第一篇：大數(shù)據(jù)時(shí)代讀書筆記

危機(jī)管理讀書筆記

《大數(shù)據(jù)時(shí)代——生活、工作與思維的大變革》

專業(yè)：人力資源管理 學(xué)號(hào)：201111232038姓名：游杰日期：2014-6-

3大數(shù)據(jù)時(shí)代洪流中的我們

——《大數(shù)據(jù)時(shí)代——生活、工作與思維的大變革》讀書筆記

《大數(shù)據(jù)時(shí)代——生活、工作與思維的大變革》是大數(shù)據(jù)系統(tǒng)研究的先河之作。作者之一的維克托?邁爾?舍恩伯格作為“大數(shù)據(jù)時(shí)代的預(yù)言家”，曾是哈佛大學(xué)肯尼迪學(xué)院信息監(jiān)管科研負(fù)責(zé)人，為惠普，微軟，IBM，Twitter，VISA, Facebook等服務(wù)。正是這本書為我們引入了“大數(shù)據(jù)”的概念：你的習(xí)慣動(dòng)作，你的一次消費(fèi)行為，你的一份就診記錄??文字、方位、溝通等一切事物皆可量化為數(shù)據(jù)。正是我們，每一個(gè)處在信息時(shí)代的人，有意識(shí)或無意識(shí)的“自我暴露”，構(gòu)建了無限膨脹的大數(shù)據(jù)時(shí)代。而我們一手創(chuàng)造的大數(shù)據(jù)，積聚成一股強(qiáng)大的信息風(fēng)暴，正在變革我們的生活、工作和思維，開啟一個(gè)重大的時(shí)代轉(zhuǎn)型。

本書的結(jié)構(gòu)可以按照大數(shù)據(jù)下的思維變革、商業(yè)變革、管理變革三個(gè)方面進(jìn)行歸納。引用譯者在序中的話來表達(dá)，即 “首先，作者拋出了大數(shù)據(jù)時(shí)代處理數(shù)據(jù)理念上的三大轉(zhuǎn)變：要全體不要抽樣，要效率不要絕對(duì)精確，要相關(guān)不要因果；接著，從萬事萬物數(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)車在材質(zhì)和智力方面向前滾動(dòng)的最根本動(dòng)力；最后，作者冷靜描繪了大數(shù)據(jù)帝國前夜的脆弱與不安，包括產(chǎn)業(yè)生態(tài)環(huán)境、數(shù)據(jù)安全隱私、信息公正公開等問題。”當(dāng)然從另一個(gè)角度來看，這本書的結(jié)構(gòu)框架也遵從了學(xué)術(shù)性書籍的普遍方式：從現(xiàn)象入手，繼而通過對(duì)現(xiàn)象的解剖提出對(duì)這一現(xiàn)象的解釋。然后在通過解釋對(duì)未來進(jìn)行預(yù)測，并對(duì)未來可能出現(xiàn)的問題提出自己看法與對(duì)策。

思維

變革

商業(yè)

變革

管理

變革

現(xiàn)象呈現(xiàn) 原因解釋 未來預(yù)測正如譯者序中所提到的，本書在觀點(diǎn)、觀念、例子三個(gè)部分都做得很好，且相互之間能夠近乎完美的結(jié)合起來。“一是觀點(diǎn)擲地有聲，絕非主流媒體上若干討論的簡單匯總和平均。二是觀念高屋建瓴，作者試圖從很多實(shí)例和經(jīng)驗(yàn)，包括歷史事件中萃取出普適性的觀念。三是例子豐富詳實(shí)。三點(diǎn)近乎完美的結(jié)合起來。不僅對(duì)于技術(shù)從業(yè)者、金融等相關(guān)行業(yè)領(lǐng)域的人，政府和公眾機(jī)構(gòu)，而且對(duì)于生

活在整個(gè)信息社會(huì)下的大多數(shù)，甚至是全部的人都非常具有價(jià)值。”

第一部分中，作者詳細(xì)說明了大數(shù)據(jù)時(shí)代的思維變革涵蓋“不是隨機(jī)樣本，而是全體數(shù)據(jù)”、“不是精確性，而是混雜性”、“不是因果關(guān)系，而是相關(guān)關(guān)系”三部分內(nèi)容，即大數(shù)據(jù)時(shí)代，數(shù)據(jù)在數(shù)量、性質(zhì)和關(guān)系方面的變革。第一，“不是隨機(jī)樣本，而是全體數(shù)據(jù)”，當(dāng)數(shù)據(jù)處理技術(shù)得到了較大的發(fā)展之后，數(shù)據(jù)分析就采取了全數(shù)據(jù)模式，樣本=總體，比如淘寶進(jìn)行用戶行為分析時(shí)會(huì)就一個(gè)用戶在淘寶里的所有行為進(jìn)行技術(shù)分析，而谷歌對(duì)流感的預(yù)測則是對(duì)所有相關(guān)詞匯搜索行為進(jìn)行技術(shù)分析。第二，“不是精確性，而是混雜性”，數(shù)據(jù)量的顯著增大必然會(huì)讓我們付出一些代價(jià)——一些不準(zhǔn)確的數(shù)據(jù)會(huì)混入數(shù)據(jù)庫，結(jié)果也可能不準(zhǔn)確。對(duì)“小數(shù)據(jù)”而言，最重要的要求就是減少錯(cuò)誤；在大數(shù)據(jù)的采集里，在技術(shù)尚未達(dá)到完美無缺之前，混亂是無可避的。雖然我們得到的信息不再那么準(zhǔn)確，但是收集到的數(shù)量龐大的信息讓我們放棄嚴(yán)格精確的選擇變的更為劃算。比如，我們很多人上過豆瓣，豆瓣電影的評(píng)分還是相對(duì)比較客觀的。但是，當(dāng)影片剛上映時(shí)并不是那么客觀，因?yàn)楹芏嗥綍?huì)雇傭的水軍和五毛黨，全部給五顆星，一下子拉高影片的總體評(píng)分，后期，隨著觀影樣本人數(shù)越來越多，這部影片的評(píng)分才趨于理性。大數(shù)據(jù)時(shí)代，我們不要求所有數(shù)據(jù)的精確，而是容忍混雜，當(dāng)混雜遇到足夠多的量，也許就會(huì)得到因量匯聚而產(chǎn)生的精確。第三，“不是因果關(guān)系，而是相關(guān)關(guān)系”，大數(shù)據(jù)時(shí)代要求我們放棄對(duì)因果關(guān)系的渴求，而取而代之關(guān)注相關(guān)關(guān)系，也就是說知道是什么要比知道為什么來的更實(shí)在。作者列舉了林登的亞馬遜推薦系統(tǒng)的成功，沃爾瑪啤酒和尿布，蛋撻和颶風(fēng)天氣的案例，UPS國家快遞公司通過使用預(yù)測性分析檢測其全美6萬輛車隊(duì)等都說明了大數(shù)據(jù)在商業(yè)經(jīng)營中分析相關(guān)性，進(jìn)行預(yù)測方面的強(qiáng)大優(yōu)勢。

第二部分，大數(shù)據(jù)時(shí)代的商業(yè)變革分為內(nèi)容數(shù)據(jù)化、數(shù)據(jù)價(jià)值實(shí)現(xiàn)、數(shù)據(jù)公司類型三部分。文中用莫里利用人力分析多年保存的航海記錄從而繪制導(dǎo)航圖的例子告訴我們，遠(yuǎn)在信息數(shù)字化之前，對(duì)數(shù)據(jù)的運(yùn)用就已經(jīng)開始了，而日本先進(jìn)工業(yè)技術(shù)研究所越水重臣教授通過安裝壓力傳感器將人屁股特征數(shù)據(jù)化，進(jìn)而形成對(duì)乘客身份的特征識(shí)別的技術(shù)也為汽車防盜系統(tǒng)提供了方案。這些例子都證明了大數(shù)據(jù)蘊(yùn)藏著巨大的商業(yè)價(jià)值。隨著信息技術(shù)的變革，我們繼續(xù)不斷將文字、方位、溝通甚至是世間萬物都變成數(shù)據(jù)，然后通過數(shù)據(jù)的再利用、重組、擴(kuò)展等實(shí)現(xiàn)價(jià)值，創(chuàng)造大數(shù)據(jù)公司。同時(shí)，根據(jù)所提供價(jià)值的數(shù)據(jù)本身、技能和思維三種不同來源，第一種是基于大量數(shù)據(jù)本身，卻不一定有從數(shù)據(jù)中提取價(jià)值或者用數(shù)據(jù)催生創(chuàng)新思想的技能。第二種是基于技能，它們掌握了專業(yè)技能但并不一定擁有數(shù)據(jù)或者提出數(shù)據(jù)創(chuàng)性用途的才能。第三種是基于思維，通過想法獲得價(jià)值，即將挖掘數(shù)據(jù)的新價(jià)值的創(chuàng)新思維作為脫穎而出的優(yōu)勢。而現(xiàn)在很多成功的互聯(lián)網(wǎng)公司往往是基于這三種來源，如谷歌、亞馬遜等則是包含三者，全面發(fā)展的大數(shù)據(jù)公司。

第三部分中，作者告訴我們大數(shù)據(jù)雖然有如此多優(yōu)勢，但是卻存在很大的潛在危機(jī)與不良影響，同時(shí)也為我們?nèi)绾螠p少風(fēng)險(xiǎn)提供了建議。大數(shù)據(jù)時(shí)代的管理變革則分為大數(shù)據(jù)的風(fēng)險(xiǎn)和自由度掌控。

大數(shù)據(jù)帶來的風(fēng)險(xiǎn)主要包括個(gè)人生活的監(jiān)視、隱私的泄露、預(yù)測懲罰以及數(shù)據(jù)獨(dú)裁，對(duì)此，通過一定的管理變革。作者在保護(hù)個(gè)人隱私方面提出了幾種想法。一種是使用數(shù)據(jù)時(shí)征詢數(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。作者同時(shí)也指出了這兩種方式的難度。一方面收集到的數(shù)據(jù)可能會(huì)被后續(xù)的多次利用。另一方面，匿名化會(huì)在數(shù)據(jù)收集越來越多和數(shù)據(jù)的相互結(jié)合關(guān)聯(lián)使用時(shí)變得無效。除了技術(shù)層面的保護(hù)外，作者還指出不能盡信數(shù)據(jù)的分析結(jié)果，因?yàn)椴荒鼙ＷC獲取分析結(jié)果來源的數(shù)據(jù)準(zhǔn)確性。

總的來看，整本書向我們解釋了我們正處于大規(guī)模生產(chǎn)、分享和應(yīng)用數(shù)據(jù)的時(shí)代，告訴我們?nèi)绾慰茖W(xué)的應(yīng)用大數(shù)據(jù)，開啟新的思維模式，新的生活方式與新的工作形態(tài)，以應(yīng)對(duì)正在發(fā)生著的利益與風(fēng)險(xiǎn)。歸納起來的思想精華是：

（1）大數(shù)據(jù)開啟了一次重大的時(shí)代轉(zhuǎn)型

以樣本=總體的更多數(shù)據(jù)分析，讓我們更清楚地看到了以前無法揭示的細(xì)節(jié)信息；以微觀的精確度沉迷向宏觀的洞察力延伸，讓我們更有大方向上的把握；以熱衷于尋找因果關(guān)系向?qū)ふ沂挛镏g的相關(guān)關(guān)系轉(zhuǎn)變，讓我們注意到以前從來沒有意識(shí)到的聯(lián)系的存在。

（2）大數(shù)據(jù)正逐漸成為巨大的經(jīng)濟(jì)資產(chǎn)

大數(shù)據(jù)發(fā)展的核心動(dòng)力來源于人類測量、記錄和分析世界的渴望。當(dāng)文字、方位、溝通，甚至世間萬物都變成數(shù)據(jù)，可量化一切時(shí)，就能創(chuàng)造新型價(jià)值，滲透到并服務(wù)于所有生活領(lǐng)域的方方面面。

（3）大數(shù)據(jù)改變著我們理解世界的方式

通過去探求“是什么”而不是“為什么”，相關(guān)關(guān)系幫助我們以全新的視角更好地了解與審視這個(gè)世界。通過大數(shù)據(jù)的運(yùn)用，效率極大性的增加，細(xì)節(jié)的捕捉面增大，可預(yù)測性也成為了未來的發(fā)展核心。

（4）大數(shù)據(jù)在挑戰(zhàn)著我們的理解范圍

大數(shù)據(jù)是用規(guī)模劇增來改變現(xiàn)狀的，同時(shí)它加深了對(duì)我們隱私的威脅，甚至?xí)褌€(gè)人未來行為的預(yù)測與懲罰相聯(lián)系，導(dǎo)致失去自由意志和自由選擇權(quán)，讓我們盲目信任數(shù)據(jù)的力量和潛能而忽略了它的局限性。因此，不讓我們成為數(shù)據(jù)的奴隸，探討如何讓數(shù)據(jù)真正為我們所用，提供最好的參考答案，幫助人們做出最明智、最正確的選擇，才是終極意義所在。

第二篇：《大數(shù)據(jù)時(shí)代》讀書筆記

“凡是過去，皆為序曲”

《大數(shù)據(jù)時(shí)代》讀書筆記

2014年2月20日sunjinshuang

各章節(jié)內(nèi)容摘要與感想

第一部分 大數(shù)據(jù)時(shí)代的思維變革

1.不是隨機(jī)樣本，而是全體數(shù)據(jù)--更多

通過GOOGLE預(yù)測流感流行趨勢和Farecast系統(tǒng)預(yù)測機(jī)票價(jià)格等例子說明了大數(shù)據(jù)時(shí)代分析數(shù)據(jù)立足于海量數(shù)據(jù)分析的重要性，而非傳統(tǒng)的取樣分析，并且闡述了在很多領(lǐng)域曾經(jīng)不被重視的混雜數(shù)據(jù)在大數(shù)據(jù)時(shí)代而產(chǎn)生了新的商業(yè)價(jià)值的案例，只有從思想上改變了原始的數(shù)據(jù)分析方法，重視大數(shù)據(jù)思維方式，才能更好的發(fā)現(xiàn)生活中更具價(jià)值的信息和商機(jī)。

2.不是精確性，而是混雜性--更雜

在“小數(shù)據(jù)”時(shí)代，采樣最基本、最重要的要求就是減少錯(cuò)誤，保證質(zhì)量，因?yàn)槭占男畔⒘枯^少，所以要保證記錄下來的信息要盡量精確。但在大數(shù)據(jù)時(shí)代，很多時(shí)候數(shù)據(jù)的量變會(huì)產(chǎn)生質(zhì)變，如果依然沿用以前的分析方法，可能會(huì)和更多有價(jià)值的信息失之交臂，只有容忍不精確性，擁抱混雜性，以一種高屋建瓴的思維方式跳出傳統(tǒng)思維模式，才有可能發(fā)現(xiàn)更多平凡數(shù)據(jù)中隱藏的“寶藏”。

3.不是因果關(guān)系，而是相關(guān)關(guān)系--更好

知道“是什么”就夠了，沒必要知道“為什么”。在大數(shù)據(jù)時(shí)代，我們不必知道現(xiàn)象背后的原因，而是要讓數(shù)據(jù)自己“發(fā)聲”。本節(jié)通過列舉了亞馬遜網(wǎng)站的書評(píng)團(tuán)隊(duì)輸給圖書推薦系統(tǒng)、蛋撻與颶風(fēng)用品捆綁銷售、客戶購買行為與懷孕預(yù)測、紐約沙井蓋與爆炸事故預(yù)測等眾多經(jīng)典案例來闡述在生活中很多時(shí)候我們并不需要尋找事物之間的因果關(guān)系，而只要知道了相關(guān)關(guān)系就足夠給我們的生活和工作帶來有價(jià)值的信息，人們必須轉(zhuǎn)變在以往的日常生活中，習(xí)慣性地用因果關(guān)系來考慮事情的思維，才能在大數(shù)據(jù)

時(shí)代更好的認(rèn)知自己和這個(gè)世界。

第二部分 大數(shù)據(jù)時(shí)代的商業(yè)變革

1.數(shù)據(jù)化：一切皆可“量化”

“數(shù)據(jù)”（data）一詞在拉丁文里是“已知”的意思，也可以理解為“事實(shí)”。信息化的發(fā)展其實(shí)就是一場逐漸將世界轉(zhuǎn)化為數(shù)據(jù)的革命，在將世間萬物運(yùn)轉(zhuǎn)過程中所“散發(fā)”的特征量化為數(shù)據(jù)的過程中，其所具有的的商業(yè)價(jià)值也就如泉水般源源不斷的涌現(xiàn)出來，文中莫里的航海導(dǎo)航圖的研制和日本教授通過研究司機(jī)不同坐姿的臀部經(jīng)壓力傳感器數(shù)據(jù)化后所孕育出的新型產(chǎn)業(yè)鏈，著實(shí)讓人眼前一亮，大呼數(shù)據(jù)化研究的不可思議。如今的信息技術(shù)變革重點(diǎn)在“T”（技術(shù)）上，而不是在“I”（信息）上。現(xiàn)在，是時(shí)候把聚光燈打向“I”，開始關(guān)注信息本身了。

2.價(jià)值：“取之不盡，用之不竭”的數(shù)據(jù)創(chuàng)新

節(jié)選：

我們所處的時(shí)代之所以與眾不同，是因?yàn)閿?shù)據(jù)的收集不再存在固有的局限性。技術(shù)已經(jīng)發(fā)展到一定程度，大量信息可以被廉價(jià)地捕捉和記錄。數(shù)據(jù)經(jīng)常會(huì)得到被動(dòng)的收集，人們無需投入太多精力甚至不需要認(rèn)識(shí)這些數(shù)據(jù)。而且，由于存儲(chǔ)成本的大幅下降（在過去的50年中，數(shù)字儲(chǔ)存成本大約每2年就削減一半，而存儲(chǔ)密度則增加了5000萬倍），保存數(shù)據(jù)比丟棄數(shù)據(jù)更加容易。這使得以較低成本獲得更多數(shù)據(jù)的可能性比以往任何時(shí)候都大。

不同于物質(zhì)性的東西，數(shù)據(jù)的價(jià)值不會(huì)隨著它的使用而減少，而是可以不斷地被處理。這就是經(jīng)濟(jì)學(xué)家所謂的“非競爭性“的好處：個(gè)人的使用不會(huì)妨礙其他人的使用，而且信息不會(huì)像其他物質(zhì)產(chǎn)品一樣隨著使用而有所耗損。

數(shù)據(jù)就像一個(gè)神奇的鉆石礦，當(dāng)它的首要價(jià)值被發(fā)掘后仍能不斷給予。它的真實(shí)價(jià)值就像漂浮在海洋中的冰山，第一眼只能看到冰山的一角，而絕大部分都隱藏在表面之下。

3.角色定位：數(shù)據(jù)、技術(shù)與思維的三足鼎立

從商業(yè)角度描繪了大數(shù)據(jù)價(jià)值鏈的三種角色定位：

? 基于數(shù)據(jù)本身的公司

? 基于技能的公司

? 基于思維的公司

并依此講述了3種定位不同的公司的核心競爭力、未來發(fā)展前景和商業(yè)模式的轉(zhuǎn)變所帶來的新的挑戰(zhàn)和商機(jī)。作者對(duì)未來公司體系結(jié)構(gòu)和經(jīng)營模式有了大膽的設(shè)想，認(rèn)為大數(shù)據(jù)是決定未來企業(yè)的核心競爭力，對(duì)各個(gè)行業(yè)將會(huì)起到?jīng)Q定性的影響，誰首先掌握了大數(shù)據(jù)技術(shù)和思維，進(jìn)行了深入的變革，誰就會(huì)最先受益并在此后的競爭過程中遙遙領(lǐng)先。文中的一個(gè)觀點(diǎn)讓人印象頗深：“行業(yè)專家和技術(shù)專家的光芒都會(huì)因?yàn)榻y(tǒng)計(jì)學(xué)家和數(shù)據(jù)分析家的出現(xiàn)而變暗，因?yàn)楹笳卟皇芘f觀念的影響，能夠聆聽數(shù)據(jù)發(fā)出的聲音“。

第三部分 大數(shù)據(jù)時(shí)代的管理變革

1.風(fēng)險(xiǎn)：讓數(shù)據(jù)主宰一切的隱憂

2.掌控：責(zé)任與自由并舉的信息管理

最后一章主要是講大數(shù)據(jù)時(shí)代的到來帶來的個(gè)人隱私、公共安全、司法公正方面的風(fēng)險(xiǎn)問題，通過數(shù)據(jù)的公開和共享，個(gè)人信息將越來越容易被利用，個(gè)人隱私的保護(hù)將變得不堪一擊。甚至通過大數(shù)據(jù)分析預(yù)測，將將要犯罪之人繩之以法所面臨的道德風(fēng)險(xiǎn)問題，一一進(jìn)行討論分析。但就如核工業(yè)技術(shù)和生物工程學(xué)領(lǐng)域的發(fā)展一樣，人類總是先創(chuàng)造出可能危害自身的工具，然后才著手建立保護(hù)自己、防范危險(xiǎn)的安全機(jī)制，在這方面，大數(shù)據(jù)也和其他領(lǐng)域的新技術(shù)一樣，機(jī)會(huì)的到來也伴隨著風(fēng)險(xiǎn)。但作者也在書中討論了應(yīng)該如何建立一種安全的機(jī)制去管控不可預(yù)知的風(fēng)險(xiǎn)問題，甚至設(shè)想了一種新的職業(yè)--“大數(shù)據(jù)算法師”，對(duì)數(shù)據(jù)利用的風(fēng)險(xiǎn)進(jìn)行評(píng)估和提供相關(guān)分析算法的解決方案這一職業(yè)進(jìn)行了描繪。

雖然大數(shù)據(jù)技術(shù)和思想能幫助我們更好地進(jìn)行已有的工作，但大數(shù)據(jù)也并非萬能的，人類的創(chuàng)造力、直覺、天賦和靈感遠(yuǎn)非機(jī)器所能取代。大數(shù)據(jù)為我們提供的不是最終答案，只是參考答案。

第三篇：大數(shù)據(jù)時(shí)代讀書筆記

大數(shù)據(jù)時(shí)代——讀書筆記

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 英國對(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.采樣過程中存在偏差

2.采樣不適合考察子類別

3.只能得出實(shí)現(xiàn)設(shè)計(jì)好的問題的結(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.葡萄樹溫度測量：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語法檢查：語料庫》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，尋找成千上萬對(duì)譯

結(jié)論：大數(shù)據(jù)的簡單算法好過小數(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：大部分?jǐn)?shù)據(jù)是非結(jié)構(gòu)化的，無法被利用

10.Hadoop：與mapreduce系統(tǒng)相對(duì)的開源式分布系統(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?！安糠帧焙汀贝_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.亞馬遜放棄書評(píng)組，使用大數(shù)據(jù)預(yù)測人們的未來購書需求

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)測未來

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)測疾病

4.美國零售商target：通過購買習(xí)慣預(yù)測是否懷孕

4.通過找出新種類數(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

1.例子：UPS與汽車修理預(yù)測

2.新生兒健康監(jiān)測：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)的非線性關(guān)系

1.幸福的非線性關(guān)系

7.快速思維模式使人們偏向于用因果關(guān)系看待周圍的一切，因此經(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)開銷大，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，為第一根大西洋電纜奠定基礎(chǔ)

2.坐姿研究與汽車防盜系統(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)字圖書館：開始使用掃描-》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，國際子午線會(huì)議

3.1978年，全球定位系統(tǒng)

4.英國汽車保險(xiǎn)

5． UPS的最佳行車路線：減少左轉(zhuǎn)

6.收集用戶地理位置數(shù)據(jù)，以便進(jìn)行忠誠度計(jì)劃?；蛘呖梢灶A(yù)測交通情況

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)測人類的行為。

2.例子：預(yù)測流感隔離區(qū)域

3.例子：通過非洲預(yù)付費(fèi)用戶的位置信息和他們賬戶的資金，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

2.推特：情緒數(shù)據(jù)化。對(duì)沖基金正在分析微博的文本，以作為股市投資的信

號(hào)。新推特頻率可以預(yù)測電影票房

3.例子：微博與疫苗：人們對(duì)于疫苗的態(tài)度與他們實(shí)際注射預(yù)防流感藥物的可能性呈現(xiàn)正相關(guān)

8.萬物數(shù)據(jù)化

1.觸覺地板：適時(shí)開關(guān)燈，確定身份，某人摔倒之后是否站起來

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)分人類和電腦的圖靈測試）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與電力汽車動(dòng)力系統(tǒng)的優(yōu)化預(yù)測：大數(shù)據(jù)預(yù)測模型，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)測夏天流行色

2.google保存語音翻譯記錄，開發(fā)自己的語音識(shí)別技術(shù)

3.移動(dòng)運(yùn)營商長期使用大數(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：用戶在線交互的副產(chǎn)品，包括瀏覽哪些頁面，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的拼寫檢查：搜集每天處理的查詢中數(shù)據(jù)搜索框的錯(cuò)誤拼寫

3.例子：Google的過濾噪音技術(shù)：如果用戶點(diǎn)擊搜索結(jié)果靠后的鏈接，說明這個(gè)結(jié)果更加有相關(guān)性，Google會(huì)把這個(gè)頁面的排名相應(yīng)提升。

4.當(dāng)用戶指出了各種自動(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，電子書閱讀器捕捉人們閱讀書籍的習(xí)慣

6.例子：Coursera通過捕捉學(xué)生犯的錯(cuò)誤來提示未來犯錯(cuò)誤者

結(jié)論：數(shù)據(jù)廢氣可以成為公司的巨大競爭優(yōu)勢，和對(duì)手的強(qiáng)大進(jìn)入堡壘

12.開放數(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)營部門和社會(huì)大眾訪問

2.例子：FlyOnTime網(wǎng)站，通過開放的數(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

1.例子：decide.com廣泛收集數(shù)據(jù)，用來發(fā)現(xiàn)不正常，不合理的價(jià)格高峰。

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

例子：MasterCard通過大數(shù)據(jù)預(yù)測客戶的消費(fèi)習(xí)慣

2.基于技能的公司：咨詢公司，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)檢測汽車零件并節(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

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)?/p>

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

汽車制造商們本身數(shù)據(jù)量不夠，自身也沒有技術(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：收集用戶訪問信息來測評(píng)用戶年齡等，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)說出翻譯的語言

2.真正的專家不會(huì)消亡，但是主導(dǎo)地位會(huì)改變

3.專業(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和經(jīng)驗(yàn)指導(dǎo)，但是

遭遇海量數(shù)據(jù)時(shí)，可以通過數(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)代工廠的基礎(chǔ)，人類的價(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)用戶來改良，以數(shù)據(jù)為基礎(chǔ)運(yùn)作

2.例子：The-numbers.com通過大數(shù)據(jù)來預(yù)測電影票房

5.大數(shù)據(jù)決定企業(yè)核心競爭力

1.數(shù)據(jù)規(guī)模決定價(jià)值

2.例子：勞斯萊斯通過大數(shù)據(jù)監(jiān)測引擎，預(yù)測可能出問題的引擎

3.例子：蘋果進(jìn)軍手機(jī)

4.大數(shù)據(jù)為小公司帶來了機(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：既沒有靈活性也沒有規(guī)模效應(yīng)

6.大數(shù)據(jù)撼動(dòng)國家競爭力：西方世界優(yōu)勢減少

四、大數(shù)據(jù)時(shí)代的管理

1.大數(shù)據(jù)會(huì)帶來很多危險(xiǎn)，因?yàn)槠浜诵乃枷胧怯靡?guī)模劇增來改變現(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：無法征得個(gè)人同意

4.如果所有人的信息在數(shù)據(jù)庫里，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

6.大數(shù)據(jù)預(yù)測：罪責(zé)判定基于對(duì)個(gè)人未來行為的預(yù)測。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

2.內(nèi)部算法師：監(jiān)督大數(shù)據(jù)的運(yùn)轉(zhuǎn)

5.反數(shù)據(jù)壟斷

六、結(jié)語

沒有什么是上天注定的，因?yàn)槲覀兛偰芫褪种械男畔⒅贫ǔ鱿鄳?yīng)的對(duì)策。大數(shù)據(jù)的預(yù)測結(jié)果也并非鐵定而只是一種可能性，也就是說，只要我們愿意，結(jié)果可以改寫，我們可以判定出迎接未來的最佳方式，也無需理解宇宙的奧秘或者神的存在，因?yàn)榇髷?shù)據(jù)幫我們做好了。更大的數(shù)據(jù)來源于人本身，大數(shù)據(jù)所不能預(yù)測的，正是人類的直覺，勇氣，探索精神和獨(dú)創(chuàng)性。使用大數(shù)據(jù)的時(shí)候，我們應(yīng)該懷有謙卑之心，銘記人性之本

第四篇：大數(shù)據(jù)時(shí)代讀書筆記

大數(shù)據(jù)時(shí)代讀書筆記

1.三個(gè)觀念轉(zhuǎn)變

1.1.分析少量數(shù)據(jù)樣本到分析相關(guān)全部數(shù)據(jù)

采樣分析的精確性隨隨機(jī)性的增加而大幅提高，但與樣本數(shù)量增加關(guān)系不大； 隨機(jī)采樣適合于宏觀而不適用于微觀，當(dāng)針對(duì)子類別細(xì)分時(shí)則有很大缺陷； 為了擴(kuò)大數(shù)據(jù)規(guī)模，我們可以適量接受錯(cuò)誤的存在*不同的算法適用于不同的數(shù)據(jù)量（大數(shù)據(jù)基礎(chǔ)上的簡單算法比小數(shù)據(jù)基礎(chǔ)上的復(fù)雜算法更有效）

分析因果關(guān)系到分析相關(guān)關(guān)系

第五篇：《大數(shù)據(jù)時(shí)代》讀書筆記-20140203

大數(shù)據(jù)意味著什么——《大數(shù)據(jù)時(shí)代》讀書筆記

自英國人維克托.邁克.舍恩伯格（Viktor Mayer Schonberger）2013年寫了一本叫《大數(shù)據(jù)時(shí)代：生活、工作和思維的大變革》的互聯(lián)網(wǎng)專著，“大數(shù)據(jù)”一夜之間成為全球互聯(lián)網(wǎng)領(lǐng)域的核心關(guān)鍵詞，無論國外的谷歌、亞馬遜、facebook、twitter，還是國內(nèi)的新浪、騰訊、淘寶、京東、當(dāng)當(dāng)、百度等互聯(lián)網(wǎng)企業(yè)及傳播學(xué)者、新媒體研究者、媒體人都將注意力轉(zhuǎn)移到這一核心關(guān)鍵詞上面，仿佛這年頭如果你還對(duì)大數(shù)據(jù)渾然不知，走出去都不好意思跟傳播學(xué)大家談互聯(lián)網(wǎng)，談新媒體，談如今如火如荼的電子商務(wù)。那么，到底什么是大數(shù)據(jù)？大數(shù)據(jù)有哪些特征？大數(shù)據(jù)對(duì)互聯(lián)網(wǎng)、對(duì)普通網(wǎng)民意味著什么呢？

去新華書店搬回來這本大部頭，一口氣讀完，維克托用生動(dòng)的案例幽默的語言，針對(duì)上述問題娓娓道來。

提起“數(shù)據(jù)”，大家都知道是一種用0、1等計(jì)算機(jī)語言表示的信息，而所謂的“大數(shù)據(jù)”就是一種流量、存儲(chǔ)量超級(jí)大（以TB計(jì)算）數(shù)據(jù)。谷歌地圖街景（圖片）是大數(shù)據(jù)，每一個(gè)微博用戶在微博上產(chǎn)生的全部內(nèi)容合起來作為一個(gè)整體是一種大數(shù)據(jù)，淘寶店主和每一位淘寶用戶在淘寶這個(gè)平臺(tái)上產(chǎn)生的所有信息作為一個(gè)整體是一種大數(shù)據(jù)，國內(nèi)最大的搜索引擎百度里面所有的無數(shù)條的類目信息合起來也是一種大數(shù)據(jù)，這些都是互聯(lián)網(wǎng)企業(yè)普遍存在的大數(shù)據(jù)，事實(shí)上，大數(shù)據(jù)在我們的日常生活中還有更為普遍的應(yīng)用：超級(jí)市場里每一位會(huì)員刷卡購物（非會(huì)員購物買單時(shí)留下的購物清單也是大數(shù)據(jù)的一部分）時(shí)留下來的信息是大數(shù)據(jù)，百貨大樓、大商場里面各個(gè)角落里安裝的攝像頭拍下每一位顧客進(jìn)出商場及在商場中活動(dòng)的畫面是大數(shù)據(jù)，甚至汽車?yán)锩姘惭b的電子狗、導(dǎo)航系統(tǒng)作業(yè)時(shí)也能帶來大數(shù)據(jù)。細(xì)數(shù)身邊常接觸的這些大數(shù)據(jù)，仿佛還不得不信維克托這位號(hào)稱“大數(shù)據(jù)商業(yè)應(yīng)用第一人”大膽提出的“大數(shù)據(jù)”這個(gè)新概念的存在。大數(shù)據(jù)最大的特征就是數(shù)據(jù)量大、龐大、巨大。因?yàn)閿?shù)據(jù)量大，所以才能商業(yè)特別是互聯(lián)網(wǎng)企業(yè)帶來不可估量的現(xiàn)時(shí)或潛在的價(jià)值，如果百度里面的數(shù)據(jù)量不夠大，可供網(wǎng)民搜索的類目和條目不夠多，那它毫無可能成為網(wǎng)民的“移動(dòng)的百科全書”。如果超級(jí)市場里面顧客和會(huì)員沒有留下大量的數(shù)據(jù)，那么超級(jí)市場根本無從精確判斷下個(gè)月該進(jìn)多少貨，該進(jìn)哪些貨品。這，就是數(shù)據(jù)量夠大帶來的變革之一。其次，大數(shù)據(jù)還具有巨大的商業(yè)價(jià)值。1

除了剛才舉到的兩個(gè)案例，再譬如汽車?yán)锩姘惭b的導(dǎo)航系統(tǒng)如果除了導(dǎo)航還增加實(shí)時(shí)測速、安全氣囊爆破記錄甚至剎車、加速、減速記錄功能，那么它形成的大數(shù)據(jù)對(duì)保險(xiǎn)公司定制車險(xiǎn)套餐，汽車維修店開發(fā)新業(yè)務(wù)具有強(qiáng)大的參考借鑒價(jià)值。再譬如，每一位微博用戶，哪怕你從不發(fā)微博（內(nèi)容）只是圍觀，對(duì)于新浪微博也具有商業(yè)價(jià)值，因?yàn)樾吕宋⒉┐髷?shù)據(jù)的構(gòu)成離不開每一位微博用戶。當(dāng)然，大數(shù)據(jù)的商業(yè)價(jià)值遠(yuǎn)非于此，下文還會(huì)講到。大數(shù)據(jù)的第三個(gè)特征是具有相關(guān)性。因?yàn)閿?shù)據(jù)與數(shù)據(jù)之間具有相關(guān)性，大數(shù)據(jù)才可供分析，分析的結(jié)果才能帶來更多的價(jià)值。但是在本書中，維克托主張一種觀點(diǎn)，就是無需在乎數(shù)據(jù)之間的因果關(guān)系，只要能看到數(shù)據(jù)之間的相關(guān)關(guān)系即可。譬如汽車安全氣囊爆破的概率和車禍之間沒有必然的因果關(guān)系，但是安全氣囊爆破和保險(xiǎn)公司為車主定制更為精準(zhǔn)的保險(xiǎn)套餐之間卻有相關(guān)關(guān)系，用戶只要關(guān)注后者即可，而不必糾結(jié)與因果關(guān)系。除此之外，大數(shù)據(jù)還具有非精確性、免費(fèi)和可重復(fù)利用等特征。

第三個(gè)問題：大數(shù)據(jù)對(duì)普通人意味著什么，即大數(shù)據(jù)能給普通人的生活帶來哪一些影響呢？當(dāng)然，提到影響就必然要分正面的和負(fù)面的來談。首先談?wù)劥髷?shù)據(jù)的正面影響。用維克托在《大數(shù)據(jù)時(shí)代》中提到的兩個(gè)印象深刻的經(jīng)典案例來說明這個(gè)問題。第一個(gè)案例是，facebook前幾年通過搜集上億條有關(guān)流感的信息進(jìn)行分析，從而預(yù)測美國各大城市何時(shí)會(huì)發(fā)生流感，以讓大家為預(yù)防流感提前做好準(zhǔn)備。這是大數(shù)據(jù)給普通人帶來實(shí)實(shí)在在正面影響的典型，此外這一案例還反映了大數(shù)據(jù)一個(gè)強(qiáng)大的功能，那就是預(yù)測功能，而維克托的這本書本身就是面向未來的，書中所提到的案例極少是已經(jīng)實(shí)現(xiàn)了的，維克托提出的“大數(shù)據(jù)”這個(gè)新概念給互聯(lián)網(wǎng)的未來描繪了一幅看起來前途無限光明的藍(lán)圖，而他提到的利用大數(shù)據(jù)進(jìn)行商業(yè)和管理的案例大多有待進(jìn)一步開發(fā)和嘗試。當(dāng)然，facebook、twitter上的信息既然能夠預(yù)測流感，那它肯定還能夠預(yù)測像電影票房這樣的普通數(shù)據(jù)。第二個(gè)案例是，喬布斯利用大數(shù)據(jù)治療癌癥的例子。大家都知道喬布斯是因?yàn)橐认侔┯?011年去世的，但可能大家并不清楚喬布斯事實(shí)上早在好多年前就知道自己患了癌癥并讓他的醫(yī)生給他做23對(duì)基因堿基配對(duì)，根據(jù)配對(duì)結(jié)果再制定用藥計(jì)劃，而基因堿基配對(duì)可以得出無數(shù)種（N+N+N+...）數(shù)據(jù)，這就意味著喬布斯在去世之前其實(shí)已經(jīng)嘗試了N種治療方案了，而還未等到他嘗試所有因基因堿基配對(duì)制定的藥物治療療程就去世了。這個(gè)案例說明，大數(shù)據(jù)原來還可以在醫(yī)療領(lǐng)域進(jìn)行應(yīng)用。除了上述兩個(gè)案例，維克托給人們描繪的大數(shù)據(jù)的強(qiáng)大用途還體現(xiàn)在商業(yè)運(yùn)營、企業(yè)管理等領(lǐng)域，想了解更多大數(shù)據(jù)的用途建議有興趣者去閱讀這本書。

前面談到任何事物都具有兩面性，大數(shù)據(jù)對(duì)人們的影響除了正面的積極影響，同時(shí)也存在隱患和負(fù)面影響。作為一本學(xué)術(shù)專著，維克托在這本書的最后也提到了大數(shù)據(jù)帶來的最大隱

患就是侵犯隱私和保護(hù)隱私權(quán)的問題。谷歌地圖街景功能的開發(fā)應(yīng)用，將普通人的生活毫無保留地呈現(xiàn)在公眾面前，盡管在被控訴之后谷歌已對(duì)高清街景的隱私部分打了馬賽克，作了模糊處理，但依然無法減少大家對(duì)這它的抱怨和恐懼。

寫至此，我不得不說，大數(shù)據(jù)確確實(shí)實(shí)正在改變著商業(yè)，管理甚至普通人的工作、生活和思維，我們特別是互聯(lián)網(wǎng)企業(yè)也領(lǐng)略到了大數(shù)據(jù)帶來的諸多便利和好處，與此同時(shí)，大數(shù)據(jù)也帶來了侵犯隱私等問題，大數(shù)據(jù)是一種信息，或者說是一種媒介，它是好是壞完全取決了利用大數(shù)據(jù)的人，一方面可以大膽想象并開發(fā)大數(shù)據(jù)的潛在功能和價(jià)值，為人們帶來好處，另一方面，我們也應(yīng)防止大數(shù)據(jù)的濫用。