心得體會是對自己在某個領域或某個時期所獲得的見解和思考的總結。歡迎大家共同分享以下的心得體會范文，希望可以給予大家一些啟發和思考。

大數據時代的心得體會大全（17篇）篇一

隨著信息技術的快速發展，大數據教育正成為教育領域的新熱點。在大數據背景下的教育，為教育提供了更全面、更準確的數據支持，同時也給教師和學生帶來了更廣闊的教學和學習空間。在實踐的過程中，我深刻地體會到了大數據教育這一新時代的優勢與挑戰。下面我將從教學設計、學習評估、個性化教育、教育研究和信息安全五個方面，談一談自己對大數據教育的心得體會。

首先，大數據教育為教學設計提供了更有力的支持。傳統教育往往根據教師的經驗和直覺進行教學設計，難以做到針對每個學生的個性化需求。而有了大數據的介入，教師可以更準確地了解學生的學習情況和表現，從而有針對性地進行教學設計。例如，通過分析學生在課堂上的表現，教師可以了解到學生的薄弱環節，并據此調整教學內容和方法，幫助學生更好地掌握知識。此外，教師還可以通過數據分析來發現學生的學習興趣和潛能，為學生提供個性化的學習資源和指導，提高教學效果。

其次，大數據教育改變了傳統的學習評估方式。在傳統教育中，評估往往依賴于考試和作業，對學生的全面能力評估有所欠缺。而大數據教育可以幫助實現全方位的學習評估。通過收集和分析學生的學習數據，可以對學生的學習進程、學習過程和學習結果進行實時監測和評估。例如，通過分析學生在學習過程中的行為數據和學習輸出數據，可以了解到學生的學習態度、學習策略和學習效果，并及時進行反饋和調整。這種全方位的評估方式更能真實地反映學生的學習情況，有助于引導學生更好地提高學習效果。

第三，大數據教育推動了個性化教育的發展。大數據的應用使教育走出了一刀切的教學方式，實現了因材施教。通過分析學生的學習數據，可以獲得學生的學習特點、習慣、喜好等信息，使教師能夠更準確地把握學生的個性化需求，采用針對性更強的教學方法和手段。同時，學生也可以根據自身的需要和興趣進行學習，選擇適合自己的學習路徑和資源。個性化教育以學生為中心，讓每個學生都能在適合自己的學習環境中得到最大程度的發展，提高教育的質量和效果。

第四，大數據教育為教育研究提供了更多可能。教育研究一直致力于探索教育規律和提高教育效果，而大數據的應用為教育研究提供了更多的研究對象和研究方法。通過分析大數據，可以揭示學生學習行為、學習難點、學習效果等方面的規律，發現教育領域的問題和挑戰，并為教育改革和教育政策提供參考和支持。此外，大數據還可以用于教師培訓和教學團隊建設，幫助教師和學校提高教學效果和管理水平。

最后，大數據教育也面臨著信息安全的挑戰。大數據的應用涉及到大量的個人隱私數據，保護學生和教師的個人隱私和信息安全成為一項重要任務。在大數據教育中，不僅需要加強對學生和教師的隱私保護，還需要建立健全的數據安全管理體系，加強數據權限控制和訪問控制，保證數據的安全性和可靠性。

綜上所述，大數據教育為教學設計、學習評估、個性化教育、教育研究和信息安全提供了新的可能和挑戰。這一新時代的到來，使教育變得更加科學、智能和人性化。但同時也需要我們不斷探索和創新，解決其中的問題和挑戰，使大數據教育更好地發揮其優勢，推動教育的深入發展。

大數據時代的心得體會大全（17篇）篇二

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。如果說望遠鏡和顯微鏡是測量領域中的一場革命，那么今天的數據測量就相當于是現代版的望遠鏡、顯微鏡。隨著社交網絡的逐漸成熟，移動帶寬迅速提升，云計算、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、什么是大數據?

大數據是當前最熱門的話題之一。但什么是大數據，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，所依據的關于此事盡可能完整的數據，從而“一覽眾山小”，而不是采用局部的小數據，從局部推斷整體。

維克托也并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，而不再依賴于隨機采樣。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，但由于這是過去十年所有的比賽，所以它是大數據。

轉變之二：由于有了更多的數據，我們可以接受更多的混雜、更多數據上的不精確。如果我們對于一個事物只有50個數據點，那么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系，轉而關注事物的相關關系。分析大數據主要為了預測未來“是什么”，而不是“為什么”。因為很多時候我們以為我們找到了事情背后的原因，實際上卻沒有找到。更多時候知道了“是什么”就足夠了。例如知道流感將會擴散到哪里就足夠了，我不需要知道為什么;知道什么時候在網上購買機票能夠獲得最優惠的價格就足夠了，我不需要知道為什么此時價格最低。

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。舉例來說：

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。換句話說，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，則說明我們的假說是正確的，這些假說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。盡管我們知道，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著偏見，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著這條道路前行，學校在教學中也將其作為科學研究的基本規范來傳授。

在大數據時代，這樣的研究方式收到了極大的挑戰。先舉個事例來說吧。手機輻射是否能夠致癌?關于這個問題，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。有了大數據之后，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戶的數據庫。他們從這個數據庫中分析了1990年至20xx年擁有手機的所用用戶的數據，同時，他們還收集了這一期間醫院收集的所有癌癥患者的數據，然后分析手機用戶是否比非手機用戶有更高的癌癥發病率。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，使用移動用戶和癌癥風險增加之間不存在任何關系。20xx年10月，這一研究的結果發表在《英國醫學雜志》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后，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。

大數據時代的心得體會大全（17篇）篇三

隨著信息技術的迅猛發展，大數據時代已經到來，對于個人、企業乃至全社會來說，如何正確處理和善用大數據成為了一個亟待解決的問題。近日，我觀看了一期名為《大數據時代》的紀錄片，這部紀錄片使我對大數據時代有了更深入的認識。下面我將圍繞這一主題，簡要分享我在觀看該紀錄片后的心得體會。

首先，大數據時代無處不在。紀錄片中介紹了大數據的應用場景：從智能手機的流量統計，到醫療行業的患者數據分析，再到政府的公共安全預警系統，大數據無時無刻不在為我們提供支持和幫助。通過充分利用大數據，我們可以更好地了解用戶需求，優化產品和服務，提高社會效益。

其次，大數據的挖掘和分析需要強大的算法和技術支持。在紀錄片中，我看到了各種各樣復雜的算法和技術在背后默默支撐著大數據的應用。例如，通過數據挖掘和機器學習，我們可以從海量數據中發現隱藏的模式和規律，為企業和政府提供有力的決策依據。這也提醒著我，作為從業者或學習者，在大數據時代，我們需要不斷學習和掌握最新的數據分析技術，才能跟得上時代的步伐。

第三，大數據時代帶來了信息安全的挑戰。紀錄片中提到了大數據泄露和侵犯隱私的問題。隨著大數據的積累和應用，個人的隱私信息面臨著越來越大的風險。例如，我們在使用互聯網服務時，可能會泄露出我們的生活習慣、個人愛好等隱私信息。這些信息的泄露可能導致用戶被定向廣告和信息定制，進而影響到個人的自由和隱私權。因此，我們需要加強對信息安全的保護，通過加密和權限管理等措施，確保個人隱私得到有效保護。

第四，大數據時代需要有正確的倫理和價值觀。在紀錄片的最后，提到了大數據應用背后的倫理問題。例如，政府可能根據個人的社交網絡和行為習慣來判斷其信用，可能導致不公平和歧視。因此，我們需要建立起公正、透明的大數據應用體系，確保大數據不會被濫用和扭曲，保障每個人的權益和尊嚴。

最后，大數據時代需要強調數據的質量而非數量。雖然大數據給我們提供了更多的數據，但數據本身并不是萬能的。我們不能簡單地認為數據越多越好，而忽視數據質量的問題。在紀錄片中，許多專家強調了數據的正確性、準確性和可靠性的重要性。只有在數據質量有保障的前提下，我們才能正確地分析和利用大數據。

總之，大數據時代已經來臨，我們面臨著許多機遇和挑戰。通過觀看《大數據時代》這部紀錄片，我對大數據的潛力和應用有了更加深刻的認識。我們需要關注信息安全、倫理和價值觀等問題，才能在大數據時代取得更好的發展。只有通過正確和負責任的使用大數據，我們才能實現更好的社會效益和個人發展。

大數據時代的心得體會大全（17篇）篇四

文中清晰的闡述了大數據的基本概念和特點，并列出明確的觀點。不管對于產業實踐者，還是對于政府和公眾機構，都非常具有價值。作者將本書分為3個部分。第一部分提出了大數據時代處理數據理念上的三大轉變：抽樣等于全體;要效率不要絕對精確;要相關不要因果;第二部分作者從萬事萬物數據化和數據交叉復用的巨大價值兩個方面，講述驅動大數據戰車在材質和智力方面向前滾動的最根本動力;最后一部分，作者描繪了大數據帝國前夜的脆弱和不安，包括產業生態環境、數據安全隱私、信息公正公開等問題。

本書觀點擲地有聲，作者觀念高屋建瓴，從很多實例和經驗中萃取普適性觀念。例子詳實豐富，囊括了進百個學術和商業實例。

引言提出了大數據將給生活、工作于思維帶來重大的變革。一個例子是20__年h1n1流行病毒背景下谷歌通過檢測檢索詞條，處理了4.5億個不同的數據模型，通過預測并與20__年、20__年美國疾控中心記錄的實際流感病例進行對比后，確定了45條檢索詞條組合，并將其用于一個特定的數學模型后，預測的結果與官方數據的相關系數高達97%。按照傳統的信息返回流程，通告新流感病毒病例將有一到兩周的延遲。對于飛速傳播的疾病，信息滯后兩周是致命的。而谷歌運用大數據技術，以前所未有的方式，通過海量數據分析得出流感所傳播的范圍，為世界預測流感提供了一種更快捷的預測工具。此外，我聯想到原淘寶董事長馬云通過大量數據分析得出20__年經濟疲弱，為其商家提前做好迎接經濟危機提供了時間緩沖。(補充并清晰描述詳細)關于大數據在商業領域的應用，farecast公司是一個成功的典型范例。該公司由奧倫·埃齊奧尼創辦，利用機票的銷售數據來預測未來的機票價格，旨在幫助用戶在購買機票方面做出預測，并對機票價格走勢預測的可信度標示出來供消費者查考。farecast系統利用近十萬億條價格記錄預測的準確度達75%，使得使用farecast票價預測工具購買機票的旅客，平均每張機票節約50美元。而處理如此多的數據離開了大數據技術將無法進行。

也正是由于我們進入了一個前所未有的信息化時代，人們擁有了如此多的數據，才提供給我們利用大數據的分析處理手段，創造新的價值。也許有人以為我們大數據時代的還未來臨。其實大數據技術早已滲透到我們中間，它被應用在垃圾郵件的過濾，新浪微博技術平臺，谷歌翻譯以及輸入文字的自動糾錯等。

文中提出的一個觀點是，預測是大數據的核心。其實從過去的時代人們就利用掌握的數據進行各種分析，從而對經濟等各方面進行預測、矯正。只是進入了大數據時代人們掌握的數據爆炸性的速度在增長，從而數據的存儲和分析數據分方法成了釋放大數據能量的關鍵。

關于不是隨機樣本而是整體數據中。作者指出了隨機取樣是小數據時代用最少的數據獲取最大價值的做法。作者用大數據與喬布斯的癌癥治療例子說明了使用全部數據而非樣本的意義。喬布斯成為世界上第一個對自身所有dna和腫瘤dna進行排序的人。喬布斯曾開玩笑說“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”。雖然最后難免死于癌癥但這種獲得所有數據而不是僅樣本的方法將他的生命延長了幾年。同樣，從事跨境匯款業務的xoom公司偵破一起犯罪集團的詐騙也是由于使用了整體數據。初此之外，他還列舉了日本“相撲”等來證明使用全體數據的重要性。

作者同時也指出隨著數據使用的越來越多，其得出的結果并一定能越來越精確，畢竟數據不能保證百分之百的正確，特別是大數據時代各種結構化與非結構化類型的數據聚集在一起難免導致結果的不太精確。大數據時代要求我們重新審視精確性的優劣。作者特別舉了谷歌翻譯成功的例子。谷歌翻譯之所以優于ibm的candide系統并不是因為它擁有更好的算法機制。和微軟的班科和布里爾一樣，谷歌翻譯增加了各種各樣的數據，并且接受了有錯誤的數據。(其語庫來自于未經過濾的網頁內容，會包含一些不完整的句子、拼寫錯誤、語法錯誤以及其他各種錯誤)。

在不是因果關系，而是相關關系的篇章中。作者指出在大數據時代往往知道是什么要比知道為什么來的更實在。作者列舉了林登的亞馬遜推薦系統的成功，證實了大數據在分析相關性方面的優勢以及在銷售中獲得的成功。沃爾瑪也是充分利用并挖掘各類數據信息的先鋒和代表，從以前廣為人事的啤酒和尿布的案例，以及作者舉的有關蛋撻和颶風天氣的案例，都說明了掌握了相關關系對于其策略的幫助。建立在相關關系分析法基礎上的預測是大數據的核心。aviva保險公司利用幾百種生活方式的數據，如愛好、長瀏覽網頁等間接的預測出哪些人更可能患高血壓、糖尿病和抑郁癥。ups國家快遞公司通過使用預測性分析檢測其全美6萬輛車隊。進行防御性的修理，節約巨大得的成本。這些都充分顯示了大數據在預測方面的優勢。

本書第二部分講的是大數據時代的商業變革。

作者用莫里繪制導航圖的例子告訴我們，遠在信息數字化之前，對數據的運用就已經開始了。莫里利用大量的人力去分析多年保存的航海記錄，他從這些大量的數據中獲取到新的利用價值。繪制的圖表幫助商人節約一大筆錢，使年輕的海員們間接獲取了成千上萬名經驗豐富的航海家的指導。日本先進工業技術研究所越水重臣教授通過安裝壓力傳感器將人屁股特征數據化，進而形成對乘客身份的特征識別。這項技術為汽車防盜系統提供了方案。公司，致力于為顧客預測商品的價格，通過收集處理海量的價格信息，預測準確率高達77%，幫助顧客在購買一個產品時節約了大約100美元。r部門通過分析來自210個國家的15億信用卡用戶的650億條交易記錄，分析得出商業發展和客戶消費趨勢，如通過分析發現如果一個人下午四點左右給汽車加油的話，他很可能在接下來的一個小時內去購物或者去餐館吃飯，且在這一小時里大約花費35到40美元。商家正可以利用這個分析結果，在加油的小票背面附加上附近商店的優惠券。

這些例子都證明了大數據蘊藏著巨大的商業價值。根據提供價值的不同來源，大數據價值鏈包括三大構成部分。包括第一種是基于數據本身的公司。這些公司擁有大量數據或者至少可以收集到大量數據，卻不一定有從數據中提取價值或者用數據催生創新思想的技能。第二種是基于技能的公司。它們通常是咨詢公司、技術供應商或者分析公司。它們掌握了專業技能但并不一定擁有數據或者提出數據創性用途的才能。比如說，沃爾瑪和pop-tarts這兩個零售商就是借助天睿公司的分析來獲得營銷點子，天睿就是一家大數據分析公司。第三種是基于思維的公司。皮特.華登，jetpac的聯合創始人，就是通過想法獲得價值的一個例子，他通過用戶分享到網上的旅行照片來為人們推薦下一次旅行目的地。對于某些公司來說，數據和技能并不是成功的關鍵。挖掘數據的新價值的創新思維才是這些公司脫穎而出的優勢所在。

大數據成為許多公司競爭力的來源，未來可能整個行業的結構會發生改變，大公司和小公司最有可能成為贏家。如今的核心競爭力在于快速而廉價地進行大量的數據存儲和處理。當然公司要根據自己的情況進行調整。大數據向小數據時代的贏家以及那些線下大公司(如沃爾瑪、聯邦快遞、寶潔公司、雀巢公司、波音公司)提出了挑戰。同時，大數據也為小公司帶來了機遇。大數據也將會影響國家競爭力。當制造業已經大幅轉向發展中國家，而大家都爭相發展創新行業的時候，工業化國家因為掌握了數據以及大數據技術，所以仍然在全球競爭中占據優勢，但這個優勢很難持續。隨著技術的發展，西方世界在大數據技術的優勢將會慢慢消失。對于大公司而言，好消息是大數據技術可以加劇優勝劣汰。一旦公司掌握了大數據，它不但可能超過對手還可能遙遙領先。

文章第三部分講了大數據帶來無數好處的同時帶來的不良影響以及如何面對這些影響。包括如數據的收益的處理問題以及數據中用戶資料的隱私和決策過程帶來的影響。作者在保護個人隱私方面提出了幾種想法。一種是使用數據時征詢數據所有個人的知曉和授權。第二個技術途徑就是匿名化。作者同時也指出了這兩種方式的難度。一方面收集到的數據可能會被后續的多次利用。另一方面，匿名化會在數據收集越來越多和數據的相互結合關聯使用時變得無效。作者列列舉電影《少數派報告》的情節說明越來越依賴數據時，大數據可能將我們禁錮在可能性之中。當然通過分析犯罪的常發地與常發時間，合理安排警力會對治安防范提供不小的幫助。作者還指出不能盡信數據的分析結果，因為不能保證獲取分析結果來源的數據準確性。大數據在給我們生活提供便利的同時，也讓隱私保護的法律手段失去了作用。我們必須杜絕對數據的過分依賴。

在高速邁進大數據時代的同時，人類信息管理準則需要重新定位，這將帶動社會核心價值觀的轉變。大數據時代，對原有規范的修修補補已經不足以抑制大數據帶來的風險。保護個人隱私就需要對個人數據處理器對其政策和行為承擔更多責任。同時必須重新定義公正的概念，以確保人類行為的自由。作者提出了解決這些問題的方向。如個人隱私保護方面，可以讓使用者承擔更多的社會責任。將責任從民眾轉移到數據使用者有很多意義，也有充分的理由。因為他們更清楚將如何使用數據且是數據應用最大的受益者。關于公正方面簡單的講就是個人可以并應為他們的行為而非傾向負責。就像公司有內部會計和外部審計人員一樣，大數據時代，公司將設置專門的人員--內部和外部算法師對大數據活動進行監督。還有可能出現第三方的機構對大數據行為進行監督和衡量。作者甚至考慮到對大數據存在的壟斷情況進行分析并在反壟斷反面給了建議。最后結語中作者提出大數據提供給人們的只是參考答案，提醒我們在利用這個工具時要銘記人類的作用是無法完全替代的。

大數據時代是信息化社會發展必然趨勢，我們只有緊緊跟隨時代發展的潮流，在技術上、制度上、價值觀念上做出迅速調整并牢牢跟進，才能在接下來新一輪的國際競爭中擺脫受制于人的弱勢境地，才能把握發展的方向，沖破與西方國家的差距。對于一個國家如此，對于一個企業亦是如此。在如此快速的到來的大數據時代，我們還有很多知識需要學習，許多思維需要轉變，許多技術需要研究。公司的規劃中，也需充分考慮到大數據對于公司的未來發展所帶來的機遇和挑戰。對于掌握大量數據的公司，需要考慮有多少數字化的數據，又有哪些可以通過大數據的分析處理而帶來有價值的用途?比如國內目前的社交網站，購物網站等都掌握了用戶的大量的數據信息。在大數據時代制勝的良藥也許是創新的點子，也許可以利用外部的數據，通過多維化、多層面的分析給其他企業或個人帶來價值。

大數據時代的心得體會大全（17篇）篇五

《大數據時代》這本書寫的很好，很值得一讀，因為會給我們很多啟發，比如你在相關的社交網站發表的言論或者照片都很有可能被“數據科學家”們利用，從而再將相關數據賣給各大網店。下面是本站小編為大家收集整理的大數據時代。

總結，歡迎大家閱讀。

利用周末，一口氣讀完了涂子沛的大作《大數據》。這本書很好看，行文如流水，引人入勝。書中，你讀到的不是大數據技術，更多是與大數據相關的美國政治、經濟、社會和文化的演進。作為一名信息化從業者，讀完全書，我深刻感受到了在信息化方面中國與美國的各自特色，也看到了我們與美國的差距。有幾個方面的體會，但窺一斑基本能見全貌。

一是政府業務數據庫公開的廣度和深度。近年來，隨著我國信息公開工作的推進，各級政府都在通過政府門戶網站建設積極推進網上政務信息公開，但我們的信息公開，現階段還主要是政府的政策、法律法規、標準、公文通告、工作職責、辦事指南、工作動態、人事任免等行政事務性信息的公開。當然，實時的政府業務數據庫公開也已經取得很大進步。在中國政府門戶網，可以查詢一些公益數據庫，如國家統計局的經濟統計數據、環保部數據中心提供的全國空氣、水文等數據，氣象總局提供的全國氣象數據，民航總局提供的全國航班信息等;訪問各個部委的網站，也能查到很多業務數據，如發改委的項目立項庫、工商局的企業信用庫、國土資源部的土地證庫、國家安監總局的煤礦安全預警信息庫、各類工程招標信息庫等等。這是一個非常大的進步，也是這么多年電子政務建設所取得的成效和價值!但是，政務業務數據庫中的很多數據目前還沒有實現公開，很多數據因為部門利益和“保密”等因素，還僅限于部門內部人員使用，沒有公開給公眾;已經公開的數據也僅限于一部分基本信息和統計信息，更多數據還沒有被公開。從《大數據》一書中記錄的美國數據公開的實踐來看，美國在數據公開的廣度和深度都比較大。美國人認為“用納稅人的錢收集的數據應該免費提供給納稅人使用”，盡管美國政府事實上對數據的公開也有抵觸，但民愿不可違，美國政府的業務數據越來越公開，尤其是在奧巴馬政府簽署《透明和開放的政府》文件后，開放力度更加大。是美國聯盟政府新建設的統一的數據開放門戶網站，網站按照原始數據、地理數據和數據應用工具來組織開放的各類數據，累積開放378529個原始和地理數據集。在中國尚沒有這樣的數據開放的網站。另外，由于制度的不同，美國業務信息公開的深度也很大，例如，網上公布的美國總統“白宮訪客記錄”公布的甚至是造訪白宮的各類人員的相關信息;美國的網站，能夠逐條跟蹤、記錄、分析聯邦政府每一筆財政支出。這在中國，目前應該還沒有實現。

二是對政府對業務數據的分析。目前，中國各級政府網站所提供的業務數據基本上還是數據表，部分網站能提供一些統計圖，但很少能實現數據的跨部門聯機分析、數據關聯分析。這主要是由于以往中國政務信息化的建設還處于部門建設階段。美國在這方面的步伐要快一些，美國的網站，不僅提供原始數據和地理數據，還提供很多數據工具，這些工具很多都是公眾、公益組織和一些商業機構提供的，這些應用為數據處理、聯機分析、基于社交網絡的關聯分析等方面提供手段。如上提供的白宮訪客搜索工具，可以搜尋到訪客信息，并將白宮訪客與其他微博、社交網站等進行關聯，提高訪客的透明度。

三是關于個人數據的隱私。在美國，公民的隱私和自有不可侵犯，美國沒有個人身份證，也不能建立基于個人身份證號碼的個人信息的關聯，建立“中央數據銀行”的提案也一再被否決。這一點，在中國不是問題，每個公民有唯一的身份信息，通過身份證信息，可以獲取公民的基本信息。今后，隨著國家人口基礎數據庫等基礎資源庫的建設，公民的社保、醫療等其他相關信息也能方便獲取，當然信息還是限于政府部門使用，但很難完全保證整合起來的這些個人信息不被泄露或者利用。

數據是信息化建設的基礎，兩個大國在大數據領域的互相學習和借鑒，取長補短，將推進世界進入信息時代。我欣喜地看到，美國政府20xx年啟動了“大數據研發計劃”，投資2億美元，推動大數據提取、存儲、分析、共享、可視化等領域的研究，并將其與超級計算和互聯網投資相提并論。同年，中國政府20xx年也批復了“國家政務信息化建設工程規劃”，總投資額估計在幾百億，專門有人口、法人、空間、宏觀經濟和文化等五大資源庫的五大建設工程。開放、共享和智能的大數據的時代已經來臨!

讀了《大數據時代》后，感覺到一個大變革的時代將要來臨。雖然還不怎么明了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，不禁戰栗起來。

“在小數據時代，我們會假象世界是怎樣運作的，然后通過收集和分析數據來驗證這種假想?！薄半S著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》雜志主編安德森的話“量子物理學的理論已經脫離實際”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脫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“不受限于傳統的思維模式和特定領域里隱含的固有偏見”，跟作者一起先把統計學和量子力學否定掉再說。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后，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后，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，它們幾乎都基于一個共同的基礎——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后變化關系規則。兩者似乎是做同一件事。可大數據要的“不是因果關系，而是相關關系”，“知道是什么就夠了，沒必要知道為什么”，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于因果關系。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，像旁觀者一樣等著哪一個“脫穎而出”，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，最后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”的就是因果關系，因為爸爸就是爸爸，兒子就是兒子。那么大數據會不會通過正視混雜性，放棄因果關系最后反而搞出時間機器，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于人有邏輯思維而機器沒有?！洞髷祿r代》也擔心“最后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么統計學、量子力學、邏輯學和大數據來說都是門外漢，也許上面一大篇都是在胡說八道，所謂的擔心根本不存在。但問題出現了，還是解決的好，不然沒法睡著覺。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。

在《大數據時代》一書中，大數據時代與小數據時代的區別：1、思維慣例。大數據時代區別與轉變就是，放棄對因果關系的渴求，而取而代之關注相關關系。也就是說只要知道“是什么”，而不需要知道“為什么”。作者語言絕對，卻反思其本質區別。數據的更多、更雜，導致應用主意只能盡量觀察，而不是傾其所有進行推理?這也是明智之舉2、使用用途。小數據停留在說明過去，大數據用驅動過去來預測未來。筆者認為數據的用途意在何為，與數據本身無關，而與數據的解讀者有關，而相關關系更有利于預測未來。3、結構。大數據更多的體現在海量非結構化數據本身與處理方法的整合。大數據更像是理論與現實齊頭并進，理論來創立處理非結構化數據的方法，處理結果與未來進行驗證。4、分析基礎。大數據是在互聯網背景下數據從量變到質變的過程。筆者認為，小數據時代也即是信息時代，是大數據時代的前提，大數據時代是升華和進化，本質是相輔相成，而并非相離互斥。

數據未來的故事。數據的發展，給我們帶來什么預期和啟示?銀行業天然有大數據的潛質。客戶數據、交易數據、管理數據等海量數據不斷增長，海量機遇和挑戰也隨之而來，適應變革，適者生存。我們可以有更廣闊的業務發展空間、可以有更精準的決策判斷能力、可以有更優秀的經營管理能力??可以這些都基于數據的收集、整理、駕馭、分析能力，基于脫穎而出的創新思維和執行。因此，建設“數據倉庫”，培養“數據思維”，養成“數據治理”，創造“數據融合”，實現“數據應用”才能擁抱“大數據”時代，從數據中攫取價值，笑看風云變換，穩健贏取未來。

大數據時代的心得體會大全（17篇）篇六

《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于作者利用上百個例子來對大數據的方方面面做了詳細解說，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"，按作者的說法，就是"所有數據"。隨著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，由于技術限制，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復使用，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么要求苛刻——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"因果關系"的舊思維方式向追求"相關關系"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"因果關系"解決更有針對性的問題，所以，這局限了這一轉變只能在特定的領域發生。作者自己也說，"大數據的相關性將人們指向了比探討因果關系更有前景的領域。"。

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后用來分析。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。當然數據并不是無限使用，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。對于facebook,twitter這樣的公司來說，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：第一種是基于數據本身的公司，第二種是基于技能，第三種則是基于思維。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，人人都了解了大數據的用途。

對于普通人來說，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，而不是過去那種流于形式的使用授權。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鑒定。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，大數據并不是萬能藥，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。

大數據時代的心得體會大全（17篇）篇七

如今，大數據時代成為炙手可熱的話題。你知道讀大數據時代。

在《大數據時代》一書中，大數據時代與小數據時代的區別：1、思維慣例。大數據時代區別與轉變就是，放棄對因果關系的渴求，而取而代之關注相關關系。也就是說只要知道“是什么”，而不需要知道“為什么”。作者語言絕對，卻反思其本質區別。數據的更多、更雜，導致應用主意只能盡量觀察，而不是傾其所有進行推理?這也是明智之舉2、使用用途。小數據停留在說明過去，大數據用驅動過去來預測未來。筆者認為數據的用途意在何為，與數據本身無關，而與數據的解讀者有關，而相關關系更有利于預測未來。3、結構。大數據更多的體現在海量非結構化數據本身與處理方法的整合。大數據更像是理論與現實齊頭并進，理論來創立處理非結構化數據的方法，處理結果與未來進行驗證。4、分析基礎。大數據是在互聯網背景下數據從量變到質變的過程。筆者認為，小數據時代也即是信息時代，是大數據時代的前提，大數據時代是升華和進化，本質是相輔相成，而并非相離互斥。

數據未來的故事。數據的發展，給我們帶來什么預期和啟示?銀行業天然有大數據的潛質?？蛻魯祿⒔灰讛祿?、管理數據等海量數據不斷增長，海量機遇和挑戰也隨之而來，適應變革，適者生存。我們可以有更廣闊的業務發展空間、可以有更精準的決策判斷能力、可以有更優秀的經營管理能力??可以這些都基于數據的收集、整理、駕馭、分析能力，基于脫穎而出的創新思維和執行。因此，建設“數據倉庫”，培養“數據思維”，養成“數據治理”，創造“數據融合”，實現“數據應用”才能擁抱“大數據”時代，從數據中攫取價值，笑看風云變換，穩健贏取未來。

這本書里主要介紹的是大數據在現代商業運作上的應用，以及它對現代商業運作的影響。

《大數據時代》這本書的結構框架遵從了學術性書籍的普遍方式。也既，從現象入手，繼而通過對現象的解剖提出對這一現象的解釋。然后在通過解釋在對未來進行預測，并對未來可能出現的問題提出自己看法與對策。

下面來重點介紹《大數據時代》這本書的主要內容。

《大數據時代》開篇就講了google通過人們在搜索引擎上搜索關鍵字留下的數據提前成功的預測了20xx年美國的h1n1的爆發地與傳播方向以及可能的潛在患者的事情。google的預測比政府提前將近一個月，相比之下政府只能夠在流感爆發一兩個周之后才可以弄到相關的數據。同時google的預測與政府數據的相關性高達97%，這也就意味著google預測數據的置信區間為3%，這個數字遠遠小于傳統統計學上的常規置信區間5%!而這個數字就是大數據時代預測結果的相對準確性與事件的可預測性的最好證明!通過這一事以及其他的案例，維克托提出了在大數據時代“樣本=總體”的思想。我們都知道當樣本無限趨近于總體的時候，通過計算得到的描述性數據將無限的趨近于事件本身的性質。而之前采取的“樣本總體”的做法很大程度上無法做到更進一步的描述事物，因為之前的時代數據的獲取與存儲處理本身有很大的難度只導致人們采取抽樣的方式來測量事物。而互聯網終端與計算機的出現使數據的獲取、存儲與處理難度大大降低，因而相對準確性更高的“樣本=總體”的測算方式將成為大數據時代的主流，同時大數據時代本身也是建立在大批量數據的存儲與處理的基礎之上的。

接下來，維克多又通過了ibm追求高精確性的電腦翻譯計劃的失敗與google只是將所有出現過的相應的文字語句掃描并儲存在詞庫中，所以無論需要翻譯什么，只要有聯系google詞庫就會出現翻譯，雖然有的時候的翻譯很無厘頭，但是大多數時候還是正確的，所以google的電腦翻譯的計劃的成功，表明大數據時代對準確性的追求并不是特別明顯，但是相反大數據時代是建立在大數據的基礎住上的，所以大數據時代追求的是全方位覆蓋的數字測度而不管其準確性到底有多高，因為大量的數據會湮埋少數有問題的數據所帶來的影響。同時大量的數據也會無限的逼近事物的原貌。

之后，維克托又預測了一個在大數據時代催生的重要職業——數據科學家，這是一群數學家、統計學與編程家的綜合體，這一群人將能夠從獲取的數據中得到任何他們想要的結果。換言之，只要數據充足我們的一切外在的與內在的我們不想讓他人知道的東西都見會在這一群家伙的面前展現得淋漓盡致。所以為了避免個人隱私在大數據時代被這一群人利用，維克托建議將這一群人分為兩部分，一部分使用數據為商業部門服務，而另一群人則負責審查這一些人是否合法的獲得與應用數據，是否侵犯了個人隱私。

無論如何，大數據時代將會到來，不管我們接受還是不接受!

我覺得《大數據時代》這本書寫的很好，很值得一讀。因為會給我們很多啟發，比如你在相關的社交網站發表的言論或者照片都很有可能被“數據科學家”們利用，從而再將相關數據賣給各大網店。不過，事實就是我們將會成為被預測被引誘的對象。所以說，小心你在網上留下的痕跡。

我喜歡這本書是因為它給我展現了一個新的世界。

讀了《大數據時代》后，感覺到一個大變革的時代將要來臨。雖然還不怎么明了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，不禁戰栗起來。

“在小數據時代，我們會假象世界是怎樣運作的，然后通過收集和分析數據來驗證這種假想?！薄半S著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?！睍袔缀蹩隙ㄒ嵏步y計學的理論和方法，也試圖通過引用《連線》雜志主編安德森的話“量子物理學的理論已經脫離實際”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脫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“不受限于傳統的思維模式和特定領域里隱含的固有偏見”，跟作者一起先把統計學和量子力學否定掉再說。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后，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后，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，它們幾乎都基于一個共同的基礎——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后變化關系規則。兩者似乎是做同一件事。可大數據要的“不是因果關系，而是相關關系”，“知道是什么就夠了，沒必要知道為什么”，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于因果關系。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，像旁觀者一樣等著哪一個“脫穎而出”，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，最后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”的就是因果關系，因為爸爸就是爸爸，兒子就是兒子。那么大數據會不會通過正視混雜性，放棄因果關系最后反而搞出時間機器，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于人有邏輯思維而機器沒有。《大數據時代》也擔心“最后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么統計學、量子力學、邏輯學和大數據來說都是門外漢，也許上面一大篇都是在胡說八道，所謂的擔心根本不存在。但問題出現了，還是解決的好，不然沒法睡著覺。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。

大數據時代的心得體會大全（17篇）篇八

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。看過此書后，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?，我心中的一些問題：

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?

3.大數據帶來的影響。

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。

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。

大數據時代的心得體會大全（17篇）篇九

4月13日下午，在湖南大學東樓205參加了關于《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于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咨詢公司麥肯錫，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。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”“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。大數據作為云計算、物聯網之后又it行業又一大顛覆性的技術革命。云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，也是云計算內在的靈魂和必然的升級方向。

其次，進入20xx年，大數據(bigdata)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，并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，進入美國白宮官網的新聞，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。數據正在迅速膨脹并變大，它決定著企業的未來發展，雖然很多企業可能并沒有意識到數據爆炸性增長帶來問題的隱患，但是隨著時間的推移，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》20xx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，決策將日益基于數據和分析而作出，而并非基于經驗和直覺。哈佛大學社會學教授加里·金說：“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?！?/p>

最后，隨著云時代的來臨，大數據(bigdata)也吸引了越來越多的關注。著云臺的分析師團隊認為，大數據(bigdata)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系型數據庫用于分析時會花費過多時間和金錢。大數據分析常和云計算聯系到一起，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?！按髷祿痹诨ヂ摼W行業指的是這樣一種現象：互聯網公司在日常運營中生成、累積的用戶網絡行為數據。這些數據的規模是如此龐大，以至于不能用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(相當于美國兩年的紙質信件數量);發出的社區帖子達200萬個(相當于《時代》雜志770年的文字量);賣出的手機為37.8萬臺，高于全球每天出生的嬰兒數量37.1萬……，截止到20xx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，20xx年全球產生的數據量為0.49zb，20xx年的數據量為0.8zb，20xx年增長為1.2zb，20xx年的數量更是高達1.82zb，相當于全球每人產生200gb以上的數據。而到20xx年為止，人類生產的所有印刷材料的數據量是200pb，全人類歷史上說過的所有話的數據量大約是5eb。ibm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20xx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，可以說，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，只是被動的適應著大數據給生活帶來的改變。大數據時代是以云計算為基礎的，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，可以夸張的說，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，可能想找個人聽你說說話，真的是一件很難的事。

第二，關于數據管理的看法。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范的意識，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、怎么保護自己的隱私。隱私，顧名思義，就是不愿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，免得被非法人士采用和竊取。建議還是用紙質的日記代替電腦日記，避免信息傳播范圍太大，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。

不論我們情不情愿，大數據時代都會到來，現實社會是我們高喊著走向大數據時代，其實大數據時代已經向我們走來，所以與其被動接受，不如主動學習，從中找到自己的出路，成為大數據時代的建設者和受益者。

大數據時代的心得體會大全（17篇）篇十

隨著信息化技術的發展，我們進入了一個大數據信息化時代，而這個時代帶給我們的是前所未有的變化：賦能人們更為廣泛的渠道與更全面的數據來實現商業領域的化整為零——從延長用戶生命周期到制定個人定制服務，或通過分析個人行為來推動業務增長。對于企業來說，大數據分析的普及已經成為一個必要的戰略選項，這讓大數據技術也成為企業信息管理的核心。

大數據信息化時代的到來意味著我們更能夠清晰地觀察到客戶行為、需求和心理，并制定基于數據的執行策略。企業利用大數據技術能夠更加了解市場需求，更好地掌握市場動態，及時并靈活地調整戰略?？梢?，大數據信息化時代的橫空出世，對于企業發展而言是一種難得的機遇，它為企業帶來了新的發展前景。

第三段：大數據分析的特點。

大數據分析是通過技術與應用的結合，對海量的、異構的以及快速變化的數據進行分析，解決現實問題的一種方法和工具。與傳統的數據分析相比，大數據分析具有以下特點：

1.數據量更大：從數十億到數萬億。

2.數據來源更廣：包含多種數據集，它們通常被分布在不同的數據倉庫中。

3.數據類型更多樣化：包括結構化數據、半結構化數據和非結構化數據。

4.處理方式更靈活：通過分發、并行和共享的技術來完成任務。

第四段：分析大數據的方法。

大數據分析是通過各種方法和技術，從海量的數據中獲取有關事物的知識，效果好與受過控制的經驗分析不太相同。對于而言，對于成功地分析大數據:合理的數據收集是絕對必要的。而且，大規模數據分析需要采用預處理、清洗和建模等多種算法，才能從海量的數據中提取出有用的信息。深入了解每個算法的優缺點，是成功分析大數據的關鍵。

第五段：總結。

在大數據信息化時代，我們必須提高對數據的重視和處理能力。企業要在數據的基礎上開發創新業務模式，以更好地滿足客戶的需求，取得商業優勢。隨著時間的推移，更多的數據將生成，并且更多的方法將被開發，以處理數據并從數據中提取有價值的信息。對于企業而言，大數據分析將會繼續發揮重要的作用，將在未來成為企業信息化轉型和管理策略中的核心，從而幫助企業實現長期成功。

大數據時代的心得體會大全（17篇）篇十一

隨著科技的不斷發展，我們已經進入了一個數據時代。在這個時代，大量的數據被收集、存儲和分析，它們對于企業以及政府機構決策的重要性增加了許多。那么，對于我們每個人來說，數據時代又意味著什么呢？以下是我對于數據時代的心得體會，希望能對大家有所啟發。

1.數據時代意味著我們必須更加謹慎地處理個人信息。

在數據時代，我們不得不面對一個關鍵問題：我們的個人信息是否足夠安全？在這個時代，每一次網上購物、社交媒體互動、或是使用搜索引擎，我們都會留下許多數據，這些數據會被永久保存，并且可能會被泄露或濫用。因此，我們必須更加謹慎地處理我們的個人信息，在使用互聯網時，不要輕易向任何陌生人披露自己的隱私。

2.數據時代需要我們培養更多的數據分析技能。

在數據時代，我們不僅需要更謹慎地處理個人信息，我們還需要具備更多的數據分析技能。數據分析技能的掌握，意味著我們能夠更快地掌握大量信息，并更準確地做出決策。這種技能不僅對于職業發展有益，還能幫助我們更好地權衡自己所做出的決策。

數據時代為我們帶來一個偉大的好處，那就是：對于某一個問題，我們能夠獲得更多、更立體、更具體的信息。這使得我們更容易客觀地看待問題，而不被主觀因素所影響。同時，我們也能夠更細致地研究問題的來源，因此更有可能擁有更好的解決方案。

4.數據時代要求我們更好地保護知識產權。

隨著數據時代的到來，知識產權的保護變得更加困難。尤其是在網絡上，它使所有人都可以輕易地復制或加工他人通過努力和經驗所創造的知識產權。因此，我們需要更加謹慎地對待知識產權，保護我們自己的知識產權并尊重他人的知識產權。

數據時代不僅是分析數據的時代，還是創造數據的時代。我們在使用互聯網時，經常通過上傳信息、評論、和互動活動等方式為網絡世界貢獻數據。而這些數據可以幫助互聯網更好地服務于我們，幫助企業更好地了解他們的需求，進一步創造更具價值的產品和服務，并幫助推動社會的進步。

總之，數據時代已經帶來了巨大的變化，這些變化既有好處，也有挑戰。我們需要不斷適應這個時代，保護我們的個人信息和知識產權，同時學會更好地分析和利用數據。通過這樣，我們將能夠更好地從這個時代中獲得收益，同時為這個時代的發展做出更貢獻。

大數據時代的心得體會大全（17篇）篇十二

數據時代是一個無處不在的數字世界，我們生活在這個數字化的時代當中，伴隨著科技的不斷發展和普及，數據也變得日益龐大、重要且不可倒退。在這個時代里，科技正在重塑著我們的社會形態和人類思維，同時也為我們帶來了前所未有的機遇和挑戰。通過對于數據時代的思考、探索和實踐，我們可以更好地理解這個時代所面臨的機遇與挑戰，在其中找到我們自己的定位，并不斷地完善自己。

數據時代有許多的機遇，它不僅僅是一種生產工具，更是一種創新方式和商業模式。在這個時代里，我們可以通過掌握相關技能、獲得數據分析能力，集成多渠道的資源、掌握實時數據、深入挖掘數據，如此種種，才能更好的進入數據時代的角色，轉化機遇。通過數據分析，我們可以做到精細化營銷、用戶需求細分以惠及用戶、結合多種方式實現新的業務形態。當然，隨著數據時代的到來，要充分利用好數據所提供的機遇并不只這些。

數據時代的挑戰并不少。數據時代下的問題，已經不僅僅是如何收集和處理數據，而是如何高效地利用數據進行分析和應用。復雜的分析技術、不穩定的模型、部分數據隱私、多樣性的數據資源等等，這些都是數據時代所要面對的挑戰。同時，我們也需要提高對于數據的素養，了解大數據安全與數據合規的知識，從而提高數據的價值和安全保障。

第四段：探索數據價值的實踐。

數據價值是數據時代的重要指標，它對于企業和個人都有著重要的意義。因此，如何獲取和提高數據的價值，已成為我們進入數據時代的重要任務之一。首先，我們需要了解數據，并不斷探索數據背后所蘊含的價值，從而實現數據資源的優化利用；其次，我們需要整合數據，建立包含全方位視角的數據管理體系，并實現對數據的全面監測；最后，我們需要通過開放數據共享與創新機制等手段，不斷推進數據開放與應用，讓數據價值得以最大化。

第五段：結語。

對于數據時代的思考不止于一篇文章，它不斷地為改變著我們的生產模式，我們的思維模式和我們的價值觀。只有不斷探索和實踐數據時代的價值，我們才能充分地提升我們的競爭力，成為這個數字化時代的中流砥柱。讓我們在這樣的時代里，積極擁抱變革、把握機遇，去發掘數據價值帶來的更多可能。

大數據時代的心得體會大全（17篇）篇十三

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。

一讀。

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。“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。對于舍恩伯格的第三個觀點，我也不能完全贊同?！安皇且蚬P系，而是相關關系?！辈恍枰馈盀槭裁础?，只需要知道“是什么”。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，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?！边@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’?！盵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。

再讀。

概念是研究的邏輯起點，“大數據”到底是什么?在百度上搜索到的解釋是，“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?！贝髷祿?v特點：數量(volume)、速度(velocity)、品種(variety)和真實性(veracity)。但舍恩伯格認為大數據并非一個確切的概念。他在書中的一段詮釋更具人文色彩和社會意義：“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，以及政府與公民關系的方法?！盵ii]其實，概念的界定要看研究者從哪個角度來研究它而定。

科學家的治學態度是嚴謹的，而人文學家更具有想象力。一些對大數據不甚了然的人往往夸大了它的作用，甚至把它神化。舍恩伯格認為大數據的核心是預測?！按髷祿皇且虣C器像人一樣思考。相反，把數學算法運用到海量的數據上來預期事情發生的可能性?！盵iii]舍恩伯格甚至不回避大數據所產生的負面影響，他在第七章里談到讓數據主宰一切的隱憂。我覺得這是實事求是的科學態度。在量子力學里有一個測不準原理：一個微觀粒子的某些物理量(如位置和動量，或方位角與動量矩，還有時間和能量等)，不可能同時具有確定的數值，其中一個量越確定，另一個量的不確定程度就越大。它是解釋微觀世界的物理現象，信息社會中的大數據會不會也有類似情況呢?如果我們再把凱文·凱利的《失控》對比來讀的話就更有意思了，這樣我們對整個物質世界及至人類社會就有了更全面更深刻的洞察，從物理王國到生物世界，再到信息社會。從公共衛生到商業應用，從個人隱私到政府管理，大數據無處不在。與此同時，從哪個角度探討用什么方法研究，舍恩伯格都不會忘記大數據服務人類造福人類的終極目的和價值所在?！按髷祿⒉皇且粋€充斥著運算法則和機器的冰冷世界，其中仍需要人類扮演重要角色。人類獨有的弱點、錯覺、錯誤都是十分必要的，因為這些特性的另一頭牽著的是人類的創造力、直覺和天賦。偶爾也會帶來屈辱或固執的同樣混亂的大腦運作，也能帶來成功，或在偶然間促成我們的偉大。這提示我們應該樂于接受類似的不準確，因為不準確正是我們之所以為人的特征之一?！盵iv]用中國話來說就是“人無完人”，人類在收獲大數據帶來的紅利的同時也要承受它帶來的危害。這不是對立統一的辯證唯物主義?我把它看作帶著歐洲批判學派色彩的科學發展觀。

問題是研究的價值基點，“大數據”不是舍恩伯格研究的問題，而是研究對象，他研究的是數據處理和信息管理問題，同時也討論信息安全和網絡倫理問題，還引發哲學上的思考，哲學史上爭論不休的世界可知論和不可知論轉變為實證科學中的具體問題?？芍允墙^對的，不可知性是相對的。“大數據”之所以為大是因它引發人類生活、工作和思維的大變革，從這個意義上來看，《大數據時代》的意義不僅在于它討論了若干重大問題，而且對研究者開出了一個問題清單，從而引發更多人來探討這些有趣的問題。

《大數據時代》實際上主要是一本討論數據挖掘的書，數據挖掘與數據分析是不同的概念，數據挖掘一般是指從大量的數據中自動搜索隱藏于其中的有著特殊關系性的信息的過程。數據挖掘通常與計算機科學有關，并通過統計、在線分析處理、情報檢索、機器學習、專家系統(依靠過去的經驗法則)和模式識別等諸多方法來實現上述目標。而數據分析的目的是把隱沒在一大批看來雜亂無章的數據中的信息集中、萃取和提煉出來，以找出所研究對象的內在規律。數據挖掘主要運用計算機來進行處理，而數據分析既要用計算機也要人工分析，是計算機科學與人文價值判斷的統一結合。換言之，《大數據時代》并不是一本討論大數據所有問題的書。

《大數據時代》也是一本討論互聯網發展的書，從數字化到數據化，同時有濃厚的未來學色彩。當文字變成數據，我們進入了互聯網;當方位變成數據，我們進入了物聯網;當溝通變成數據，我們進入了下一代互聯網。一切可量化，萬物皆數據，正是當今互聯網世界的真實寫照。面對于這樣的世界及世界的未來，在《大數據時代》出現最多的詞是“思維”和“方法”，因此也可以把這本書視為思維科學應用研究的書。

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。

三讀。

今年國慶節前一天，中共中央政治局們來到中關村搞集體學習，調研、講解、討論創新驅動發展戰略。包括、在內的七位全部出動來到中關村，這是歷史上沒有過的，百度、聯想和小米的負責人，有了一次直面最高層匯報工作的機會。雷軍和柳傳志，講解的都是本公司的各種情況，李彥宏則沒有講百度的廣告業務發展得如何好，而是講起了大數據。在講解中，李彥宏認為大數據有兩個重要價值，一是促進信息消費，加快經濟轉型升級;二是關注社會民生，帶動社會管理創新。這些價值也是目前黨和國家領導人最為重視的，可見《大數據時代》既有理論價值也有現實意義。

當今大數據正在影響著新聞傳媒業，大數據新聞、大數據營銷、輿情分析、受眾(用戶)研究……數據分析師變身新聞編輯，大數據正改變新聞生產流程、大數據在創造傳媒新業態?！安环料胂笠幌?，隨著數據的進一步增加，坐擁用戶資源的新媒體們完全有能力通過數據挖掘，分析用戶癖好，向電視臺定制一部電視劇甚至向好萊塢定制一部電影。到那個時候，電視臺一如那些家電廠商們，曾經產業鏈的上游‘王者’，將徹底成為一個產業鏈最低端的內容代工廠?！盵v]然而，情形也遠沒有人們想象的那么樂觀，李彥宏指出目前多數所謂的大數據公司其實還是空殼子，因為數據還沒有完全開放。他認為必須在政府層面上推動才能真正實現大數據的開發與利用。我在討論大數據時代的輿情監測與預警時說道：“經典自由主義傳播學說對媒體的定位：秉持公正、客觀立場的媒體被稱為代表公眾監督政府行為的‘看門狗’。其實，媒體既是公眾利益也是國家利益的‘看門狗’。要看好門就要瞭望、洞察社情民意，傳統媒體信息反饋渠道單一，視野、人力十分有限。而開放互動的新媒體平臺卻大有可為。作為公共信息發布平臺的微博可以成為政府及時了解社情民意，從而選擇正確治理路徑的‘導盲犬’。”[vi]遺憾的是目前我國的數據平臺還沒有完全開放，真正的大數據時代還沒有到來。

與國內不少教科書寫法的專著相比，國外的書寫得更有趣，尤其是大學者寫的，不僅視野開闊，而且能夠深入淺出?！洞髷祿r代》不到22萬字，卻有上百個學術和商業的實例，豐富翔實的例子讓讀者感到通俗易懂，深奧的理論看起來也不費勁。這恐怕與舍恩伯格既是學者也是專家，既有理論又有實踐有關。反觀我們些學者故弄玄虛而示高明，實際上是把讀者拒之門外。我覺得優秀的科學家也應該是一個科普作家，優秀的學者也應該是一個不錯的傳播者。當然國外學術著作也有一個翻譯問題，這本書譯得還不錯。此外，《大數據時代》還附有不少it界名流的推薦意見，雖是出版商的發行所為，對解讀此書也不無益處。

除了《大數據時代》，舍恩伯格還有一本《刪除》也值得一讀。要研究大數據不能只讀一本書，該書譯者周濤教授還推薦了三部國內出版的大數據方面的專著：《證析》、《大數據》、《個性化：商業的未來》。相比《大數據時代》的宏大視野，這些書就大數據某一局部問題給出深刻的介紹和洞見。我也推薦讀一讀中國工程院李國杰院士和中科院計算所副總工程學旗合寫的文章《大數據研究：未來科技及經濟社會發展的重大戰略領域——大數據的研究現狀與科學思考》。

雖說開卷有益，但是由于每個人的時間精力有限，對于一個研究者來說，不讀什么書甚至比讀什么書更重要。我認為書有三種：有用的書，主要是應用類的專業書;無用的書，主要是形而上的思想類;無字的書，人間百態，社會現實?？善氐粦珡U。對于學生來講這三類“書”都該讀一些，對于研究者則要讀哪些解決關鍵問題的書，《大數據時代》就是這樣一部書。當然，并非第一個讀者都是研究大數據的，但進入大數據時代，還有什么東西與數據完全沒有關系呢?麥肯錫全球研究機構認為，未來十年里有12項對經濟發展產生重大影響的技術，其中包括三項新媒體技術：移動互聯網、物聯網和云計算。這三項新媒體技術都與大數據密切相關，而這些新媒體新技術的發展都影響著當今的新聞傳播業。閱讀此書至少給我們研究新聞傳播學帶來一些啟迪。我覺得一本書的價值不在于讓你頂禮膜拜，而是引發廣泛而深入的討論。

“凡是過去，皆為序曲。”讀完此書，我們對大數據的認識才剛剛開始。

大數據時代的心得體會大全（17篇）篇十四

這本書里主要介紹的是大數據在現代商業運作上的應用，以及它對現代商業運作的影響。

《大數據時代》這本書的結構框架遵從了學術性書籍的普遍方式。也既，從現象入手，繼而通過對現象的解剖提出對這一現象的解釋。然后在通過解釋在對未來進行預測，并對未來可能出現的問題提出自己看法與對策。

下面來重點介紹《大數據時代》這本書的主要內容。

《大數據時代》開篇就講了google通過人們在搜索引擎上搜索關鍵字留下的數據提前成功的預測了20xx年美國的h1n1的爆發地與傳播方向以及可能的潛在患者的事情。google的預測比政府提前將近一個月，相比之下政府只能夠在流感爆發一兩個周之后才可以弄到相關的數據。同時google的預測與政府數據的相關性高達97%，這也就意味著google預測數據的置信區間為3%，這個數字遠遠小于傳統統計學上的常規置信區間5%!而這個數字就是大數據時代預測結果的相對準確性與事件的可預測性的最好證明!通過這一事以及其他的案例，維克托提出了在大數據時代“樣本=總體”的思想。我們都知道當樣本無限趨近于總體的時候，通過計算得到的描述性數據將無限的趨近于事件本身的性質。而之前采取的“樣本總體”的做法很大程度上無法做到更進一步的描述事物，因為之前的時代數據的獲取與存儲處理本身有很大的難度只導致人們采取抽樣的方式來測量事物。而互聯網終端與計算機的出現使數據的獲取、存儲與處理難度大大降低，因而相對準確性更高的“樣本=總體”的測算方式將成為大數據時代的主流，同時大數據時代本身也是建立在大批量數據的存儲與處理的基礎之上的。

接下來，維克多又通過了ibm追求高精確性的電腦翻譯計劃的失敗與google只是將所有出現過的相應的文字語句掃描并儲存在詞庫中，所以無論需要翻譯什么，只要有聯系google詞庫就會出現翻譯，雖然有的時候的翻譯很無厘頭，但是大多數時候還是正確的，所以google的電腦翻譯的計劃的成功，表明大數據時代對準確性的追求并不是特別明顯，但是相反大數據時代是建立在大數據的基礎住上的，所以大數據時代追求的是全方位覆蓋的數字測度而不管其準確性到底有多高，因為大量的數據會湮埋少數有問題的數據所帶來的影響。同時大量的數據也會無限的逼近事物的原貌。

之后，維克托又預測了一個在大數據時代催生的重要職業——數據科學家，這是一群數學家、統計學與編程家的綜合體，這一群人將能夠從獲取的數據中得到任何他們想要的結果。換言之，只要數據充足我們的一切外在的與內在的我們不想讓他人知道的東西都見會在這一群家伙的面前展現得淋漓盡致。所以為了避免個人隱私在大數據時代被這一群人利用，維克托建議將這一群人分為兩部分，一部分使用數據為商業部門服務，而另一群人則負責審查這一些人是否合法的獲得與應用數據，是否侵犯了個人隱私。

無論如何，大數據時代將會到來，不管我們接受還是不接受!

我覺得《大數據時代》這本書寫的很好，很值得一讀。因為會給我們很多啟發，比如你在相關的社交網站發表的言論或者照片都很有可能被“數據科學家”們利用，從而再將相關數據賣給各大網店。不過，事實就是我們將會成為被預測被引誘的對象。所以說，小心你在網上留下的痕跡。

我喜歡這本書是因為它給我展現了一個新的世界。

大數據時代的心得體會大全（17篇）篇十五

讀了《大數據時代》后，感覺到一個大變革的時代將要來臨。雖然還不怎么明了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，不禁戰栗起來。

“在小數據時代，我們會假象世界是怎樣運作的，然后通過收集和分析數據來驗證這種假想。”“隨著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?！睍袔缀蹩隙ㄒ嵏步y計學的理論和方法，也試圖通過引用《連線》雜志主編安德森的話“量子物理學的理論已經脫離實際”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脫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“不受限于傳統的思維模式和特定領域里隱含的固有偏見”，跟作者一起先把統計學和量子力學否定掉再說。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后，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后，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，它們幾乎都基于一個共同的基礎——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后變化關系規則。兩者似乎是做同一件事。可大數據要的“不是因果關系，而是相關關系”，“知道是什么就夠了，沒必要知道為什么”，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于因果關系。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，像旁觀者一樣等著哪一個“脫穎而出”，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，最后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”的就是因果關系，因為爸爸就是爸爸，兒子就是兒子。那么大數據會不會通過正視混雜性，放棄因果關系最后反而搞出時間機器，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于人有邏輯思維而機器沒有?！洞髷祿r代》也擔心“最后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么統計學、量子力學、邏輯學和大數據來說都是門外漢，也許上面一大篇都是在胡說八道，所謂的擔心根本不存在。但問題出現了，還是解決的好，不然沒法睡著覺。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。

大數據時代的心得體會大全（17篇）篇十六

大數據時代成為炙手可熱的話題。筆者在這說明信息和數據，只是試圖首先說明信息、數據的關系和不同，也試圖說明，為什么信息時代轉變為了大數據時代?大數據時代帶給了我們什么?下面是本站小編為大家收集整理的大數據時代。

歡迎大家閱讀。

這本書里主要介紹的是大數據在現代商業運作上的應用，以及它對現代商業運作的影響。

《大數據時代》這本書的結構框架遵從了學術性書籍的普遍方式。也既，從現象入手，繼而通過對現象的解剖提出對這一現象的解釋。然后在通過解釋在對未來進行預測，并對未來可能出現的問題提出自己看法與對策。

下面來重點介紹《大數據時代》這本書的主要內容。

《大數據時代》開篇就講了google通過人們在搜索引擎上搜索關鍵字留下的數據提前成功的預測了20xx年美國的h1n1的爆發地與傳播方向以及可能的潛在患者的事情。google的預測比政府提前將近一個月，相比之下政府只能夠在流感爆發一兩個周之后才可以弄到相關的數據。同時google的預測與政府數據的相關性高達97%，這也就意味著google預測數據的置信區間為3%，這個數字遠遠小于傳統統計學上的常規置信區間5%!而這個數字就是大數據時代預測結果的相對準確性與事件的可預測性的最好證明!通過這一事以及其他的案例，維克托提出了在大數據時代“樣本=總體”的思想。我們都知道當樣本無限趨近于總體的時候，通過計算得到的描述性數據將無限的趨近于事件本身的性質。而之前采取的“樣本總體”的做法很大程度上無法做到更進一步的描述事物，因為之前的時代數據的獲取與存儲處理本身有很大的難度只導致人們采取抽樣的方式來測量事物。而互聯網終端與計算機的出現使數據的獲取、存儲與處理難度大大降低，因而相對準確性更高的“樣本=總體”的測算方式將成為大數據時代的主流，同時大數據時代本身也是建立在大批量數據的存儲與處理的基礎之上的。

接下來，維克多又通過了ibm追求高精確性的電腦翻譯計劃的失敗與google只是將所有出現過的相應的文字語句掃描并儲存在詞庫中，所以無論需要翻譯什么，只要有聯系google詞庫就會出現翻譯，雖然有的時候的翻譯很無厘頭，但是大多數時候還是正確的，所以google的電腦翻譯的計劃的成功，表明大數據時代對準確性的追求并不是特別明顯，但是相反大數據時代是建立在大數據的基礎住上的，所以大數據時代追求的是全方位覆蓋的數字測度而不管其準確性到底有多高，因為大量的數據會湮埋少數有問題的數據所帶來的影響。同時大量的數據也會無限的逼近事物的原貌。

之后，維克托又預測了一個在大數據時代催生的重要職業——數據科學家，這是一群數學家、統計學與編程家的綜合體，這一群人將能夠從獲取的數據中得到任何他們想要的結果。換言之，只要數據充足我們的一切外在的與內在的我們不想讓他人知道的東西都見會在這一群家伙的面前展現得淋漓盡致。所以為了避免個人隱私在大數據時代被這一群人利用，維克托建議將這一群人分為兩部分，一部分使用數據為商業部門服務，而另一群人則負責審查這一些人是否合法的獲得與應用數據，是否侵犯了個人隱私。

無論如何，大數據時代將會到來，不管我們接受還是不接受!

我覺得《大數據時代》這本書寫的很好，很值得一讀。因為會給我們很多啟發，比如你在相關的社交網站發表的言論或者照片都很有可能被“數據科學家”們利用，從而再將相關數據賣給各大網店。不過，事實就是我們將會成為被預測被引誘的對象。所以說，小心你在網上留下的痕跡。

我喜歡這本書是因為它給我展現了一個新的世界。

讀了《大數據時代》后，感覺到一個大變革的時代將要來臨。雖然還不怎么明了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，不禁戰栗起來。

“在小數據時代，我們會假象世界是怎樣運作的，然后通過收集和分析數據來驗證這種假想。”“隨著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》雜志主編安德森的話“量子物理學的理論已經脫離實際”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脫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“不受限于傳統的思維模式和特定領域里隱含的固有偏見”，跟作者一起先把統計學和量子力學否定掉再說。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后，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后，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，它們幾乎都基于一個共同的基礎——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后變化關系規則。兩者似乎是做同一件事。可大數據要的“不是因果關系，而是相關關系”，“知道是什么就夠了，沒必要知道為什么”，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于因果關系。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，像旁觀者一樣等著哪一個“脫穎而出”，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，最后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”的就是因果關系，因為爸爸就是爸爸，兒子就是兒子。那么大數據會不會通過正視混雜性，放棄因果關系最后反而搞出時間機器，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于人有邏輯思維而機器沒有。《大數據時代》也擔心“最后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么統計學、量子力學、邏輯學和大數據來說都是門外漢，也許上面一大篇都是在胡說八道，所謂的擔心根本不存在。但問題出現了，還是解決的好，不然沒法睡著覺。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。

在《大數據時代》一書中，大數據時代與小數據時代的區別：1、思維慣例。大數據時代區別與轉變就是，放棄對因果關系的渴求，而取而代之關注相關關系。也就是說只要知道“是什么”，而不需要知道“為什么”。作者語言絕對，卻反思其本質區別。數據的更多、更雜，導致應用主意只能盡量觀察，而不是傾其所有進行推理?這也是明智之舉2、使用用途。小數據停留在說明過去，大數據用驅動過去來預測未來。筆者認為數據的用途意在何為，與數據本身無關，而與數據的解讀者有關，而相關關系更有利于預測未來。3、結構。大數據更多的體現在海量非結構化數據本身與處理方法的整合。大數據更像是理論與現實齊頭并進，理論來創立處理非結構化數據的方法，處理結果與未來進行驗證。4、分析基礎。大數據是在互聯網背景下數據從量變到質變的過程。筆者認為，小數據時代也即是信息時代，是大數據時代的前提，大數據時代是升華和進化，本質是相輔相成，而并非相離互斥。

數據未來的故事。數據的發展，給我們帶來什么預期和啟示?銀行業天然有大數據的潛質?？蛻魯祿?、交易數據、管理數據等海量數據不斷增長，海量機遇和挑戰也隨之而來，適應變革，適者生存。我們可以有更廣闊的業務發展空間、可以有更精準的決策判斷能力、可以有更優秀的經營管理能力??可以這些都基于數據的收集、整理、駕馭、分析能力，基于脫穎而出的創新思維和執行。因此，建設“數據倉庫”，培養“數據思維”，養成“數據治理”，創造“數據融合”，實現“數據應用”才能擁抱“大數據”時代，從數據中攫取價值，笑看風云變換，穩健贏取未來。

大數據時代的心得體會大全（17篇）篇十七

信息時代的到來，我們感受到的是技術變化日新月異，隨之而來的是生活方式的轉變，我們這樣評論著的信息時代已經變為曾經。如今，大數據時代成為炙手可熱的話題。

信息和數據的定義。維基百科解釋：信息，又稱資訊，是一個高度概括抽象概念，是一個發展中的動態范疇，是進行互相交換的內容和名稱，信息的界定沒有統一的定義，但是信息具備客觀、動態、傳遞、共享、經濟等特性卻是大家的共識。數據：或稱資料，指描述事物的符號記錄，是可定義為意義的實體，它涉及到事物的存在形式。它是關于事件之一組離散且客觀的事實描述，是構成信息和知識的原始材料。數據可分為模擬數據和數字數據兩大類。數據指計算機加工的“原料”，如圖形、聲音、文字、數、字符和符號等。從定義看來，數據是原始的處女地，需要耕耘。信息則是已經處理過的可以傳播的資訊。信息時代依賴于數據的爆發，只是當數據爆發到無法駕馭的狀態，大數據時代應運而生。

在大數據時代，大數據時代區別與轉變就是，放棄對因果關系的渴求，而取而代之關注相關關系。也就是說只要知道“是什么”，而不需要知道“為什么”。數據的更多、更雜，導致應用主意只能盡量觀察，而不是傾其所有進行推理。小數據停留在說明過去，大數據用驅動過去來預測未來。數據的用途意在何為，與數據本身無關，而與數據的解讀者有關，而相關關系更有利于預測未來。大數據更多的體現在海量非結構化數據本身與處理方法的整合。大數據更像是理論與現實齊頭并進，理論來創立處理非結構化數據的方法，處理結果與未來進行驗證。大數據是在互聯網背景下數據從量變到質變的過程。小數據時代也即是信息時代，是大數據時代的前提，大數據時代是升華和進化，本質是相輔相成，而并非相離互斥。

數據未來的故事。數據的發展，給我們帶來什么預期和啟示？金融業業天然有大數據的潛質?？蛻魯祿⒔灰讛祿?、管理數據等海量數據不斷增長，海量機遇和挑戰也隨之而來，適應變革，適者生存。我們可以有更廣闊的學習空間、可以有更精準的決策判斷能力這些都基于數據的收集、整理、駕馭、分析能力，基于脫穎而出的創新思維和執行。因此，建設“數據倉庫”，培養“數據思維”，養成“數據治理”，創造“數據融合”，實現“數據應用”才能擁抱“大數據”時代，從數據中攫取價值，笑看風云變換，穩健贏取未來。

一部似乎還沒有寫完的書。

——讀《大數據時代》有感及所思。

讀了《大數據時代》后，感覺到一個大變革的時代將要來臨。雖然還不怎么明了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，不禁戰栗起來。“在小數據時代，我們會假象世界是怎樣運作的，然后通過收集和分析數據來驗證這種假想。”“隨著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?！睍袔缀蹩隙ㄒ嵏步y計學的理論和方法，也試圖通過引用《連線》雜志主編安德森的話“量子物理學的理論已經脫離實際”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脫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。

有偏見”，跟作者一起先把統計學和量子力學否定掉再說。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后，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后，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，它們幾乎都基于一個共同的基礎——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后變化關系規則。兩者似乎是做同一件事?？纱髷祿摹安皇且蚬P系，而是相關關系”，“知道是什么就夠了，沒必要知道為什么”，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于因果關系。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，像旁觀者一樣等著哪一個“脫穎而出”，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。

其二：人和機器的根本區別在于人有邏輯思維而機器沒有?！洞髷祿r代》也擔心“最后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。

都是在胡說八道，所謂的擔心根本不存在。但問題出現了，還是解決的好，不然沒法睡著覺。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。

合纖部車民。

2013年11月10日。

一、學習總結。

采用某些技術，從技術中獲得洞察力，也就是bi或者分析，通過分析和優化實現。

對企業未來運營的預測。

在如此快速的到來的大數據革命時代，我們還有很多知識需要學習，許多思維需要轉變，許多技術需要研究。職業規劃中，也需充分考慮到大數據對于自身職業的未來發展所帶來的機遇和挑戰。當我們掌握大量數據，需要考慮有多少數字化的數據，又有哪些可以通過大數據的分析處理而帶來有價值的用途？在大數據時代制勝的良藥也許是創新的點子，也許可以利用外部的數據，通過多維化、多層面的分析給我們日后創業帶來價值。借力，順勢，合作共贏。