《大資料時代》讀後感（精選5篇）
認真品味一部名著後，相信你心中會有不少感想，是時候抽出時間寫寫讀後感了。可能你現在毫無頭緒吧，下面是小編整理的《大資料時代》讀後感（精選5篇），供大家參考借鑑，希望可以幫助到有需要的朋友。
《大資料時代》讀後感1
對於暢銷書刊、熱點話題、時尚科技，始終不太感興趣。書刊，喜歡有一定年份的。話題，鍾情於務虛的觀點。新奇的產品於我無緣，習慣使用成熟的科技產品。既不清高，也非冷漠，就是要與現實保持一定的距離，給自己留一點思考的空間。這一習慣最近破了例。由於工作的原因，耳濡目染，“大資料”這個新興概念開始頻繁步入我的視野。按捺不住內心的好奇，網購《大資料時代》，手不釋卷，三天讀完，頗有收穫。此書有如下特點。
首先，作者站在理論的制高點上，條理清楚地闡述了大資料對人類的工作、生活、思維帶來的革新，大資料時代的三種典型的商業模式，以及大資料時代對於個人隱私保護、公共安全提出的挑戰。其次，文中的事例貼近現實生活，貼近時代，令讀者既印象深刻，又感同身受。此外，作者沒有使用大量的專業術語，沒有假裝一副專業的面孔。縱觀全書，遣詞造句，均通俗易懂。
作者認為大資料時代具有三個顯著特點。
一、人們研究與分析某個現象時，將使用全部資料而非抽樣資料。
二、在大資料時代，不能一味地追求資料的精確性，而要適應資料的多樣性、豐富性、甚至要接受錯誤的資料。
三、瞭解資料之間的相關性，勝於對因果關係的探索。“是什麼”比“為什麼”重要。
作者指出，隨著技術的發展，資料的儲存與處理成本顯著降低，人們現在有能力從支離破碎的、看似毫不相干的資料礦渣中抽煉出真知爍見。在大資料時代，三類公司將成為時代的寵兒。一是擁有大資料的公司與組織。如政府、銀行、電信公司、全球性網際網路公司（阿里巴巴、淘寶網）。二是擁有資料分析與處理技術的專業公司，如亞馬遜、谷歌。三是擁有創新思維的公司，他們可能既不掌握大資料，也沒有專業技術，但卻擅長使用大資料，從大資料中找到自己的理想天地。
面對即將來臨的大資料時代，個人將如何應對自如？這是個嚴肅的問題。
《大資料時代》讀後感2
去年的“雲端計算”炒得熱火朝天的，今年的“大資料”又突襲而來。彷彿一夜間，各廠商都紛紛改旗換幟，推起“大資料”來了。於是乎，各企業的CIO也將熱度紛紛轉向關注“大資料”來了。有一張來自《程式設計師》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雲端計算，大資料的現狀。
不過話又還得說回來，《大資料時代》是本好書。
當然，很多IT知名人士也大力推薦，寫了好多讀後感來表述對這本書的喜歡沒看此書之前，對所謂大資料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，可能就是更多的資料，更細緻的資料分析與資料探勘。看過此書後，感覺到之前的想法，只能算是中了一小半吧———巨量的資料，而另一前：著眼於資料關聯性，而非資料精確性，或許才是大資料與現時BI的`不同，不僅僅是方法，更多的時思想方法。不過坦白講，到底是資料的關聯性重佳，還是資料的精確性更好，還真的需要時間來檢驗一下，至少從現在的資料分析方法來論，更多的傾向於資料的精確性。
看完此書，我心中的一些問題：
1、什麼是大資料？
查了查百度百科，是這樣定義的：大資料，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體工具，在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。大資料的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：資料海量，儲存海量都是大資料的基本原型吧。
2、大資料適合什麼樣的企業？
誠然，大資料的前提是海量的資料，只有擁有巨量的資料資源，方能從中查找出資料的關聯性，才可以讓通過專業化的處理，讓其為企業產生價值。針對電信運營，網際網路應用這樣海量使用者的資料的大企業，也是在應用大資料的道路上擁有得天獨厚的條件，但是針對中小企業呢？銷售訂單資料？若非百年老店，估計資料也是少得可憐，能用的可能只有消費者資料了吧。貌似大多數廠商，用來舉例的也就是消費都購買行為分析為最多。
同樣，在公共事業類的政府機構，大資料的作用也許也能很好的發揮。反而感覺在大多數中小型企業應用大資料，似乎有點大題小作。書中說：大資料是企業競爭力。誠然，資料是一個企業的核心無形資源（利用得好的話），但是否所有的資料，或都換則方式說：所有的企業都以大資料為競爭力，是否真的合適麼？是否在中小企業中，會顯示得小題大做呢？
3、大資料帶來的影響
當一波又一波的IT技術熱潮源源不斷地向我們鋪面而來的時候，你甚至都沒有做好準備，你都要開始迎接它所給你帶來的影響了。經過物聯網，雲端計算的推波助瀾下，大資料開始登場了。但它到底給我們帶來了什麼呢？
《大資料時代》讀後感3
如今說起新媒體和網際網路，必提大資料，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名著——舍恩佰格的《大資料時代》。維克托·邁爾舍恩伯格何許人也？他現任牛津大學網路學院網際網路研究所治理與監管專業教授，曾任哈佛大學肯尼迪學院資訊監管科研專案負責人。他的諮詢客戶包括微軟、惠普和IBM等全球企業，他是歐盟網際網路官方政策背後真正的制定者和參與者，他還先後擔任多國政府高層的智囊。這位被譽為：大資料時代的預言家“的牛津教授真牛！那麼，這位大師說的都是金科玉律嗎？並不一定，讀大師的作品一定要做些功課才好讀懂，才能能與之進行一場思想上的對話。
舍恩伯格分三部分來討論大資料，即思維變革、商業變革和管理變革。
在第一部分”大資料時代的思維變革“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，而是全體資料。
二、更雜：不是精確性，而是混雜性。
三、更好：不是因果關係，而是相關關係。對於第一個觀點，我不敢苟同。
一方面是對全體資料進行處理，在技術和裝置上有相當高的難度。另一方面是不是都有此必要，對於簡單事實進行判斷的資料分析難道也要採集全體資料嗎？
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資料分析的專家，他認為一定可以找到一種數理統計方法來進行分析，並不一定需要全部資料。聯絡到舍恩伯格第二個觀點中所說的相關關係，我理解他說的全體資料不是指數量而是指範圍，即大資料的隨機樣本不限於目標資料，還包括目標以外的所有資料。我認為大資料分析不能排除隨機抽樣，只是抽樣的方法和範圍要加以拓展。
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。”大資料的簡單演算法比小資料的複雜演算法更有效。“更具有巨集觀視野和東方哲學思維。對於舍恩伯格的第三個觀點，我也不能完全贊同。”不是因果關係，而是相關關係。“不需要知道”為什麼“，只需要知道”是什麼“。傳播即資料，資料即關係。在小資料時代人們只關心因果關係，對相關關係認識不足，大資料時代相關關係舉足輕重，如何強調都不為過，但不應該完全排斥它。大資料從何而來？為何而用？如果我們完全忽略因果關係，不知道大資料產生的前因後果，也就消解了大資料的人文價值。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。
世間萬物的複雜性多樣化並非非此即彼那麼簡單，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麼語境下說的，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”不是因果關係，而是相關關係。“這一論斷時，他在書中還說道：”在大多數情況下，一旦我們完成了對大資料的相關關係分析，而又不再滿足於僅僅知道‘是什麼’時，我們就會繼續向更深層次研究的因果關係，找出背後的‘為什麼’。“[i]由此可見，他說的全體資料和相關關係都在特定語境下的，是在資料探勘中的選項。
大資料研究的一大驅動力就是商用，舍恩伯格在第二部分裡討論了大資料時代的商業變革。舍恩伯格認為資料化就是一切皆可”量化“，大資料的定量分析有力地回答”是什麼“這一問題，但仍然無法完全回答”為什麼“。因此，我認為並不能排除定性分析和質化研究。資料創新可以創造價值，這是毫無疑問的。舍恩伯格在討論大資料的角色定位時仍把它置於資料應用的商業系統中，而沒有把它置於整個社會系統裡，但他在第二部分大資料時代的管理變革中討論了這個問題。
在風險社會中資訊保安問題日趨凸顯。如何擺脫大資料的困境？舍恩伯格在最後一節”掌控“中試圖回答，但基本上屬於老生常談。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：”大資料並不是一個充斥著演算法和機器的冰冷世界，人類的作用依然無法被完全替代。大資料為我們提供的不是最終答案，只是參考的答案，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！讓大資料討論從自然科學回到人文社科。由此推斷，《大資料時代》不是最終答案，也不是標準答案，只是參考的答案。
此外，在閱讀此書之前還必須具備一些資料科學的基本知識和基本概念，比如說什麼叫資料？什麼叫大資料？資料分析與資料探勘的區別，數字化與資料化有什麼不同？讀前做些功課讀起來就比較好懂了。
《大資料時代》讀後感4
讀完《大資料時代》這本書後，我意識到：我們即將或正在迎接由書面到電子的跳躍之後的又一重大變革。
這本書介紹了大資料時代來臨後，接踵而至的三項變革——商業變革、管理變革和思維變革。
其實，這場變革已經打響。商業領域由於大資料時代的到來而推陳出新。前幾年，一家名為Farecast的公司，讓預訂到更優惠的機票價格不再是夢想。公司利用航班售票的資料來預測未來機票價格的走勢。現在，使用這種工具的乘客，平均每張機票可以省大約50美元，這就是大資料給人們帶來的便利。
大家應該都知道2009年出現的H1N1型流感，就拿美國為例，疾控中心每週只進行一次資料統計，而病人一般都是難以忍受病痛的折磨才會去醫院就診，因此也導致了資訊的滯後。然而，對於飛速傳播的疾病，Google公司卻能及時地作出判斷，確定流感爆發的地點，這便是基於龐大的資料資源，可見大資料時代對公共衛生也產生了重大的影響！
在我看來，如果想在在大資料時代裡暢遊，不僅要學會分析，而且還要能夠大膽地決斷。
在美國，每到七、八月份時，正是颱風肆虐之時，防澇用品也擺上了商品貨架。沃爾瑪公司注意到，每到這時，一種蛋撻的銷售量較其他月份明顯增加。於是，商家作了大膽的推測，出現這樣的結果源於兩種物品的相關性，便將這種蛋撻擺在了防澇用品的旁邊。這樣的舉措大大增加了利潤，這就是屬於世界頭號零售商的大資料頭腦！
大資料時代的到來，可以讓我們的生活更加便利。但是，如果讓大資料主宰一切，也存在一定的風險。
大家應該都知道電子地圖，它可以為人們指引方向。但大家應該還不知道，它會默默地積累人們的行程資料，通過智慧分析可以推斷出哪裡是自己的家，哪裡是工作單位。我們的隱私就這樣被不為人知地收集著。
大資料時代的到來，讓我們的生活更安全，更方便，但與此同時，我們的隱私不再是隱私，資料的收集變得無所不包、無孔不入。世界已經向大資料時代邁進了一小步，一個嶄新的時代正向我們走來。讓我們用知識武裝大腦，做好準備，迎接新時代的到來！
《大資料時代》讀後感5
首先，想談一談何為大資料，何為大資料時代。大資料是一種資源，也是一種工具。它提供一種新的思維方式去理解當今這個資訊化世界。為何說是一種新的思維方式：在資訊缺乏的時代或模擬時代，我們更傾向於精確性的思維方式，就像是＂釘是釘，鉚是鉚＂，而在這種傳統的思維方式下，我們得到問題的答案只有一個。
而在大資料時代下，我們打破了這種思維方式，換句話說，我們接受結果的不確定性。簡言概括之，我認為大資料是一種預測模型。在大資料時代下，我們關注的不是因果，即為什麼是這樣，而更關心＂是什麼＂這種相關關係。換句話說，在這種新思維的思考方式下，我們探究問題背後的原因也是不可行的。我們所做的是利用大資料這種工具，讓資料自己說話！
其次，我想談下如何利用大資料提升我軍戰鬥力。當然，大資料分析並不是精準的預測，精準的預測也是不存在的。大資料只能有利於我們理解現在和預測未來的可能性。
作為軍人，我所關注的是如何利用好大資料的工具提升我軍戰鬥力，打贏這場資訊化戰爭。毫無疑問，現在我們打的不是刀對刀，槍對槍的戰爭，更不是模擬時代，當代乃是數字時代，打的是資訊化戰爭！
四次戰爭的大勝，美軍的戰爭形態從機械化轉向資訊化，而且相應的在戰場取勝的時間也越來越短，這正是大資料時代下的必然結果。而我軍正在轉向資訊化的過程中。在此戰爭形態的過程中，我們需要更多的計算分析師，大資料分析師，數學家等高等技術性人才來打贏這場資訊化戰爭。這正是大資料時代下我們不得不有的基礎。我軍戰鬥力的提升迫在眉睫！
當然大資料是一把雙刃劍，利用好了取勝也是得心應手，相反，利用不好會導致不可估量的損失。
畢竟，這只是一種預測模型，得不到精準的預測結果。我們更要讓資料為我們所用，不要被龐大的資料庫框住我們的思維。為適應時代的發展，在這個適者生存，弱肉強食的世界，大資料時代下的殘酷競爭已經給我們敲響警鐘，一場悄無聲息的資訊化戰爭已經打響！
