中。所以書(shū)中提出了幾種解決方法，一種是使用數(shù)據(jù)時(shí)征詢(xún)數(shù)據(jù)所有個(gè)人的知曉和授權(quán)。第二個(gè)技術(shù)途徑就是匿名化。毫無(wú)疑問(wèn)，大數(shù)據(jù)將會(huì)給社會(huì)管理帶來(lái)巨大的變革。

在這個(gè)信息爆炸的時(shí)代，大數(shù)據(jù)給人類(lèi)社會(huì)的方方面面帶來(lái)了巨大的變革，這是社會(huì)發(fā)展的潮流，不可逆轉(zhuǎn)，我們只有順應(yīng)這種潮流，把握住大數(shù)據(jù)時(shí)代變革的思想，才能在時(shí)代潮流中成為佼佼者，在思維上思路上略高一籌，才能在行動(dòng)中占得先機(jī)！