大數據時代讀後感（精選32篇）

本站小編爲你精心整理了32篇《大數據時代讀後感》的範文，但願對你的工作學習帶來幫助，希望你能喜歡！當然你還可以在本站搜索到更多與《大數據時代讀後感》相關的範文。

篇一：《大數據時代》讀後感

3月11日下午兩節課後，我校全體教師和受邀而來的金南學區各友好學校的領導及教師匯聚於多媒體教室，共同分享、交流《大數據時代》讀後感。

老師們從：何謂大數據；立足國情對大數據進行探討；大數據在教育教學中的主要應用等幾個方面暢談了自己的感悟。

張萌老師說：大數據體量龐大、結構複雜、是產生巨大價值的數據集合。大數據這種方法在中國的國情下需要以更加科學、合適的方式進行實踐，不可生搬硬套。

董譯雯老師說：在你我感嘆《大數據時代》裏深植於美國民衆血液中的自由、民主、嚴謹的價值觀的同時，可否想過中國教育體制下的孩子們身上還殘留多少獨立與自我意識？作爲典型的八零後，我們這一代人身上最缺失的便是獨立思考能力。但願，我的學生哪怕是因爲我所做的一點點努力而開始思考“我”這個字的含義，足矣！

張紅傑老師說：很感謝校長給我們推薦了《大數據時代》這本書。在教學工作中，應該有大數據意識，創新意識。學習一些專業的教學統計法、數據分析法，從中發現一些教育現象，並採取相應的策略。讓我們的教育教學工作少一些隨意和盲目，多一份嚴謹與科學。

白媛媛老師通過文中的三個事例，結合教學實際，談了自己教學中對數據使用的價值；結合自己的工作，談了如何實現工作的最高境界。

交流活動尾聲，身爲閱讀《大數據時代》的倡議者、發起者、以及忠實的讀者韓校長幽默風趣的同大家分享了他讀後的感悟：我們心中要裝着學校，因爲我們個人的命運依賴羣體的命運；工作要追求精細化，不能做胡適書中的“差不多”先生；尊重數據，擁有數據意識，建立數據團隊！

此次活動從寒假期間倡導讀《大數據時代》一書，到開學伊始的分組沙龍，再到今日的閱讀共享，現已圓滿告一段落。相信此次活動定會增強我校全體教師的數據意識，掌握大數據，運用大智慧助推我校的教育教學上一個新的臺階！

篇二：《大數據時代》讀後感

在看《大數據》之前，我只知道社會越來越數字化了，看完之後，才覺悟到：人類將迎來一個新的時代。 數字化已經把我們帶入一個信息時代，大數據卻把我們捲進了一場科技風暴之中，這本書中，作者爲我們開啓了一個更包容更廣闊的新時代，大數據把社會的方方面面融合在了一起，曾經看似因果聯繫緊密的事物，可能變得不再那麼重要;毫無關聯的事物，可能隱藏着重要的信息，從科技、商業，到醫療、政治、教育、文化，大數據一概席捲囊括，它改變着我們的傳統思維，爲這個時代注入了新鮮的血液，就像作者書中所說：“這項技術終將改變我們所居住的星球上的許多東西。” 大數據最顯著的影響是對於電子商務，通過大數據，最先洞察出潛在市場的，也必然最先佔領市場。而電子商務對實業的衝擊又是勢不可擋，可見，掌握了大數據就主導了市場，擁有了先進的科技才能擁有堅實的競爭力。在醫療方面，曾經的非典時期，就是一個很好的例證，正是有大數據的預測功能，才使疫情得到了控制。在更小的方面，他也同樣改變着我們的生活，書中提到美國著名計算機專家奧倫 · 埃齊奧尼發明了飛機機票價格預測軟件，就是利用大數據造福我們生活的很好例子。 大數據不僅節省了時間，提高了效率，更將人類帶入一個新的文明階段。從分析因果總結經驗，轉變爲蒐集數據預測未來;由原來的滯後性變爲現在的預見性——大大提高了人類認識世界、改造世界的能力，變被動爲主動。大數據爲我們掀開了歷史新紀元，不敢想象它將會爲我們帶來什麼，或許會出現新奇的生活方式，從未有過的職業，聞所未聞的商業模式，百家爭鳴的文化高峯;也或許會解開更多未解之謎，探索到宇宙之外的祕密。總之，毫無疑問的是，大數據爲我們帶來的未來是超乎想象的。 這本書中作者提到最多的是：改變我們的傳統思維，摒棄精確性轉向宏觀。從總結因果轉向預測。這個世界正以驚人的速度向前發展，數據大爆炸的波及範圍遠超乎我們的想象，單純靠人類的主觀判斷力是多麼的有限，大數據早晚會取而代之這一現象，這必將影響我們的生活和工作，我們也只有認清這種趨勢，改變思維，調整步伐，緊跟時代才行。即使不能與時代同步，也儘量做到避免固步自封，認識大數據、利用大數據趨利避害，爲我們的生活造福!

《大數據時代》

篇三：《大數據時代》讀後感

讀完《大數據時代》，我才意識到這並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、使用背後的立法故事、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，大數據概念對於教育來說會產生什麼樣的實用價值呢？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，學生的行爲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，所以我纔會想到，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，我們並不瞭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，我們也並不確定一個教師的行爲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“是什麼”比“爲什麼”要有實際意義得多。而我們的教育恰好需要把注意力從“爲什麼”轉移到“是什麼”上面來，只有如此，才能把教育從爲什麼發展成“可能成爲什麼”上來，這會是一次思想上的革命。而對於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，這纔是它的出路。

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，然後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爲導向的教學體系。

與此同時，不僅要注重課上的學生資源，在課後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，無論環境怎麼變換，數據如何複雜，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。

篇四：《大數據時代》讀後感

我們已經在大數據裏生活了好多年，而最近觀看了《大數據時代》帶給了我的是更多的思考。隨着互聯網的快速發展，特別是近年來，隨着社交網絡，物聯網，雲計算和各種傳感器的廣泛應用，具有大量，多樣性和強時效性的非結構化數據不斷涌現。數據存儲和分析技術的重要性難以實時處理大量非結構化信息。大數據的概念應運而生。如何獲取，彙總和分析大數據已成爲廣泛關注的熱門問題。

對於普通企業而言，大數據的作用主要體現在兩個方面，即數據的分析和使用以及二次開發項目。通過分析信息的大數據，不僅可以挖掘隱藏數據，還可以通過這些隱藏的消息，通過銷售實體，增強其客戶來源。至於數據的二次開發，它用於網絡服務項目。通過總結和分析這些信息，我們可以開發出滿足客戶需求的個性化解決方案，並創造一種新的廣告和營銷方式。

同時作爲一名人力資源工作者，我也在想人力資源管理因爲大數據而獲得價值提升的可能，但也有可能在大數據的海洋中迷失方向。伴隨着業務發展要求及勞動力的變遷，人力資源管理從最初行政事務性的人事管理，到聚焦資源使用效率的人力資源管理，再到目前追求有競爭力投資回報的人力資本管理，管理內容不斷豐富，管理模式不斷創新，其價值也不斷得到提升。

過去，人力資源管理沒有太多數據的支撐，決策常常依靠直覺、經驗和個人偏好。大數據時代的來臨，讓人力資本用數量的方式來進行投資分析和管理成爲可能。但未來的挑戰不是數據缺乏，而是如何有效地選取和利用數據，而不會在數據的海洋中迷失了方向。

20xx年，麥肯錫提出了“大數據時代”的說法，用最通俗的說法來說，就是這個世界的各行各業，將會出現海量信息，即“信息爆炸時代”。而這些信息，都是由各種數據組成，通過收集、整理、分析、研究這些數據，就能找到對自己有利的方法。誇張一點說，掌握了大數據，就掌握了未來。時代的步伐進入了20xx年，許多企業都在談“大數據時代”，都在研究如何與時俱進，將“大數據”與數據分析融入到企業管理中去，爲自己帶來創新性的優勢。歸根到底，大數據時代下企業人力資源管理的創新，還是通過數據化信息的動態收集和梳理，對企業人力資源的不同模塊進行分析，從而達到全面提升人力資源管理水平的目的。

篇五：《大數據時代》的讀後感

這麼多年來，看了很多東西，如今回過頭來發現，好像什麼都忘了，真是悲劇，所謂讀書破萬卷，下筆如有神或許是不對的，還是需要下筆勤快，所以決定從這裏開始。

這些年對於技術的發展，我是沒有跟上，如今發現即便是對於投資，技術對於我們生活的改變太大，而自己身在這個技術浪潮的前沿，還是需要跟上步伐。

大數據這個概念已經提了很久，我也一直疏忽了對於它的理解。看完《大數據時代》，再結合如果工作上對於大數據的理解，頓時發現數據的重要性，以前在這方面的確沒有足夠的思想意識。

整本書來說，我覺得最關鍵的三個點是前面幾個章節：

1、要總體，不要隨機樣本：從小對於統計學相關的學習，基本都是從樣本出發，理論的基礎在於如何隨機的足夠分散的選取樣本，這可是技術活加直覺。而對於大數據來說，要的就是總體，本質上來說，總體樣本的確更能準確找到結果。但是對於統計來說，總體的分析增加了數據分析的難度，不僅數據覈對不好進行，一旦出現數據污染，準確度就會大打折扣，而且進行數據回溯的時候，也無法準確確認問題，而這一點也是後面相關性上問題；

2、要混亂，而不是精確：這裏主要想說明的是希望數據的多樣性，儘量將相關數據都收集起來，不管是結構化的還是非結構化的。這樣就不可避免的最終結果的不準確性。大數據更多的是從一個總體數據中說明以後概率事件，既然是概率，也就可以理解無法精確。這裏有個點的說明，我覺得需要提一下，大數據算法更傾向於“簡單”，而不是複雜，這個倒是出乎我的意外。

3、要相關性，而不是因果：從我對於知識獲取的過程來說，我是不同意這個觀點，從人體對於知識的理解，還是要從因果論出發，沒有因果論，就會變成瞎子。而作者的觀點上來說，原因可能還是從大數據本身的非準確性，一旦找到合適的算法，找到相關性，向上追述原因本身就很難。但是從舉的示例上看，相關性的確認是一個非常大的工程，基本就是使用排舉法，一個一個試。所以，對於大數據來說，最重要的三點是：

1、數據――得到更多數據；

2、算法――建立更快的算法體系；

3、思維――尋找數據間更多的相關性。

對於數據最終的走向，我同意書中所提到的政府管理的觀點，既然都是以“石油”的標準來看待數據，政府統一管理也就是必然的了。而且對於政府來說，掌握更多數據也有利於其管理及維護社會的穩定性。而對於社會道德方面的論述，我不想多說什麼，時代發展是不會被道德綁架的。

所以最後，想要建立對於大數據的思維，《大數據時代》還是值得一讀，裏面的很多示例也非常不錯。如人際關係這一塊，也是出乎我的意料。

篇六：《大數據時代》讀後感

舍恩伯格的《大數據時代》，讓我重新審視了“大數據”這個在信息時代異軍突起的熱點詞彙，作爲信息安全專業的我，對大數據這個詞本身有着更多的熱忱。

在百度上搜索到的解釋是：“大數據”，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工具，在合理時間內達到擷取、管理、處理、並整理成爲幫助企業經營決策更積極目的的資訊。特點：數量、速度、品種、真實性。

而舍恩伯格認爲，大數據並不能定義一個確切的概念。他提到“大數據是人們獲得新的認知，創造新的價值的源泉;大數據還是改變市場、組織機構，以及政府和公民關係的方法。”這是一種更具有人文色彩和社會意義的詮釋。

本書中，主要從三個方面論述，即思維變革、商業變革和管理變革。而舍恩伯格更是着重闡明三大觀點：

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：不是因果關係，而是相關關係。

對於觀點一，我不敢苟同，畢竟大數據的實現需要一定的技術支持，而顯然，現在這種技術還不夠成熟，同時一些簡單的事情運用大數據反倒是問題更加複雜化，因此這種大叔據的繁雜處理方式更適用於一些特定的情況，比如商業預測，人類dna的研究等。

而對第二種觀點，我是十分贊同舍恩伯格所說的“大數據的簡單算法比小數據的簡單算法有效”。在計算機行業迅速發展中，一種新的簡單可行的算法的出現，遠沒有計算機在運算速度和存儲容量的發展快，而大數據算法似乎更能迎合這種大趨勢。

觀點三中提到的相關關係在大數據中可是重量級的，它能較快找到事物規律和對應的解決措施，當然，也不能完全忽視因果關係，畢竟人們在思維上更能夠接受因果關係分析出的結果，而大數據預測的需要人們慢慢的適應才能接受。當我們完成相關關係的分析而又不滿足於只知道“是什麼”的時候，我們就可以轉而研究“爲什麼”了，畢竟問題的根本在於因果。而舍恩伯格的全體數據和相關關係是大數據時代下的一種捷徑。

但是在信息時代，信息安全問題的日趨凸顯，數據獨裁與隱私保護之間的矛盾更是立於風口浪尖，成爲衆矢之的，舍恩伯格在本書的最後章節曾試圖尋找一種解決方式來擺脫這一種困境，但最終沒能做到，但是他提出“大數據並不是一個充斥着算法的和機器的冰冷世界，人類的作用仍無法被完全代替。”這裏表明人在數據時代同樣的重要，數據是爲人類服務的，也就該人類驅使下完成相應的目的。

在這樣的大環境下，常引起我更多的思考和擔憂。

大數據時代對於我們同是機遇與挑戰，一些國家已開始步入大數據時代的行列，並在各個領域開始研究和使用。而對於我國龐大的人口，以及較大的領土面積，都可以在大數據時代爲我們提供數據的保障，而能否面臨挑戰，在大國之間的新一輪角色角逐間嶄露頭角，我們更需要解決技術等方面的問題，更應在政策上逐步開放各領域的數據，保證數據來源、權限等問題得到解決，不斷學習先進的計算機技術，縮小與其他國家的差距。

工業化、信息化，我們都向世界交出了一份讓世界不能小覷的答案;

大數據時代的數據化我們又將怎樣在新的風暴中所向披靡，如果大數據時代是一種必然趨勢，那這就是我們這一代人的責任，是我們新的戰場!

篇七：《大數據時代》的讀後感

世界正邁入大數據、雲計算的時代，人類朝着數據化、數字化的方向發足狂奔，我們原有的科學、技術、工作和生活方式正在被信息技術所改寫，很多科學領域會被大數據技術所替代，也會崛起很多新興科學家和職業，譬如數據科學家、數據中間商等。大數據會顛覆很多的產業和行業，甚至一夜之間就能變換運營模式，因爲在大數據面前，人類不會再向以前那樣追尋着“爲什麼”，更多的是在樣本和概率面前做着商業決策的調整，“快”和“實用”更能滿足大衆的需求。

數據之大，漫無邊際，無窮無盡，包含着我們人類的一呼一吸，一舉一動。處在大數據帝國的前夜，眺望星空，這是個最好的時代，因爲數據時代轉折的重要性，不亞於黑猩猩站立起來行走劃時代，很多科幻片裏的場景會出現在我們的日常；這也會是個最壞的時代，因爲人類最終會爲此走向哪裏，只有蒼穹能知道！

當我們擁有海量數據時，絕對的精準不再是我們追求的主要目標，我們樂於接受數據的紛繁複雜，也只有接受不精確性，我們才能打開一扇從未涉足的世界的窗戶。――《大數據時代》

小數據時代，我們在數據的精準性上花費很多，包括規則和準則、複式記賬的平衡規則、信息系統等等，數據閉環，所以數據具有結構性，所以可以找根尋蹤，找尋問題的根源，尋求解決方案。

大數據時代來臨，因爲數據量的龐大，以及數據背後的繁雜性，以及處理數據的知識IT工程師和計算者，別忘了，擁有數據的是政府和獨角獸商人，所以，他們很難對數據進行深度分析，這樣也會催生各個領域的數據分析業務，數據生態鏈核心就清晰了起來。

大數據會取代小數據嗎？這是不可能的事，大數據和中小數據之間的防火牆更會高築！大數據都是基於樣本的非結構性數據，推送到我們面前的數據指引，都已經經過了各種算法的粗加工，融入了計算者的各種算法，算法會因人而異，利用我們過去的電子痕跡，預測我們的現在和未來，一花一世界。初期的一大一小，數據的交融，像極了海上的漁網，具有強關聯性。數據就像是一個神奇的鑽石礦，在其首要價值被發覺後，仍能不斷創造價值。大數據擁有者依賴技術專家挖掘數據的價值，但技術專家（數據武士）並沒有想象中那麼耀眼，他們在大數據中淘金，發現了金銀珠寶，可最後卻要把這些財富拱手讓給大數據擁有者。――《大數據時代》

當恐龍消失，人類慢慢成爲了動物界的主人。數據是我們工作、生活中的點滴記錄，它真實、樸實無華，它們也會有聲音，只是需要有慧眼和思維才能駕馭。

我們只有跨過數據化、數字化的長河，才能開啓AI時代，路途遙遠，主人！這是一本好書，值得推薦。

篇八：《大數據時代》讀後感

書中雖只是闡述了大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啓了一次重大的時代轉型，並未提及會對我們教育教學產生什麼影響，但在這樣的大環境之中，我們同樣可以獲得啓示，尋求大數據在教育工作中可實現的價值。

1.教師角度：從基於經驗到基於數據的教學轉型

“經驗主義”是指形而上學的思想方法和工作作風，其特點是在觀察和處理問題的時候，從狹隘的個人經驗出發，不是採用聯繫、發展、全面的觀點，而是採取鼓勵、精緻、片面的觀點。在教學中，我們有時會憑藉以往經驗認定本節課學生的起點，從而制定教學目標、重難點以及教學過程。這往往忽略了上屆學生和這屆學生是有差異的，這班學生和另一班學生也是存在差異的，那如何準確把握學生的起點呢?我想可以藉助前測數據，它可以爲有效教學指明瞭方向。

如教學“複式統計表”時，前期查找資料的時候就發現早在一年級上冊P96的時候學生就見過複式統計表，意讓學生初步認識統計表，滲透統計思想。而二三年級的書中練習也多有涉及，就是這種複式統計表沒有“表頭”，生活中的複式統計表也很多。既然在以前練習時碰到這麼多次複式統計表，學生對複式統計表到底認識多少呢?我們對157名學生進行這樣的調查(如下圖)，第1題：像上表這樣的統計表以前見過嗎?見過約佔65%，沒見過約佔35%，學生在練習中碰到過、生活中也經常看見，但還是約35%的學生回答自己沒見過，說明學生平時在看這個複式統計表的時候就浮於表面，所以這節課我們重點應該讓學生經歷複式統計表的產生過程，加深學生對複式統計表的印象。第2題：上表中的16表示什麼意思?能完整表達出二班身高在130~139釐米的學生有16人，約佔41%;表達一半，如二班16人，或130~139釐米16人，約佔22%，其他約佔37%，真正能正確讀懂複式統計表的學生一半不到，需要在課中進行讀圖方法的指導。而知道這個表叫做複式統計表的學生不到20%。

基於這樣的前測數據，我們將原先的教學設計進行修改，制定出符合這樣學情的教學目標、教學重難點和教學流程，以實現“以生爲本”的課堂。同樣練習課和複習課，也可以藉助本班學生的錯題數據，準備適合這個班學生情況的教學設計。

2.學生角度：建立數據分析觀念

未來肯定是“大數據時代”，那我們的學生作爲未來的主人，在國小時應該掌握什麼樣能力呢?我想數據分析觀念必不可少，2011年修訂的《義務教育數學課程標準》(以下簡稱《課標》)把過去核心詞裏的“統計觀念”，改成“數據分析觀念”，就是希望身爲老師的我們知道，數據分析是很重要的，並且希望教學能夠構建適當的背景，讓學生感受到數據分析是很重要的。那到底要讓學生掌握數據分析觀念的什麼知識呢?

史寧中教授的《大數據與國小數學教育》這篇文章就闡述很清楚，他在文章中提到，結合大數據的主題，回想在“數據分析觀念”中提到的三件事情是非常重要的。

第一件事情，感悟數據中蘊含的信息。要讓孩子們知道，所有的道理不一定都是老師教的，不一定都是父母說的，也不一定是書本上說的，有一些信息，有一些道理是通過數據知道的。這個叫做數學的“實事求是”。有些東西是要經過思考的，根據什麼來思考呢?根據事實思考，然後得出自己的結論。這樣，孩子就可能會想問題，就可能會發現問題，提出問題，分析問題，解決問題。

第二件事情，知道數據中的信息可以用不同的辦法獲取。數據中的信息不像純數學那樣，只能靠一個辦法得到。世界上絕對真理是不存在的，很多事情是相對的，相對的意思就是同樣的數據，用不同的方法分析會得到不同的結論。因此它取決於這個人的判斷準則，取決於他的價值觀。什麼樣的辦法好呢?大家討論叫做民主，或者是最符合背景的方法就是一個好辦法。這個是判斷準則，也可以自己定。這個事情得從小開始重視，應該讓孩子們知道，有些標準是老師定的，但是有些標準你也可以定。

第三件事情，感悟數據是隨機的。可能這次取得的數據是這樣的，下一次取得的數據是那樣的。雖然是隨機的，但是隻要你取得相當多的數據之後，就能發現其中的規律性。

以上是讀了這本書之後又找了一些相關文章閱讀後，一些凌亂、零碎的想法，有些想法還得細細思考如何落實到自己的實際教學中，近期也一直在整理《基於作業中錯題數據改進數學練習課的教學研究》的課題成果，通過對班級學生作業中錯題數據的統計分析，從而發現其中典型錯誤、易錯題等等，幫助教師確定練習課的重難點，就不會像書裏的練習板塊那樣流水賬式地複習，以此更有效地針對班級學情設計練習課教學，提高了練習課的效率;另一方面，也可以利用這些數據，知道各層次學生的錯誤點，分析原因，從而設計出針對不同層次學生的作業練習，讓不同的學生能在作業中得到不同的發展，避免學生一直重複做已經掌握的題。(黃少鋒)

篇九：《大數據時代》讀後感

“除了上帝，任何人都必須用數據來說話。”――這是《大數據時代》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，數據和空氣一樣遍佈生活，對於有些人來說，數據無意義，而對於有些人來說，數據，即真相。

美國是《大數據時代》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》背後的隱情、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，爲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――美國人民執著於個人隱私的保護，卻又不遺餘力地推動着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，那麼，政治、制度、生活將更加清明，事故、將降到最低點。

作爲信息技術教師，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.文化以及能用於教學的鮮活案例。

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

篇十：《大數據時代》讀後感

讀完《大數據時代》這本書後，我意識到：我們即將或正在迎接由書面到電子的跳躍之後的又一重大變革。

這本書介紹了大數據時代來臨後，接踵而至的三項變革――商業變革、管理變革和思維變革。

其實，這場變革已經打響。商業領域由於大數據時代的到來而推陳出新。前幾年，一家名爲Farecast的公司，讓預訂到更優惠的機票價格不再是夢想。公司利用航班售票的數據來預測未來機票價格的走勢。現在，使用這種工具的乘客，平均每張機票可以省大約50美元，這就是大數據給人們帶來的便利。

大家應該都知道2009年出現的H1N1型流感，就拿美國爲例，疾控中心每週只進行一次數據統計，而病人一般都是難以忍受病痛的折磨纔會去醫院就診，因此也導致了信息的滯後。然而，對於飛速傳播的疾病，Google公司卻能及時地作出判斷，確定流感爆發的地點，這便是基於龐大的數據資源，可見大數據時代對公共衛生也產生了重大的影響！

在我看來，如果想在在大數據時代裏暢遊，不僅要學會分析，而且還要能夠大膽地決斷。

在美國，每到七、八月份時，正是颱風肆虐之時，防澇用品也擺上了商品貨架。沃爾瑪公司注意到，每到這時，一種蛋撻的銷售量較其他月份明顯增加。於是，商家作了大膽的推測，出現這樣的結果源於兩種物品的相關性，便將這種蛋撻擺在了防澇用品的旁邊。這樣的舉措大大增加了利潤，這就是屬於世界頭號零售商的大數據頭腦！

大數據時代的到來，可以讓我們的生活更加便利。但是，如果讓大數據主宰一切，也存在一定的風險。

大家應該都知道電子地圖，它可以爲人們指引方向。但大家應該還不知道，它會默默地積累人們的行程數據，通過智能分析可以推斷出哪裏是自己的家，哪裏是工作單位。我們的隱私就這樣被不爲人知地收集着。

大數據時代的到來，讓我們的生活更安全，更方便，但與此同時，我們的隱私不再是隱私，數據的收集變得無所不包、無孔不入。世界已經向大數據時代邁進了一小步，一個嶄新的時代正向我們走來。讓我們用知識武裝大腦，做好準備，迎接新時代的到來！

篇十一：《大數據時代》讀後感

去年的“雲計算”炒得熱火朝天的，今年的“大數據”又突襲而來。彷彿一夜間，各廠商都紛紛改旗換幟，推起“大數據”來了。於是乎，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雲計算，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，寫了好多讀後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，更細緻的數據分析與數據挖掘。看過此書後，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：着眼於數據關聯性，而非數據精確性，或許纔是大數據與現時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，更多的傾向於數據的'精確性。

看完此書，我心中的一些問題：

1、什麼是大數據？

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、並整理成爲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、大數據適合什麼樣的企業？

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，纔可以讓通過專業化的處理，讓其爲企業產生價值。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，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爲分析爲最多。

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爲競爭力，是否真的合適麼？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，雲計算的推波助瀾下，大數據開始登場了。但它到底給我們帶來了什麼呢？

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，可以爲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。影響的，當然是IT公司

3）變革思維書中所說：因爲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。

篇十二：《大數據時代》讀後感

去年的“雲計算”炒得熱火朝天的，今年的“大數據”又突襲而來。彷彿一夜間，各廠商都紛紛改旗換幟，推起“大數據”來了。於是乎，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雲計算，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，寫了好多讀後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，更細緻的數據分析與數據挖掘。看過此書後，感覺到之前的想法，只能算是中了一小半吧。

而另一前：着眼於數據關聯性，而非數據精確性，或許纔是大數據與現時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，更多的傾向於數據的精確性。看完此書，我心中的一些問題：

1、什麼是大數據？

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、並整理成爲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、大數據適合什麼樣的企業？

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，纔可以讓通過專業化的處理，讓其爲企業產生價值。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，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爲分析爲最多。

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，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爲競爭力，是否真的合適麼？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，雲計算的推波助瀾下，大數據開始登場了。但它到底給我們帶來了什麼呢？

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，可以爲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。影響的，當然是IT公司。

3）變革思維書中所說：因爲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。

篇十三：《大數據時代》讀後感

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。他的諮詢客戶包括微軟、惠普和IBM等全球企業，他是歐盟互聯網官方政策背後真正的制定者和參與者，他還先後擔任多國政府高層的智囊。這位被譽爲：大數據時代的。預言家“的牛津教授真牛！那麼，這位大師說的都是金科玉律嗎？並不一定，讀大師的作品一定要做些功課纔好讀懂，才能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：不是因果關係，而是相關關係。對於第一個觀點，我不敢苟同。

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，對於簡單事實進行判斷的數據分析難道也要採集全體數據嗎？

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，他認爲一定可以找到一種數理統計方法來進行分析，並不一定需要全部數據。聯繫到舍恩伯格第二個觀點中所說的相關關係，我理解他說的全體數據不是指數量而是指範圍，即大數據的隨機樣本不限於目標數據，還包括目標以外的所有數據。我認爲大數據分析不能排除隨機抽樣，只是抽樣的方法和範圍要加以拓展。

我同意舍恩伯格的第二觀點，我認爲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。”大數據的簡單算法比小數據的複雜算法更有效。“更具有宏觀視野和東方哲學思維。對於舍恩伯格的第三個觀點，我也不能完全贊同。”不是因果關係，而是相關關係。“不需要知道”爲什麼“，只需要知道”是什麼“。傳播即數據，數據即關係。在小數據時代人們只關心因果關係，對相關關係認識不足，大數據時代相關關係舉足輕重，如何強調都不爲過，但不應該完全排斥它。大數據從何而來？爲何而用？如果我們完全忽略因果關係，不知道大數據產生的前因後果，也就消解了大數據的人文價值。如今不少學者爲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。

世間萬物的複雜性多樣化並非非此即彼那麼簡單，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麼語境下說的，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”不是因果關係，而是相關關係。“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係分析，而又不再滿足於僅僅知道‘是什麼’時，我們就會繼續向更深層次研究的因果關係，找出背後的‘爲什麼’。“[i]由此可見，他說的全體數據和相關關係都在特定語境下的，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裏討論了大數據時代的商業變革。舍恩伯格認爲數據化就是一切皆可”量化“，大數據的定量分析有力地回答”是什麼“這一問題，但仍然無法完全回答”爲什麼“。因此，我認爲並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於數據應用的商業系統中，而沒有把它置於整個社會系統裏，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。如何擺脫大數據的困境？舍恩伯格在最後一節”掌控“中試圖回答，但基本上屬於老生常談。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：”大數據並不是一個充斥着算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據爲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，只是參考的答案。

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，比如說什麼叫數據？什麼叫大數據？數據分析與數據挖掘的區別，數字化與數據化有什麼不同？讀前做些功課讀起來就比較好懂了。

篇十四：《大數據時代》讀後感

《大數據時代》，作者是被譽爲“大數據時代的預言家”維克托。邁爾―舍恩伯教授和肯尼思。庫克耶。此書是在大數據方興未艾、衆說紛紜的時刻，進一步闡述和釐清大數據的基本概念和特點。

人類歷史長河中，即使是在現代社會日新月異的發展中，人們還主要依賴抽樣數據、局部數據和片面數據，甚至在無法獲得實證數據的時候純粹依賴經驗、理論、假設和價值觀去發現未知領域的規律。因此，人們對世界的認識往往是表面的、膚淺的、簡單的、扭曲的或者是無知的。維克托指出，大數據時代的來臨使人類第一次有機會和條件，在非常多的領域和非常深入的層次獲得和使用全面數據、完整數據和系統數據，深入探索現實世界的規律，獲取過去不可能獲取的知識，得到過去無法企及的商機。

本書從思維變革、商業變革及管理變革三部分闡述大數據時代已經來臨；列舉了衆多在公共衛生、商業服務領域大數據變革的例子。比如：在思維變革部分，以UPS與汽車修理預測爲例，證明知道“是什麼”就夠了，沒必要知道“爲什麼”；在大數據時代，我們不必非得知道現象背後的原因，而是要讓大數據自己“發聲”：UPS國際快遞公司從2000年就開始使用預測性分析來檢測自己全美60000輛車規模的車隊，這樣就能及時的進行防禦性的修理。之前UPS每兩三年就會對車輛的零件進行定時更換，但這種方法不太有效，因爲有的零件並沒有什麼毛病就被換掉了。通過檢測車輛的各個部位，UPS如今只需要更換需要更換的零件，從而節省了好幾百萬美元，這就是通過找出新種類數據之間的相互聯繫來解決日常需要。這種方式完成可以應用於我們石油石化行業，我們的大量生產裝置及設備，在建立日常的關鍵部位檢測機制基礎上，形成大量的數據信息，通過對這些數據的科學分析，判斷出需要檢修或更換的零件，從而有效降低運營成本。

當我們一旦“不再追求精確度，不再追求因果關係，而是承認混雜性，探索相關關係”，“思維轉變過來，數據就能巧妙的用來激發新產品和新型服務”。數據正成爲巨大的經濟資產，成爲新世紀的礦產與石油，將帶來全新的創業方向、商業模式和投資機會。

近年來，伴隨着經濟社會快速發展、深度調整，石油石化產業變革加劇，面臨的四大革命中其中一項就是“數字革命”。因此我們必須牢牢把握數字革命發展大勢，加強數據治理和大數據分析應用，提高企業生產運行與管理水平，擁抱大數據時代的來臨。

篇十五：大數據時代讀後感

“除了上帝，任何人都必須用數據來說話。”――這是《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，數據和空氣一樣遍佈生活，對於有些人來說，數據無意義，而對於有些人來說，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》背後的隱情、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，爲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――美國人民執著於個人隱私的保護，卻又不遺餘力地推動着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，那麼，政治、制度、生活將更加清明，事故、將降到最低點。

作爲信息技術教師，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於教學的鮮活案例。

每天能用來閱讀的時間很少，總是要等到夜深疲倦時纔有空打開書本，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……

篇十六：大數據時代讀後感

3月11日下午兩節課後，我校全體教師和受邀而來的金南學區各友好學校的領導及教師匯聚於多媒體教室，共同分享、交流《大數據》讀後感。

老師們從：何謂大數據；立足國情對大數據進行探討；大數據在教育教學中的主要應用等幾個方面暢談了自己的感悟。

張萌老師說：大數據體量龐大、結構複雜、是產生巨大價值的數據集合。大數據這種方法在中國的國情下需要以更加科學、合適的方式進行實踐，不可生搬硬套。

董譯雯老師說：在你我感嘆《大數據》裏深植於美國民衆血液中的自由、民主、嚴謹的價值觀的同時，可否想過中國教育體制下的孩子們身上還殘留多少獨立與自我意識？作爲典型的八零後，我們這一代人身上最缺失的便是獨立思考能力。但願，我的學生哪怕是因爲我所做的一點點努力而開始思考“我”這個字的含義，足矣！

張紅傑老師說：很感謝校長給我們推薦了《大數據》這本書。在教學工作中，應該有大數據意識，創新意識。學習一些專業的教學統計法、數據分析法，從中發現一些教育現象，並採取相應的策略。讓我們的教育教學工作少一些隨意和盲目，多一份嚴謹與科學。

白媛媛老師通過文中的三個事例，結合教學實際，談了自己教學中對數據使用的價值；結合自己的工作，談了如何實現工作的最高境界。

交流活動尾聲，身爲閱讀《大數據》的倡議者、發起者、以及忠實的讀者韓校長幽默風趣的同大家分享了他讀後的感悟：我們心中要裝着學校，因爲我們個人的命運依賴羣體的命運；工作要追求精細化，不能做胡適書中的“差不多”先生；尊重數據，擁有數據意識，建立數據團隊！

此次活動從寒假期間倡導讀《大數據》一書，到開學伊始的分組沙龍，再到今日的閱讀共享，現已圓滿告一段落。相信此次活動定會增強我校全體教師的數據意識，掌握大數據，運用大智慧助推我校的教育教學上一個新的臺階！

篇十七：大數據時代讀後感

在哲學界，關於因果關係的爭論已經持續了幾個世紀。爭論的焦點在於：如果因果關係是普遍存在的，每一個果都有一個因和他相對應，世界上的所有事情都有因果的話，我們就沒有決定任何事情的自由了。儘管哲學領域的爭論很熱烈，但並不耽誤人們在日常生活中通過因果關係來思考問題。不僅如此，由於掌握的數據過少，人們還容易從線性關係的角度找尋事物之間的因果關係。在物理學中，有一種處理數據的方式之一就是“化曲爲直”，設法找到兩個變量之間的線性因果關係，從而進行定量的描述。事實上，由於很多事情之間的關係是很複雜的，簡單的線性處理容易導致人們對事物本質屬性的誤解。

在大數據時代，相關關係比因果關係重要。2009年甲型H1N1流感發生之後，美國的衛生系統極力想從因果關係上來找到流感的源頭，但信息反饋的速度太慢，讓專家們束手無策。谷歌公司做出了快速反應，把5000萬條美國人最頻繁檢索的詞條和美國疾控中心在2003年至2008年間季節性流感傳播時期的數據進行比較，研究特定檢索詞條的頻繁使用與流感在時間和空間上的傳播之間的聯繫，很快就確定了流感是從哪個地方傳播出來的。谷歌採取的就是相關關係分析的方法，而不是因果關係分析的方法。這是大數據時代，對數據進行處理的一種典型方法。

第三，數據化比數字化更加重要

數字化是將模擬數據轉化成0和1的二進制碼，以便電腦進行數據處理的過程。過去的很長時間，我們所做的事情，就是對文本進行數字化。很多書籍包括教材，通過PDF等格式，變成了數字形態的資料，存入了電腦或者網路之中。

但是，這些數字化的資料要查詢起來並不方便。首先你要知道所需的資料在那本書中，其次你還要仔細地去翻閱這些數字化的資源，以便找到你所需要的信息。這和到書本里去找沒有本質的區別。

如果這些數字文本能夠被數據化，文本中的字、詞和段落能夠一一被識別，利用搜索殷勤加以檢索就會方便很多。所謂數據化就是將一種現象轉化爲可以製表分析的可量化的過程，量化，是數據化的核心。信息只能被數據化，其巨大的潛在價值纔有可能被釋放出來。

數字化帶來了數據化，但數字化不能替代數據化。今天，很多學校都在進行“電子書包”的課程教學實踐，但有不少實踐者認爲，所爲電子書包，就是將紙質的課本和教輔資料數字化，裝入電腦中讓學生上課中使用，這其實是對電子書包最大的誤解。電子書包的核心在於數據化，要通過對學生學習過程所記錄的大數據分析，把握學生的個性化學習特徵，以便給予更有針對性的指導。

三、需要關注的一些問題

從教育的角度看，大數據時代的來臨，對教育的變革將帶來巨大的影響。

首先是教育內容要進行革新。大數據使得傳統的因果思維方式、科學研究方式不再是生活、工作起主導地位的方式，這必然要求我們在教學中要將這些變化和學生講清楚，以便他們能夠在今後走上社會的時候有足夠的能力迎接挑戰。

其次是教學方式要進行革新。過去的教學，因爲沒有大量數據的支撐，該教什麼全憑教師自己跟着感覺走。今天，我們可以將教師的教學視頻掛在晚上，通過深度分析學生在觀看視頻的過程中在哪些地方停頓或者重放的頻次比較高，來找出學生不明確或者課程吸引人的地方，幫助教師改進教學、確定教學重點。這必然導致教師教學方式的變革。

第三是學習路徑會發生變化。在過去，如果你想成爲一個優秀的生物學家，一定要認識很多生物學家。今天，要解決一個生物難題，可能與天體物理學家或者數據視圖設計師聯繫就可以實現。

第四是要防止對數據的癡迷。一方面，我們要研究學校長期以來儲存下來的大量數據，同時積累學校每天的教育數據，爲進入大數據時代做好充分的思想準備;另一方面，要喚醒學校裏沉睡的數據，讓其在學校管理和教師教學中發揮更大的作用;再一方面，也要防止出現另一個極端，那就是對數據的癡迷。能僅僅爲了收集數據而收集數據，要讓數據在如何全面反映一個學生的能力、全面反映教師的教育質量等方面做出實踐和探索。

篇十八：大數據時代讀後感

讀完《大數據》，我才意識到這並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、使用背後的立法故事、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，大數據概念對於教育來說會產生什麼樣的實用價值呢？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，學生的行爲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，所以我纔會想到，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，我們並不瞭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，我們也並不確定一個教師的行爲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“是什麼”比“爲什麼”要有實際意義得多。而我們的教育恰好需要把注意力從“爲什麼”轉移到“是什麼”上面來，只有如此，才能把教育從爲什麼發展成“可能成爲什麼”上來，這會是一次思想上的革命。而對於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，這纔是它的出路。

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，然後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爲導向的教學體系。

與此同時，不僅要注重課上的學生資源，在課後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，無論環境怎麼變換，數據如何複雜，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。

篇十九：大數據時代讀後感

對於暢銷書刊、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，鍾情於務虛的觀點；新奇的產品於我無緣，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。由於工作的原因，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，頗有收穫。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，以及大數據時代對於個人隱私保護、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。縱觀全書，遣詞造句，均通俗易懂。

作者認爲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、瞭解數據之間的相關性，勝於對因果關係的探索。“是什麼”比“爲什麼”重要。

作者指出，隨着技術的發展，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，三類公司將成爲時代的寵兒。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。

篇二十：大數據時代讀後感

“大數據”一詞不知何時在我們的生活悄然出現，爲了一探究竟，我便選擇了《大數據時代》一書。

作者先從全局簡單地描述大數據對我們的生活、工作與思維的影響，再從三方面具體地用上百個學術和商業的實例展開寫作。樣本=總體、追求精確性和相關關係等大數據時代具體特點一一現出。在同時，作者也從個人、企業等多角度分析大數據中的隱憂。

書中內容繁多，在此不能各方面概括。此書中雖有許多專有名詞，但作者以其通俗的語言以及許多實例讓我嗅到大數據時代中一抹清新之氣。

爲什麼是清新的呢？因爲書中的內容彷彿向我打開了一個既有點熟悉又有點陌生的世界。我們現在已處於網絡時代 ，在我們日常簡單的操作中大量數據產生，然而起初我們僅用衆多技術在解決手頭上的問題，那些大數據像沙子中的金子，價值不被發現。到目前，每當我們網上購書時總會看到“猜你喜歡”的欄目、出現谷歌搜索與流感預測、Farecast與飛機票價預測系統等，這些事情的達成全來自於那些曾被忽略的大數據同時也在證明“預測，大數據的核心”這句話，爲我們的生活創造了前所未有的可量化的維度。看到書中這部分內容時，我不禁感受到自己的生活已在享大數據帶來的福利，就像“猜你喜歡”欄目讓我觸到更多合我口味的書，讓我看到了以前無法發現的細節。擁有大量數據的公司巨頭如谷歌、亞馬遜大力開發有關大數據的新型產業和研究相關項目。借網絡時代的便利大數據成爲了如今最有商業價值的事物，使一切可量化的趨勢也開始出現。“本質上世界是由信息構成的”，面對這句話時，大數據時代彷彿就在眼前。

在感受驚歎着大數據能爲我們做到以往無法想象的事和它巨大的價值時，我認同大數據能極大優化我們的生活，但又不禁爲這時代感到擔憂。一旦大數據時代來臨，不僅我們的隱私可能不再是隱私，就如書中所言“我們時刻暴露在‘第三隻眼’下：亞馬遜監視着我們的購物習慣，谷歌監視着我們的購物習慣，而微博似乎什麼都知道”，而且利用大數據我們可以預測許多事情並且十分高效，一旦人們依賴大數據極少運用人類自身的創新等能力被數據束縛住，世界只會淪落爲一個極少活力的機械環境。而我認爲最大的憂患，是大數據時代對人類自身思維、思想、信仰等精神領域的衝擊。如今我們都生活在數據中，大數據時代說不定在幾年後就會逐步來臨，這使我不禁發問：我們一直堅信着信仰着的究竟是什麼？我覺得世界說變就變實在令我想不通這個問題。事情都有好壞，我也不知道自己是否杞人憂天。

於是我繼續去探索作者對這問題的思考。“更大的數據在於人本身”，作者還說“我們是在創造更好的未來”，也說“在一個預測的時代裏，人類的自由意志不可侵犯，這一點不可輕視。我們在使用大數據時，應當懷有謙恭之心，銘記人性之本”。人類學家克利福德吉爾茲曾說：“努力在可以應用、可以拓展的地方，應用它、拓展它；在不能應用、不能拓展的地方，就停下來。”這些話語彷彿是陽光，驅散我心中對大數據時代的擔憂以及內心對其的恐懼。我認爲，在堅守我們內心和自由意志下，大數據纔會造福我們人類世界，發揮出它背後對人溫暖的光芒。

面對時代的變革，我會爲堅守內心深處的自由意志而努力並“擁抱大數據”。

篇二十一：大數據時代讀後感

關於大數據時代讀後感

我們不再熱衷於尋找因果關係，而應該尋找事物之間的相關關係。這個命題是我讀這本書最大的感觸。個人認爲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--“並非原子而是信息纔是一切的本源”，將世界看做信息，看做可以理解的數據的海洋，爲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後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，因爲我覺得，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爲大數據思維的第二步。寫到這裏，我不由得反省下，我是不是有領悟到書的精髓所在（我認爲的精髓），就是第一句話。因爲回顧我整個思路，還是按照舊模式的因果關係思考模式思考問題。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係瞭解世界時，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、虛幻的因果關係，還有一種就是通過緩慢、有條不紊的因果關係。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，確實是這麼回事。好了，那麼大數據到底改變了我們什麼呢，作者給出3點，

大數據的精髓在於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，而不再依賴於隨機採樣（樣本=總體）

第二個轉變就是，研究數據如此之多，以至於我們不再熱衷於追求精確度

第三個轉變因前兩個轉變而促成，即我們不再熱衷於尋找因果關係，而應該尋找事物之間的相關關係。大數據告訴我們“是什麼”而不是“爲什麼”。在大數據時代，我們不必知道現象背後的原因，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，然後進行調整並接受下來。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，目的在於使自己保持冷靜。

所以作者稱之爲revolution。

講了這麼多，那麼大數據到底給我們帶來什麼。在這裏，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，計算機會告訴你什麼時候買什麼雙色球可以中頭獎，想想心裏是不是有一點小激動咧。當然這只是我打的一個比較誇張的比喻。至於害怕呢，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，社會關係於個人責任的基本信條是，人爲其選擇的行爲承擔責任。如果大數據分析完全準確，那麼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。如果精準的預測成爲現實的話，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，那麼我們也就不需要承擔責任。這不是很諷刺嗎。

扯到這裏，順便扯一下，書中另一段關於自由意志的描述

在哲學界，關於因果關係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，那麼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，那麼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係的控制了。因此，對於因果關係在世間所扮演的角色，哲學家們爭論不休，有時他們認爲，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》，當我看到這裏的時候，“哎喲，我居然看過這部電影，想想心裏還是有點小激動”，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。當你什麼舉動都可以被預測，相當於你完全暴露在太陽光下，換成你，你害怕不。

最後，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

大數據並不是一個充斥着算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據爲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（抄襲於《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，最後送上《九陽神功》心法，以後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。

篇二十二：大數據時代讀後感

本書《大數據時代》出自維克托·邁爾-舍恩伯格，是最早洞見大數據時代發展趨勢的數據科學家之一，也是最受人尊敬的權威發言人之一。舍恩伯格教授在《大數據時代》中提出：“大數據是指不用隨機分析法這樣的捷徑，而採用所有數據的方法。”闡述大數據是一個比較的概念，它是在人類過去運用小數據庫隨機抽樣獲得分析結果比較而來，它的關鍵是在“大”，數據存儲量越大，價值越顯著。大數據的核心作用在於“預測”，引申出“規劃”與“解決方案”，也就是我們說的“算法”。書中展示了谷歌、微軟、亞馬遜、IBM、蘋果、facebook、twitter、VISA等大數據先鋒們最具價值的應用案例。

在現今的社會，大數據的應用越來越彰顯他的優勢，它佔領的領域也越來越大，電子商務、O2O、物流配送等，各種利用大數據進行發展的領域正在協助企業不斷地發展新業務，創新運營模式。有了大數據這個概念，對於消費者行爲的判斷，產品銷售量的預測，精確的營銷範圍以及存貨的補給已經得到全面的改善與優化。就我個人體會。大數據產生最直觀的價值：一是時間，二是金錢。要知道“時間就是金錢，效率就是生命。”

大數據帶給我們的三個顛覆性觀念轉變：採樣數據向全部數據轉變;精確制導向方向引領轉變;因果關係向相關關係轉變。

1.不再侷限隨機樣本，而是全體數據：在大數據時代，我們有更多的數據可以分析，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴於隨機採樣，這也是通過大數據打通的傳統壁壘。

2.不再侷限精確性數據，而是混雜性數據：以前需要分析的數據很少，所以我們必須儘可能精確地量化我們的記錄，隨着數據的積累，數據庫的完善，我們不再需要對一個現象刨根問底，只要掌握了大體的發展方向，適當忽略微觀層面上的精確度，會讓我們在宏觀層面擁有更好的洞察力。

3.不再侷限因果關係數據，而是相關關係數據：在大數據時代，我們無須再緊盯事物之間的因果關係，而應該尋找事物之間的相關關係，相關關係雖然不能準確地告訴我們事件發生的原因，但是它會提醒我們事件的發生。

思考：大數據在農業領域建設。近年來，我國數字農業發展方興未艾，從北大荒千里沃野的無人駕駛農機作業，到浙江烏鎮的刷臉入住農家樂、西安阿里的智慧大腦，數字農業正在悄然地助推傳統農業發展。從理想狀態來說，我認爲數字農業就是有一塊地，你種什麼，種多少，施什麼肥，打什麼藥，賣給誰，都用數據來表達，以大數據來支撐決策，通過信息化、數字化提供全程社會化服務。具體講，數字農業是指以數據爲關鍵要素，以數字技術與農業融合發展爲重點，以數字產業化、產業數字化爲路徑，實現農業生產過程及全產業鏈數字化表達、數字化設計、數字化管理的新興農業形態。

當前，我國已進入加快發展數字農業的新時期，發展數字農業有條件、有需求，恰逢其時，勢在必行。人類社會經歷了農業革命、工業革命，如今正在經歷信息革命。現代信息技術日新月異，全球數據爆發增長、海量集聚，數字經濟高歌猛進。互聯網、物聯網、大數據、雲計算等數字技術加速向農業全方位滲透，讓傳統農業插上數字化的翅膀，培育了經濟新增長點和發展新引擎，數據對農業發展的放大、疊加、倍增作用正在快速釋放。這將爲農業發展帶來深刻的變革，創造千載難逢的歷史機遇。(張洋)

篇二十三：大數據時代讀後感800字

《大數據時代》，作者是被譽爲“大數據時代的預言家”維克托.邁爾-舍恩伯教授和肯尼思.庫克耶。此書是在大數據方興未艾、衆說紛紜的時刻，進一步闡述和釐清大數據的基本概念和特點。

人類歷史長河中，即使是在現代社會日新月異的發展中，人們還主要依賴抽樣數據、局部數據和片面數據，甚至在無法獲得實證數據的時候純粹依賴經驗、理論、假設和價值觀去發現未知領域的規律。因此，人們對世界的認識往往是表面的、膚淺的、簡單的、扭曲的或者是無知的。維克托指出，大數據時代的來臨使人類第一次有機會和條件，在非常多的領域和非常深入的層次獲得和使用全面數據、完整數據和系統數據，深入探索現實世界的規律，獲取過去不可能獲取的知識，得到過去無法企及的商機。

本書從思維變革、商業變革及管理變革三部分闡述大數據時代已經來臨;列舉了衆多在公共衛生、商業服務領域大數據變革的例子。比如：在思維變革部分，以UPS與汽車修理預測爲例，證明知道“是什麼”就夠了，沒必要知道“爲什麼”;在大數據時代，我們不必非得知道現象背後的原因，而是要讓大數據自己“發聲”：U PS國際快遞公司從2000年就開始使用預測性分析來檢測自己全美60000輛車規模的車隊，這樣就能及時的進行防禦性的修理。之前UPS每兩三年就會對車輛的零件進行定時更換，但這種方法不太有效，因爲有的零件並沒有什麼毛病就被換掉了。通過檢測車輛的各個部位，UPS如今只需要更換需要更換的零件，從而節省了好幾百萬美元，這就是通過找出新種類數據之間的相互聯繫來解決日常需要。這種方式完成可以應用於我們石油石化行業，我們的大量生產裝置及設備，在建立日常的關鍵部位檢測機制基礎上，形成大量的數據信息，通過對這些數據的科學分析，判斷出需要檢修或更換的零件，從而有效降低運營成本。

當我們一旦“不再追求精確度，不再追求因果關係，而是承認混雜性，探索相關關係”，“思維轉變過來，數據就能巧妙的用來激發新產品和新型服務”。數據正成爲巨大的經濟資產，成爲新世紀的礦產與石油，將帶來全新的創業方向、商業模式和投資機會。

近年來，伴隨着經濟社會快速發展、深度調整，石油石化產業變革加劇，面臨的四大革命中其中一項就是“數字革命”。因此我們必須牢牢把握數字革命發展大勢，加強數據治理和大數據分析應用，提高企業生產運行與管理水平，擁抱大數據時代的來臨。

篇二十四：大數據時代讀後感600字

舍恩伯格的《大數據時代》被人推崇爲2012最佳書籍，今年安泰讀書會的重頭戲。雖然主講人最後放了個香港大黃鴨般的鴿子，但現場討論氛圍依舊非常熱烈——而且還是在沒幾個人讀完的情況下，也就意味着——大數據對我們的影響，已經深入到生活的方方面面。

無處不在的大數據：各種雲計算，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”，彷彿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着世界的每一寸光景。

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——並沒有非常大的跨越，可能終結了迴歸分析，有效性驗證等手段，但依舊還是統計。而革命性在於關注相關關係而非因果關係。現場討論從神學角度挑戰了因果關係的不可能——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。真正的因果關係應該屬於上帝的範疇，人類如果真的完全掌握之後，會統治整個宇宙。但我覺得，無需從神學觀點來討論，而可以借鑑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——那麼在大數據層面上，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，那麼從現在的慣有思維，也難以推導出大數據的因果關係。

篇二十五：大數據時代讀後感600字

書中雖只是闡述了大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啓了一次重大的時代轉型，並未提及會對我們教育教學產生什麼影響，但在這樣的大環境之中，我們同樣可以獲得啓示，尋求大數據在教育工作中可實現的價值。

1.教師角度：從基於經驗到基於數據的教學轉型

“經驗主義”是指形而上學的思想方法和工作作風，其特點是在觀察和處理問題的時候，從狹隘的個人經驗出發，不是採用聯繫、發展、全面的觀點，而是採取鼓勵、精緻、片面的觀點。在教學中，我們有時會憑藉以往經驗認定本節課學生的起點，從而制定教學目標、重難點以及教學過程。這往往忽略了上屆學生和這屆學生是有差異的，這班學生和另一班學生也是存在差異的，那如何準確把握學生的起點呢?我想可以藉助前測數據，它可以爲有效教學指明瞭方向。

如教學“複式統計表”時，前期查找資料的時候就發現早在一年級上冊P96的時候學生就見過複式統計表，意讓學生初步認識統計表，滲透統計思想。而二三年級的書中練習也多有涉及，就是這種複式統計表沒有“表頭”，生活中的複式統計表也很多。既然在以前練習時碰到這麼多次複式統計表，學生對複式統計表到底認識多少呢?我們對157名學生進行這樣的調查(如下圖)，第1題：像上表這樣的統計表以前見過嗎?見過約佔65%，沒見過約佔35%，學生在練習中碰到過、生活中也經常看見，但還是約35%的學生回答自己沒見過，說明學生平時在看這個複式統計表的時候就浮於表面，所以這節課我們重點應該讓學生經歷複式統計表的產生過程，加深學生對複式統計表的印象。第2題：上表中的16表示什麼意思?能完整表達出二班身高在130~139釐米的學生有16人，約佔41%;表達一半，如二班16人，或130~139釐米16人，約佔22%，其他約佔37%，真正能正確讀懂複式統計表的學生一半不到，需要在課中進行讀圖方法的指導。而知道這個表叫做複式統計表的學生不到20%。

篇二十六：大數據時代讀後感600字

這一章節，利用馬修莫里導航圖的例子引出了大數據的實踐方式，奇人莫里通過整理航海相關的邊角數據，把整個大西洋按照經緯度劃分了出來，並標註出了溫度、風速和風向，從而發現了洋流，也爲船員提供了有效的航海路線，這就是數據的價值體現了。書中也提到了，量化我們周圍的一切，是數據化的核心，將文字變成數據、將方位變成數據，將溝通、情感變成數據，通過大數據，我們會意識到，世界在本質上是由信息構成的。

在工作中，這點也可以作爲啓發點，通過對數據的整理，或者說以某種方式採集到相關數據，將數據整理出有價值的信息後，不斷的改善到工作流程、效率、服務方面，也是工作上的創新點。

筆者在書中提到了，數據的潛在價值，並提出了數據創新應用的方法，第一是數據的再利用，數據信息被採集用作特定分析後，在另一個領域或者角色立場下，或許會開發出新的有價值的信息;第二是數據的重組，將不同類別、類型的數據進行重組，產生一個新的數據集合出來，尋找其中的關聯性;第三是數據的擴展，這就需要在記錄數據的同時設計好他的可擴展性;第四是數據的折舊值，數據將會貶值，但是仍會有其潛在價值;第五是數據廢氣，即數據採集時的離散量、離散交互信號，舉例是谷歌與微軟的拼寫檢查;第六是開放數據，數據的開放將會有利於各行各業的使用，並促進全行業數據時代的發展。這其中又提到了數據估值的概念，在數據使用時價值纔會體現出來，而不是在佔有本身。

根據所提供價值的不同來源，分別出現三種大數據公司，基於數據本身(採集大量數據的公司)、基於技能(提取用戶的需求，給出數據分析結果的公司)、基於思維(挖掘數據新的價值的公司)。

篇二十七：大數據時代讀後感600字

世間萬物的複雜性多樣化並非非此即彼那麼簡單，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麼語境下說的，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“不是因果關係，而是相關關係。”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係分析，而又不再滿足於僅僅知道“是什麼”時，我們就會繼續向更深層次研究的因果關係，找出背後的“爲什麼”。”[i]由此可見，他說的全體數據和相關關係都在特定語境下的，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裏討論了大數據時代的商業變革。舍恩伯格認爲數據化就是一切皆可“量化”，大數據的定量分析有力地回答“是什麼”這一問題，但仍然無法完全回答“爲什麼”。因此，我認爲並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於數據應用的商業系統中，而沒有把它置於整個社會系統裏，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爲一對矛盾。如何擺脫大數據的困境?舍恩伯格在最後一節“掌控”中試圖回答，但基本上屬於老生常談。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：“大數據並不是一個充斥着算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據爲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。

篇二十八：大數據時代讀後感600字

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着作--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。他的諮詢客戶包括微軟、惠普和IBM等全球頂級企業，他是歐盟互聯網官方政策背後真正的制定者和參與者，他還先後擔任多國政府高層的智囊。這位被譽爲：大數據時代的預言家“的牛津教授真牛!那麼，這位大師說的都是金科玉律嗎?並不一定，讀大師的作品一定要做些功課纔好讀懂，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：不是因果關係，而是相關關係。對於第一個觀點，我不敢苟同。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，對於簡單事實進行判斷的數據分析難道也要採集全體數據嗎?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，他認爲一定可以找到一種數理統計方法來進行分析，並不一定需要全部數據。聯繫到舍恩伯格第二個觀點中所說的相關關係，我理解他說的全體數據不是指數量而是指範圍，即大數據的隨機樣本不限於目標數據，還包括目標以外的所有數據。我認爲大數據分析不能排除隨機抽樣，只是抽樣的方法和範圍要加以拓展。

篇二十九：大數據時代讀後感400字

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着作——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。他的諮詢客戶包括微軟、惠普和IBM等全球頂級企業，他是歐盟互聯網官方政策背後真正的制定者和參與者，他還先後擔任多國政府高層的智囊。這位被譽爲:大數據時代的預言家“的牛津教授真牛!那麼，這位大師說的都是金科玉律嗎?並不一定，讀大師的作品一定要做些功課纔好讀懂，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:不是因果關係，而是相關關係。對於第一個觀點，我不敢苟同。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，對於簡單事實進行判斷的數據分析難道也要採集全體數據嗎?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，他認爲一定可以找到一種數理統計方法來進行分析，並不一定需要全部數據。聯繫到舍恩伯格第二個觀點中所說的相關關係，我理解他說的全體數據不是指數量而是指範圍，即大數據的隨機樣本不限於目標數據，還包括目標以外的所有數據。我認爲大數據分析不能排除隨機抽樣，只是抽樣的方法和範圍要加以拓展。

我同意舍恩伯格的第二觀點，我認爲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。”大數據的簡單算法比小數據的複雜算法更有效。“更具有宏觀視野和東方哲學思維。對於舍恩伯格的第三個觀點，我也不能完全贊同。”不是因果關係，而是相關關係。“不需要知道”爲什麼“，只需要知道”是什麼“。傳播即數據，數據即關係。在小數據時代人們只關心因果關係，對相關關係認識不足，大數據時代相關關係舉足輕重，如何強調都不爲過，但不應該完全排斥它。大數據從何而來?爲何而用?如果我們完全忽略因果關係，不知道大數據產生的前因後果，也就消解了大數據的人文價值。如今不少學者爲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。

世間萬物的複雜性多樣化並非非此即彼那麼簡單，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麼語境下說的，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”不是因果關係，而是相關關係。“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係分析，而又不再滿足於僅僅知道‘是什麼’時，我們就會繼續向更深層次研究的因果關係，找出背後的‘爲什麼’。“[i]由此可見，他說的全體數據和相關關係都在特定語境下的，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裏討論了大數據時代的商業變革。舍恩伯格認爲數據化就是一切皆可”量化“，大數據的定量分析有力地回答”是什麼“這一問題，但仍然無法完全回答”爲什麼“。因此，我認爲並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於數據應用的商業系統中，而沒有把它置於整個社會系統裏，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爲一對矛盾。如何擺脫大數據的困境?舍恩伯格在最後一節”掌控“中試圖回答，但基本上屬於老生常談。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:”大數據並不是一個充斥着算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據爲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，比如說什麼叫數據?什麼叫大數據?數據分析與數據挖掘的區別，數字化與數據化有什麼不同?讀前做些功課讀起來就比較好懂了。

篇三十：大數據時代讀後感400字

大數據這幾個字，其實早已經聽了無數遍，但在工作中接觸，其實也就一年多的時間，深深的感覺後悔啊，沒有早點學習這塊的內容，所以趕緊補課。

經過某數據專家的推薦，選擇了《大數據時代》這本書入手。對於技術小白來說，這本書的內容是比較好理解的，主要從思維變革、商業變革、管理變革三個方面講述了大數據給整個時代帶來的變化。書中的例子很多也是大家比較熟悉的例子，所以把這本書當作科普性讀物快速閱讀，是非常適合小白人羣的。但對大數據真正的運用，還是得在工作中實踐和總結了。

大數據在消費端的應用，應該是已經起步並逐漸在完善的過程，但在工業領域可能是纔剛剛起步，所以這本書我覺得對我的意義，更多的是提醒我，在工作中要時刻想想，是否有哪裏是應該用到大數據的。現在我也沒有特別好的例子給大家，所以只能先把我的讀書筆記分享給各位。如果非要用一句話來總結，我想說：時刻牢記用數據說話，但絕對不能完全依賴數據。

篇三十一：大數據時代讀後感字優秀

現在已經進入到了二十一世紀了，當今社會已經擺脫了上個世紀的那種消息滯後的時代了，我們最應該感謝的就是科學的進步爲我們帶來了這麼多便利。與此同時，科學的進步還爲我們帶來了“大數據”這個讓人類減少了很多工作量的東西。

在這個學期的名著導讀課上我們就被要求讀：《大數據時代》這本書。《大數據時代》是國外大數據系統研究的先河之作，本書作者維克托·邁爾·舍恩伯格被譽爲“大數據時代的預言家”，他是一個特別厲害的人，他作爲一個教師，他曾經在哈佛大學、牛津大學、耶魯大學和新加坡國立大學等多所世界前列名校任教的經歷。他作爲一個科學家，早在2010年就在《經濟學人》上發佈了長達14頁對大數據應用的前瞻性研究。他是十餘年潛心研究數據科學的技術權威。他是最早洞見大數據時代發展趨勢的數據科學家之一，也是最受人尊敬的權威發言人之一。現任牛津大學網絡學院互聯網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，哈佛國家電子商務研究中網絡監管項目負責人;曾任新加坡國立大學李光耀學院信息與創新策略研究中心主任。並擔任耶魯大學、芝加哥大學、弗吉尼亞大學、聖地亞哥大學、維也納大學的客座教授。他作爲一個研究學者，他的學術成果斐然，有一百多篇論文公開發表在《科學》《自然》等著名學術期刊上，他同時也是哈佛大學出版社、麻省理工出版社、通信政策期刊、美國社會學期刊等多家出版機構的特約評論員。他是備受衆多世界知名企業信賴的信息權威與顧問。他的諮詢客戶包括微軟、惠普和IBM等全球頂級企業;

”大數據“在百度上搜索到的解釋是：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工具，在合理時間內達到擷取、管理、處理、並整理成爲幫助企業經營決策更積極目的的資訊。特點：數量、速度、品種、真實性。而舍恩伯格認爲，大數據並不能定義一個確切的概念。他提到”大數據是人們獲得新的認知，創造新的價值的源泉;大數據還是改變市場、組織機構，以及政府和公民關係的方法。“這是一種更具有人文色彩和社會意義的詮釋。

大數據不僅改變了公共衛生領域，整個商業領域都因爲大數據而重新洗牌。購買飛機票就是一個很好的例子。就像書中寫到2003年，奧倫·埃齊奧尼準備乘坐從西雅圖到洛杉磯的飛機去參加弟弟的婚禮。他知道飛機票越早預訂越便宜，於是他在這個大喜日子來臨之前的幾個月，就在網上預訂了一張去洛杉磯的機票。在飛機上，埃齊奧尼好奇地問鄰座的乘客花了多少錢購買機票。當得知雖然那個人的機票比他買得更晚，但是票價卻比他便宜得多時，他感到非常氣憤。於是，他又詢問了另外幾個乘客，結果發現大家買的票居然都比他的便宜。

飛機着陸之後，埃齊奧尼下定決心要幫助人們開發一個系統，用來推測當前網頁上的機票價格是否合理。作爲一種商品，同一架飛機上每個座位的價格本來不應該有差別。但實際上，價格卻千差萬別，其中緣由只有航空公司自己清楚。

埃齊奧尼表示，他不需要去解開機票價格差異的奧祕。他要做的僅僅是預測當前的機票價格在未來一段時間內會上漲還是下降。這個想法是可行的，但操作起來並不是那麼簡單。這個系統需要分析所有特定航線機票的銷售價格並確定票價與提前購買天數的關係。

在信息時代，信息安全問題的日趨凸顯，數據獨裁與隱私保護之間的矛盾更是立於風口浪尖，成爲衆矢之的，舍恩伯格在本書的最後章節曾試圖尋找一種解決方式來擺脫這一種困境，但最終沒能做到，但是他提出”大數據並不是一個充斥着算法的和機器的冰冷世界，人類的作用仍無法被完全代替。“這裏表明人在數據時代同樣的重要，數據是爲人類服務的，也就該人類驅使下完成相應的目的。在這樣的大環境下，常引起我更多的思考和擔憂。

大數據時代對於我們同是機遇與挑戰，一些國家已開始步入大數據時代的行列，並在各個領域開始研究和使用。而對於我國龐大的人口，以及較大的領土面積，都可以在大數據時代爲我們提供數據的保障，而能否面臨挑戰，在大國之間的新一輪角色角逐間嶄露頭角，我們更需要解決技術等方面的問題，更應在政策上逐步開放各領域的數據，保證數據來源、權限等問題得到解決，不斷學習先進的計算機技術，縮小與其他國家的差距。

篇三十二：大數據時代讀後感字優秀

書名中的時代二字讓我陷入了深深的誤區，big data就只是大數據而已。讀完全書，也沒有發現作者有說大數據會引領一個時代的觀點，我們知道當今是一個數字化、信息化的時代，但絕不還是大數據的時代。但大數據的重要性不嚴而喻，生活、工作、學習中許多有關大數據的例子的確離我們很近，我們甚至就是衆多大數據的一部分。那大數據對我這樣一名工科大學生有什麼用，對於我這一名國防生又什麼用呢，這樣的一本書是否能夠更好的幫助我在未來的工作崗位上博得頭籌，取得一番成績!還有爲了接觸、利用大數據並防範大數據所帶來的弊病，我又該怎麼做呢?書中有這樣一句話:大數據是一種資源，也是一種工具。大數據爲我們提供暫時的幫助，以便等待更好的方法和答案出現。這也提醒我們在使用這個工具的時候，應當懷有謙恭之心，銘記人性之本。

所說的謙恭之心和人性之本都強調了人在大數據時代的重要性。我們纔是數據之源，我們才應是數據的受益者。當我還沒讀完思維變革這一部分的時候，我就在思考這樣的思維變革對我會有着怎樣的影響?參加過兩次數學建模競賽的我，在兩次的參賽過程中，學會了許多數據處理和數學建模方法。數學模型所具有的對事件或數據的描述性、預測性、說明性是與大數據完全不同的。大數據下的思維變革不再追求數據的準確性和因果關係。如果我在數學建模提出一種產生某個結果的原因，我是需要明明白白地把其他因素的影響一一剔除。我記得在參加比賽最後關頭寫論文的時候，對於所研究的問題，我們必須在前面把各種變量給寫進去，然後再有選擇性的在可接受的條件下忽略掉很多變量的影響，但我們在很多時候卻給不出一個剔除這個因素的理由。可如果你不能排除掉其它的因素的影響，整個的數學模型建立及計算過程就會太複雜甚至是不能得出一個結果。但是在大數據時代，一個結論是可以通過足夠多的數據得出來的，不需要明白其中的爲什麼。如果真是這樣，我只覺得我需要思維上的變革，可我做不到，我接受不了事物與事物之間的黑盒子。這離我太遙遠。

可我又不敢在此時否認自己將來的工作與大數據的相關性，書中第三部分——大數據時代的管理變革中就舉到一個羅伯特。麥克納馬拉的例子，他是五角大樓”統計控制隊“中一名精英，這個隊伍讓之前不知道飛機備用零件種類、數量和放置位置的軍方在制定了綜合清單之後，爲部隊節省下了36億美元。而我的專業就是飛行器動力，我很清楚我國航空發動機的研究製造水平是深深限制了空軍力量的發展。在夏季學期去黎明航空發動機廠實習的時候，許多講解的師傅都會強調一點，發動機的每一個零件上都是有標號的。零件的工藝卡片上會記錄其每一個工序的加工時間、地點，加工、組裝、調試人員等的資料，這些卡片將會一直保存下去。這不僅能夠方便維修和更換，在出現事故之後，還可以追根溯源，查出事故的原因。我當時就在想還好這東西產量不是很高，一臺渦扇發動機僅僅葉片數量就是數千了。這樣的大數據肯定還可以好好利用，幫助我們去發現科技研發和製造生產中矛盾與不足，並做出改進。但航空發動機的發展需要的更多的是技術的積累，特別是關鍵技術的實驗數據我們還有着很大的缺失。我們不能像BAT這些互聯網巨頭可以輕鬆收集數據，航空發動機的技術積累需要一代代人在理論、實驗上的積累，纔有可能在這種大數據的支撐下做出真正屬於自己的航空發動機。

這種積累利用方法可能與書中作者所說的利用大數據進行預測、創新相比起來不是足夠高端，但是新的方法需要人去摸索，我也願意成爲這樣的第一人，我也堅信大數據能夠給這樣一個領域帶來另一片天空。只是在航空發動機的領域我們是不能只停留在”是什麼"這一步的!精心策劃數據的因果關係研究和控制實驗很有必要。

最後，我提出一個疑問，那就是大數據能不能創造出另一個畢加索呢?