《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?大數據商業應用第壹人?，擁有在哈佛大學、牛津大學、耶魯大學和新加坡國立大學等多個互聯網研究重鎮任教的經歷，早在2010年就在《經濟學人》上發布了長達14頁對大數據應用的前瞻性研究。以下是這本書的讀後感範文，歡迎閱讀!
大數據時代讀後感(壹)
我們不再熱衷於尋找因果關系，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，書提出壹個顛覆我以前認知的命題--?並非原子而是信息才是壹切的本源?，將世界看做信息，看做可以理解的數據的海洋，為我們提供了壹個從未有過的審視下是的視角。它是壹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壹部分中的某壹段中描寫的。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。書的中間部分有壹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。寫到這裏，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)，就是第壹句話。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。書中另壹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。比如書中有壹段文字
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：壹種是通過快速、虛幻的因果關系，還有壹種就是通過緩慢、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。
在附上壹些事例的時候，用作者提供的?本質?去看待時，很容易理解，確實是這麽回事。好了，那麽大數據到底改變了我們什麽呢，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。
第壹個轉變就是，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，而不再依賴於隨機采樣(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系，而應該尋找事物之間的相關關系。大數據告訴我們?是什麽?而不是?為什麽?。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);或者通過自己壹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)。這是人的壹種本能，目的在於使自己保持冷靜。
所以作者稱之為revolution。
講了這麽多，那麽大數據到底給我們帶來什麽。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，計算機會告訴妳什麽時候買什麽雙色球可以中頭獎，想想心裏是不是有壹點小激動咧。當然這只是我打的壹個比較誇張的比喻。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，社會關系於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，那麽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誌，失去了自由選擇的權利。既然我們別無選擇，那麽我們也就不需要承擔責任。這不是很諷刺嗎。
扯到這裏，順便扯壹下，書中另壹段關於自由意誌的描述
在哲學界，關於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，那麽我們就沒有決定任何事的自由了。如果說我們做的每壹個決定或者每壹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，那麽就不存在人的自由意誌這壹說了。?所有的生命軌跡都只是受因果關系的控制了。因此，對於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，這是與自由意誌相對立。
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。當妳什麽舉動都可以被預測，相當於妳完全暴露在太陽光下，換成妳，妳害怕不。
最後，附上兩段結語，壹段是書中的壹段話，另壹段是我自己瞎編的。
大數據並不是壹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，也像其他技術壹樣會是壹把雙刃劍，用得好，動心，濫用，害怕。如同核技術壹樣，用的話，造福地球，濫用，給個金剛石地球妳，照樣爆。我相信，未來的大數據的發展會如作者所說的，是壹場生活、工作與思維的革命。
大數據時代讀後感(二)
去年的?雲計算?炒得熱火朝天的，今年的?大數據?又突襲而來。仿佛壹夜間，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註?大數據?來了。有壹張來自《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壹頭霧水，雖則有了解關註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。看過此書後，感覺到之前的想法，只能算是中了壹小半吧---巨量的數據，而另壹前：著眼於數據關聯性，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壹下，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，我心中的壹些問題：
1.什麽是大數據?
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.大數據適合什麽樣的企業?
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***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，數據是壹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，是否真的合適麽?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
當壹波又壹波的IT技術熱潮源源不斷地向我們鋪面而來的時候，妳甚至都沒有做好準備，妳都要開始迎接它所給妳帶來的影響了。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麽呢?
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壹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，同時會衍生出壹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，數據生成的壹條數據產業鏈產生。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，我們可能更關註數據的相關，而非精細度。對這條，本人還是持保留意見的。
大數據時代讀後感(三)
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。而且人雲亦雲的居多，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。這位被譽為：大數據時代的預言家?的牛津教授真牛!那麽，這位大師說的都是金科玉律嗎?並不壹定，讀大師的作品壹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，就能與之進行壹場思想上的對話。
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。在第壹部分?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：壹、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。對於第壹個觀點，我不敢茍同。壹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。另壹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，他認為壹定可以找到壹種數理統計方法來進行分析，並不壹定需要全部數據。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。我認為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，我認為這是對他第壹個觀點很好的補充，這也是對精準傳播和精準營銷的壹種反思。?大數據的簡單算法比小數據的復雜算法更有效。?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。?不是因果關系，而是相關關系。?不需要知道?為什麽?，只需要知道?是什麽?。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後果，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並非非此即彼那麽簡單，舍恩伯格也是這種二元對立的幼稚思維嗎?其實不然，讀者在閱讀時壹定要看清楚他是在什麽語境下說的，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。?這壹論斷時，他在書中還說道：?在大多數情況下，壹旦我們完成了對大數據的相關關系分析，而又不再滿足於僅僅知道?是什麽?時，我們就會繼續向更深層次研究的因果關系，找出背後的?為什麽?。?[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。
大數據研究的壹大驅動力就是商用，舍恩伯格在第二部分裏討論了大數據時代的商業變革。舍恩伯格認為數據化就是壹切皆可?量化?，大數據的定量分析有力地回答?是什麽?這壹問題，但仍然無法完全回答?為什麽?。因此，我認為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為壹對矛盾。如何擺脫大數據的困境?舍恩伯格在最後壹節?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：?大數據並不是壹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壹些數據科學的基本知識和基本概念，比如說什麽叫數據?什麽叫大數據?數據分析與數據挖掘的區別，數字化與數據化有什麽不同?讀前做些功課讀起來就比較好懂了。