大數據時代讀後感1000字（精選7篇）
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。
大數據時代讀後感1000字 篇2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。，出處：短美文，否則追究其責任，謝謝妳的支持，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1000字 篇3“大數據”壹詞不知何時在我們的生活悄然出現,為了壹探究竟,我便選擇了《大數據時代》壹書。
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系等大數據時代具體特點壹壹現出。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壹抹清新之氣。
為什麽是清新的呢?因為書中的內容仿佛向我打開了壹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,然而起初我們僅用眾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“猜妳喜歡”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,為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“猜妳喜歡”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為了如今最有商業價值的事物,使壹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,大數據時代仿佛就在眼前。
在感受驚嘆著大數據能為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,但又不禁為這時代感到擔憂。壹旦大數據時代來臨,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‘第三只眼’下:亞馬遜監視著我們的購物習慣,谷歌監視著我們的購物習慣,而微博似乎什麽都知道”,而且利用大數據我們可以預測許多事情並且十分高效,壹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,世界只會淪落為壹個極少活力的機械環境。而我認為最大的憂患,是大數據時代對人類自身思維、思想、信仰等精神領域的沖擊。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:我們壹直堅信著信仰著的究竟是什麽?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“在壹個預測的時代裏,人類的自由意誌不可侵犯,這壹點不可輕視。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。”這些話語仿佛是陽光,驅散我心中對大數據時代的擔憂以及內心對其的恐懼。我認為,在堅守我們內心和自由意誌下,大數據才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,我會為堅守內心深處的自由意誌而努力並“擁抱大數據”。
大數據時代讀後感1000字 篇4世界的本質就是數據，當妳掌握了數據，妳便掌控了世界—妳可以輕而易舉地通過數據中的相關關系預測事物的發展，將壹切不利因素扼殺於搖籃之中—這遠勝於"防患於未然"。
《大數據時代》壹書，讓我們在觀念上有了三大轉變：要全體不要抽樣，要效率不要絕對精確，要相關不要因果。全書介紹了 "大數據"時代三種大的變革：思維變革，商業變革和管理變革。在這些巨大變革如洪水壹般的"沖擊"之下，現代社會的運作方式必將有重大的改變，若不順應這種變革的潮流，就像古中國固步自封，最終被堅船利炮打開國門而自己還用著長鉤鐵戟抗爭壹樣，不可避免被掠奪，被落於世界進程之後，所以我們必須轉變我們的思想。
"我們不再熱衷於尋找因果關系，而應該尋找事物間的相關關系"，我想這句話是本書的核心思想。大數據時代，信息與數據已成為了壹切的本源，我們生活在各種數據構成的海洋之中，如果從另壹種視角看，就好像無數條"看不見的線"將我們與這些數據聯系到壹起，這是我們以前從未有過、從未想過的。大數據改變了我們以前的通過因果關系了解世界的方法，而提供了幾種新的途徑，因為，在大數據時代，我們可以分析更多數據，有時甚至可以處理和某個特別現象相關的所有數據，也就是：樣本=總體；而且，當研究數據如此之多時，我們已不熱衷於"精確"，而是"混亂"，若不接受"混亂"，那麽有95%的非結構化數據無法利用，這將無法使我們構建完整的數據世界，在分析更多、更全面的數據之後，我們就可以從這些數據之中發掘它們的相關關系，即以"是什麽"而不是"為什麽"的角度看待數據，不用管其從何而來，只要分析其如何影響其他事物既可，即"讓數據自己發聲"，這些，徹底推翻了人類以前探索數據的方法，展現了壹個全新的世界。
這種觀念以驚人的力量給現知識狀況帶來了巨大的沖擊，通過對海量數據的分析，獲得巨大價值的產品和服務，或深刻的洞見。比如谷歌公司，2009年h1n1流行之時，通過檢測檢索詞條，處理34。5億個不同的數據模型，通過預測並與2007、2008年的美國疾控中心記錄的實際流感病例進行對比後，確定了45條檢索詞條組合，並將其用於壹個特定的數學模型後，預測結果與官方數據相關系數高達97%，這種大數據技術，以前所未有的方式，通過海量數據分析得出流感所傳播的範圍，為預測流感提供了壹種更快速、高效的工具。
同時，雖然大數據可為人類造福、對抗病癥，但這僅限於掌握這門技術而言，若不重視這種技術，當我們的對手早於我們壹步構建這種數據網絡之時，便是我們的災難，想想，大數據雖核心的在於預測，當敵人通過這種手段預測我方下壹步的行動，將是可怕的—比如妳的.導彈將從何處發射，將飛往哪，妳的軍隊動向、目標，總之所有壹切"未來"將掌控於敵手，敵方甚至可以借此發現那些將來有"大作為"的人，從而進行滲透或扼殺，這對我們的發展無疑是致命的，所以，盡快加速大數據系統的構建進程是必須的。
對於我們國防生，也必須順應這種發展趨勢，未來的時代必將是數據極易獲取，數據網絡***享化的時代，通過這些數據，建立數據模型，可以準確分析並給出適合每壹個人的計劃，如運動量、訓練強度，可以"先知、先覺"，及時發現壹個人的負面情緒前及時疏導，這些必將成為現實，我們必須跟進時代，做好準備，去應對大數據時代的壹切!
大數據時代讀後感1000字 篇5“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壹句話，也是全書力圖傳遞的信息。在數字信息時代，數據和空氣壹樣遍布生活，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***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、統壹身份證的百年糾結、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與下壹代互聯網的未來圖景等等，為讀者壹壹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，壹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。如果有壹天，處處以數據說話，那麽，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……
大數據時代讀後感1000字 篇6讀完《大數據》，我才意識到這並不是壹本枯燥無味的書籍。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麽樣的實用價值呢?壹直以來，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壹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，我們並不了解教育對壹個人的影響具體會如何表現，我們有的只是壹個輪廓，我們也並不確定壹個教師的行為對學生具體產生了哪些影響。所以，人們對教育壹直有壹個深深的質疑，它是不是科學的?大數據概念至少提出了關註“是什麽”比“為什麽”要有實際意義得多。而我們的教育恰好需要把註意力從“為什麽”轉移到“是什麽”上面來，只有如此，才能把教育從為什麽發展成“可能成為什麽”上來，這會是壹次思想上的革命。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，最終形成了既註重教學體驗又以教學結果為導向的教學體系。
與此同時，不僅要註重課上的學生資源，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，無論環境怎麽變換，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。
大數據時代讀後感1000字 篇7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匯，作為信息安全專業的我，對大數據這個詞本身有著更多的熱忱。
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，大數據並不能定義壹個確切的概念。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，以及政府和公民關系的方法。"這是壹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。而舍恩伯格更是著重闡明三大觀點：
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。
對於觀點壹，我不敢茍同，畢竟大數據的實現需要壹定的技術支持，而顯然，現在這種技術還不夠成熟，同時壹些簡單的事情運用大數據反倒是問題更加復雜化，因此這種大叔據的繁雜處理方式更適用於壹些特定的情況，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，壹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系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系，畢竟人們在思維上更能夠接受因果關系分析出的結果，而大數據預測的需要人們慢慢的適應才能接受。當我們完成相關關系的分析而又不滿足於只知道"是什麽"的時候，我們就可以轉而研究"為什麽"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系是大數據時代下的壹種捷徑。
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，成為眾矢之的，舍恩伯格在本書的最後章節曾試圖尋找壹種解決方式來擺脫這壹種困境，但最終沒能做到，但是他提出"大數據並不是壹個充斥著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，壹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，在大國之間的新壹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壹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，如果大數據時代是壹種必然趨勢，那這就是我們這壹代人的責任，是我們新的戰場!
;