《大数据时代》是国外大数据系统研究的先河之作，本书作者维克托迈尔舍恩伯格被誉为大数据商业应用第一人，拥有在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多个互联网研究重镇任教的经历，早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。以下是这本书的读后感范文，欢迎阅读!

大数据时代读后感(一)

我们不再热衷于寻找因果关系，而应该寻找事物之间的相关关系。这个命题是我读这本书最大的感触。个人认为也是这本书最核心的思想。从头说起吧，首先，书提出一个颠覆我以前认知的命题--并非原子而是信息才是一切的本源，将世界看做信息，看做可以理解的数据的海洋，为我们提供了一个从未有过的审视下是的视角。它是一种可以渗透到所有生活领域的世界观。这个命题是在书的最后一部分中的某一段中描写的。我之所以把它放在最前面来讲，因为我觉得，这是谈数据化世界的前提，自然也是谈论大数据的前提啦。书的中间部分有一节讲到数据化和数字化的区别。经过我自己脑子的整理，把数据化世界这个命题列为大数据思维的第二步。写到这里，我不由得反省下，我是不是有领悟到书的精髓所在(我认为的精髓)，就是第一句话。因为回顾我整个思路，还是按照旧模式的因果关系思考模式思考问题。书中另一个吸引我的地方就是，有很多观点的论述，会从哲学的高度论述。虽然，自己肚子没多少墨水，但是读这些描述的时候，就会发现自己会更好的理解作者提出的命题。比如书中有一段文字

当我们说人类是通过因果关系了解世界时，我们指的是我们再理解和解释世界各种现象时使用的两种基本方法：一种是通过快速、虚幻的因果关系，还有一种就是通过缓慢、有条不紊的因果关系。大数据会改变这两种基本方法在我们认识世界时所扮演的角色。

在附上一些事例的时候，用作者提供的本质去看待时，很容易理解，确实是这么回事。好了，那么大数据到底改变了我们什么呢，作者给出3点，

大数据的精髓在于我们分析信息时的三个转变，这些转变讲改变我们理解和组建社会的方法。

第一个转变就是，在大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样(样本=总体)

第二个转变就是，研究数据如此之多，以至于我们不再热衷于追求精确度

第三个转变因前两个转变而促成，即我们不再热衷于寻找因果关系，而应该寻找事物之间的相关关系。大数据告诉我们是什么而不是为什么。在大数据

去年的云计算炒得热火朝天的，今年的大数据又突袭而来。仿佛一夜间，各厂商都纷纷改旗换帜，立起了大数据的招牌。于是乎，各企业的cio也将热度纷纷转向关注大数据来了。有一张来自《程序员》微博的漫画很形象.我觉得这张图，很真实地反映了现实中小企业云计算，大数据的现状。

不过话又还得说回来，《大数据时代》是本好书。

当然，很多it知名人士也大力推荐，写了好多读后感来表述对这本书的喜欢没看此书之前，对所谓大数据的概念基本上是一头雾水，虽则有了解关注过现在也比较火热的bi，觉得也差不多，可能就是更多的数据，更细致的数据分析与数据挖掘。看过此书后，感觉到之前的想法，只能算是中了一小半吧---巨量的数据，而另一前：着眼于数据关联性，而非数据精确性，或许才是大数据与现时bi最大的不同，不仅仅是方法，更多的时思想方法。不过坦白讲，到底是数据的关联性重佳，还是数据的精确性更好，还真的需要时间来检验一下，至少从现在的数据分析方法来论，更多的倾向于数据的精确性。看完此书，我心中的一些问题：

1.什么是大数据?

查了查百度百科，是这样定义的：大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4v特点：volume、velocity、variety、veracity--这个好像是ibm的定义吧。

以个人的观点来看：数据海量，存储海量都是大数据的基本原型吧。

2.大数据适合什么样的企业?

诚然，大数据的前提是海量的数据，只有拥有巨量的数据资源，方能从中查找出数据的关联性，才可以让通过专业化的处理，让其为企业产生价值。针对电信运营，互联网应用这样海量用户的数据的大企业，也是在应用大数据的道路上拥有得天独厚的条件，但是针对中小企业呢?销售订单数据?若非百年老店，估计数据也是少得可怜，5，能用的可能只有消费者数据了吧。貌似大多数厂商，用来举例的也就是消费都购买行为分析为最多。同样，在公共事业类的政府机构，大数据的作用也许也能很好的发挥。反而感觉在大多数中小型企业应用大数据，似乎有点大题小作。书中说：大数据是企业竞争力。诚然，数据是一个企业的核心无形资源(利用得好的话)，但是否所有的数据，或都换则方式说：所有的企业都以大数据为竞争力，是否真的合适么?是否在中小企业中，会显示

我们已经在大数据里生活了好多年，而这本《大数据时代》带给我们的是更多的思考。

大数据时代的三个特征;

1，样本等于全部，区别于小数据时代的取样，现在的样本就是全体数据。

2，大数据时代更注意相关性，弱化了因果性。例如沃尔玛发现每当飓风来临的时候，有一款蛋糕卖的好，于是就在临近飓风的时候把蛋糕放在放飓风装备旁边。沃尔玛不知道为什么会是这种结果，但不影响沃尔玛这么做，并且有效。

3，大数据时代更注重数据的广泛性，降低了对精确的要求，因为更多的数据会导向更正确的方向。

在这个时代里，数据衍生了三种产业;

第一种;数据来源企业，例如微博/facebook等等

第二种，数据加工企业，用第一种企业的数据进行各种分析，然后授权给相关产业。

第三种，数据创意公司，根据第二种企业的相关分析，从一个独特的角度，来开发出额外的作用。

谷歌/亚马逊/淘宝基本上就是三种企业的集合体，各行业咨询公司就是第二种企业，而像飞机票价预测/航班晚点预测这种就是第三种企业。

当然，随着大数据时代的发展，同样会有他的弊端。

1，行业专家的滑落，因为数据分析师能用大量的数据推导出更正确的结论。例如卫生学家推测流感爆发期没有谷歌根据线上搜索流感相关数据预测流感的爆发时间及地区来的及时与准确。

2，各种大数据对自然人各种行为的预测，会引发相关隐私及独立意志的争论。就像电影[少数派报告]那样,根据你的数据预测你有犯罪倾向,从而提前进行干预.

3，数据的垄断,当大量行业数据集中在某个公司或团队后,若只允许它的利益共同体来使用,会严重影响该行业相关判断.

最后,在如今我们普通人都能每天接触到海量数据的时代,如何有效的利用数据,精简自己的信息,是我们个人更应该注意的.

大数据概念早在1980年就有国外的学者提出，可是最近几年才广泛受到大家的关注。当大数据这个概念传到中国的时候，瞬间引起了轰动。随即，各种有关大数据的资料和书籍充斥的我们的视野。随意打开某个电子商务平台图书类页面，在搜索框中搜索大数据三个字，就会出现好多本有关大数据的书籍。可是，有一个很有趣的现象就是：几乎所有的平台上，出现的第一本关于大数据的书籍一定是《大数据时代》。一点进去，这本书推荐栏里的第一句话就是：迄今为止全世界最好的一本大数据专著。同时，为这本书做推荐的都是各行业的精英领袖。所有大数据方面的书籍也是这本书销量最高，评价最好。 我从来不会因为哪本书畅销和很多人推荐就盲目跟风的去看一本书。因为我知道通常在这种情况下选择一本书，整个阅读的体会和感受是无法遵从自己的内心的，整个过程都很容易夹杂着别人对这本书的感受。所以通常我读书的节奏大多都是跟不上潮流的，但往往经过风雨洗礼之后沉淀下来的都是精华。坦白讲，阅读这本书的初衷并不是因为我想从书中获取到多少大数据方面的精华，只是很想知道对于这么一个很直白的名词，作者是怎么写出这么厚的一本书的。这种初衷或许很无知和幼稚，可就是这种愚蠢的好奇心，让我更透彻的看到书中的精华。 在看《大数据时代》这本书之前，我的所有读后感都是集中在书籍给了我什么思考。对于这本书的读后感，除了观点碰撞之外，我还会加上大部分个人看这本书的体会。因为这本书，已经完全让我模糊了大多数人口中的全世界最好的书是一种什么标准。也许《大数据时代》真的无法承载那么高的赞美。 大数据时代的入门书 看完这本书，我随意调查了一些阅读过这本书并且给这本书绝对好评的朋友。询问他们这本书好在哪里？大多数的回答是说《大数据时代》这本书让对大数据一无所知的他们了解了大数据这个概念，同时通过很多案例说明原来大数据能有这么大的用处，影响会有这么大！仅此而已。我看完这本书最大的感受是这本书分为上、下两部分。前120多页为上部分，后120多页为下部分。之所以说《大数据时代》是一本关于大数据的入门书，是因为这本书用了前面120多页的篇幅反复的强调大数据的出现对社会发展影响很大，并且要人们转变小数据时代惯有的思想。所以整本书的前半部分就强调大数据时代的三个转变：1、大数据利用所有的数据，而不再仅仅依靠一小部分数据，不再依赖于随机采样。2、大数据数据多，不再热衷于追求精确性，

导语：大数据是用规模剧增来改变现状的，同时它加深了对我们隐私的威胁，甚至会把个人未来行为的预测与惩罚相联系，导致失去自由意志和自由选择权。下面是小编收集整理的关于《大数据时代》的精选读后感，欢迎大家阅读参考!

大数据时代读后感范文【1】

这本书解释了我们正处于大规模生产、分享和应用数据的时代，告诉我们如何科学的应用大数据，开启新的思维模式，新的生活方式与新的工作形态，以应对正在发生着的利益与风险。

★大数据开启了一次重大的时代转型。

以样本=总体的更多数据分析，让我们更清楚地看到了以前无法揭示的细节信息;以微观的精确度沉迷向宏观的洞察力延伸，让我们更有大方向上的把握;以热衷于寻找因果关系向寻找事物之间的相关关系转变，让我们注意到以前从来没有意识到的联系的存在。

★大数据正逐渐成为巨大的经济资产。

大数据发展的核心动力来源于人类测量、记录和分析世界的渴望。当文字、方位、沟通，甚至世间万物都变成数据，可量化一切时，就能创造新型价值，渗透到并服务于所有生活领域的方方面面。

★大数据改变着我们理解世界的方式。

通过去探求是什么而不是为什么，相关关系帮助我们以全新的视角更好地了解与审视这个世界。通过大数据的运用，效率极大性的增加，细节的捕捉面增大，可预测性也成为了未来的发展核心。

★大数据正在挑战着我们的理解范围。

大数据是用规模剧增来改变现状的，同时它加深了对我们隐私的威胁，甚至会把个人未来行为的预测与惩罚相联系，导致失去自由意志和自由选择权，让我们盲目信任数据的力量和潜能而忽略了它的局限性。因此，不让我们成为数据的奴隶，探讨如何让数据真正为我们所用，提供最好的参考答案，帮助人们做出最明智、最正确的选择，才是终极意义所在。。

大数据时代读后感范文【2】

从头说起吧，首先，书提出一个颠覆我以前认知的命题--并非原子而是信息才是一切的本源，将世界看做信息，看做可以理解的数据的海洋，为我们提供了一个从未有过的审视下是的视角。它是一种可以渗透到所有生活领域的世界观。这个命题是在书的最后一部分中的某一段中描写的。我之所以把它放在最前面来讲，因为我觉得，这是谈数据化世界的前提，自然也是谈论大数据的前提啦。书的中间部分有一节讲到数据化和数字化的区别。经过我自己脑子的整理，把数据化世界这个命题列为大数据思维的第二步。写到这里，我不由得反省下，我是不是有领悟到书的精髓所在(我认为的精髓)，

我们生活在大数据的时代，下面小编整理了《大数据时代》读后感，欢迎阅读!

《大数据时代》读后感

《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、工作与思维各方面所遇到的重大变革。

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。

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。

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。

《

文章内容和框架其实挺简单的，分为三块，大数据时代的思维变革，商业变革以及管理变革。

第一块：思维变革，其实就是研究的数据从数据样本到数据总体，从数字类数据到各类数据，目的是通过数据找到相关关系而不是寻找因果关系。

第二块：商业变革，我们可以如何运用大数据，包括数据创新，重组，数据废气等。

第三块：管理变革，不是公司内的管理变革，而是更大范围上的，政府上的管理。

讲的很多内容其实是我们都知道的，不过书里有特别详实的商业案例，感兴趣的可以看一看。分享一个，美国一个连锁超市希望通过用户的购物数据了解哪些用户到了怀孕时期，因为怀孕时期一个人的消费会发生很大的变化，有巨大的商机。通过研究用户的数据，超市发现怀孕时期的女性会在第三月开始购买无香型的沐浴产品，之后还会陆续购买各类保健品等等，超市就为有这类行为的用户寄发了专门推荐孕期产品的商品册子。某天一个男士气冲冲的来超市投诉，说超市为什么要给自己家里16岁的女儿寄这些东西，是鼓励她怀孕么?之后超市经理联系该父亲准备去拜访道歉，结果该父亲表示自己都不够关心自己的女儿，自己的女儿真的怀孕了。

书中提到了数据的巨大价值，突然让我想到了之前看一篇文章讲各类信用卡如何提升透支额度，印象中一些银行看某一些类型的消费数目，而招行好像是以所有消费类型刷信用卡的次数来衡量的。这种提升额度的规则，会鼓励用户所有的消费都用招行信用卡，银行因此可以收集分析用户的各类消费数据，了解用户的各类消费行为，不知道招行是有意还是无意创造的潜在数据价值。

数据价值已经成为公司价值的一部分，那我们是不是在思考用户量大的益处时，也可以把数据价值纳入思考范围呢?比如我们在谈到薄利多销的时候，容易谈到规模经济，那现在是不是吸引人有更多的好处，就是收集更多数据，创造其他的价值。类似的比如从前说谷歌以广告盈利，可是拥有那么多的用户数据信息，谷歌以此来优化自己的产品，预测流感的发生，或者发现一些特定群体的特定行为，是不是都是数据信息带来的好处呢?

关于书本内容相关的，就谈这么多了，想说点书本以外的。之前分享过《如何阅读一本书》，最近读书的时候也尝试去以书中的思路去实践阅读，可是开始的效果并不好。比如当时阅读《大数据时代》，还是习惯于一字一字的看，看的时候不带目的不进行思考，后来才慢慢目的性明确一点，框架性明确一点，思考一些，但还是未做到重点看自己不解的部分。直到某天和友人聊

这两年，大数据，云计算的思想就像小苹果的音乐一样，传的到处都是，每一个公司不管是互联网公司还是传统企业，都标榜自己的大数据。

1、实体物联网与虚拟物联网

曾几何时，物联网的概念闹得风生水起，庞大的物联网能够让世间大量的物体，都能够被检测 并联网，包括了人、车、房等一切能够被联网的物体，这些物体都能够以种方式被感知他的存在，并对其信息记录在案，以供使用。在若干年前，这还是一种看似遥不可及的事物，要对每个物体都贴上一个所谓的rfid的标签，显得不切实际。如今，随着手机的大量使用，人类本身也被加入了物联网中。为什么要物联网?是为了获取什么?要知道物联网获取了什么，只需要看看在一个物体在没有加入物联网与加入物联网之后，我们多出了哪些东西便能够知晓。那么，很明显，我们需要通过某种方式来获取该物体的信息，这种存储下来的信息，就叫做数据。

物联网产生的数据是实体的物品之间的信息，而现在的互联网上，占最大数据量的，是虚拟物品，或者叫做网络虚拟物品。由于网络物体是直接寄生于网络，具有能够方便的接入网络的特征，因此，在获取实体物体信息还有一定难度的时期，占有很大优势。但今后实体的物联网产生的数据量一定会不断增加，或许，能够超越网络上的物物相连数据量。

网络的广泛使用，使得信息的产生于传遍变得容易，每个接入网络的人都以一定的角色存在，都是网络的信息的创造者。对于所产生的信息而言，每个接入网络的人又身兼多角，对于网络服务商，他是网络使用者的角色;对于门户网站而言，他是使用的用户;对于社交网站而言，我们则扮演一个虚拟或者真实的网络角色;对于浏览器而言，他是一系列的浏览网页、一些列鼠标动作的角色 不同的角色取决于对方需要从我们的行为中获取哪些信息。将网络上各种角色看成是虚拟的物体，那么，这种虚拟物体构成的虚拟物联网便产生了巨大的数据量。经历过一直以来缺乏信息获取渠道的日子，现在，既然信息获取变得如此容易，那么，必然迎来信息量暴增的时代大数据时代。

2、思维的转变

技术的改变，使得我们思维方式也要随之发生变化。在过去的小数据时代，由于获取信息、存储信息、整理信息都是费时费力的活，我们只能精打细算，捉摸着如何以最小的代价、最快的方式来收集尽可能准确的信息。之所以会有抽样统计的方式，是受技术所限，无法获得全体的样本，或者就算获取了也无法在合理的时间内进行处理。由于信息获取代价大，使得我们不得不在获

知道＂是什么＂就够了，没必要知道＂为什么＂。在大数据时代，我们不必非得知道现象背后的原因，而是让数据自己＂发声＂。这个命题是我读这本书最大的感触。

对于大多数人来说，这的确是一场思维变革。对于理科学生来说，会认为这是一个错误的观点，因为这无异于否定了他们对世界客观物理化学规律探索的重要性；对于一名工科学生，其实这并不是一个多么新颖的观点，因为工科是讲求时用性的，如何能更好地利用基本自然科学规律创造社会财富比探索自然科学知识显得更重要。

这些天来，在读大数据这本书的同时，也稍微重温了一下自动控制原理，认识到控制系统中存在明显的大数据时代思维方式，借读书交流会之际，与大家分享。

对系统的有效控制需要对系统理解与建模。以一个日常生活中的例子说明。开车的时候一脚油门下去车就飞出去了，但并不知道这一脚油门下去能给多大车速，这就需要驾驶人员的熟练的驾驶技能了，不然超速被开罚单是很正常的。那么，问题就来了：如何能实现速度的自动控制而不用驾驶人员踩油门？这就是控制系统最关键的环节——建立系统数学模型。大白话就是知道车速与燃油量的数学关系式。若是以探索为什么的思维模式，不可避免的要列一大堆能量方程、动量方程等物理化学式子，经过繁杂的计算，还是能得到车速和燃油量的数学关系式的。很明显这是一个繁琐的过程，因为得知道现象背后的原因。这仅是对于这种简单的系统，若是对于航空发动机这种复杂的系统，结构工艺过于复杂，分析各部分的物理化学过程是十分困难的，这时候可以通过实验法得到数学模型。

实验法主要有时域测定法、频域测定法和统计相关法。与大数据时代思维最接近的是统计相关法，主要过程是对被研究对象施加某种随机信号，根据被测对象各参数的变化，采用统计相关法确定被测系统或对象的动态特性。这种方法可以在被测系统或生产过程正常运行状态下进行在线辨识，测试结果精度较高，但要求采集大量测试数据，并需要相关仪和计算机进行数据计算和处理。

若用开车实例来解释，此时的系统为汽车动力系统，施加的随机信号为燃油量，被测对象指车转速，得到的动态特性就是指车速与燃油量函数关系式，从而不用探求背后的物理化学规律就得到了数学模型。

在沈阳黎明航空公司实习时去过试车间，除了发动机点火后震撼的场景动人心魄，控制室屏幕上海量的数据也同样引人注目，我想这么多数据无非就是验证数学模型或直接实验法得到数学模型，结合航空发动机这种复杂的系统