第一篇：大數據時代讀后感

一個數據爆炸時代的未來

———大數據時代讀后感

信科1302班 張文皓 20137234

靜下心來，仔細品讀大數據時代這本書，在讀完大數據時代后，使我受益匪淺。在本書中，介紹了許多成功公司由于運用大數據從而走向成功的案例，通過這本書我深刻的意識到我身處在一個數據爆炸的時代，而大數據是這個時代必然的發展趨勢，大數據也無時無刻不出現在我們的生活之中，所以，我應當去適應并跟隨這個時代的發展，因而，在數據呈現爆炸式增長的今天，這本書使我思考起了我的未來和這個世界的未來。

選擇大數據興趣小組的確是本人的意愿，因為現如今十分流行大數據這個概念，而且大數據也是未來發展的方向，但是我在讀大數據時代之前的確沒有意識到大數據竟然可以應用在如此多的領域，并且取得了如此多的成功，閱讀完這本書后，我對于大數據的未來更加充滿了希望，也有了更多的思考。

的確，人類的發展是一個非常艱辛的過程，一代代的人們通過他們的努力，才使我們擁有了現在的那么多的文明成果。而隨著人類的發展，創新能力的逐漸增強，科技的日益發達，導致了現代社會日新月異的變化，無論是電子產品還是科研成果更新的速度都是以前幾十年所不能達到的，而數據的增多不僅對于存儲設備有了更多的需求，也對人類管理和分析數據的能力提出了更高的要求。

正如書中作者所說的，數據的價值就像飄浮在海洋中的冰山。露在水面上的，即我們所能直觀看到的，只是冰山一角，而百分之九十的冰山——也就是數據背后所可以挖掘到的有用的信息，還等待著我們去進行挖掘和分析，并從中提取到有用的信息。而在未來的發展中，勢必會有更多的數據被收集并被挖掘分析，并和舊數據一起，被人們分析并從中找到規律?，F如今，互聯網已經幾乎遍及人們生活的各個角落，而我們在網上瀏覽網頁，購買物品，發微信微博等等活動都會被記錄下來，在我看來，在未來的生活中，人們通過分析大量的個人以及公共數

據，可以去了解人們更喜歡什么，因而無論是在個人的網上購物時所推薦的商品抑或是上網瀏覽自己喜歡的網頁甚至在公共設施的建設和公共條款以及法律條文的制定上，都會變得更加的人性化，更加符合人們的生活習慣，更加的具有人情味。相信未來在大數據的幫助下，人們一定會生活得更加舒適。

但是，在我們已經享受著或者正在想象著大數據給我們帶來好處的同時，也不能忽視事物的雙重性，即一個事物既有其有益的一面，也會帶來一些不好的東西，而大數據也是如此，在我們享受著大數據所帶給我們的生活上的更加便利和舒適快捷的同時，大數據也給我們的生活隱私的保護帶來了很大的挑戰。試想，通過網絡可以記錄一個人在網絡上干過的所有事情，而很多互聯網公司會去收集這些數據，如果說用于客戶個性化定制和了解市場和用戶的需求，并不會對個人隱私造成太大的傷害，但如果是被公司中不法的員工和不法商販得到了，進行販賣和推銷等不法用途的話，個人的隱私就會受到很大的侵害。記得前一段時間有過由于漏洞而導致公民開房記錄大規模泄漏的事件、也有銀行員工竊取客戶信息進行買賣的，因而，不可避免的是，大數據的累計和發展會導致個人隱私泄漏的可能性變得更大。所以，我們每個人要提高對于自我隱私的保護意識，盡可能的使自己的個人隱私得到最大的保護。

并且，大數據的快速發展和預測的相對準確性可能會導致企業會個人過于依賴數據，而在我看來，大數據時代我們追求的不是數據的精確性，而是注重整體的趨勢，的確，面對如此之多的數據不可能做到每個數據都十分的精確，因此人們只要做到可以較為準確地預測到事物的規律和發展趨勢即可，但也不是所有事情都可以去依賴于大數據去完成的。在我看來，大數據的應用不能像書中所說的谷歌一樣連放大倍率也要試圖去從參考和分析大數據得出，這種無關痛癢的事情沒有必要去分析浩瀚的數據并從中得出一個無關緊要的結論，有些事情只要像喬布斯那樣，根據個人的直覺去判斷使用即好。書中有一句話說的好，卓越的才華不依賴于數據，所以，很多時候，你只需盡情地施展你的才華，你也會取得一樣的成功。

而對于我個人來說，如果將來想要從事大數據工作的話，我應懂得如何去收集并管理大數據，并鍛煉自己對于數據的敏感性，能發現并應用數據去解決一些問題。如果更進一步的話還需要更強的編程能力，以便能夠自己編寫出用于數據整理與大數據分析的程序。當然，這需要我在學好信科系的專業課的基礎上，在生活中多觀察多思考，這樣我就可能會有更加敏銳的觀察力，可以去發現生活中更多的有趣的現象并應用大數據去研究，希望在三年之后，我也可以成為大數據方面獨當一面的人才。

正如譯者在序言中所說，大數據是一個很重要的概念，他代表了未來很重要的趨勢，但是不要讓它成為一個四海內皆準的萬能概念，因為越是萬能的，就越空洞。我們應當努力在可以應用、可以拓展的地方應用它、拓展它；而在不能應用、不能拓展的地方，就停下來。這是所有人面對任何一個新領域或新概念時所應有的態度。這也就呼應了上面所寫的并不是所有領域都需要應用大數據去解決問題，我們應當見機行事，在最需要大數據的地方去應用它。

通過大數據時代這本書，我除了更加了解大數據和他所應用的領域以及現如今的成果之外，我還學到了譯者對于原作者的批判性思維。作為一個譯者，他并未只是去機械的翻譯一本英文書，而是在翻譯的同時應用自己所了解的大數據知識去思考，并提出不同的意見和想法，針對中國的實際情況適當的增加批注。在我看來，這種思想火花上的碰撞是現如今最需要的事情。

通過閱讀一本好書，可以了解并學習到很多事情，而通過閱讀大數據時代，使我不僅收獲了知識，也收獲了對于人生的一次思考。在一個數據爆炸的時代，我的未來在哪里，世界的未來在哪里？其實，我的未來在自己手里，世界的未來在我們每個人的手里。世界是進步的，只要我向著自己的目標努力，我們向著我們各自的目標去努力，在這個時代，我們都將成就一個個的夢想與輝煌。只要你敢于去盡情施展你的才華，你就有可能像喬布斯那樣取得成功！

第二篇：大數據時代讀后感

《大數據時代》讀后感

看完“《大數據時代》——生活、工作與思維的大變革”，頗為感慨，這世界變化真的快！農業化、工業化、信息化時代的相繼經歷，使得世界天翻地覆。

我們不再熱衷于尋找因果關系，而應該尋找事物之間的相關關系。這個命題是我讀這本書最大的感觸。個人認為也是這本書最核心的思想。首先，書提出一個顛覆我以前認知的命題--“并非原子而是信息才是一切的本源”，將世界看做信息，看做可以理解的數據的海洋，為我們提供了一個從未有過的審視下的視角。它是一種可以滲透到所有生活領域的世界觀。這個命題是在書的最后一部分中的某一段中描寫的。我之所以把它放在最前面來講，因為我覺得，這是談數據化世界的前提，自然也是談論大數據的前提。書的中間部分有一節講到數據化和數字化的區別。經過我自己腦子的整理，把數據化世界這個命題列為大數據思維的第二步。寫到這里，我不由得反省下，我是不是有領悟到書的精髓所在，就是第一句話。書中另一個吸引我的地方就是，有很多觀點的論述，會從哲學的高度論述。雖然，自己肚子沒多少墨水，但是讀這些描述的時候，就會發現自己會更好的理解作者提出的命題。比如書中有一段文字

當我們說人類是通過因果關系了解世界時，我們指的是我們再理解和解釋世界各種現象時使用的兩種基本方法：一種是通過快速、虛幻的因果關系，還有一種就是通過緩慢、有條不紊的因果關系。大數據會改變這兩種基本方法在我們認識世界時所扮演的角色。

在附上一些事例的時候，用作者提供的“本質”去看待時，很容易理解，確實是這么回事。好了，那么大數據到底改變了我們什么呢，作者給出3點，大數據的精髓在于我們分析信息時的三個轉變，這些轉變講改變我們理解和組建社會的方法。

第一個轉變就是，在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴于隨機采樣（樣本=總體）

第二個轉變就是，研究數據如此之多，以至于我們不再熱衷于追求精確度

第三個轉變因前兩個轉變而促成，即我們不再熱衷于尋找因果關系，而應該尋找事物之間的相關關系。大數據告訴我們“是什么”而不是“為什么”。在大數據時代，我們不必知道現象背后的原因，我們只要讓數據自己發聲。

正如大家所知道的那樣，人類的大腦具備這樣的功能，它會把新輸入的刺激或信息與“過去的經驗或積累的部分知識”相對照，然后進行調整并接受下來。如果眼前新的現實與大腦中儲存的固有信息無法協調，便會在無意識中拒絕接受新的現實；或者通過自己一知半解的知識任意推測，使自己認識到的情況偏離實際。這是人的一種本能，目的在于使自己保持冷靜。所以作者稱之為revolution。

講了這么多，那么大數據到底給我們帶來什么。在這里，我只想談我感觸最深的，其他的有興趣的可以自己去了解。當然，書中提了很多，最多的就是，XXX公司或者個人利用大數據創造了多大的財富了，拋開這些表面的不說，最讓我動心亦或者是害怕的是---預測。

大數據的核心就是預測。它通常被視為人工智能的一部分，或者更確切地說，被視為一種機器學習。但是這種定義是有誤導性的。大數據不是要教機器像人一樣思考。相反，它是把數學算法運用到海量的數據上來預測事情發生的可能性。一封郵件被作為垃圾郵件過濾掉的可能性，輸入的“teh”應該是“the”的可能性，從一個人亂穿馬路時行進的軌跡和速度來看他能及時穿過馬路的可能性，都是大數據可以預測的范圍。當然，如果一個人能及時穿過馬路，那么他亂穿馬路時，車子就只需要稍稍減速就好。但是這些預測系統之所以能夠成功，關鍵在于它們是建立在海量數據的基礎之上的。此外，隨著系統接收到的數據越來越多，通過記錄找到的最好的預測與模式，可以對系統進行改進。

在不久的將來，世界許多現在單純依靠人類判斷力的領域都會被計算機系統所改變甚至取代。計算機系統可以發揮作用的領域遠遠不止駕駛和交友，還有更多更復雜的任務。別忘了，亞馬遜可以幫我們推薦想要的書，谷歌可以為關聯網站排序，facebook知道我們的喜好，而linkedin可以猜出我們認識誰。當然，同樣的技術也可以運用到疾病診斷、推薦治療措施，甚至是識別潛在犯罪分子上。

就像互聯網通過給計算機添加通信功能而改變了世界，大數據也將改變我們生活中最重要的方面，因為它為我們的生活創造了前所未有的可量化的維度。大數據已經成為了新發明和新服務的源泉，而更多的改變正蓄勢待發。

這是大數據帶來最核心的東西，動心的理由無須贅述，計算機會告訴你什么時候買什么雙色球可以中頭獎，想想心里是不是有一點小激動咧。當然這只是我打的一個比較夸張的比喻。至于害怕呢，書中有段話我很喜歡

公平正義的基礎是人只有做了某事才需要對它負責，畢竟，想做而未做不是犯罪，社會關系于個人責任的基本信條是，人為其選擇的行為承擔責任。如果大數據分析完全準確，那么我們的未來會被精準的預測，因此在未來，我們不僅會失去選擇的權利，而且會按照預測去行動。如果精準的預測成為現實的話，我們也就失去了自由意志，失去了自由選擇的權利。既然我們別無選擇，那么我們也就不需要承擔責任。這不是很諷刺嗎。

扯到這里，順便扯一下，書中另一段關于自由意志的描述

在哲學界，關于因果關系是否存在的爭論已經持續了幾個世紀。畢竟，如果凡事皆有因果的話，那么我們就沒有決定任何事的自由了。如果說我們做的每一個決定或者每一個想法都是其他事情的結果。而這個結果又是由其他原因導致的。以此循環往復，那么就不存在人的自由意志這一說了。----所有的生命軌跡都只是受因果關系的控制了。因此，對于因果關系在世間所扮演的角色，哲學家們爭論不休，有時他們認為，這是與自由意志相對立。

書中舉了個例子，舉了部電影《少數派報告》，當我看到這里的時候，“哎喲，我居然看過這部電影，想想心里還是有點小激動”，有興趣的可以去看下，大概就是講警察通過預測來提前抓捕犯人，不過不是通過大數據，是通過超人類的方式。當你什么舉動都可以被預測，相當于你完全暴露在太陽光下，換成你，你害怕不。

最后，附上兩段結語，一段是書中的一段話，另一段是我自己瞎編的大數據并不是一個充斥著算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據為我們提供的不是最終答案，只是參考答案，幫助是暫時的，而更好的方法和答案還在不久的未來。

大數據終將會影響到我們，也像其他技術一樣會是一把雙刃劍，用得好，動心，濫用，害怕。如同核技術一樣，用的話，造福地球，濫用，給個金剛石地球你，照樣爆。我相信，未來的大數據的發展會如作者所說的，是一場生活、工作與思維的革命。

無論如何，大家看到這四個是不是有種，不管我上面扯得有沒有道理，通不通順，下面的話，會很有道理的樣子的錯覺（抄襲于《棟篤笑》）OK，無論如何，日子還是得照過。施主，我看你骨骼驚奇，是個練武奇才，最后送上《九陽神功》心法，以后維護世界和平的重任就交給你了。

他強由他強，清風撫山岡。

他橫由他橫，明月照大江。

他自狠來他自惡，我自一口真氣足。

無處不在的大數據：各種云計算，谷歌的神通，亞馬遜的推送，天涯人肉，微博萬能等等等等，我們掌握了新的工具，也獲取了以前從未有過的各種信息。大數據拉近了我們與現實的距離，“地球村”變成了“地球屋”，仿佛所有人所有事物都觸手可及，而這些牛逼哄哄的互聯網巨頭就在客廳展示著世界的每一寸光景。

然而，事實真的是這樣嗎？首先，從應用角度出發，低廉的運算能力和存儲空間，讓以前的樣本分析顯得非常簡陋——一些從全體數據挖掘出來，忽略精確而從大量數據的簡單算法得出來的結論顛覆了常識。但個人覺得，這只是統計學的終極目標——并沒有非常大的跨越，可能終結了回歸分析，有效性驗證等手段，但依舊還是統計。而革命性在于關注相關關系而非因果關系?，F場討論從神學角度挑戰了因果關系的不可能——或者說人類用簡單思考的邏輯來定義因果，以及用之前小數據演繹出大概率事件來推導因果，都是不正確的。真正的因果關系應該屬于上帝的范疇，人類如果真的完全掌握之后，會統治整個宇宙。但我覺得，無需從神學觀點來討論，而可以借鑒量子力學對經典力學的顛覆——在原子層面上，經典力學會失效——那么在大數據層面上，普通的抽樣調查直觀反映會失效。而且從量子力學角度是很難推導經典力學的公式，那么從現在的慣有思維，也難以推導出大數據的因果關系。同時現場有討論，是否計算機可以精確地模擬每個原子，然后完整地展現微觀到宏觀的化學反應細節？我覺得首先是計算能力不足，其次即便設定原子的運動條件真的正確，計算結果未知但宏觀結果我們卻已經知道——牛頓的經典力學足以應付日常絕大部分情況了。好比切西瓜，究竟刀頭的鐵原子和西瓜的有機分子如何作用，真的重要嗎？回歸到商業領域，如果我們可以提高相關性的準確度，從而提高投入效率，那就已經足夠了。本來一個產品受到一半客戶喜歡，但如果通過大數據挖掘到更好的定位，有百分之八十的客戶喜歡，那么價值已經非常可觀了。

大數據幫助我們把未來的迷霧撥開了一點，但好比《沉重的肉身》當中討論的，更多的選擇權并不能帶給人幸福——因為知道自己不能做不能得到的也更多了。解決工作模式，生存意義，幸福之道等問題，關鍵還是看自己如何看待和使用這些新式工具以及新結論。引用《神探伽利略》里面的臺詞：可被重復的，一定有道理存在。那么現在重復的越來越多，更需要保持探索和敬畏之心，人才不會迷路。

第三篇：大數據時代讀后感

我們生活在數據時代，因此我們不能漠視數據。然而在這個社交網絡的逐漸成熟，移動帶寬的迅速提升，以下是小編準備的大數據時代讀后感，希望給大家帶來幫助！【篇一：大數據時代讀后感】

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，鐘情于務虛的觀點；新奇的產品于我無緣，習慣使用成熟的科技產品。既不清高，也非冷漠，就是要與現實保持一定的距離，給自己留一點思考的空間。這一習慣最近破了例。由于工作的原因，耳濡目染，“大數據”這個新興概念開始頻繁步入我的視野。按捺不住內心的好奇，網購《大數據時代》，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據對人類的工作、生活、思維帶來的革新，大數據時代的三種典型的商業模式，以及大數據時代對于個人隱私保護、公共安全提出的挑戰。其次，文中的事例貼近現實生活，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術語，沒有假裝一副專業的面孔?？v觀全書，遣詞造句，均通俗易懂。

作者認為大數據時代具有三個顯著特點。

一、人們研究與分析某個現象時，將使用全部數據而非抽樣數據；

二、在大數據時代，不能一味地追求數據的精確性，而要適應數據的多樣性、豐富性、甚至要接受錯誤的數據。

三、了解數據之間的相關性，勝于對因果關系的探索?！笆鞘裁础北取盀槭裁础敝匾?/p>

作者指出，隨著技術的發展，數據的存儲與處理成本顯著降低，人們現在有能力從支離破碎的、看似毫不相干的數據礦渣中抽煉出真知爍見。在大數據時代，三類公司將成為時代的寵兒。

一是擁有大數據的公司與組織。如政府、銀行、電信公司、全球性互聯網公司（阿里巴巴、淘寶網）。

二是擁有數據分析與處理技術的專業公司，如亞馬遜、谷歌。

三是擁有創新思維的公司，他們可能既不掌握大數據，也沒有專業技術，但卻擅長使用大數據，從大數據中找到自己的理想天地。

面對即將來臨的大數據時代，個人將如何應對自如？這是個嚴肅的問題。

“除了上帝，任何人都必須用數據來說話?！薄@是《大數據》中出現的讓人印象深刻的一句話，也是全書力圖傳遞的信息。在數字信息時代，數據和空氣一樣遍布生活，對于有些人來說，數據無意義，而對于有些人來說，數據，即真相。

美國是《大數據》的主角，全書通過講述美國半個多世紀信息開放、技術創新的歷史，公共財政透明的曲折、《數據質量法》背后的隱情、全民醫改法案的波瀾、統一身份證的百年糾結、街頭警察的創新傳奇、美國礦難的悲情歷史、商務智能的前世今生、數據開放運動的全球興起，Web3.0與下一代互聯網的未來圖景等等，為讀者一一細解數據創新給公民、政府、社會帶來的種種挑戰和變革。

透過全書，一個立體的美國及美國人民的思想呈現在我們面前——美國人民執著于個人隱私的保護，卻又不遺余力地推動著政府信息的透明與公開。

讀完此書，對生活中的數據及數據處理突然有了很大的興趣。如果有一天，處處以數據說話，那么，政治、制度、生活將更加清明，事故、將降到最低點。

作為信息技術教師，是有必要閱讀此書的！有慧根的教師將能從書中挖掘出信息技術特有的文化以及能用于教學的鮮活案例。

每天能用來閱讀的時間很少，總是要等到夜深疲倦時才有空打開書本，總是在眼睛極不舒服的情況下堅持閱讀，《大數據》就這樣在堅持中溶入我的思想……

讀完《大數據》，我才意識到這并不是一本枯燥無味的書籍。作者運用案例和講故事的方式，把美國數據開放、收集、使用背后的立法故事、公民故事、技術故事、商業故事娓娓道來，引人入勝，令我大開眼界。

我在想，大數據概念對于教育來說會產生什么樣的實用價值呢？一直以來，中國教育在研究教育的數字化，比如數字化校園，這個思路就是把我們教育的內容進行數字化，其結果指向的就是電子教材的研發或者是教學過程的數字化。美其名曰，這是教育技術的重要內涵。在教學過程中，學生的行為表現都可以被數據化，而這項研究不是任何一個專業可以深入下去的，它的專業性太強，所以我才會想到，所謂教育技術與其研究教育的數字化，不如研究教育的數據化來得實在，來的有意義。

長期以來，我們并不了解教育對一個人的影響具體會如何表現，我們有的只是一個輪廓，我們也并不確定一個教師的行為對學生具體產生了哪些影響。所以，人們對教育一直有一個深深的質疑，它是不是科學的？大數據概念至少提出了關注“是什么”比“為什么”要有實際意義得多。而我們的教育恰好需要把注意力從“為什么”轉移到“是什么”上面來，只有如此，才能把教育從為什么發展成“可能成為什么”上來，這會是一次思想上的革命。而對于現在地位岌岌可危的教育技術來說，把研究的重點從數字化轉移到數據化上面，這才是它的出路。

如何將數據融入教學，教育者首先通過標準化全科教學處方，實現了教師授課模板和教學內容的標準化，保證每個教學過程和內容是可控的，然后結合每天的教學內容，處理好面對的數據，處理好數據，自然也就處理好了課堂的反饋，最終形成了既注重教學體驗又以教學結果為導向的教學體系。

與此同時，不僅要注重課上的學生資源，在課后還要對這些資源進行跟蹤處理。這與過去的教育教學顯然是不同的，面對大數據時代的到來，教學有所改變是必然的。所以，無論環境怎么變換，數據如何復雜，我們都不能不去改變自己的教學去迎合將來的這個大數據時代。

第四篇：大數據時代讀后感

大數據時代讀后感

發布:勵志 | 分類:讀后感 | 發表評論

大數據時代讀后感

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

不過話又還得說回來，《大數據時代》是本好書。

當然，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，對所謂大數據的概念基本上是一頭霧水，雖則有了解關注過現在也比較火熱的BI，覺得也差不多，可能就是更多的數據，更細致的數據分析與數據挖掘?？催^此書后，感覺到之前的想法，只能算是中了一小半吧---巨量的數據，而另一前：著眼于數據關聯性，而非數據精確性，或許才是大數據與現時BI最大的不同，不僅僅是方法，更多的時思想方法。不過坦白講，到底是數據的關聯性重佳，還是數據的精確性更好，還真的需要時間來檢驗一下，至少從現在的數據分析方法來論，更多的傾向于數據的精確性?？赐甏藭倚闹械囊恍﹩栴}：

1.什么是大數據？

查了查百度百科，是這樣定義的：大數據（bigdata），或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。大數據的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：數據海量，存儲海量都是大數據的基本原型吧。

2.大數據適合什么樣的企業？

誠然，大數據的前提是海量的數據，只有擁有巨量的數據資源，方能從中查找出數據的關聯性，才可以讓通過

專業化的處理，讓其為企業產生價值。針對電信運營，互聯網應用這樣海量用戶的數據的大企業，也是在應用大數據的道路上擁有得天獨厚的條件，但是針對中小企業呢？銷售訂單數據？若非百年老店，估計數據也是少得可憐，5，能用的可能只有消費者數據了吧。貌似大多數廠商，用來舉例的也就是消費都購買行為分析為最多。同樣，在公共事業類的政府機構，大數據的作用也許也能很好的發揮。反而感覺在大多數中小型企業應用大數據，似乎有點大題小作。書中說：大數據是企業競爭力。誠然，數據是一個企業的核心無形資源（利用得好的話），但是否所有的數據，或都換則方式說：所有的企業都以大數據為競爭力，是否真的合適么？是否在中小企業中，會顯示得小題大做呢？

3.大數據帶來的影響

當一波又一波的IT技術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備，你都要開始迎接它所給你帶來的影響了。經過物聯網，云計算的推波助瀾下，大數據開始登場了。但它到底給我們帶來了什么呢？

1）預測未來書中以Google成功預測了未來可能發生流感的案例來開篇，表明通過大數據的應用，可以為我們的生活起一個保駕護航的指向標。實質很簡單，技術改變世界。

2）變革商業大數據所帶來的商機，同時會衍生出一系列與大數據相關的商業機遇與商業模式，數據的潛在價值會源源不斷地發揮作用可以容易想到的是未來有專門的數據收集，數據分析，數據生成的一條數據產業鏈產生。影響最大的，當然是IT公司

3）變革思維書中所說：因為有海量的數據作基礎，未來，我們可能更關注數據的相關，而非精細度。對這條，本人還是持保留意見的。

大數據時代讀后感

（二）如今說起新媒體和互聯網，必提大數據，似乎不這樣說就OUT了。而且人云亦云的居多，不少談論者甚至還沒有認真讀過這方面的經典著作——舍恩佰格的《大數據時代》。維克托·邁爾——舍恩伯格何許人也？他現任牛津大學網絡學院互聯網研究所治理與監管專業教授，曾任哈佛大學肯尼迪學院信息監管科研項目負責人。他的咨詢客戶包括微軟、惠普和IBM等全球頂級企業，他是歐盟互聯網官方政策背后真正的制定者和參與者，他還先后擔任多國政府高層的智囊。這位被譽為：大數據時代的預言家“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，如果能做足功課又具備相應的理論功底，就能與之進行一場思想上的對話。

舍恩伯格分三部分來討論大數據，即思維變革、商業變革和管理變革。在第一部分”大數據時代的思維變革“中，舍恩伯格旗幟鮮明的亮出他的三個觀點：

一、更多：不是隨機樣本，而是全體數據；

二、更雜：不是精確性，而是混雜性；

三、更好：不是因果關系，而是相關關系。對于第一個觀點，我不敢茍同。一方面是對全體數據進行處理，在技術和設備上有相當高的難度。另一方面是不是都有此必要，對于簡單事實進行判斷的數據分析難道也要采集全體數據嗎？我曾與香港城市大學的祝建華教授討論過。祝教授是傳播學研究方法和數據分析的專家，他認為一定可以找到一種數理統計方法來進行分析，并不一定需要全部數據。聯系到舍恩伯格第二個觀點中所說的相關關系，我理解他說的全體數據不是指數量而是指范圍，即大數據的隨機樣本不限于目標數據，還包括目標以外的所有數據。我認為大數據分析不能排除隨機抽樣，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，我認為這是對他第一個觀點很好的補充，這也是對精準傳播和精準營銷的一種反思?！贝髷祿暮唵嗡惴ū刃祿膹碗s算法更有效?！案哂泻暧^視野和東方哲學思維。對于舍恩伯格的第三個觀點，我也不能完全贊同。”不是因果關系，而是相關關系?！安恍枰馈睘槭裁础埃恍枰馈笔鞘裁础?。傳播即數據，數據即關系。在小數據時代人們只關心因果關系，對相關關系認識不足，大數據時代相關關系舉足輕重，如何強調都不為過，但不應該完全排斥它。大數據從何而來？為何而用？如果我們完全忽略因果關系，不知道大數據產生的前因后果，也就消解了大數據的人文價值。如今不少學者為了闡述和傳播其觀點往往語出驚人，對舊有觀念進行徹底的否定。

世間萬物的復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，(www.tmdps.cn)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”不是因果關系，而是相關關系。“這一論斷時，他在書中還說道：”在大多數情況下，一旦我們完成了對大數據的相關關系分析，而又不再滿足于僅僅知道‘是什么’時，我們就會繼續向更深層次研究的因果關系，找出背后的‘為什么’?！癧i]由此可見，他說的全體數據和相關關系都在特定語境下的，是在數據挖掘中的選項。

大數據研究的一大驅動力就是商用，舍恩伯格在第二部分里討論了大數據時代的商業變革。舍恩伯格認為數據化就是一切皆可”量化“，大數據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，我認為并不能排除定性分析和質化研究。數據創新可以創造價值，這是毫無疑問的。舍恩伯格在討論大數據的角色定位時仍把它置于數據應用的商業系統中，而沒有把它置于整個社會系統里，但他在第二部分大數據時代的管理變革中討論了這個問題。在風險社會中信息安全問題日趨凸顯，數據獨裁與隱私保護成為一對矛盾。如何擺脫大數據的困境？舍恩伯格在最后一節”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。正如舍恩伯格在結語中所道：”大數據并不是一個充斥著算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據為我們提供的不是最終答案，只是參考答案，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！讓大數據討論從自然科學回到人文社科。由此推斷，《大數據時代》不是最終答案，也不是標準答案，只是參考答案。

此外，在閱讀此書之前還必須具備一些數據科學的基本知識和基本概念，比如說什么叫數據？什么叫大數據？數據分析與數據挖掘的區別，數字化與數據化有什么不同？讀前做些功課讀起來就比較好懂了。

大數據時代讀后感

（三）我們不再熱衷于尋找因果關系，而應該尋找事物之間的相關關系。這個命題是我讀這本書最大的感觸。個人認為也是這本書最核心的思想。從頭說起吧，首先，書提出一個顛覆我以前認知的命題--”并非原子而是信息才是一切的本源“，將世界看做信息，看做可以理解的數據的海洋，為我們提供了一個從未有過的審視下是的視角。它是一種可以滲透到所有生活領域的世界觀。這個命題是在書的最后一部分中的某一段中描寫的。我之所以把它放在最前面來講，因為我覺得，這是談數據化世界的前提，自然也是談論大數據的前提啦。書的中間部分有一節講到數據化和數字化的區別。經過我自己腦子的整理，把數據化世界這個命題列為大數據思維的第二步。寫到這里，我不由得反省下，我是不是有領悟到書的精髓所在（我認為的精髓），就是第一句話。因為回顧我整個思路，還是按照舊模式的因果關系思考模式思考問題。書中另一個吸引我的地方就是，有很多觀點的論述，會從哲學的高度論述。雖然，自己肚子沒多少墨水，但是讀這些描述的時候，就會發現自己會更好的理解作者提出的命題。比如書中有一段文字

當我們說人類是通過因果關系了解世界時，我們指的是我們再理解和解釋世界各種現象時使用的兩種基本方法：一種是通過快速、虛幻的因果關系，還有一種就是通過緩慢、有條不紊的因果關系。大數據會改變這兩種基本方法在我們認識世界時所扮演的角色。

在附上一些事例的時候，用作者提供的”本質“去看待時，很容易理解，確實是這么回事。好了，那么大數據到底改變了我們什么呢，作者給出3點，大數據的精髓在于我們分析信息時的三個轉變，這些轉變講改變我們理解和組建社會的方法。

第一個轉變就是，在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴于隨機采樣（樣本=總體）

第二個轉變就是，研究數據如此之多，以至于我們不再熱衷于追求精確度

第三個轉變因前兩個轉變而促成，即我們不再熱衷于尋找因果關系，而應該尋找事物之間的相關關系。大數據告訴我們”是什么“而不是”為什么“。在大數據時代，我們不必知道現象背后的原因，我們只要讓數據自己發聲。，出處：短美文（），轉載請保留本出處，否則追究其責任，謝謝你的支持，我們會給做得更好！

正如大家所知道的那樣，人類的大腦具備這樣的功能，它會把新輸入的刺激或信息與”過去的經驗或積累的部分知識“相對照，然后進行調整并接受下來。如果眼前新的現實與大腦中儲存的固有信息無法協調，便會在無意識中拒絕接受新的現實（當作沒有看見）；或者通過自己一知半解的知識任意推測，使自己認識到的情況偏離實際（產生錯覺）。這是人的一種本能，目的在于使自己保持冷靜。

所以作者稱之為revolution。

講了這么多，那么大數據到底給我們帶來什么。在這里，我只想談我感觸最深的，其他的有興趣的可以自己去了解。當然，書中提了很多，最多的就是，XXX公司或者個人利用大數據創造了多大的財富了，拋開這些表面的不說，最讓我動心亦或者是害怕的是---預測。這是大數據帶來最核心的東西，動心的理由無須贅述，計算機會告訴你什么時候買什么雙色球可以中頭獎，想想心里是不是有一點小激動咧。當然這只是我打的一個比較夸張的比喻。至于害怕呢，書中有段話我很喜歡

公平正義的基礎是人只有做了某事才需要對它負責，畢竟，想做而未做不是犯罪，社會關系于個人責任的基本信條是，人為其選擇的行為承擔責任。如果大數據分析完全準確，那么我們的未來會被精準的預測，因此在未來，我們不僅會失去選擇的權利，而且會按照預測去行動。如果精準的預測成為現實的話，我們也就失去了自由意志，失去了自由選擇的權利。既然我們別無選擇，那么我們也就不需要承擔責任。這不是很諷刺嗎。

扯到這里，順便扯一下，書中另一段關于自由意志的描述

在哲學界，關于因果關系是否存在的爭論已經持續了幾個世紀。畢竟，如果凡事皆有因果的話，那么我們就沒有決定任何事的自由了。如果說我們做的每一個決定或者每一個想法都是其他事情的結果。而這個結果又是由其他原因導致的。以此循環往復，那么就不存在人的自由意志這一說了?！械纳壽E都只是受因果關系的控制了。因此，對于因果關系在世間所扮演的角色，哲學家們爭論不休，有時他們認為，這是與自由意志相對立。

書中舉了個例子，舉了部電影《少數派報告》，當我看到這里的時候，”哎喲，我居然看過這部電影，想想心里還是有點小激動“，有興趣的可以去看下，大概就是講警察通過預測來提前抓捕犯人，不過不是通過大數據，是通過超人類的方式。當你什么舉動都可以被預測，相當于你完全暴露在太陽光下，換成你，你害怕不。

最后，附上兩段結語，一段是書中的一段話，另一段是我自己瞎編的。

大數據并不是一個充斥著算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據為我們提供的不是最終答案，只是參考答案，幫助是暫時的，而更好的方法和答案還在不久的未來。

大數據終將會影響到我們，也像其他技術一樣會是一把雙刃劍，用得好，動心，濫用，害怕。如同核技術一樣，用的話，造福地球，濫用，給個金剛石地球你，照樣爆。我相信，未來的大數據的發展會如作者所說的，是一場生活、工作與思維的革命。

? ? 大數據變革讀后感 大數據變革讀后感

（一）?

之所以讀《大數據變革》這本書，是因為當時在京東上看到這本書的宣傳是具備互聯網思維必讀書之一。說實話，看這本書根本看不進去，不曉得是因為翻譯的原因還是什么，只能說標題吸引人，內容很空泛，沒有什么的可讀性?，F把書中的一些內容做些摘錄。

?

大數據是市場營銷和銷售的下一個前沿地帶。在一個日益互聯的世界，對數據勤于收集和有見地的分析使得公司可以前所未有地了解它們的消費者。用有形的統計知識武裝后，現在它們也可以改進企業和產品，使其比以往任何時候都更加緊密地迎合消費者的需求。在這個產品差異化已經不再是一個可持續競爭優勢的世界，了解消費者是必要的。一名天才創意的頭腦根據對消費者的直覺設計廣告促銷已經是企業界早已逝去的回憶。今天的營銷需要基于數據驅動洞察每個消費者偏好制定差異化定位。?

隨著中國公司和消費者的成熟，我們相信這種數據驅動的營銷和銷售方法將變得越來越意義重大。公司未來的成功將取決于中國消費者能被怎樣了解、定位和說服。領先公司已經開始思考如何準備向這個數據時代過渡，即如何從以技術為主導的方法轉為客戶導向戰略，使用數據帶來業務增長。

?

大數據變革讀后感

（二）?

大數據正影響并挑戰著所有行業的商業模式。數據毋庸置疑地將成為企業的關鍵戰略資產，處理、分析與整合數據，是企業進行市場選擇、產品設計與定價、市場營銷，乃至內部管理流程的指導因素，對運營模式將帶來革命性改變。

?

2014中國綠公司年會“改變的年代：現實與遠見”于20日至22日在廣西南寧舉行。IBM全球副總裁王陽在“大數據”變革企業經營與管理圓桌論壇上表示，大數據變革著制造業、醫療業和教育行業。

?

以下為文字實錄：

?

大數據是IBM整個公司的戰略。IBM在IT領域當中走了一百多年了，看整個變化，今天到大數據，其實是意料之中的。IBM剛開始建公司的時候，就是因為美國的人口普查，要積累大量的數據，那時的人口普查跟現在還不一樣，需要有機器各方面的東西，還是要很長時間進行統計的，今天完全不一樣，就是因為要抓取數據，但是我們今天在講到大數據的時候，不光從技術層面來講這個問題，更重要的是從商業模式講。?

技術層面，講了概念之后就知道大數據需要有一個平臺，需要有一個數據的抓取，它有傳輸，分析、建模、優化等等，最后產生你的認知，這些東西都是在大數據這個平臺上所必須具備的一些特性。這些特性使得大數據平臺，跨行業，不管哪個行業都有這樣的平臺之后，可以互相之間交融。一個非常重要的概念，大數據應該把全世界的數據，在統一的平臺上相互共享，(www.tmdps.cn)這才會是真正體現整個人類的物理空間所發生的所有事情。講這一點就要講到商業模式的變化，三個行業會有很大的變化，其它行業依此類推。制造業，阿里巴巴講到了電商這方面，他知道了很多數據，其實我們已經看到小米之類的，從C2B，我跟馬云八年前講了C2B，他當時說C2B是什么，他還沒做小B2C，連商城還沒做。但是C2B我認為是今天如果阿里淘寶往下走的核心戰略，因為有大量的數據，他知道所有人的喜好，下一代的產品應該怎么開發，這些東西拿過來之后，對商家說我認為這就是下一代產品，小米就是這樣做的，在制造方向，不管成本也好，商品特性也好，還是有多大的采購量，都是可以幫助你來做這個事情，手上拿著C這個利器，可以知道B怎么開發，我叫做有計劃的市場經濟，因為有大數據。

?

第二個是醫療行業，劉總在醫療行業做了很多，王總的公司用友在醫療行業方面也有很多ERP的實現。醫療行業，我認為將來走下去，很可能就顛覆了。為什么要有這么多三甲醫院，為什么有不同種醫院？其實就是病人和1.76復古傳奇一個平臺，和醫生進行交互。如果全程控制，全程監護，為什么需要一年一次的體檢，而不是時時刻刻的體檢？每天運動量，吃了什么東西，包括像海爾智慧的冰箱里收集所有的信息，都可以知道一個人到底生活狀況怎么樣，不是一年一次的體檢，而是全程的，包括周邊的人，什么樣的數據正在傳播，包括DNA，家族的東西。為什么要進行尿液檢查和糞便檢查？家里的馬桶上放上數據采集，每天都可以報道，知道血糖所有的東西，不管眼壓，現在是不是在生氣，是不是在發怒，心情調和不調和，所有這些東西只要放在一個平臺上面，再加上很重要的是認知，大家要注意，現在美國正在發起一個非常重要的運動，或者在這方面做研究，就是人類大腦的研究，怎樣認知？有了大量的數據在這個平臺上之后，像大腦一樣讓機器操作，能夠總結出這些東西，一個人或者幾個人，沒法接受再去分析這么大量的數據，而這個大量的數據實時產生，必須有機器自身，讓我們大腦的機構放在這張網上，讓它自己進行學習、判斷。我們在IBM做的實驗，不一定有很多人知道，沃森這個機器人，幾年前下象棋，說起來已經二十年了，下象棋打敗國際象棋大師，所有這些東西我們已經做過了，前幾年是美國智力競賽的冠軍，今天人類的技術發展到什么樣的程度？有大量的數據，醫生是超級醫生，已經通過了西醫的證書，可以行醫，中醫未嘗不可，醫療行業可能就有變化，都會變化。

?

第三個行業是教育行業，今天的大學要好好想一想自己將來的經營模式是什么，將來每個人的學習，并不是出生在哪一個農村，因為有什么樣的師資情況，沒有得到很好的教育，所以這一生沒有機會，不是這樣了，網上都有信息，每個人只要勤奮，都可以用手機或者什么進行學習，自己在不斷成長，而且平臺上有大量的數據沉淀，這個人知識掌握的程度，或者在哪一方面有什么專攻，王總講到了大數據分析師，學習過程當中，這些人對數據是非常敏感的，對數據模式或者建模過程非常敏感，這些人才是做某些事情的時候可以連起來，讓他幫助我們一塊做。如果這樣的話，將來的企業是什么樣的？將來的企業就像海爾董事長說的一樣，是無邊界的，你可能是我們企業的員工，在這個平臺上我知道你學習的整個過程，知識的整個過程，所以我可能在某時某刻利用你，所以將來的世界是非常美好的世界，大數據給我們帶來非常美好的明天！

第五篇：大數據時代讀后感

顛覆精確計算數據的浪潮

----評大數據時代的思維變革

吳凱

2015年9月，經李克強總理簽批，國務院印發《促進大數據發展行動綱要》（以下簡稱《綱要》），系統部署大數據發展工作。《綱要》明確，推動大數據發展和應用，在未來5至10年打造精準治理、多方協作的社會治理新模式，建立運行平穩、安全高效的經濟運行新機制，構建以人為本、惠及全民的民生服務新體系，開啟大眾創業、萬眾創新的創新驅動新格局，培育高端智能、新興繁榮的產業發展新生態。

大數據這個詞匯對于當下的新聞研究者并不陌生。是指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合。集合大量，高速，多樣，價值四大要素。舍恩伯格的《大數據時代》給我們非常詳細的，系統的，包涵無數經典范例的介紹了這種時下發展勢頭迅猛，未來前途不可限量的新型概念。

在舍恩伯格的大數據思想中，大數據的沖擊力極強的，不僅僅僅限于單個部門或者行業。不單被利用于一個行業或者只被掌握于幾家公司。在《大數據時代》中，舍恩伯格把其具體分為三個大的論點進行分別論述，則是：

1大數據時代所帶來的思維變革 2大數據時代所帶來的商業變革 3大數據時代所帶來的管理變革

本文主要評論的主體是舍恩伯格的理論的第一部分。則是大數據時代所帶來的思維變革。在這個方面。舍恩伯格非常明確的指出，大數據時代下，人們需要的是利用所有的數據，而不是僅僅的依靠一部分數據。筆者認為，在很長的一段時間內，人們對數據的準確程度已經到了一種近乎苛刻的程度。對于舍恩伯格的觀點。這是一種截然相反的挑戰。挑戰的數十年，乃至數百年的人對準確的要求。他在著作中提到，我們應該試著習慣不是確鑿的準確無疑，而是龐大而又冗雜的數據中尋找到其中的規律。接下來筆者按照書中所分章節進行逐一的分析。

1更多

舍恩伯格說：當數據處理技術已經發生了翻天覆地的變化時，在大數據時代進行抽樣分析就像在汽車時代騎馬一樣。作者非常形象的表明了在當代數據爆炸時代下，對龐大數據進行傳統的抽樣調查的結果已經變得不在可信，我們需要的結果，或許能從全部的數據中獲得，并且更為準確。在過去，樣本的整體數量不算非常的龐大，樣本的隨機性較小，選擇的隨機性比樣本數量更重要，隨之而來的便是非常有效的隨機抽樣調查方法?，F如今，數據的日益增長使得該方法的絕對隨機性變的包涵風險。許多學者，公司便專向研究是否能夠把所有的數據進行整體的分析，顯然結果是令人滿意?；蛟S在時間上，人力物力上花費了更多，但是事實證明這種調查方法在大數據時代下顯得更為準確和有效。文中舉出例子，蘋果公司的前總裁斯蒂芬喬布斯在自身與癌癥病魔抗爭的過程中采用了一種不同的方法，成為了世界上第一個對自身所有DNA和腫瘤DNA進行排序的人，為此他支付了高達幾十萬美元的費用，而他得到的，是包括全部的龐大基因密碼數據。并且，喬布斯利用這龐大的基因數據讓醫生通過特定的DNA進行用藥，為此喬布斯開玩笑：我要么是第一個通過這種方式戰勝癌癥的人，要么就是最后一個因為這種方式死于癌癥的人。雖然他的愿望未曾實現，但是，通過這種對人的全部基因進行大量分析，“私人訂制”的醫療已經成為未來的一種新型醫療模式。而且這種方式的確有效的幫助他生命延長了許多年。

這非常引人深思，當研究對象從樣本變成總體是，隨之而來直觀的是更多次的復雜的排列和計算，更長的工作時間，可是當在研究全部數據出現的大致趨勢和結果，往往更加的趨于穩定，更大的杜絕了樣本調查所謂的隨機性。在筆者看來，在很長一段時間內，隨機采樣的確是非常好的辦法，他在數據爆炸前的數據處理變的方便快捷，可當在技術支持的情況下。我們為何不選擇更好的，更整體性，更準確的全面數據分析。所以，大數據的分析，總體代替樣本是大勢所趨。

2更雜

舍恩伯格在第二方面闡述了在大數據時代，既然要處理和接受全部的數據，那么，也必須接受海量數據內的不確定，和復雜。只有接受不確定性，我們才能打開從未涉足過的世界的窗戶。

在作者的觀點里，大數據通常用概論說話，而不是確鑿無疑，整個社會習慣新思維需要非常長的時間。2006年谷歌開始涉足機器翻譯，現如今收到了一致的好評，在翻譯的正確性和流暢性上遠遠高于其他翻譯軟件，他的秘訣就在于谷歌吸收了網絡上所有的翻譯，他既能從各色各樣的語言網站上尋找對譯文件，同時尋找聯合國，歐盟等國際組織的報告及文件，甚至是其余的速度書籍的語言，面對如此混亂的輸入源，較其他的翻譯系統而言，谷歌通過多輸入源，擴大了自己的翻譯來源，雖然許多的小網站的用語甚至是出現了錯誤的，但是在大量的數據的支持下，他做的的確比其他的系統要更加的出色。這個例子充分的說明了，在當今的時代，保持源頭的單一，精確，不是提高系統質量的唯一途徑，相反，你收集的越多，你的系統完善程度是更好的。當然，錯誤是不可避免的，但是利大于弊。從某種方面來說，多和雜，在現在的，即將變成主流。筆者在閱讀中發現谷歌的例子充分的證明了舍恩伯格的遠見，在一方面，這是一種退步，從百分之百的精確變成了百分之九十的正確。但是結果是好的。這就是大數據時代要求我們做的：重新審視精確性的優劣。

而在另一個方面，不精確是我們需要的，是節約時間和成本的正確選擇，谷歌的郵箱會確切的標注很短時間收到的短信，比如“十一分鐘之前”而當對方收到信息已經有一段時間了，則他會標注為“兩個小時前，”或者是：“三天前”。則也是足夠說明，精確或許真的有時候并不重要。

當然大數據的悄然流行，需要的是新的數據庫的建立，是與之前無法想象的巨大的數據的儲存。而作者也明確表示，大數據的數據庫，并不是需要無線的空間，他就存在于多個地點，多個硬盤中，他們互不干涉，卻相互聯系，同時利用這互聯網連接，同時更新，同時的獲取著最新的數據。Hadoop就是最好的例子。Hadoop是以開源式的分布系統的基礎架構，相比巨大的空間，巨大的硬盤，這顯然更便捷，當他與VISA合作時，卻能夠將處理兩年內730億單交易的時間，從一個月縮減為1分鐘，也許Hadoop不適合邏輯的記賬，當時當允許少量錯誤的時候，他就是如此的給力。

言歸至此，筆者非常同意作者的說提議，當代數字社會要求我們必須接搜混亂和不確定性，不在糾結百分之百的準確，在另一方面，這種改變，是我們在新數據時代成功的基礎。

3更好

在第三個觀點上，我非常不認同舍恩伯格所說的一句話：知道是什么就夠，沒必要知道為什么.。作者在這一方面思維個人認為有存在絕對化，作者認為，當今時代，我們不需要非得知道現象背后的原因，而是讓數據自己發聲音。美國的知名的亞馬遜網站的推薦系統往往能夠在不知道用戶的任何嗜好的情況下，準確的（大致）的推算出用戶可能喜歡的，或者有一元購買的，并放置在用戶的推薦欄內?；蛟S這可以說明問題。亞馬遜在茫茫多的用戶購買記錄下，充分利用并推導了用戶可能或者喜歡購買的東西。

“推薦信息往往與你以前購買的物品存在細微的關系，并且循環往復”亞馬遜的詹姆斯馬庫斯是這樣說的。

這也充分的說明了一點，我們并不需要知道他到底真心喜歡什么，我們只是在尋找著和他購買物的相關關系，便推測出了他的潛在交易。單純的相關性，而非非常實在的因果關系。

簡單來說，亞馬遜并不需要知道你為什么要買這樣多系。他也不知道你買這件商品的原因，他只是單純的從你買了另一件商品從而推測出你或許需要這樣的商品。當然錯誤是存在的，在上個觀點中就已經提到了，但是在絕大多數的成功下，少數的失敗是必須的。也是客觀存在的。

所以，舍恩伯格大膽的提出，大數據的分析的核心就是建立在相關關系分析法基礎上的預測。

也許我們誰也不知道，沃爾瑪為何在颶風期間把蛋撻和颶風用品擺在一起售賣，但是可以肯定的是，效果良好。

神恩伯格告訴我們的，不要太過于的在乎為什么，只需要知道是什么，也許你就能獲得成功。

總結：

綜上所述，舍恩伯格所展現的大數據時代下的觀念是與現代理念有一定的區別和歧義的，在一些方面甚至我們真的無法一下子就接受。讓人放棄數十年甚至數百年以來對正確，對精確的執著是非常困難的。這同時也需要時間去改變。個人認為作者利用非常生動的例子說明時代的悄然改變，同時也利用不同的方法潛移默化的改變讀者的思維。讓讀者能夠理解，承認大數據時代的變化。觀念的變化是正確的。這一方面足以體現作者學識的淵博，另一方面也體現著當代社會的人思想固化，改變不在一朝一夕。

面對新時代的思潮，非逆之者亡，我想，更多應該是未知者亡吧。。。