《大數據時代》讀后感

時間:十二月第四周

書名:《大數據時代》

作者:維克托·邁爾-舍恩伯格,肯尼思·庫克耶

讀后感:大數據引爆了一場生活、工作與思維的大變革,大數據變革了公共衛生,在2009年出現的甲型H1N1流感,大數據使得公共衛生的反應變得及時,大數據變革商業,埃齊奧尼通過分析大量數據幫助人們買到更便宜的機票,成功分析了機票價格的變化趨勢,大數據變革思維,人們更加重視數據、創新等等。隨著計算機技術的發展、數據的儲存能力的提高、計算機數據處理能力的提高,人們能夠通過數據獲取更多潛在價值,創造更多商業價值,得到更多信息。

大數據的重要特征在于:大,我們要利用的是所有的數據而不僅僅依靠一小部分數據,在小數據時代的隨機采樣是要最少數據獲得最多的信息,隨著人們發現采樣分析的精確性隨著采樣隨機性的增加而大幅提高,而但與樣本數量的增加關系不大,大數據是指不用隨機分析法這樣的捷徑,而采用所有數據的方法。

在大數據時代,人們放棄了絕對精確的想法,允許不精確,因為人們發現隨著數據增多,運算結果的準確率會提高,大數據中的混雜序是被允許的,大數據的簡單算法比小數據的復雜算法更有效,當數據的規模變大的時候確切的數量已經不那么重要了,要想獲得大規模數據帶來的好處,混亂應該是一種標準途徑,而不應該是竭力避免的。

大數據時代,相關關系比因果關系更重要。如亞馬遜網上書店,推出了它的個性化推薦系統,亞馬遜的銷售額三分之一都來源于它的個性化推薦系統,人們往往不必知道為什么人們會喜愛某物,只要知道他們喜歡的是什么就可以了。事物與事物之間的相關性是人們對未來進行預測的關鍵。我們找到一個現象的良好的關聯物,相關關系可以幫助我們捕捉現在和預測未來,如美國零售商沃爾瑪發現蛋塔和颶風具有相關聯系,在颶風天氣里會把蛋塔放在突出位置。并且在大數據下的相關關系分析法更準確、更快、而且不易受偏見的影響,這種建立在相關關系分析法基礎上的預測是大數據的核心。還有很多商業案例都說明找到新種類數據之間的相互聯系可以解決很多日常需要。

大數據時代一切都被量化了,文字可以變成數據,例如電子書,機器翻譯服務,方位可以變成數據,例如地理定位,導航,人與人溝通可以變成數據,例如Facebook、Twitter、微博等,隨著智能手機和計算機技術的普及,世間萬物都被數據化,我們逐漸意識到世界本質上是由信息構成的。數據并不像僅僅表面上看起來是數據,那只是冰山一角,數據有極大的潛在價值,數據可以被再利用,也可以被重組,還可以被擴展,數據折舊后也有價值。在商業中,人們越來越重視數據的價值,給數據估價成為企業價值的一部分。

大數據時代也給人們帶來了很多困擾,各大網站可以獲得訪問者的數據,訪問者的行為一清二楚,這種被監視的感覺給人們帶來了威脅的感覺,人們的隱私也受到了威脅,沒有人能保證這些數據能被用到恰當的地方,會的人們帶來危險嗎?另外過度的依賴數據,形成數據獨裁,也會限制人類自身的發展,是否會成為數據的奴隸?

在未來,人們會更加重視對信息的管理,人們需要建立全新的制度規范,書中提出要重視個人隱私保護,人們有使用數據的權利但是要為自己的行為負責,同時要反對數據壟斷。

大數據是一種資源,也是一種工具,不可否認我必須接受這個時代,未來發展如何,要看如何跟上這個時代。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,967評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,273評論 3 415
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,870評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,742評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,527評論 6 407
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,010評論 1 322
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,108評論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,250評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,769評論 1 333
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,656評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,853評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,371評論 5 358
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,103評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,472評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,717評論 1 281
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,487評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,815評論 2 372

推薦閱讀更多精彩內容