当前位置: 首页 > 实用文档 > 读后感 > 大数据变革 读后感

大数据变革 读后感

2016-01-25 08:26:14 成考报名 来源:http://www.chinazhaokao.com 浏览:

导读: 大数据变革 读后感篇一《大数据时代读后感》 ...

以下是中国招生考试网www.chinazhaokao.com为大家整理的《大数据变革 读后感》,希望大家能够喜欢!更多资源请搜索成考报名频道与你分享!

大数据变革 读后感篇一
《大数据时代读后感》

《大数据时代——生活、工作与思维的大变革》

读后感

最近有幸参加了单位的读书活动,我选择了《大数据时代——生活、工作与思维的大变革》这本书。正如书名中提到的,我们的生活、工作与思维都在大数据时代中经历着重大的变革。

一、思考

读书前想起了我亲身体验也一直在思考的事情。每天打开网页,我们都会发现网页中的广告都是针对我们日常经常搜索的内容所提供的,这种针对性很强的广告是从何而来呢?答案就是大数据。我们每天在网上的任意行为都会留下痕迹,这些痕迹产生了海量的数据,数据中又包含着我们的某些心理、需求以及行为,反映着每个人的价值观、审美观以及价值观。正是基于对这些“大数据”的应用,才为互联网广告的投放提供了精确化的选择。

还有一件事情让我印象深刻,2014年的春节,百度推出了“百度迁徙”的技术品牌项目。百度利用大数据技术,对其拥有的LBS大数据进行分析,将春节前后人口大迁徙的轨迹与特征清晰直观的展现在了人们的眼前。

的确,这是一个大数据的时代。抱着探知与解惑的心态,我开始阅读了这本书。

二、初读

舍恩伯格分三部分来讨论大数据,即思维变革、商业变革和管理变革。在第一部分“大数据时代的思维变革”中,舍恩伯格旗帜鲜明

的亮出他的三个观点:一、更多:不是随机样本,而是全体数据;二、更杂:不是精确性,而是混杂性;三、更好:不是因果关系,而是相关关系。他旨在强调首先,我们要分析与某事物相关的所有数据,而不是依靠分析少量的数据样本;其次,我们乐于接受数据的纷繁复杂,而不再追求精确性;最后,我们的思维发生了转变,不再探求难以捉摸的因果关系,转而关注事物的相关关系。

第二部分商业变革中,舍恩伯格用大量的例子证明了大数据蕴藏着巨大的商业价值。令我印象最深的是在他看来,大公司与小公司都有可能成为大数据时代的赢家,中等规模的公司要么向两端转化要么破产。同样,大数据也撼动着国家竞争力。工业化国家在掌握了数据以及大数据技术的背景下,在全球竞争中仍然占据优势,然后随着技术的普及,世界上的其他国家也都开始采用了大数据技术,这将为发展中国家缩小与发达国家的差距提供良好的契机。

第三部分管理变革中,作者思考了大数据带来的威胁以及困境。大数据也是一把双刃剑,在带来巨大便利的同时,其背后也隐藏着一些隐患,我们的隐私也可能会被二次利用。联想到近期好莱坞爆出的艳照事件,有外国黑客疑利用苹果公司的iCloud云盘系统的漏洞,非法盗取了众多全球当红女星的裸照,继而在网络论坛发布。通过这样的一个实例,就要求我们不要盲目崇拜大数据,而应该让数据为我们所用,让大数据的发展不超出我们的可控范围。

三、感想

大数据,究其本质,回答的还是哲学问题。舍恩伯格带给我们的不仅仅是一个全新的商业概念或者技术,更多的是我们对世界认知的方法论。

身处这样的大数据时代,我们也需要充分考虑到大数据对于公司的未来发展所带来的机遇和挑战。公司日常经营管理中的数据是否得到了有效的收集与分析,大数据技术是否可以应用在公司业务拓展与管理创新中等等,都值得我们进一步思考。

大数据变革 读后感篇二
《《大数据时代》读后感》

《大数据时代》读后感

———大数据时代下的变革

学号:20121300008 姓名:严国立 班级:12级4班 这两年,大数据这个词突然变得很火,不仅出现在阿里巴巴、谷歌等互联网公司的战略规划中,同时在我国国务院和其他国家的政府报告中多次提及,无疑成为当今互联网世界中的新宠儿。我对大数据一直好奇已久,阅读了很多资料仍不得其解,直到读完《大数据时代》才有了粗略的认识。

《大数据时代》是由英国作者维克托麦尔·舍恩伯格等所著,由胜杨燕和周涛翻译。作者是研究大数据这方面的大师,译者也翻译得很有水平。本书从思维、商业、管理三个方面阐述了在大数据时代在下的变革,这些变革涉及到我们生活的方方面面,几乎其影响程度可以与两次工业革命相媲美。作者在第一部分提出了三个比较令人震惊的观点,第一,不是随机样本,而是所有数据,这里要求数据要更多。第二,不是精确性,而是混杂性,这里要求数据更杂。第三,不是因果关系,而是相关关系,这里要求数据要更好。第二部分作者从万事万物数据化和数据交叉复用的巨大价值两个方面,讲述驱动大数据战车在材质和智力方面向前滚动的最根本动力。第三部分则是阐述了大数据时代下的弊端以及在管理上的措施。个人认为本书的精髓部分是第一部分,第一部分的三个观点涉及的面很广,包括统计学、逻辑学、哲学等。后两个部分都是以第一部分这三个观点为基础展开阐述的。

我侧重于从第一部分中的这三个观点谈谈自己的看法,这三个观点可以说是哲学上说的世界观,因为世界观决定方法论,所以这三个观点对传统看法的颠覆,就会导致各种变革的发生。首先是第一个,作者认为在抽样研究时期,由于研究条件的欠缺,只能以少量的数据获取最大的信息,而在大数据时代,我们可以获得海量的数据,抽样自然就失去它的意义了。放弃了随机分析法这种捷径,采用所有的数据。作者用大数据与乔布斯的癌症治疗例子说明了使用全部数据而非样本的意义,列举了日本“相扑”等来证明使用全体数据的重要性。这个观点足以引起统计学乃至社会文明的变革,因为统计抽样和几何学定理、万有引力一样被看做文明得以建立牢固的基石。我对这个观点还是比较认同的,如果真能收集到

整体的数据而且分析数据的工具也足够先进,自然是全体数据研究得出的结果更令人信服。但是这个观点也过于绝对,就算是在大数据时代要想收集到全体数据还是不太可能实现的,因为收集全体数据要付出的代价有时会很大。比如说,你要检测食品中致癌物质是否超标,你不可能每一件食品你都检测一遍吧。

第二,要效率不要绝对的精确。作者说,执迷于精确性是信息缺乏时代和模拟时代的产物,只有5%的数据是结构化且能适用于传统数据库的。如果不接受混乱,剩下95%的非结构化数据都无法被利用。作者是基于数据不可能百分之百正确的考虑而做出这样的判断的,如果采用小数据一个数据的错误就会导致结果的误差很大,但是如果数据足够多、数据足够杂那得出的结果就越靠近正确答案。大数据时代要求我们重新审视精确性的优劣,甚至还说到大数据不仅让我们不再期待精确性,也让我们无法实现精确性。谷歌翻译的成功很好地证明了这一点,谷歌的翻译系统不像Candide那样精确地翻译每一句话,它谷歌翻译之所以优于IBM的Candide系统并不是因为它拥有更好的算法机制,和微软的班科和布里尔一样,谷歌翻译增加了各种各样的数据,并且接受了有错误的数据。

第三个观点,不是因果性,而是相关性,这是这本书中争议最大的一个观点,不仅是读者,就算是本书的译者也在序言中明确地说到他不认同“相关关系比因果关系更重要”的观点。作者觉得相关关系对于预测一些事情已经足够了,不用花大力气去研究他们的因果关系。作者用林登的亚马逊推荐系统的成功,证实了大数据在分析相关性方面的优势以及在销售中获得的成功。沃尔玛也是充分利用并挖掘各类数据信息的代表,从啤酒和尿布的案例,以及作者举的有关蛋挞和飓风天气的案例,都说明了掌握了相关关系对于他们策略的帮助。一句话,知道是什么就够了,不用知道为什么。很明显作者所举的例子都是属于商业领域的,但是对于其他领域来说这个观点就值得商榷了。比如说,在科学研究领域,你需要知其然也需要知道其所以然,找到事件发生的原理。用文中的一个例子说明,乔布斯测出整个基因图谱来治疗癌症,但是你治疗癌症你必须知道癌症发病的原理,知道哪一段基因导致了这种疾病,不可能只是说收集各种数据,然后利用其相关性来判断哪里出现了问题。

作者在书中把大数据说的很厉害,在最后一部分分析大数据带来无数好处的同时带来的不良影响以及如何面对这些影响。用麦克纳马拉的例子来说明对数据

过度依赖所带来的后果。也用《少数派的报告》这部电影来说明如果痴迷于数据会导致我们将生活在一个没有独立选择和自由意志的社会,如果一切变为现实,我们将被禁锢在大数据的可能性之中。所以书中提出了几种解决方法,一种是使用数据时征询数据所有个人的知晓和授权。第二个技术途径就是匿名化。毫无疑问,大数据将会给社会管理带来巨大的变革。

大数据给人类社会的方方面面带来了巨大的变革,这是社会发展的潮流,不可逆转,我们只有顺应这种潮流,在思想上和技能上做好准备才能成为时代的弄潮儿。对于一家公司或一个国家,要从根本上改变思维和观念,尽早适应这种潮流。

大数据变革 读后感篇三
《大数据时代读后感》

《大数据时代》读后感

《大数据时代》读后感

随着网络技术的发展成熟,传统行业不断感受到来自大数据、云计算等新技术的冲击,这些新技术意味着游戏规则的改变,大数据技术对各行各业的发展的影响尤为显著。人们对大数据的探讨越来越深入,兴趣越来浓厚,我亦如此。带着无比好奇的心情,我读了舍恩伯格的《大数据时代》,以增进对大数据技术的了解。

舍恩伯格分三部分来讨论大数据,即思维变革、商业变革和管理变革。

在第一部分“大数据时代的思维变革”中,舍恩伯格旗帜鲜明的亮出他的三个观点:一、更多:不是随机样本,而是全体数据;二、更杂:不是精确性,而是混杂性;三、更好:不是因果关系,而是相关关系。

维基百科说大数据由巨型数据集组成,这些数据集大小常超出常用软件在可接受时间下的收集、运用、管理和处理能力,或称巨量数据、海量数据、大资料,大数据的常见特点是3V:Volume、Velocity、Variety。但是通过阅读,我了解到规模巨大的数据未必就是大数据。比如伯努利实验,随着实验次数的无限增加,频率将趋近去概率,但这只能说是统计学或者是概率学,而不是大数据。将这一概率引入金融学、天文学、地理学等等领域,进而进行关联研究,但是传统的分析方法的时间是不允许这样做的,这需要搞笑计算资源与能力,将处理结果迅速呈现出来。

大数据并不是指数据本身,而是一种思维方式。

“大数据不是要教机器像人一样思考。相反,把数学算法运用到海量的数据上来预期事情发生的可能性。”大数据令人着迷之处还在于,它正在尝试着引导人们用科学的办法对“预测”挑战。作者引用了安德森的观点“现在已经是一个有海量数据的时代,应用数学已经取代了其他的所有学科工具,而且只要数据足够,就能说明问题”。

大数据研究的一大驱动力就是商用,舍恩伯格在第二部分里讨论了大数据时代的商业变革。而要为商业所用,第一从原始数据采集、数据清洗整合到构建模型分析、形成可显示化结果,整个流程必须连贯起来;第二,大数据产业化,技术成熟。

而国内目前的情况是,传统企业的流程分割化现象严重,就数据采集方面来说,因内部是各个孤立的系统而产生信息孤岛现象,又或者是数据采集过于片面。

所以传统行业能够运用大数据技术创造更大的商业价值的前提是实现信息化、数字化,并且要有新的思维,不论是公司高层还是底层(这就涉及到第三部分——管理变革)。此外,大叔级技术在国内的发展不能说顺利。首先国内的大数据技术缺乏数据准备阶段,这就使得发展大数据成为空话或者是说只是一种概念炒作,对比国外,没有媒体刻意推进和炒作,只是在脚踏实地地研究, 这样出来的技术才可能是完美的成熟的。

要发展好大数据,要利用大数据创造的价值,就要改变管理的思维方式,变革管理模式。运用大数据的企业要改变,研究开发大数据的企业也要改变。

“大数据并不是一个充斥着算法和机器的冰冷世界,人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案,只是参考答案,帮助是暂时的,而更好的方法和答案还在不久的未来。”

大数据变革 读后感篇四
《大数据时代读后感(全)》

《大数据时代》读后感

《大数据时代》是由英国作者维克托麦尔〃舍恩伯格等所著,由胜杨燕和周涛翻译。这本书主要描述的是大数据时代到临人们生活、工作与思维各方面所遇到的重大变革。本书作者舍恩伯格在大数据领域是最受人尊敬的权威发言人之一。他二十多年来一直致力于网络经济、信息与创新、信息监管、网络规范与战略管理方面的研究,从维也纳大学到哈佛大学,从新加坡国立大学到牛津大学,世界上最著名的互联网研究学府都留下了他的足迹。开阔的学术视野与系统的学术造诣,更让他不断为企业与商业应用提供强大的理论支持。他的咨询客户包括微软、惠普、IBM、亚马逊、facebook、twitter、VISA等大数据先锋们,所以在《大数据时代》一书中,他将掌握的最前沿的大数据应用案例给予充分的分析,并对大数据的价值链与角色定位给予清晰的预见。

文中作者清晰的阐述了大数据的基本概念和特点,并列出明确的观点。不管对于产业实践者,还是对于政府和公众机构,都非常具有价值。作者将本书分为3个部分。第一部分提出了大数据时代处理数据理念上的三大转变:抽样=全体;要效率不要绝对精确;要相关不要因果;第二部分作者从万事万物数据化和数据交叉复用的巨大价值两个方面,讲述驱动大数据战车在材质和智力方面向前滚动的最根本动力;最后一部分,作者描绘了大数据帝国前夜的脆弱和不安,包括产业生态环境、数据安全隐私、信息公正公开等问题。

本书观点掷地有声,作者观念高屋建瓴,从很多实例和经验中萃取普适性观念。例子详实丰富,囊括了进百个学术和商业实例。

引言提出了大数据将给生活、工作于思维带来重大的变革。一个例子是2009年H1N1流行病毒背景下谷歌通过检测检索词条,处理了4.5亿个不同的数据模型,通过预测并与2007年、2008年美国疾控中心记录的实际流感病例进行对比后,确定了45条检索词条组合,并将其用于一个特定的数学模型后,预测的结果与官方数据的相关系数高达97%。按照传统的信息返回流程,通告新流感病毒病例将有一到两周的延迟。对于飞速传播的疾病,信息滞后两周是致命的。而谷歌运用大数据技术,以前所未有的方式,通过海量数据分析得出流感所传播的范围,为世界预测流感提供了一种更快捷的预测工具。此外,我联想到原淘宝董事

长马云通过大量数据分析得出2008年经济疲弱,为其商家提前做好迎接经济危机提供了时间缓冲。(补充并清晰描述详细)关于大数据在商业领域的应用, Farecast公司是一个成功的典型范例。该公司由奥伦〃埃齐奥尼创办,利用机票的销售数据来预测未来的机票价格,旨在帮助用户在购买机票方面做出预测,并对机票价格走势预测的可信度标示出来供消费者查考。Farecast系统利用近十万亿条价格记录预测的准确度达75%,使得使用Farecast票价预测工具购买机票的旅客,平均每张机票节约50美元。而处理如此多的数据离开了大数据技术将无法进行。

也正是由于我们进入了一个前所未有的信息化时代,人们拥有了如此多的数据,才提供给我们利用大数据的分析处理手段,创造新的价值。也许有人以为我们大数据时代的还未来临。其实大数据技术早已渗透到我们中间,它被应用在垃圾邮件的过滤,新浪微博技术平台,谷歌翻译以及输入文字的自动纠错等。

文中提出的一个观点是,预测是大数据的核心。其实从过去的时代人们就利用掌握的数据进行各种分析,从而对经济等各方面进行预测、矫正。只是进入了大数据时代人们掌握的数据爆炸性的速度在增长,从而数据的存储和分析数据分方法成了释放大数据能量的关键。

关于不是随机样本而是整体数据中。作者指出了随机取样是小数据时代用最少的数据获取最大价值的做法。作者用大数据与乔布斯的癌症治疗例子说明了使用全部数据而非样本的意义。乔布斯成为世界上第一个对自身所有DNA和肿瘤DNA进行排序的人。乔布斯曾开玩笑说“我要么是第一个通过这种方式战胜癌症的人,要么就是最后一个因为这种方式死于癌症的人”。虽然最后难免死于癌症但这种获得所有数据而不是仅样本的方法将他的生命延长了几年。同样,从事跨境汇款业务的Xoom公司侦破一起犯罪集团的诈骗也是由于使用了整体数据。初此之外,他还列举了日本“相扑”等来证明使用全体数据的重要性。

作者同时也指出随着数据使用的越来越多,其得出的结果并一定能越来越精确,毕竟数据不能保证百分之百的正确,特别是大数据时代各种结构化与非结构化类型的数据聚集在一起难免导致结果的不太精确。大数据时代要求我们重新审视精确性的优劣。作者特别举了谷歌翻译成功的例子。谷歌翻译之所以优于IBM的Candide系统并不是因为它拥有更好的算法机制。和微软的班科和布里尔一样,

谷歌翻译增加了各种各样的数据,并且接受了有错误的数据。(其语库来自于未经过滤的网页内容,会包含一些不完整的句子、拼写错误、语法错误以及其他各种错误)

在不是因果关系,而是相关关系的篇章中。作者指出在大数据时代往往知道是什么要比知道为什么来的更实在。作者列举了林登的亚马逊推荐系统的成功,证实了大数据在分析相关性方面的优势以及在销售中获得的成功。沃尔玛也是充分利用并挖掘各类数据信息的先锋和代表,从以前广为人事的啤酒和尿布的案例,以及作者举的有关蛋挞和飓风天气的案例,都说明了掌握了相关关系对于其策略的帮助。建立在相关关系分析法基础上的预测是大数据的核心。Aviva保险公司利用几百种生活方式的数据,如爱好、长浏览网页等间接的预测出哪些人更可能患高血压、糖尿病和抑郁症。UPS国家快递公司通过使用预测性分析检测其全美6万辆车队。进行防御性的修理,节约巨大得的成本。这些都充分显示了大数据在预测方面的优势。

本书第二部分讲的是大数据时代的商业变革。

作者用莫里绘制导航图的例子告诉我们,远在信息数字化之前,对数据的运用就已经开始了。莫里利用大量的人力去分析多年保存的航海记录,他从这些大量的数据中获取到新的利用价值。绘制的图表帮助商人节约一大笔钱,使年轻的海员们间接获取了成千上万名经验丰富的航海家的指导。日本先进工业技术研究所越水重臣教授通过安装压力传感器将人屁股特征数据化,进而形成对乘客身份的特征识别。这项技术为汽车防盗系统提供了方案。Decide.com公司,致力于为顾客预测商品的价格,通过收集处理海量的价格信息,预测准确率高达77%,帮助顾客在购买一个产品时节约了大约100美元。MasterCardd.Advisor部门通过分析来自210个国家的15亿信用卡用户的650亿条交易记录,分析得出商业发展和客户消费趋势,如通过分析发现如果一个人下午四点左右给汽车加油的话,他很可能在接下来的一个小时内去购物或者去餐馆吃饭 ,且在这一小时里大约花费35到40美元。商家正可以利用这个分析结果,在加油的小票背面附加上附近商店的优惠券。

这些例子都证明了大数据蕴藏着巨大的商业价值。根据提供价值的不同来源,大数据价值链包括三大构成部分。包括第一种是基于数据本身的公司。这些公司

拥有大量数据或者至少可以收集到大量数据,却不一定有从数据中提取价值或者用数据催生创新思想的技能。第二种是基于技能的公司。它们通常是咨询公司、技术供应商或者分析公司。它们掌握了专业技能但并不一定拥有数据或者提出数据创性用途的才能。比如说,沃尔玛和Pop-Tarts这两个零售商就是借助天睿公司的分析来获得营销点子,天睿就是一家大数据分析公司。第三种是基于思维的公司。皮特.华登,Jetpac的联合创始人,就是通过想法获得价值的一个例子,他通过用户分享到网上的旅行照片来为人们推荐下一次旅行目的地。对于某些公司来说,数据和技能并不是成功的关键。挖掘数据的新价值的创新思维才是这些公司脱颖而出的优势所在。

大数据成为许多公司竞争力的来源,未来可能整个行业的结构会发生改变,大公司和小公司最有可能成为赢家。如今的核心竞争力在于快速而廉价地进行大量的数据存储和处理。当然公司要根据自己的情况进行调整。大数据向小数据时代的赢家以及那些线下大公司(如沃尔玛、联邦快递、宝洁公司、雀巢公司、波音公司)提出了挑战。同时,大数据也为小公司带来了机遇。大数据也将会影响国家竞争力。当制造业已经大幅转向发展中国家,而大家都争相发展创新行业的时候,工业化国家因为掌握了数据以及大数据技术,所以仍然在全球竞争中占据优势,但这个优势很难持续。随着技术的发展,西方世界在大数据技术的优势将会慢慢消失。对于大公司而言,好消息是大数据技术可以加剧优胜劣汰。一旦公司掌握了大数据,它不但可能超过对手还可能遥遥领先。

文章第三部分讲了大数据带来无数好处的同时带来的不良影响以及如何面对这些影响。包括如数据的收益的处理问题以及数据中用户资料的隐私和决策过程带来的影响。作者在保护个人隐私方面提出了几种想法。一种是使用数据时征询数据所有个人的知晓和授权。第二个技术途径就是匿名化。作者同时也指出了这两种方式的难度。一方面收集到的数据可能会被后续的多次利用。另一方面,匿名化会在数据收集越来越多和数据的相互结合关联使用时变得无效。作者列列举电影《少数派报告》的情节说明越来越依赖数据时,大数据可能将我们禁锢在可能性之中。当然通过分析犯罪的常发地与常发时间,合理安排警力会对治安防范提供不小的帮助。作者还指出不能尽信数据的分析结果,因为不能保证获取分析结果来源的数据准确性。大数据在给我们生活提供便利的同时,也让隐私保护

的法律手段失去了作用。我们必须杜绝对数据的过分依赖。

在高速迈进大数据时代的同时,人类信息管理准则需要重新定位,这将带动社会核心价值观的转变。大数据时代,对原有规范的修修补补已经不足以抑制大数据带来的风险。保护个人隐私就需要对个人数据处理器对其政策和行为承担更多责任。同时必须重新定义公正的概念,以确保人类行为的自由。作者提出了解决这些问题的方向。如个人隐私保护方面,可以让使用者承担更多的社会责任。将责任从民众转移到数据使用者有很多意义,也有充分的理由。因为他们更清楚将如何使用数据且是数据应用最大的受益者。关于公正方面简单的讲就是个人可以并应为他们的行为而非倾向负责。就像公司有内部会计和外部审计人员一样,大数据时代,公司将设臵专门的人员--内部和外部算法师对大数据活动进行监督。还有可能出现第三方的机构对大数据行为进行监督和衡量。作者甚至考虑到对大数据存在的垄断情况进行分析并在反垄断反面给了建议。最后结语中作者提出大数据提供给人们的只是参考答案,提醒我们在利用这个工具时要铭记人类的作用是无法完全替代的。

大数据时代是信息化社会发展必然趋势,我们只有紧紧跟随时代发展的潮流,在技术上、制度上、价值观念上做出迅速调整并牢牢跟进,才能在接下来新一轮的国际竞争中摆脱受制于人的弱势境地,才能把握发展的方向,冲破与西方国家的差距。对于一个国家如此,对于一个企业亦是如此。在如此快速的到来的大数据时代,我们还有很多知识需要学习,许多思维需要转变,许多技术需要研究。公司的规划中,也需充分考虑到大数据对于公司的未来发展所带来的机遇和挑战。对于掌握大量数据的公司,需要考虑有多少数字化的数据,又有哪些可以通过大数据的分析处理而带来有价值的用途?比如国内目前的社交网站,购物网站等都掌握了用户的大量的数据信息。对于没有掌握数据的小公司来说,在大数据时代制胜的良药也许是创新的点子,也许可以利用外部的数据,通过多维化、多层面的分析给其他企业或个人带来价值。从国家层面来讲,要做好各方面的规划和政策调整的准备。如对隐私的保护等需新的法律法规进行规范。

大数据变革 读后感篇五
《大数据时代读后感文稿》

《大数据时代》

读书分享

一、开篇

《大数据时代》这本书主要描述的是大数据时代到临人们生活、工作思维各方面所遇到的重大变革。文中清晰的阐述了大数据的基本概念和特点,并列出明确的观点。

作者将本书分为3个部分。第一部分提出了大数据时代处理数据理念上的三大转变:抽样等于全体;要效率不要绝对精确;要相关不要因果;第二部分作者从万事万物数据化和数据交叉复用的巨大价值两个方面,讲述驱动大数据战车在材质和智力方面向前滚动的最根本动力;最后一部分,作者描绘了大数据帝国前夜的脆弱和不安,包括产业生态环境、数据安全隐私、信息公正公开等问题。

二、大数据的概念

"大数据"是一个体量特别大,数据类别特别大的数据集,并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 三、大数据4个特点

要理解大数据这一概念,首先要从大"入手,"大"是指数据规模,大数据一般指

10TB(1TB=1024GB)规模以上的数据量。大数据同过去的海量数据有所区别,

其基本特征可以用4个V来总结(Vol-ume、Variety、Value和Veloc-ity),即体量大、多样性、价值密度低、速度快。

1、 数据体量巨大。从TB级别,跃升到PB级别。

2、数据类型繁多,如前文提到的网络日志、视频、图片、地理位置信息,等等。

3、 价值密度低。以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。

4、处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器,无一不是数据来源或者承载的方式。

四、大数据时代处理数据理念上的三大转变

首先,关于不是随机样本而是整体数据中。作者指出了随机取样是小数据时代用最少的数据获取最大价值的做法。作者用大数据与乔布斯的癌症治疗例子说明了使用全部数据而非样本的意义。乔布斯成为世界上第一个对自身所有DNA和肿瘤DNA进行排序的人。乔布斯曾开玩笑说“我要么是第一个通过这种方式战胜癌症的人,要么就是最后一个因为这种方式死于癌症的人”。虽然最后难免死于癌症但这种获得所有数据而不是仅样本的方法将他的生命延长了几年。

其次,关于要效率不要绝对精确,作者指出随着数据使用的越来越多,其得出的结果并一定能越来越精确,毕竟数据不能保证百分之百的正确,特别是大数据时代各种结构化与非结构化类型的数据聚集在一起难免导致结果的不太精确。大数据时代要求我们重新审视精确性的优劣。作者特别举了谷歌翻译成功的例子。谷歌翻译之所以优于IBM的Candide系统并不是因为它拥有更好的算法机制。和微软的班科和布里尔一样,谷歌翻译增加了各种各样的数据,并且接受了有错误的数据。(其语库来自于未经过滤的网页内容,会包含一些不完整的句子、拼写错误、语法错误以及其他各种错误)

最后,在不是因果关系,而是相关关系的篇章中。作者指出在大数据时代往往知道是什么要比知道为什么来的更实在。作者列举了林登的亚马逊推荐系统的成功,证实了大数据在分析相关性方面的优势以及在销售中获得的成功。沃尔玛也是充分利用并挖掘各类数据信息的先锋和代表,从以前广为人事的啤酒和尿布的案例,以及作者举的有关蛋挞和飓风天气的

案例,都说明了掌握了相关关系对于其策略的帮助。建立在相关关系分析法基础上的预测是大数据的核心。Aviva保险公司利用几百种生活方式的数据,如爱好、长浏览网页等间接的预测出哪些人更可能患高血压、糖尿病和抑郁症。UPS国家快递公司通过使用预测性分析检测其全美6万辆车队。进行防御性的修理,节约巨大得的成本。这些都充分显示了大数据在预测方面的优势。

五、大数据在各行各业的应用和典型案例分享

六、大数据的优点和隐忧

七、大数据时代的思考启示 八、故事分享

某比萨店的电话铃响了,客服人员拿起电话。

客服:XXX比萨店。您好,请问有什么需要我为您服务?

顾客:你好,我想要一份„„

客服:先生,烦请先把您的会员卡号告诉我。

顾客:16846146***。

客服:陈先生,您好!您是住在泉州路一号12楼1205室,您家电话是2646****,您公司电话是4666****,您的手机是1391234****。请问您想用哪一个电话付费? 顾客:你为什么知道我所有的电话号码?

客服:陈先生,因为我们联机到CRM系统。

顾客:我想要一个海鲜比萨„„

客服:陈先生,海鲜比萨不适合您。

顾客:为什么?

客服:根据您的医疗记录,你的血压和胆固醇都偏高。

顾客:那你们有什么可以推荐的?

客服:您可以试试我们的低脂健康比萨。

顾客:你怎么知道我会喜欢吃这种的?

客服:您上星期一在中央图书馆借了一本《低脂健康食谱》。

顾客:好。那我要一个家庭特大号比萨,要付多少钱?

客服:99元,这个足够您一家六口吃了。但您母亲应该少吃,她上个月刚刚做了心脏搭桥手术,还处在恢复期。

顾客:那可以刷卡吗?

客服:陈先生,对不起。请您付现款,因为您的信用卡已经刷爆了,您现在还欠银行4807元,而且还不包括房贷利息。

顾客:那我先去附近的提款机提款。

客服:陈先生,根据您的记录,您已经超过今日提款限额。

顾客:算了,你们直接把比萨送我家吧,家里有现金。你们多久会送到?

客服:大约30分钟。如果您不想等,可以自己骑车来。

顾客:为什么?

客服:根据我们CRM全球定位系统的车辆行驶自动跟踪系统记录。您登记有一辆车号为SB-748的摩托车,而目前您正在解放路东段华联商场右侧骑着这辆摩托车。 顾客当即晕倒。

大数据变革 读后感篇六
《大数据 读后感》

从徐子沛的《大数据》中得到的感悟

数据,对于我们现代社社会来说,已经是再熟悉不过了。大量化(Volume)、多样化(Variety)、快速化(Velocity)和大价值(Value)。这四个V就是大数据的基本特征。每天我们都不得不和数据打交道,比如我们平常所说得“眼观六路,耳听八方,”就是生活中一个很好的的收集数据的例子。还有,在我们平时的学习中,我们对于一些学习上的数据的整理等等。可以说,数据已经成为了我们的影子一样,无时无刻的在我们的身边活动。

拿到《大数据》这本书时,吸引我的不是书评的内容,而是书的封面上的一句话“除了上帝,任何人都可以用数据说话。”也就是说,上帝可以不用数据来说话,但是,作为一个平常人,我们做事,言论等都必须用数据来说话。用数据论来证我们的观点正确性。

那么数据真的就是那么重要吗?其实不然,数据果真有那么的重要。作者在书中大量应用世界头号强国美国的例子来说明美国是如何利用数据以及数据在美国人的利用下,是如何造福美国人的。使得美国人走上了民主、发展的道路。书中还引用了大量的利用数据的案例,以及利用数据会有什么样的后果。当然,作者在书中也很明确的表达了自己观点,也就是数据要被人利用,利用的好了,造福人类,否则,祸害无穷。

毫无疑问,我们正处在一个真正意义的大数据时代。但是,大数据浪潮的来龙去脉如何?数据技术变革何以能推动政府信息的公开、透明和社会公正?又何以给我们带来无限的商机,既便利又危及我们

每个人的生活?《大数据》给了我们一个很好的答案。在拿到徐子沛《大数据》时,与其说这是个新概念,还不如说就是一个现实。信息技术的迅速发展和普遍应用,存储能力的膨胀,网络传输的便捷,必然产生巨大的数据量。即使是一个公司,经过多年的积累,产生的数据也是惊人的。每天繁多的数据,这就是要求企业要很好地存储数据,利用数据通过数据,使得数据说话,提升企业的业绩和知名度。 对于一个企业来说,比较实际的倒是关注一下企业微观大数据,如何充分利用现有的、能够得到的和自己创造的数据,采用《大数据》里提及的新技术、新方法、新理念,筛选、组织、关联、分析,精细化管理和挖掘数据,探索规律性的东西,指导企业活动。 尽可能多的获取数据,首先是要有心,对于公司员工来说,随时随地注意收集客户数据、需求数据、产品数据、市场数据、资源数据等,经过整理,把它变成公司的数据资产;然后是要有据,信息与数据最大的不同,就是数据是能够度量或者确定的信息,不能“毛估估”,收集数据要精细化,要准确;其次要有序,数据需要存储,更加需要整理,单个数据没有很大意义,静止的数据也没有很大意义,有价值的数据是流动的、与其他数据交互作用的。一个大杂烩的数据库,在需要时让人找不到北,没有任何意义。再次,需要技术支持,大量的数据如何检索,如何关联,单靠人脑是不行的,需要建立基于特定理论的数据处理系统来分析管理。对于一个企业,最理想的是建立一个类似人类神经系统的数据管理系统,采用各种信息终端采集内部和外部信息,通过分析、归纳、筛选,形成管理数据,某些数据可以成为系统的“本

能”,一旦触发能够自动做出反应;某些数据可以成为组合信息提交大脑综合分析,作出决策和反应。 数据应该为人服务,这是一条基本原则。在大数据时代始终发挥人的主观能动性,采用先进的理念和技术驾驭数据,让人们生活更方便,工作效率更高,劳动强度降低,为社会创造更多的物质财富和精神财富。

《大数据》是一本视野独特的书。它以数据为轴线,描绘了美国走过的改革创新的过程,行文如流水,引人入胜。书中,我读到的不是大数据处理技术,更多的是与大数据相关的美国政治、经济、社会和文化的演进,从民主和国家战略的层面细解大数据的影响力。美国是全书的主体,但又处处反观中国当下的现实。内容非常值得我们身处改革开放前沿的政府工作者深思。它让我们更加深刻地理解了汪洋书记提出的“坚持用数据说话、用数据改进管理、用数据推动创新”的深刻内涵和殷切期望。我们只有重视数据,加强对数据的收集、分析和使用,才能更好地应对正在到来的数据革命的挑战。那么,作为与数据打交道、用数据说话的前线统计工作者,如何应对大数据时代的种种挑战?

对比《大数据》,结合平时工作和学习的实际情况,我认为最少应该认真思考和解决好三个问题:

一、提供什么样的数据?

在中国,统计部门提供的数据,是各级政府部门和广大人民群众了解国家社会经济发展和人民生活状况主要渠道。只有真实可靠统计数据,才能使政府决策有的放矢,人民了解国家经济与人民生活的

真实状况。如果统计数据虚假不实,就会误导政府和人民,让政府失信于人民。因此,我们一定把握好数据的生命线—质量关,确保给国家和人民提供准确、真实、可靠、无误的数据。

二、如何高效有序地收集数据?

面对信息大爆炸时代海量数据,必须充分利用高科技手段,高效有序地收集整理各种数据,以满足政府和人民群众越来越广泛的信息需求。为此,我们需要建立完善数据收集网络,包括部门内部的纵向数据收集网络和部门之间的横向数据收集网络,通过这种纵横结合的网络数据收集系统,针对特定主题,持续不断地收集相关数据,为大数据发展提供基础。需要运用互联网、电子计算机等现代技术手段,加快数据收集、加工数据的速度,确保政府和人民及时得到所需数据。

三、如何加强数据分析利用能力?

收集数据的目的是为分析利用数据。通过数据分析挖掘数据背后隐含的经济规律及有利于提高效率、改进工作的因素,提高政府管理、决策和人民生活水平,实现“用数据改进管理”。因此,作为统计人,不仅要做好数据收集的及时有效和真实正确,更重要的是要善于分析利用数据,写好专业分析报告,发现问题、支撑决策、评估绩效的目的。

此外我们还可以看到不少政府机构或者其他一些组织也在开始大数据解决他们遇到的一些问题。在本书的最后一章,作者告诉了我们大数据可能带来的坏处。如:通过大数据可能我们的个人各种信息、隐私会很容易地被大数据的拥有者找到,这些信息,可能被政府用来

监管我们等;通过大数据可以预测可能发生的事,或者预测我们人个人本书即将做的行为,书中有个例子:警察通过大数据分析得出一个人即将可能犯罪,并把它逮捕了,但事实上这个人现在并没有犯罪。也许这就限制、约束了我们个人的自由。

看完这本书,颠覆了自己之前的一些想法: 以前我们认为错误的数据是没有用,我们需要保证统计的数据的准确性,但是在大数据中,错误的数据也是有用的,它和其他所有相对正确的数据一起构成了整体,也就算不了什么了。我们同样可以从这些数据中得出比较正确的预测和分析。 Google利用人们搜索的关键字来预测和判断某个地区是否发生流感,Google通过分析这个地区的人们搜索和流感有关的词的数量等来分析得出。 Google 从互联网抓取数以亿记的各种语言、各种翻译水平的翻译结果,使用其翻译出来的准确率比那些微软使用正确的词库翻译出来的句子准备率更高。我自己的感想是,其实大数据无处不在,只要我们细心,我们就可以挖掘出身边的那些大数据,并做一些有意义的是,就像书中说的那样,我们不需要强求每条数据都那么真实准确,但是从大量的数据中我们就可以得出相对准备的结果。未来成功的公司必定是是那些拥有大量数据、并使用那些数据为大众提供服务的公司。

公布官员财产美国是怎么做的,美国能让少部人腐败起来吗,美国式上访是怎么回事,凭什么美国矿难那么少,全民医改美国做得到吗,美国总统大选有什么利器才能赢,下一轮全球洗牌我们世界工厂会被淘汰吗„„ 除了上帝,任何人都必须用数据来说话。也就是是

大数据变革 读后感篇七
《大数据时代读后感》

《大数据时代》读后感

一、对大数据时代的理解

1.“大数据”的正式推出。2012 年3 月,奥巴马政府宣布投资2 亿美元启动“大数据研究和发展计划”,并且定义为“未来的新石油”,希望增强政府收集、分析和萃取海量数据的能力。 这个由世界最强国家政府推动的项目,标志着“大数据”时代的到来!

2.“大数据”的本质。早在互联网出现之初,我们就知道网络无秘密,在网页上敲击的每一个数据,都将被自动记录。现在,当数据的积累量足够大的时候到来时,量变引起了质变。“大数据”通过对海量数据有针对性的分析,赋予了互联网智商,这使得互联网的作用,从简单的数据交流和信息传递,上升到基于海量数据的分析,一句话“他开始思考了”。这是继云计算、物联网之后IT产业又一次颠覆性的技术变革,对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。

二、大数据时代考验传统文化

1.文化进一步融合。一个文化系统可以分为技术、制度和观念三个层面。文化系统的发展已经经历了技术主导和制度主导两个时期,当代世界正在走向观念主导的新时期发展。各民族文化通过互联网正不断融合,从文字、服饰到生活方式,民族之间的区别正逐步变小,走在大街上、坐在餐馆里,你还能很快区分不

同的民族吗?也许只有祈祷的时候,你才能知道谁是默斯林,谁是基督徒,观念将主导互联网时代的民族性。大数据时代的来临,使山村投资者能够和洛杉矶大佬一样去分析华尔街的股价变化,文化的进一步融合变得势不可挡,唯一显示他们区别的,就是基于自身观念所做出的判断,而这种判断,在不断的经济碰撞之下,也将逐步变得趋同。

2.保持传统文化独立性。中华的文化是儒道互补的传统,其共性凝结在《周易》的传承中,主要就是天人合一观,这是中国传统文化对人类的最大贡献,也是独立性的最重要体现。在现有的世界有影响的各民族文化里,天人合一观是中华文化所独有的特征,是任何一个强权所无法抹杀的。大数据时代,需要继续保持传统文化的独立性,就是要让我们的社会和数据深深打上文化的烙印,要建立属于我们的数据体系,让这个体系庞大到其他民族无法忽视,进而去影响他们。

3.为新文明的建立出力。从文明出现的规律来看,工业文明后边的未来文明,一定要通过工业工商文化和农耕文化的冲突和融合产生。从英国工业革命开始,冲突已经几百年了,还没有融合出一种新的文明。早在20世纪,瑞士心理学家荣格就发现了《易经》筮法中蕴涵的同步原理,一种不同于因果原理的普遍联系法则,这同大数据技术的复杂相关性有着相似的地方。如果我们把大数据时代的来临,看作新文明出现的前奏,那么我们的传统文化在新文明建立的过程中必将发挥重要作用,因为阴阳五行类的传统学说正是一种复杂的相关性学说,这种学说带来的思维

方式让我们掌握了大数据时代的先机。沿着这个方向坚定走下去,必将在新文明的建立中实现中华民族的伟大复兴!

三、大数据时代的管理

1.大数据对决策的影响。大数据决策系统通过对过去和现在的数据进行分析,能够精确预测未来;通过对组织内部的和外部的数据整合,能够洞察事物之间的相关关系;通过对海量数据的挖掘,能够代替人脑,承担起社会管理的职责。大数据所具有的在区域之间、行业之间和企业部门之间的穿透性,正在颠覆传统的、线性的、自上而下的精英决策模型,正在形成非线性的、面向不确定性的、自下而上的决策基础。CEO们可能不再依赖于业务部门提出的建议,而是通过大数据决策系统来分析每个参与人员传回的实时数据,从而做出走向胜利的决策。同时,一旦我们遭遇错误和不真实的数据,带来的影响也将是灾难性的。

2.大数据对设备管理的影响。随着大数据观念的确立,实时传输设备使用数据将成为管理的必须,可能会采集包括定位、作业小时、公里数、油耗、发动机工作状态、关键电子模块温度、室内外温差、速度等在内的一系列数据,使每一辆设备纳入实时管理系统,带来精确控制的革命;同时,实时数据的采集将为研发和修理提供全面的参考数据,控制因重要部件突然损坏带来的恶性事故。

3.大数据对基层管理的影响。大数据使管理漏洞进一步减少,摄像头和各类传感器将企业日常管理的基础数据实时记入系统,甚至可以精确到食堂的菜谱和大门的出入登记,管理工作将

从有章可循进步到有数据可循。全面的数据管理使分析和预防重大事故成为可能,在管理上不再有盲区,员工情绪的波动也将记录在案,基层管理人员的管理质量将会进一步量化,物资的消耗将实时传输。

4.大数据带来的风险。大数据时代成立的基本假定是“基本数据是准确、可靠、值得信赖的,来龙去脉清楚,并且具有一致性。” 如果基本数据不可靠,大多数参与成员的大数据计划要么会失败,要么效果会低于预期。但数据的真实性往往与利益挂钩,例如某知名搜索引擎不是按照点击率来给网页排名,而是按照收费多少来排名,这样就会产生虚假的排名数据;所以,要实现大数据的合理有效利用,必须解决数据真实性问题,这就带来一个永恒的话题:诚信。大数据利用的不开放性会带来新的垄断和社会资源浪费,原有利益集团会穷尽一切手段去阻止大数据的公开,垄断的大数据会更加巩固利益集团的既得利益优势,在这场新的反垄断斗争中,将会有激烈的利益博弈。我不怀疑最终的胜利会属于大众,但那将是社会各利益集团新一轮的洗牌。

四、大数据时代的个人权利维护

1.大数据对普通人的影响。一个人想要在当今社会谋得一席之地,基本依赖于物质资源、专业技术和人脉关系。大数据恰恰对此产生了冲击,无处不在的网络,一是使资源的分布状况不再属于那些业内人士,无论是经费还是设备,使用者都有广泛选择的权力;二是使普通的专业技术不再是秘密,我们可以零成本获得各类普通技术,可以以尽可能低的价格雇佣到技术工人,可以

通过分析招聘网站来获得失业的详细数据,可以以很低的成本获得过去需要专业人员作出的预测;三是电子商务的全面应用将打破人脉关系的垄断,市场将向所有人敞开大门,在数据分析下,寻找到新的经济增长点将会支付极低的成本。人,这个生产力关系中最具革命性的因素,将遭遇个体地位的历史最低点,互联网的智能化会在一定程度上弱化个体的作用,也许,明天的你将会无足轻重。

2.大数据对思维方式的影响。大数据时代最大的转变,就是放弃对因果关系的渴求,而取而代之关注相关关系。也就是说只要知道“是什么”,而不需要知道“为什么”。这颠覆了千百年来人类的思维惯例,对人类的认知和与世界交流的方式提出了全新的挑战。没有因果关系的关系是什么?搬掉因果关系这块基石,我们的理论向何处去?客观上,我们的大脑将不需要再学习,只要熟练运用工具去查询,大数据将告诉我们每一个细节的注意事项。思考将变为少数人或阶层的事情,思维将被操纵在那些掌握大数据资源的人手中,新的社会更将两极分化,大都数人将变成只知道进行简单工作的“蚁族”。基于统计的数据科学家会逐步取代行业专家,带来的不是行业的兴旺,很有可能将是行业发展的停滞;在行业专家消失后,只知道“是什么”的数据专家在遭遇全新的问题时,将无法去求证“为什么”,问题研究将从零开始。

3.大数据时代的个人隐私。虽然我们已经习惯了无处不在的摄像头,但网络高科技公司通过分析大量用户行为数据,可以精准判断我们的喜好乃至性格,让我们的隐私受到重大威胁。数据

大数据变革 读后感篇八
《大数据时代读后感(全)》

中层干部学习培训心得体会

一、《大数据时代的企业管理实践》

通过参见培训学习《大数据时代的企业管理实践》这一课主要描述的是大数据时代到临人们生活、工作与思维各方面所遇到的重大变革。

齐教授在授课中清晰的阐述了大数据的基本概念和特点,并列出明确的观点。不管对于企业管理者还是实践者,都非常具有价值。主要讲了分为3个部分。第一部分提出了大数据时代管理实践的新商业逻辑:认识大数据时代;第二部分大数据时代的大数据本质与价值;最后一部分,大数据思维与企业管理实务分析。

通过听课齐教授观念高屋建瓴,从很多实例和经验中萃取普适性观念。例子详实丰富,囊括了进百个学术和商业实例。齐教授同时也指出随着数据使用的越来越多,其得出的结果并一定能越来越精确,毕竟数据不能保证百分之百的正确,特别是大数据时代各种结构化与非结构化类型的数据聚集在一起难免导致结果的不太精确。大数据时代要求我们重新审视精确性的优劣。大数据成为许多公司竞争力的来源,未来可能整个行业的结构会发生改变。如今的核心竞争力在于快速而廉价地进行大量的数据存储和处理。同时,大数据也为企业带来了机遇。大数据也将会影响国家竞争力。

大数据时代是信息化社会发展必然趋势,我们只有紧紧跟随时代发展的潮流,在技术上、制度上、价值观念上做出迅速调整并牢牢跟进,才能在接下来新一轮的国际竞争中摆脱受制于人的弱势境地,才能把握发展的方向,冲破与西方国家的差距。对于一个国家如此,对于一个企业亦是如此。在如此快速的到来的大数据时代,我们还有很多知识需要学习,许多思维需要转变,许多技术需要研究。公司的规划中,也需充分考虑到大数据对于企业发展的未来发展所带来的机遇和挑战。对于掌握大量数据的公司,需要考虑有多少数字化的数据,又有哪些可以通过大数据的分析处理而带来有价值的用途?比如国内目前的社交网站,购物网站等都掌握了用户的大量的数据信息。在大数据时代制胜的良药也许是创新的点子,也许可以利用外部的数据,通过多维化、多层面的分析给其他企业或个人带来价值。

二、《TQM实战-品质管理与品质改善》

通过学习TQM实战-品质管理与品质改善课件,杨教授用实际经验给我们讲品质管理,做好一点,做快一点”,生产干部督导员工时的口头禅,如果没有精细化的品质标准和检验规范,一切都只是作秀的管理表演?品质是检验出来的还是制造出来的?品质是设计出来的还是管理的?内部的纷争于事无补,如果不了解客户的需求,一切都是折腾;品质,成本,交期,安全,士气,是现场管理的五大目标,也是最终的结果,但是,如果缺少管理的方法和工具,这些结果只能是年年检讨,年年设置,年年落空;什么是最好的品质?最合适的品质才是最好的品质!什么是最好的品质管理?保证客户满意的情况下还能让企业有效益,才是好的品质管理;不良率---直通率---品质成本率,只有将品质管理系统不断进化与升级,我们才能构建符合企业自身发展的品质管理体系;《以客户需求为导向的质量管理》是专门针对制造业干部研发的课程,针对生产制造型企业重实战,重案例,重操作的需求,结合老师30余年来的品质管理实践,品质管理咨询实操,品质管理培训实战呕心沥血之作,值得您期待!

通过学习掌握现场品质控制的理念!使你的大脑经过最前言的品质控制理念的洗礼。2)掌握现场品质改善的方向,提高分析问题、解决问题能力 。3)掌握质量控制几改进手法,成为你解决现场问题的利器。4)正确分析质量成本,利用现有的资源,降低成本,创造最大的利润!5)掌握统计学在质量管理中的运用,为你的工程能力分析及提高提供保障,超过竞争对手,迎来广泛客户。6)掌握全面质量管理思想的精髓,让你企业的产品质量走上快车道。

轧钢事业部卷板辅助车间

2015年5月25日

大数据变革 读后感篇九
《大数据读后感》

假设你要测量一个葡萄园的温度,但是整个葡萄园只有一个温度测量仪,那你就必须确保 这个测量仪是精确的而且能够一直工作。反过来,如果每100棵葡萄树就有一个测量仪,有些测试的数据可能会是错误的,可能会更加混乱,但众多的读数合起来就可以提供一个更加准确的结果。因为这里面包含了更多的数据,而它不仅能抵消掉错误数据造成的影响,还能提供更多的额外价值。

现在想想增加读数频率的这个事情。如果每隔一分钟就测量一下温度,我们至少还能够保 证测量结果是按照时间有序排列的。如果变成每分钟测量十次甚至百次的话,不仅读数可能出错,连时间先后都可能搞混掉。试想,如果信息在网络中流动,那么一条记录很可能在传输过程中被延迟,在其到达的时候已经没有意义了,甚至干脆在奔涌的信息洪流中彻底迷失。虽然我们得到的信息不再那么准确,但收集到的数量庞大的信息让我们放弃严格精确的选择变得更为划算。在第一个例子里,我们为了获得更广泛的数据而牺牲了精确性,也因此看到了很多如若不然无法被关注到的细节。在第二个例子里,我们为了高频率而放弃了精确性,结果观察到了一些本可能被错过的变化。虽然如果我们能够下足够多的工夫,这些错误是可以避免的,但在很多情况下,与致力于避免错误相比,对错误的包容会带给我们更多好处。(小微金融创新,也可借鉴此思想,然后做好对数据收集与存储的支撑成为首要完成的事务,然后是对数据的正确运用是重点)

我们可以在大量数据对计算机其他领域进步的重要性上看到类似的变化。我们都知道,如 摩尔定律所预测的,过去一段时间里计算机的数据处理能力得到了很大的提高。摩尔定律认 为,每块芯片上晶体管的数量每两年就会翻一倍。这使得电脑运行更快速了,存储空间更大 了。大家没有意识到的是,驱动各类系统的算法也进步了——美国总统科技顾问委员会的报告显示,在很多领域这些算法带来的进步还要胜过芯片的进步。然而,社会从“大数据”中所能得到的,并非来自运行更快的芯片或更好的算法,而是更多的数据。(数据本身的价值,及数据的价值的体现)

容忍错误带来的是更多数据吞吐(大数据),容忍风险带来的大量业务的涌现(小微金融) 大量业务的涌现带来的收益需要大于其风险带来的损失,最好办法就是从他处大量收集这些数据,并容忍这些数据存在错误,再基于大数据分析(同业数据收集,依托互联网中搜索等进行收集,阿里可以根据淘宝进行收集)

一致性 多样性

Hadoop的输出结果没有关系型数据库输出结果那么精确,它不能用于卫星发射、开具银行 账户明细这种精确度要求很高的任务。但是对于不要求极端精确的任务,它就比其他系统运行得快很多,比如说把顾客分群,然后分别进行不同的营销活动。 信用卡公司VISA使用Hadoop,能够将处理两年内730亿单交易所需的时间,从一个月缩减 至仅仅13分钟。这样大规模处理时间上的缩减足以变革商业了。也许Hadoop不适合正规记账,但是当可以允许少量错误的时候它就非常实用。

ZestFinance,一个由谷歌前任首席信息官道格拉斯·梅里尔创立的公司,用自己的经验再次 验证了“宽容错误会给我们带来更多价值”这一观点。这家公司帮助决策者判断是否应该向某些拥有不良信用记录的人提供小额短期贷款。传统的信用评分机制关注少量突出的事件,比如一次还款的延迟,而ZestFinance则分析了大量不那么突出的事件。2012年,让ZestFinance引以为豪的就是,它的贷款拖欠率比行业平均水平要低三分之一左右。唯一的

得胜之道还是拥抱混杂。

梅里尔说:“有趣的是,对我们而言,基本没有任何一个人的信息是齐备的,事实上,总有 大量的数据缺失。”由ZestFinance创建的用来记录客户信息的矩阵是难以想象得稀疏,里面充满了数据的空洞,但ZestFinance在这些支离破碎的数据中如鱼得水。举个例子,有10%的客户属性信息显示“已经死亡”,但是依然可以从他们身上收回贷款。梅里尔一脸坏笑地说:“显然,没有人会企盼僵尸复活并且主动还贷。但是我们的数据显示,放贷给僵尸是一项不错的生意。”

所以有时候,通过代理取得数据信息比自己去操作烦琐的程序要便宜得多。同时还有另一 个征信机构出售“支付能力指数”和“可支配支出指数”,这些指数是用来预测一个人的支付能力的。

数据化

必须收集所有信息(包括被否掉的信息和被忽略的信息),所有跟行业接触的客户的信息,甚至没有需求的客户信息。所以可以分四步来走,第一步所有达成交易客户的全面信息(*只要能收集到能接触到的),第二步收集所有跟公司有接触的客户的全面信息,第三步收集跟整个行业有接触的客户的全面信息,第四步所有跟客户相关的人或法人的全面信息,第五步所有人的全面信息。

一切给冯·安这位家里经营糖果厂的危地马拉人带来了相当高的知名度,使他能够在取得 博士学位后进入卡内基梅隆大学工作,教授计算机科学;也使他在27岁时获得了50万美元的麦克阿瑟基金会“天才奖”。但是,当他意识到每天有这么多人要浪费10秒钟的时间输入这堆恼人的字母,而随后大量的信息被随意地丢弃时,他并没有感到自己很聪明。

于是,他开始寻找能使人的计算能力得到更有效利用的方法。他想到了一个继任者,恰如 其分地将其命名为ReCaptcha。和原有随机字母输入不同,人们需要从计算机光学字符识别程序无法识别的文本扫描项目中读出两个单词并输入。其中一个单词其他用户也识别过,从而可以从该用户的输入中判断注册者是人;另一个单词则是有待辨识和解疑的新词。为了保证准确度,系统会将同一个模糊单词发给五个不同的人,直到他们都输入正确后才确定这个单词是对的。在这里,数据的主要用途是证明用户是人,但它也有第二个目的:破译数字化文本中不清楚的单词。ReCaptcha的作用得到了认可,2009年谷歌收购了冯·安的公司,并将这一技术用于图书扫描项目。

我们所处的时代之所以与众不同,是因为数据的收集不再存在固有的局限性。技术已经发 展到一定程度,大量信息可以被廉价地捕捉和记录。数据经常会得到被动地收集,人们无须投入太多精力甚至不需要认识这些数据。而且,由于存储成本的大幅下降,保存数据比丢弃数据更加容易。这使得以较低成本获得更多数据的可能性比以往任何时候都大。

大数据创新可以有两个方向:

1、更适合于已有大量数据在手的进一步数据价值挖掘。

2、或打造向大数据收集方向靠拢的模式,建立一种好的收集机制。

数据创新1:数据的再利用

数据创新2:重组数据

数据创新3:可扩展数据 :可扩展数据

数据创新4:数据的折旧值

数据创新5:数据废气

数据创新6:开放数据

这两家公司的不同做法很能说明问题。微软只看到了拼写检查作为文字处理这一个目的的 价值,而谷歌却理解了其更深层次的价值。不仅利用错别字开发了世界上最好、最新式的拼写检查器来提高搜索质量,而且将其应用于许多其他服务中,如搜索的“自动完成”功能、Gmail、谷歌文档甚至翻译系统。

容错,包容能带来新的价值

一位谷歌的员工说:“我们喜欢从大的‘噪音’数据集中吸取教训。”

很多企业都开始设计他们的系统,以这种方式收集和使用信息。在Facebook的早期,数据 科学家们研究了数据废气的丰富信息,发现人们会采取某种行动(如回帖、点击图标等)的最重要的预测指标就是他们看到了周围的朋友也在这么做。紧接着,Facebook重新设计了它的系统,使每个用户的活动变得可见并广播出去,这为网站的良性循环做出了新的贡献。逐渐地,这个想法从互联网行业传播至可以收集用户反馈的任何公司。

数据本身、技能与思维

数据来源,信用卡 匿名信息

手/网游公司。。。

大数据只是科技发展的一个阶段,人类卓越的才华才是人类最大的优势(相比较于机器),是我们行进道路上可能用到或可以说必定会用到工具,工具就需要擅用的才华与技巧。 如果存在超越或近似于人类才华的能力,那它就具备人类同样的智慧。

以上就是中国招生考试网http://www.chinazhaokao.com/带给大家的精彩成考报名资源。想要了解更多《大数据变革 读后感》的朋友可以持续关注中国招生考试网,我们将会为你奉上最全最新鲜的成考报名内容哦! 中国招生考试网,因你而精彩。

相关热词搜索:变革之心读后感 变革中国读后感 私人生活的变革读后感

最新推荐成考报名

更多
1、“大数据变革 读后感”由中国招生考试网网友提供,版权所有,转载请注明出处。
2、欢迎参与中国招生考试网投稿,获积分奖励,兑换精美礼品。
3、"大数据变革 读后感" 地址:http://www.chinazhaokao.com/duhougan/171787.html,复制分享给你身边的朋友!
4、文章来源互联网,如有侵权,请及时联系我们,我们将在24小时内处理!