【正文】 中。他的咨詢客戶包括微軟、惠普和ibm等全球頂級企業(yè)，他是歐盟互聯(lián)網(wǎng)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。聯(lián)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(shù)據(jù)不是指數(shù)量而是指范圍，即大數(shù)據(jù)的隨機樣本不限于目標數(shù)據(jù)，還包括目標以外的所有數(shù)據(jù)。傳播即數(shù)據(jù)，數(shù)據(jù)即關系。大數(shù)據(jù)研究的一大驅(qū)動力就是商用，舍恩伯格在第二部分里討論了大數(shù)據(jù)時代的商業(yè)變革。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。但舍恩伯格認為大數(shù)據(jù)并非一個確切的概念。”舍恩伯格甚至不回避大數(shù)據(jù)所產(chǎn)生的負面影響，他在第七章里談到讓數(shù)據(jù)主宰一切的隱憂。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(chuàng)造力、直覺和天賦。邁爾——舍恩伯格何許人也？他現(xiàn)任牛津大學網(wǎng)絡學院互聯(lián)網(wǎng)研究所治理與監(jiān)管專業(yè)教授，曾任哈佛大學肯尼迪學院信息監(jiān)管科研項目負責人。一方面是對全體數(shù)據(jù)進行處理，在技術和設備上有相當高的難度。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(jīng)典著作——舍恩佰格的《大數(shù)據(jù)時代》。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(shù)據(jù)服務人類造福人類的終極目的和價值所在?！按髷?shù)據(jù)不是要教機器像人一樣思考。淺薄之語抒我意概念是研究的邏輯起點，“大數(shù)據(jù)”到底是什么？在百度上搜索到的解釋是，“大數(shù)據(jù)(big data)，或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無法透過目前主流軟件工具，在合理時間內(nèi)達到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營決策更積極目的的資訊。如何擺脫大數(shù)據(jù)的困境？舍恩伯格在最后一節(jié)“掌控”中試圖回答，但基本上屬于老生常談?！边@一論斷時，他在書中還說道：“在大多數(shù)情況下，一旦我們完成了對大數(shù)據(jù)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(xù)向更深層次研究的因果關系，找出背后的‘為什么’。“不是因果關系，而是相關關系。另一方面是不是都有此必要，對于簡單事實進行判斷的數(shù)據(jù)分析難道也要采集全體數(shù)據(jù)嗎？我曾與香港城市大學的祝建華教授討論過。維克托用文中的一個例子說明，喬布斯測出整個基因圖譜來治療癌癥，但是你治療癌癥你必須知道癌癥發(fā)病的原理，知道哪一段基因?qū)е铝诉@種疾病，不可能只是說收集各種數(shù)據(jù)，然后利用其相關性來判斷哪里出現(xiàn)了問題。谷歌翻譯的成功很好地證明了這一點，谷歌的翻譯系統(tǒng)不像candide那樣精確地翻譯每一句話，它谷歌翻譯之所以優(yōu)于ibm的candide系統(tǒng)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(shù)據(jù)，并且接受了有錯誤的數(shù)據(jù)。我對這個觀點還是比較認同的，如果真能收集到整體的數(shù)據(jù)而且分析數(shù)據(jù)的工具也足夠先進，自然是全體數(shù)據(jù)研究得出的結果更令人信服。第三部分則是闡述了大數(shù)據(jù)時代下的弊端以及在管理上的措施。在這樣的想法面前，我的思想被強烈震撼，不禁戰(zhàn)栗起來。事實上，大數(shù)據(jù)的影響并不僅僅限于信息通信產(chǎn)業(yè)，而是正在“吞噬”和重構很多傳統(tǒng)行業(yè)，廣泛運用數(shù)據(jù)分析手段管理和優(yōu)化運營的公司其實質(zhì)都是一個數(shù)據(jù)公司。合纖部 車民2013年11月10日篇二：大數(shù)據(jù)時代書面記錄與心得體會大數(shù)據(jù)時代書面記錄與心得體會 2015年5月12日，聽取了大數(shù)據(jù)時代相關技術的技術講座。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。可大數(shù)據(jù)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(guī)定”任何事物都有其存在的充足理由。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(fā)展的大帽子。“在小數(shù)據(jù)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(shù)據(jù)來驗證這種假想。數(shù)據(jù)，是信息的載體、是知識的源泉，當然也就可以創(chuàng)造價值和利潤，可以預見，基于知識的競爭，將集中表現(xiàn)為基于數(shù)據(jù)的競爭，這種數(shù)據(jù)競爭，將成為經(jīng)濟發(fā)展的必然。任何一份通過網(wǎng)絡發(fā)布的信息，面對的都不是一定特定群體，而是全體國民，如果政府發(fā)布數(shù)據(jù)的質(zhì)量不可靠，將受到頻繁的、大范圍的質(zhì)疑，特別是一些可以會影響到公共政策和行業(yè)管制標準的數(shù)據(jù)，將引起巨大的爭議。大數(shù)據(jù)！一語驚醒夢中人，大數(shù)據(jù)時代已經(jīng)悄然來臨。Gartner已經(jīng)關注這個話題很多年了，基本上他們已經(jīng)強調(diào)，如果IT正在引進新鮮靈感，他們將會扔掉大數(shù)據(jù)老式方法開發(fā)一個新的IT操作分析。大數(shù)據(jù)的IT分析工具大數(shù)據(jù)概念應用到IT操作工具產(chǎn)生的數(shù)據(jù)中，大數(shù)據(jù)可以使IT管理軟件供應商解決大廣泛的業(yè)務決策。此外，對于具有互聯(lián)網(wǎng)思維的企業(yè)而言，%，數(shù)據(jù)資產(chǎn)的管理效果將直接影響企業(yè)的財務表現(xiàn)。趨勢五：數(shù)據(jù)泄露泛濫未來幾年數(shù)據(jù)泄露事件的增長率也許會達到100%，除非數(shù)據(jù)在其源頭就能夠得到安全保障。趨勢二：與云計算的深度結合大數(shù)據(jù)離不開云處理，云處理為大數(shù)據(jù)提供了彈性可拓展的基礎設備，是產(chǎn)生大數(shù)據(jù)的平臺之一。Google流感趨勢(Google Flu Trends)利用搜索關鍵詞預測禽流感的散布。大數(shù)據(jù)的結構大數(shù)據(jù)就是互聯(lián)網(wǎng)發(fā)展到現(xiàn)今階段的一種表象或特征而已，沒有必要神話它或?qū)λ３志次分?，在以云計算為代表的技術創(chuàng)新大幕的襯托下，這些原本看起來很難收集和使用的數(shù)據(jù)開始容易被利用起來了，通過各行各業(yè)的不斷創(chuàng)新，大數(shù)據(jù)會逐步為人類創(chuàng)造更多的價值。大數(shù)據(jù)的5V特點（IBM提出）Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）、Veracity（真實性）。越是隱私的信息，越要遠離網(wǎng)絡，不要再公開的社交網(wǎng)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。大數(shù)據(jù)時代的到來會使人們的生活節(jié)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(jié)奏要跟上信息流通的速率，就不得不加快自己的節(jié)奏，人們會越來越忙，到那時，就像現(xiàn)在的日本，可能想找個人聽你說說話，真的是一件很難的事。而到2012年為止，人類生產(chǎn)的所有印刷材料的數(shù)據(jù)量是200PB，全人類歷史上說過的所有話的數(shù)據(jù)量大約是5EB。大數(shù)據(jù)分析常和云計算聯(lián)系到一起，因為實時的大型數(shù)據(jù)集分析需要像MapReduce一樣的框架來向數(shù)十、數(shù)百或甚至數(shù)千的電腦分配工作。其次，進入2012年，大數(shù)據(jù)(big data)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(chǎn)生的海量數(shù)據(jù)，并命名與之相關的技術發(fā)展與創(chuàng)新。在寫心得體會前，我想再重新審視一下關于大數(shù)據(jù)的歷史沿革和現(xiàn)實意義。大數(shù)據(jù)時代的風險控制靠的是“算法師”，類似會計師一樣的職業(yè)，對大數(shù)據(jù)的準確度或有效性進行鑒定。對于這樣的公司來說，數(shù)據(jù)就是他們的核心，如何在資產(chǎn)負債表上給他們一個公正的體現(xiàn)正是我們需要考慮的?！靶?shù)據(jù)”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(shù)據(jù)”時代對精確性不再那么要求苛刻——也無法要求太嚴格——數(shù)據(jù)的數(shù)量足以彌補這一缺陷。這本書最大的優(yōu)點就在于作者利用上百個例子來對大數(shù)據(jù)的方方面面做了詳細解說，讓外行也很容易理解。那你說這四萬億到底是救了國還是誤了國?回到我自己的工作領域上來，安全工作，我們一直遵循的方向都是尋找因果關系，典型的從工作前的風險評估，到調(diào)查事故的Taproot或者五個為什么，無一不是邏輯推理得到結果的產(chǎn)物。相關關系與因果關系便不再贅述，而能夠?qū)ο嚓P關系進行挖掘利用的企業(yè)其實缺不多，因為可以相信未來的大數(shù)據(jù)庫就像現(xiàn)在的自然資源一樣，必將因為對利益的追逐成為稀缺資源，而最終落在個別人或企業(yè)或部門的手中。其實乍一看這個題目，我首先想到的是精益生產(chǎn)的過程控制，比如六西格瑪，這其實就是通過對所有數(shù)據(jù)的分析來預測產(chǎn)品品質(zhì)的變化，就已經(jīng)是大數(shù)據(jù)的具體應用了。其實小學時候，我就想過這個問題，相信所有的人都問過類似的問題，例如現(xiàn)在仍然很多人在問，媽的從來沒人知道我每天擺攤賺多少錢，你們他媽的那人均收入四五千是怎么算出來的。麥肯錫XX年6月的全球市場報告———Big Data:The next generation frontier for innovation, petition and productivity是深入了解大數(shù)據(jù)發(fā)端和全貌必看的報告，下載地址。第一篇：XX大數(shù)據(jù)讀書心得體會XX大數(shù)據(jù)讀書心得體會《大數(shù)據(jù)》是去年的一本暢銷書，在XX年的廣州南國書香節(jié)上曾有過一瞥，后來又幾次聽聞，一直想好好看看。因為這本書信奉一句至理名言：除了上帝，任何人都必須用數(shù)據(jù)說話。我覺得作者是個典型的實用主義者，在美帝國主義萬惡的壓迫和洗腦下，始終追逐性價比和利益最大化，居然放棄了追求共產(chǎn)主義真理最基本的要求!不像我們在天朝光芒的籠罩下，從小就開始學習和追求純粹的共產(chǎn)主義唯心科學歷史文化知識啦!這或許就是我們永遠無法獲得諾貝爾獎、永遠無法站在科技最前沿的根本原因吧。當然也不乏像生物這種專業(yè)，三十年前人們不知道是干啥的，三十年后人們都知道沒事別去干，唯一可惜的是我在這三十年之間的歷史長河中卻恰恰選了這么一個專業(yè)，這也是為什么我現(xiàn)在在這寫讀后感而沒有跟姑娘去玩耍的原因。先說數(shù)據(jù)的利用，這里面表達的就是作者在通書中強調(diào)的對“相關關系”的挖掘利用。這就好比某人推出個四萬億計劃，但實際上國際經(jīng)濟形勢就是好轉，哪怕你只推出個二百五計劃，GDP都會蹭蹭的往上漲，而且又不會帶來四萬億導致的嚴重通脹、產(chǎn)能過剩、房價泡沫等問題。邁爾舍恩伯格教授的著作，這本書也被尊為國外大數(shù)據(jù)研究的先河之作。數(shù)據(jù)的增多帶來不可避免的精確性問題。這又引出了對數(shù)據(jù)這一無形資產(chǎn)的估值可能性。大數(shù)據(jù)甚至能預測一個人的犯罪動機，這給監(jiān)管者帶來的難題是，預測一個人要犯罪，懲罰還是不懲罰