大數據時代心得體會多篇

大數據時代心得體會篇1

讀完這本書並不是一氣呵成的，第一次讀到大約五分之一的時候就放下了，第二次重新開始讀，讀到三分之二的時候又想放棄，可是想了想，還是堅持了下來，不為別的，看到三分之二的時候基本明白了書中要講的主要內容，而這內容並不是我想從書中獲知的，或者説，書中內容與我期待相去甚遠。而之所以能硬着頭皮讀完，完全是出於想着事後跟朋友評論這本書的時候更有資格而已，畢竟，沒有看完一本書而去評論它總是有失公正的。

大數據時代這本書按我自己的理解主要講了四個方面的內容，一是講什麼是大數據，舉了很多例子説明我們已經進入大數據時代了。二是講大數據的意義，文中大量舉例，論證大數據對人類發展的積極意義。三是講大數據若是用得不當所產生的消極影響。四是提醒我們如何避免大數據的消極作用，發揮它的優勢造福人類。記得高中學政治的時候，有一條回答問題的黃金法則，當要解決一個問題的時候得從三方面回答，那就是：是什麼，為什麼，怎麼樣；也就是先解釋事務的定義，再説解決問題方法，最後闡明這個事務的積極作用和消極作用。而大數據時代只説明瞭兩個問題，那就是，"是什麼”，以及“為什麼”。也許這本身就不是一本工具書。大數據時代，這個名字取的是夠大氣，內容卻不敢恭維。這本書在網上炒的也很火，受很多人追捧，不知道看完之後是不是跟我一樣，感覺看與不看似乎影響不大。

跟老公談論過這本書，剛開始我在京東上買它的時候很激動得對老公説，看完這本書我會更瞭解現在互聯網思維，對工作有幫助，而等我讀完，一點這樣的感覺都沒有了。老公也很形象描述了這本書，它就像美食節目《舌尖上的中國》一樣，告訴你哪裏有好吃的，但是不告訴你怎麼做。我覺得這個比喻很形象，真是要人命了，看着一道道美食而不得，只能拿起身邊的薯條可樂解解饞的痛苦就是如此。

大數據時代心得體會篇2

未來的十年，將是大數據引領下的智慧科技時代。不管你是否意識到它的存在，大數據都將越來越快地改變我們這個時代，包括我們的生活方式。

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。他通過一個大家熟知的事例，來幫助我們理解“大數據”的潛在影響力，那就是四個世紀之前望遠鏡和顯微鏡的發明。望遠鏡能夠讓我們感受宇宙，顯微鏡能夠讓我們觀測微生物，它們都是收集海量數據的新工具，因為這種工具的發明，人們同步更新了分析數據的技術和方法，促進了人們對世界更好的理解。如果説望遠鏡和顯微鏡是測量領域中的一場革命，那麼今天的數據測量就相當於是現代版的望遠鏡、顯微鏡。隨着社交網絡的逐漸成熟，移動帶寬迅速提升，雲計算、物聯網應用更加豐富，以及更多的傳感設備、移動終端接入到網絡，由此產生的數據及數據的增長速度比歷史上的任何時期都要多、都要快。一個大數據的時代，不經意間順理成章地翩然而至。

一、什麼是大數據?

大數據是當前最熱門的話題之一。但什麼是大數據，人們尚未給出確切的定義。首先，“大數據”是相對過去小的、局部性的數據而言的;其次，利用大數據進行分析和工作時，所依據的關於此事儘可能完整的數據，從而“一覽眾山小”，而不是採用局部的小數據，從局部推斷整體。

維克托也並未直接給出大數據的定義。不過，他用三大轉變描述了大數據的特性：

轉變之一：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。例如一項針對相撲比賽中非法操縱比賽結果的研究對64000場比賽進行了分析，這算不上一個很大的數字，但由於這是過去十年所有的比賽，所以它是大數據。

轉變之二：由於有了更多的數據，我們可以接受更多的混雜、更多數據上的不精確。如果我們對於一個事物只有50個數據點，那麼每一個數據點都必須非常精確，因為每個數據點都是有用的;但是如果我們有5000萬個，去掉10個，甚至去掉1000個都沒有太大的問題。

轉變之三：不再探求難以捉摸的因果關係，轉而關注事物的相關關係。分析大數據主要為了預測未來“是什麼”，而不是“為什麼”。因為很多時候我們以為我們找到了事情背後的原因，實際上卻沒有找到。更多時候知道了“是什麼”就足夠了。例如知道流感將會擴散到哪裏就足夠了，我不需要知道為什麼;知道什麼時候在網上購買機票能夠獲得最優惠的價格就足夠了，我不需要知道為什麼此時價格最低。

二、大數據帶來的變化

大數據從根本上改變我們認識世界和改變世界的方式。很多傳統的習慣將被顛覆，很多舊的制度將面臨挑戰。舉例來説：

第一，科學探究的思路和方式受到挑戰

探究是新課程改革中的一個熱詞，是促進學校教學與科學研究相融合的實踐舉措。科學探究的基本路徑是：發現問題，提出假設，制定方案，實踐探究，分析數據，得出結論。之所以會梳理出這樣一個探究的路徑，與我們對問題知曉的信息過少有關。換句話説，對所要研究的事物，我們知道的數據很少，需要從這些很小的數據出發，通過猜想和假設，進行試探性的研究，如果研究得出的結果和自己的假想是一致的，則説明我們的假説是正確的，這些假説會上升為對該事物描述的知識，我們掌握該事物的數據也隨之增加。

利用測量所獲得的點滴數據，從一個局部來推測世界是怎樣的，這是科學探究的基本思路和方式。長期以來，我們總是通過這樣的方式來認識世界，對其有宗教般的信仰。儘管我們知道，決策者總是先有了想法，才會提出假設。如果決策者自身對所研究的事情存在着偏見，所提出的假設就很難得到實證的支持，這往往會導致探究花費了很長的時間、很大的物力和財力，也常常勞而無功。但科學研究者還是堅定不移地沿着這條道路前行，學校在教學中也將其作為科學研究的基本規範來傳授。

在大數據時代，這樣的研究方式收到了極大的挑戰。先舉個事例來説吧。手機輻射是否能夠致癌?關於這個問題，無論我們的假設如何，實驗的設計都很難進行。首先，樣本選擇過少，沒有統計學上的意義;其次，不能拿人做研究對象;第三，短時間的研究很難觀察到變化。有了大數據之後，這樣的難題就可以迎刃而解了。前段時間，丹麥就進行了這樣的研究。丹麥擁有1985年手機推出以來所有手機用户的數據庫。他們從這個數據庫中分析了1990年至2007年擁有手機的所用用户的數據，同時，他們還收集了這一期間醫院收集的所有癌症患者的數據，然後分析手機用户是否比非手機用户有更高的癌症發病率。這兩個數據庫本身是完全獨立的，在作分析之前從來沒有想過可以做這樣的研究。結果表明，使用移動用户和癌症風險增加之間不存在任何關係。2011年10月，這一研究的結果發表在《英國醫學雜誌》上。

上述的案例告訴我們，在獲得了大量的數據，能夠對事物的整體進行全面的認識之後，假想就沒有意義了，我們可以直接根據全面的數據做出結論。

第二，傳統的思維習慣受到挑戰

因果關係思維，是人們生活中最為普遍的一種思維方式。既是看上去沒有關係的事情，人們也總是從因果的角度去理解他。比如説，1885年7月6日，巴斯德接診了一個被帶有狂犬病毒的狗咬傷的孩子，他把自己剛研製出來的狂犬疫苗給孩子注射，結果孩子活下來了。巴斯德的這一舉措，使得狂犬疫苗和孩子的生存之間建立起了一個因果關係。但事實上，人被狂犬病狗咬傷後換上狂犬病的概率是隻有七分之一，就算沒有狂犬疫苗，這個孩子活下來的機率還是有85%。

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“化曲為直”，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，美國的衞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閲這些數字化的資源，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為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，其巨大的潛在價值才有可能被釋放出來。

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，但有不少實踐者認為，所為電子書包，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，因為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，如果你想成為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痴迷。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，為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，那就是對數據的痴迷。能僅僅為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。

大數據時代心得體會篇3

“除了上帝，任何人都必須用數據來説話。”——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，對於有些人來説，數據無意義，而對於有些人來説，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，以別開生面的經典案例——設“前所未有的開放政府”的雄心、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，以及雲計算、facebook和推特等社交媒體、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，處處以數據説話，那麼，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，是有必要閲讀此書的！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。

每天能用來閲讀的時間很少，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閲讀，《大數據》就這樣在堅持中溶入我的思想……

大數據時代心得體會篇4

現在已經進入到了二十一世紀了，當今社會已經擺脱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為我們帶來了這麼多便利。與此同時，科學的進步還為我們帶來了“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·舍恩伯格被譽為“大數據時代的預言家”，他是一個特別厲害的人，他作為一個教師，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。他作為一個科學家，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。他作為一個研究學者，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。他是備受眾多世界知名企業信賴的信息權威與顧問。他的諮詢客户包括微軟、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、並整理成為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。而舍恩伯格認為，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衞生領域，整個商業領域都因為大數據而重新洗牌。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。作為一種商品，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，成為眾矢之的，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脱這一種困境，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，數據是為人類服務的，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為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。

大數據時代心得體會篇5

4月13日下午，在湖南大學東樓205參加了關於《大數據時代》的讀書交流活動。通過相互交流學習，使我更深層次的理解了大數據時代的利與弊，機遇和挑戰。在寫心得體會前，我想再重新審視一下關於大數據的歷史沿革和現實意義。

首先，最早提出“大數據”時代到來的是全球知名諮詢公司麥肯錫，麥肯錫稱：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對於海量數據的挖掘和運用，預示着新一波生產率增長和消費者盈餘浪潮的到來。”“大數據”在物理學、生物學、環境生態學等領域以及軍事、金融、通訊等行業存在已有時日，卻因為近年來互聯網和信息行業的發展而引起人們關注。大數據作為雲計算、物聯網之後又it行業又一大顛覆性的技術革命。雲計算主要為數據資產提供了保管、訪問的場所和渠道，而數據才是真正有價值的資產。企業內部的經營交易信息、物聯網世界中的商品物流信息，互聯網世界中的人與人交互信息、位置信息等，其數量將遠遠超越現有企業it架構和基礎設施的承載能力，實時性要求也將大大超越現有的計算能力。如何盤活這些數據資產，使其為國家治理、企業決策乃至個人生活服務，是大數據的核心議題，也是雲計算內在的靈魂和必然的升級方向。

其次，進入2012年，大數據（big data）一詞越來越多地被提及，人們用它來描述和定義信息爆炸時代產生的海量數據，並命名與之相關的技術發展與創新。它已經上過《紐約時報》《華爾街日報》的專欄封面，進入美國白宮的新聞，現身在國內一些互聯網主題的講座沙龍中，甚至被嗅覺靈敏的國金證券、國泰君安、銀河證券等寫進了投資推薦報告。數據正在迅速膨脹並變大，它決定着企業的未來發展，雖然很多企業可能並沒有意識到數據爆炸性增長帶來問題的隱患，但是隨着時間的推移，人們將越來越多的意識到數據對企業的重要性。正如《紐約時報》2012年2月的一篇專欄中所稱，“大數據”時代已經降臨，在商業、經濟及其他領域中，決策將日益基於數據和分析而作出，而並非基於經驗和直覺。哈佛大學社會學教授加里·金説：“這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是政府，所有領域都將開始這種進程。”

最後，隨着雲時代的來臨，大數據（big data）也吸引了越來越多的關注。著雲台的分析師團隊認為，大數據（big data）通常用來形容一個公司創造的大量非結構化和半結構化數據，這些數據在下載到關係型數據庫用於分析時會花費過多時間和金錢。大數據分析常和雲計算聯繫到一起，因為實時的大型數據集分析需要像mapreduce一樣的框架來向數十、數百或甚至數千的電腦分配工作。“大數據”在互聯網行業指的是這樣一種現象：互聯網公司在日常運營中生成、累積的用户網絡行為數據。這些數據的規模是如此龐大，以至於不能用g或t來衡量。大數據到底有多大？一組名為“互聯網上一天”的數據告訴我們，一天之中，互聯網產生的全部內容可以刻滿1.68億張dvd；發出的郵件有2940億封之多（相當於美國兩年的紙質信件數量）；發出的社區帖子達200萬個（相當於《時代》雜誌770年的文字量）；賣出的手機為37.8萬台，高於全球每天出生的嬰兒數量37.1萬……，截止到xx年，數據量已經從tb（1024gb=1tb）級別躍升到pb（1024tb=1pb）、eb（1024pb=1eb）乃至zb（1024eb=1zb）級別。國際數據公司（idc）的研究結果表明，xx年全球產生的數據量為0.49zb，xx年的數據量為0.8zb，xx年增長為1.2zb，xx年的數量更是高達1.82zb，相當於全球每人產生200gb以上的數據。而到xx年為止，人類生產的所有印刷材料的數據量是200pb，全人類歷史上説過的所有話的數據量大約是的研究稱，整個人類文明所獲得的全部數據中，有90%是過去兩年內產生的。而到了xx年，全世界所產生的數據規模將達到今天的44倍。

首先，談談大數據帶給生活的轉變。大數據已經是信息產業發展的必然趨勢，可以説，大數據現在已經開始慢慢滲透入我們的生活，如：現在流行的打車軟件、三維立體化社區的建立、某些從事生產銷售的行業利用大數據來優化規模和實現利益最大化。而我們很多人對大數據還很陌生，只是被動的適應着大數據給生活帶來的改變。大數據時代是以雲計算為基礎的，所以，要實現大數據，相關的很多的硬件設備都要更新換代，信息處理系統、信息傳輸系統、信息反饋系統、信息決策系統都將面臨新的挑戰，相關產業都要重新調整產業結構，在那時，可以誇張的説，信息就是黃金，信息就是石油。大數據時代的到來會解放更多的勞動生產力，勢必將會更加加劇生產力過剩的現狀，社會兩極分化現象會更加明顯，掌握不了信息資源，很難再翻身，要防止信息壟斷帶來的可怕局面。大數據時代的到來會使人們的生活節奏急速加快，信息的時效性決定了它的流通速率，人們的生活節奏要跟上信息流通的速率，就不得不加快自己的節奏，人們會越來越忙，到那時，就像現在的日本，可能想找個人聽你説説話，真的是一件很難的事。

第二，關於數據管理的看法。大數據時代，數據管理是一件很重要的工作，如何才能避免自己的數據被非法竊取、丟失和被盜？我的看法是，人防、技防、物防一體化。人防，即我們要從思想上牢固樹立信息安全防範的意識，不主動泄露信息，要管理好自己身邊的信息設備；技防，就是要運用軟件來管理和處理數據，經常檢查更新數據庫，定時查殺電腦病毒，確保電腦狀況安全；物防，就是重要的數據一定要備份保留，而且應當做到備份與原始文件是物理隔離，無關的信息應當及時刪除，減輕硬盤的壓力。

三、怎麼保護自己的隱私。隱私，顧名思義，就是不願意讓別人看到的東西，所以，在大數據時代，更要管理好自己的隱私，以免對自己和家人造成麻煩和損失。越是隱私的信息，越要遠離網絡，不要再公開的社交網絡儲存和展示個人圖片、資料等信息，免得被非法人士採用和竊取。建議還是用紙質的日記代替電腦日記，避免信息傳播範圍太大，管理好自己的日記本。研發一種新的硬件連接器，總是以隨機碼來保護自己真實ip地址，提高網絡安全的可靠性，加強對聯網信息的管理和保護。

大數據時代心得體會篇6

?大數據時代》是英國維克托·邁爾—舍恩伯格教授的著作，這本書也被尊為國外大數據研究的先河之作。這本書最大的優點就在於作者利用上百個例子來對大數據的方方面面做了詳細解説，讓外行也很容易理解。結構上，作者通過大數據時代的思維變革、商業變革和管理變革三個角度依次闡述，條理清晰。

所謂"大數據"，按作者的説法，就是"所有數據"。隨着計算機運算速度和存儲能力的發展，收集數據變得越來越簡單，儲存數據的成本越來越低。在過去，由於技術限制，人們做統計時只能收集有限的數據做樣本，其中要考慮隨機樣本的選擇，努力減小因樣本問題出現的誤差；統計結果往往不能重複使用，造成數據利用率低。而現在則可以做到"樣本=總體"。數據的增多帶來不可避免的精確性問題。"小數據"時代，一個樣本的錯誤就可以造成對總體估計的失敗，幸運的是，"大數據"時代對精確性不再那麼要求苛刻——也無法要求太嚴格——數據的數量足以彌補這一缺陷。在對思維變革這一部分的闡述中，最重要也是全書的核心觀點就是大數據時代，我們應該從追求"因果關係"的舊思維方式向追求"相關關係"轉變。

在我看來，這實際上是通過大數據來透視一種事物的發展趨勢，而很多精確學科領域依然需要探尋"因果關係"解決更有針對性的問題，所以，這侷限了這一轉變只能在特定的領域發生。作者自己也説，"大數據的相關性將人們指向了比探討因果關係更有前景的領域。"

大數據時代的數據獲取方式是多種多樣，數據形式也是千變萬化，任何文字、行為、萬物都可以被數據化後用來分析。對這些數據的利用，不僅要考慮到其初次使用價值，更要放眼它未來可能的用途以提高數據的利用率。當然數據並不是無限使用，時效、環境的變化肯定會對數據提出新的要求，所以數據的折舊也是應當考慮的。這又引出了對數據這一無形資產的估值可能性。對於這樣的公司來説，數據就是他們的核心，如何在資產負債表上給他們一個公正的體現正是我們需要考慮的。

大數據時代的價值鏈由三部分構成，我把它們簡化為"生產—分析—使用"三個環節，這對應書中的三種類型公司：第一種是基於數據本身的公司，第二種是基於技能，第三種則是基於思維。在大數據早期，技能和思維最有價值，但作者認為，最終，大部分的價值還是必須從數據本身來挖掘。這是假定了一個成熟的市場，人人都瞭解了大數據的用途。

對於普通人來説，大數據時代最關心的`還是隱私問題。不知不覺中，個人的一舉一動都暴露在政府甚至私人企業之下，還面臨潛在的泄露風險。對此，作者提出了使用者承擔責任的解決辦法，而不是過去那種流於形式的使用授權。大數據甚至能預測一個人的犯罪動機，這給監管者帶來的難題是，預測一個人要犯罪，懲罰還是不懲罰？在這點上，社會達成"個人僅需對行為而非動機負責"的共識非常重要。

大數據時代的風險控制靠的是"算法師"，類似會計師一樣的職業，對大數據的準確度或有效性進行鑑定。這能在一定程度上防止數據濫用的發生和數據獨裁。當今的法律亦需對大數據監管進行修訂補充。

當代大數據發展主要由科技公司推動，相信在不久的將來更多的傳統領域會意識到大數據的重要性。但我們也應該保持清醒，大數據並不是萬能藥，對某些領域或環節，使用大數據是一種簡單且實用的選擇；但對某些領域，盲目使用大數據只會適得其反。

大數據時代心得體會篇7

讀了《大數據時代》後，感覺到一個大變革的時代將要來臨。雖然還不怎麼明瞭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”或顛覆一些傳統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，我的思想被強烈震撼，不禁戰慄起來。

“在小數據時代，我們會假象世界是怎樣運作的，然後通過收集和分析數據來驗證這種假想。”“隨着由假想時代到數據時代的過渡，我們也很可能認為我們不在需要理論了。”書中幾乎肯定要顛覆統計學的理論和方法，也試圖通過引用《連線》雜誌主編安德森的話“量子物理學的理論已經脱離實際”來“終結”量子力學。對此我很高興，因為統計學和量子力學都是我在大學學習時學到抽筋都不能及格的課目。但這兩個理論實在太大，太權威，太基本了，我想我不可能靠一本書就能擺脱這兩個讓我頭疼一輩子的東西。作者其實也不敢旗幟鮮明地提出要顛覆它們的論點，畢竟還是在前面加上了“很可能認為”這樣的保護傘。

近幾十年，我們總是在遇到各種各樣的新思維。在新思維面前我們首先應該做到的就是要破和立，要改變自己的傳統，跟上時代的腳步。即使腦子還跟不上，嘴巴上也必須跟上，否則可能會被扣上思想僵化甚至阻礙世界發展的大帽子。既然大數據是“通往未來的必然改變”，那我就必須“不受限於傳統的思維模式和特定領域裏隱含的固有偏見”，跟作者一起先把統計學和量子力學否定掉再説。反正我也不喜歡、也學不會它們。

當我們人類的數據收集和處理能力達到拍字節甚至更大之後，我們可以把樣本變成全部，再加上有能力正視混雜性而忽視精確性後，似乎真的可以拋棄以抽樣調查為基礎的統計學了。但是由統計學和量子力學以及其他很多“我們也很可能認為我們不再需要的”理論上溯，它們幾乎都基於一個共同的基礎——邏輯。要是不小心把邏輯或者邏輯思維或者邏輯推理一起給“不再需要”的話，就讓我很擔心了！

?大數據時代》第16頁“大數據的核心就是預測”。邏輯是——描述時空信息“類”與“類”之間長時間有效不變的先後變化關係規則。兩者似乎是做同一件事。可大數據要的“不是因果關係，而是相關關係”，“知道是什麼就夠了，沒必要知道為什麼”，而邏輯學四大基本定律（同一律、矛盾律、排中律和充足理由律）中的充足理由律又“明確規定”任何事物都有其存在的充足理由。且邏輯推理三部分——歸納邏輯、溯因邏輯和演繹邏輯都是基於因果關係。兩者好像又是對立的。在同一件事上兩種方法對立，應該只有一個結果，就是要否定掉其中之一。這就是讓我很擔心的原因。

可我卻不能拭目以待，像旁觀者一樣等着哪一個“脱穎而出”，因為我身處其中。問題不解決，我就沒法思考和工作，自然就沒法活了！更何況還有兩個更可怕的事情。

其一：量子力學搞了一百多年，為了處理好混雜性問題，把質量和速度結合到能量上去了，為了調和量子力學與相對論的矛盾，又搞出一個量子場論，再七搞八搞又有了蟲洞和羅森橋，最後把四維的時空彎曲成允許時間旅行的樣子，恨不得馬上造成那可怕的時間旅行機器。唯一阻止那些“愛因斯坦”們“瞎胡鬧”的就是因果關係，因為爸爸就是爸爸，兒子就是兒子。那麼大數據會不會通過正視混雜性，放棄因果關係最後反而搞出時間機器，讓爸爸不再是爸爸，兒子不再是兒子了呢？其二：人和機器的根本區別在於人有邏輯思維而機器沒有。《大數據時代》也擔心“最後做出決策的將是機器而不是人”。如果真的那一天因為放棄邏輯思維而出現科幻電影上描述的機器主宰世界消滅人類的結果，那我還不如現在就趁早跳樓。

還好我知道自己對什麼統計學、量子力學、邏輯學和大數據來説都是門外漢，也許上面一大篇都是在胡説八道，所謂的擔心根本不存在。但問題出現了，還是解決的好，不然沒法睡着覺。自己解決不了就只能依靠專家來指點迷津。

所以想向《大數據時代》的作者提一個合理化建議：把這本書繼續寫下去，至少加一個第四部分——大數據時代的邏輯思維。