大資料時代讀書心得體會（精選5篇）

讀完一本經典名著後，相信大家的收穫肯定不少，是時候寫一篇讀書心得好好記錄一下了。你想知道讀書心得怎麼寫嗎？以下是小編收集整理的大資料時代讀書心得體會（精選5篇），供大家參考借鑑，希望可以幫助到有需要的朋友。

大資料時代讀書心得體會1

資訊時代的到來，我們感受到的是技術變化日新月異，隨之而來的是生活方式的轉變我們這樣評論著的資訊時代已經變為曾經。如今，大資料時代成為炙手可熱的話題。筆者在這說明資訊和資料，只是試圖首先說明資訊、資料的關係和不同，也試圖說明，為什麼資訊時代轉變為了大資料時代？大資料時代帶給了我們什麼？

資訊和資料的定義。維基百科解釋：資訊，又稱資訊，是一個高度概括抽象概念，是一個發展中的動態範疇，是進行互相交換的內容和名稱，資訊的界定沒有統一的定義，但是資訊具備客觀、動態、傳遞、共享、經濟等特性卻是大家的共識。資料：或稱資料，指描述事物的符號記錄，是可定義為意義的實體，它涉及到事物的存在形式。它是關於事件之一組離散且客觀的事實描述，是構成資訊和知識的原始材料。資料可分為模擬資料和數字資料兩大類。資料指計算機加工的“原料”，如圖形、聲音、文字、數、字元和符號等。從定義看來，資料是原始的處女地，需要耕耘。資訊則是已經處理過的可以傳播的資訊。資訊時代依賴於資料的爆發，只是當資料爆發到無法駕馭的狀態，大資料時代應運而生。這是否是《大資料時代》一書所未曾闡述的背景材料？

在《大資料時代》一書中，大資料時代與小資料時代的區別：

1、思維慣例。大資料時代區別與轉變就是，放棄對因果關係的渴求，而取而代之關注相關關係。也就是說只要知道“是什麼”，而不需要知道“為什麼”。作者語言絕對，卻反思其本質區別。資料的更多、更雜，導致應用主意只能儘量觀察，而不是傾其所有進行推理？這也是明智之舉。

2、使用用途。小資料停留在說明過去，大資料用驅動過去來預測未來。筆者認為資料的用途意在何為，與資料本身無關，而與資料的解讀者有關，而相關關係更有利於預測未來。

3、結構。大資料更多的體現在海量非結構化資料本身與處理方法的整合。大資料更像是理論與現實齊頭並進，理論來創立處理非結構化資料的方法，處理結果與未來進行驗證。

4、分析基礎。大資料是在網際網路背景下資料從量變到質變的過程。筆者認為，小資料時代也即是資訊時代，是大資料時代的前提，大資料時代是昇華和進化，本質是相輔相成，而並非相離互斥。

資料未來的故事。資料的發展，給我們帶來什麼預期和啟示？銀行業天然有大資料的潛質。客戶資料、交易資料、管理資料等海量資料不斷增長，海量機遇和挑戰也隨之而來，適應變革，適者生存。我們可以有更廣闊的業務發展空間、可以有更精準的決策判斷能力、可以有更優秀的經營管理能力可以這些都基於資料的收集、整理、駕馭、分析能力，基於脫穎而出的創新思維和執行。因此，建設“資料倉庫”，培養“資料思維”，養成“資料治理”，創造“資料融合”，實現“資料應用”才能擁抱“大資料”時代，從資料中攫取價值，笑看風雲變換，穩健贏取未來。

大資料時代讀書心得體會2

這本書裡主要介紹的是大資料在現代商業運作上的應用，以及它對現代商業運作的影響。

《大資料時代》這本書的結構框架遵從了學術性書籍的普遍方式。也既，從現象入手，繼而通過對現象的解剖提出對這一現象的解釋。然後在通過解釋在對未來進行預測，並對未來可能出現的問題提出自己看法與對策。

下面來重點介紹《大資料時代》這本書的主要內容。

《大資料時代》開篇就講了Google通過人們在搜尋引擎上搜索關鍵字留下的資料提前成功的預測了20XX年H1N1的爆發地與傳播方向以及可能的潛在患者的事情。Google的預測比政府提前將近一個月，相比之下政府只能夠在流感爆發一兩個周之後才可以弄到相關的資料。同時Google的預測與政府資料的相關性高達97%，這也就意味著Google預測資料的置信區間為3%，這個數字遠遠小於傳統統計學上的常規置信區間5%！而這個數字就是大資料時代預測結果的相對準確性與事件的可預測性的最好證明！通過這一事以及其他的案例，維克托提出了在大資料時代“樣本=總體”的思想。我們都知道當樣本無限趨近於總體的時候，通過計算得到的描述性資料將無限的趨近於事件本身的性質。而之前採取的“樣本<總體”的做法很大程度上無法做到更進一步的描述事物，因為之前的時代資料的獲取與儲存處理本身有很大的難度只導致人們採取抽樣的方式來測量事物。而網際網路終端與計算機的出現使資料的獲取、儲存與處理難度大大降低，因而相對準確性更高的“樣本=總體”的測算方式將成為大資料時代的主流，同時大資料時代本身也是建立在大批量資料的儲存與處理的基礎之上的。

接下來，維克多又通過了IBM追求高精確性的電腦翻譯計劃的失敗與Google只是將所有出現過的相應的文字語句掃描並儲存在詞庫中，所以無論需要翻譯什麼，只要有聯絡Google詞庫就會出現翻譯，雖然有的時候的翻譯很無厘頭，但是大多數時候還是正確的，所以Google的電腦翻譯的計劃的成功，表明大資料時代對準確性的追求並不是特別明顯，但是相反大資料時代是建立在大資料的基礎住上的，所以大資料時代追求的是全方位覆蓋的數字測度而不管其準確性到底有多高，因為大量的資料會湮埋少數有問題的資料所帶來的影響。同時大量的資料也會無限的逼近事物的原貌。

之後，維克托又預測了一個在大資料時代催生的重要職業——資料科學家，這是一群數學家、統計學與程式設計家的綜合體，這一群人將能夠從獲取的資料中得到任何他們想要的結果。換言之，只要資料充足我們的一切外在的與內在的我們不想讓他人知道的東西都見會在這一群傢伙的面前展現得淋漓盡致。所以為了避免個人隱私在大資料時代被這一群人利用，維克托建議將這一群人分為兩部分，一部分使用資料為商業部門服務，而另一群人則負責審查這一些人是否合法的獲得與應用資料，是否侵犯了個人隱私。

無論如何，大資料時代將會到來，不管我們接受還是不接受！

我覺得《大資料時代》這本書寫的很好，很值得一讀。因為會給我們很多啟發，比如你在相關的社交網站發表的言論或者照片都很有可能被“資料科學家”們利用，從而再將相關資料賣給各大網店。不過，事實就是我們將會成為被預測被引誘的物件。所以說，小心你在網上留下的痕跡。

我喜歡這本書是因為它給我展現了一個新的世界。

大資料時代讀書心得體會3

4月13日下午，在湖南大學東樓205參加了關於《大資料時代》的讀書交流活動。通過相互交流學習，使我更深層次的理解了大資料時代的利與弊，機遇和挑戰。在寫心得體會前，我想再重新審視一下關於大資料的歷史沿革和現實意義。

首先，最早提出“大資料”時代到來的是全球知名諮詢公司麥肯錫，麥肯錫稱：“資料，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對於海量資料的挖掘和運用，預示著新一波生產率增長和消費者盈餘浪潮的到來。”“大資料”在物理學、生物學、環境生態學等領域以及軍事、金融、通訊等行業存在已有時日，卻因為近年來網際網路和資訊行業的發展而引起人們關注。大資料作為雲端計算、物聯網之後又IT行業又一大顛覆性的技術革命。雲端計算主要為資料資產提供了保管、訪問的場所和渠道，而資料才是真正有價值的資產。企業內部的經營交易資訊、物聯網世界中的商品物流資訊，網際網路世界中的人與人互動資訊、位置資訊等，其數量將遠遠超越現有企業IT架構和基礎設施的承載能力，實時性要求也將大大超越現有的計算能力。如何盤活這些資料資產，使其為國家治理、企業決策乃至個人生活服務，是大資料的核心議題，也是雲端計算內在的靈魂和必然的升級方向。

其次，進入2012年，大資料（big data）一詞越來越多地被提及，人們用它來描述和定義資訊爆炸時代產生的海量資料，並命名與之相關的技術發展與創新。它已經上過《紐約時報》《華爾街日報》的專欄封面，進入美國白宮的新聞，現身在國內一些網際網路主題的講座沙龍中，甚至被嗅覺靈敏的國金證券、國泰君安、銀河證券等寫進了投資推薦報告。資料正在迅速膨脹並變大，它決定著企業的未來發展，雖然很多企業可能並沒有意識到資料爆炸性增長帶來問題的隱患，但是隨著時間的推移，人們將越來越多的意識到資料對企業的重要性。正如《紐約時報》2012年2月的一篇專欄中所稱，“大資料”時代已經降臨，在商業、經濟及其他領域中，決策將日益基於資料和分析而作出，而並非基於經驗和直覺。哈佛大學社會學教授加里·金說：“這是一場革命，龐大的資料資源使得各個領域開始了量化程序，無論學術界、商界還是政府，所有領域都將開始這種程序。”

最後，隨著雲時代的來臨，大資料（Big data）也吸引了越來越多的關注。著雲臺的分析師團隊認為，大資料（Big data）通常用來形容一個公司創造的大量非結構化和半結構化資料，這些資料在下載到關係型資料庫用於分析時會花費過多時間和金錢。大資料分析常和雲端計算聯絡到一起，因為實時的大型資料集分析需要像MapReduce一樣的框架來向數十、數百或甚至數千的電腦分配工作。“大資料”在網際網路行業指的是這樣一種現象：網際網路公司在日常運營中生成、累積的使用者網路行為資料。這些資料的規模是如此龐大，以至於不能用G或T來衡量。大資料到底有多大？一組名為“網際網路上一天”的資料告訴我們，一天之中，網際網路產生的全部內容可以刻滿1.68億張DVD；發出的郵件有2940億封之多（相當於美國兩年的紙質信件數量）；發出的社群帖子達200萬個（相當於《時代》雜誌770年的文字量）；賣出的手機為37.8萬臺，高於全球每天出生的嬰兒數量37.1萬……，截止到xx年，資料量已經從TB（1024GB=1TB）級別躍升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB（1024EB=1ZB）級別。國際資料公司（IDC）的研究結果表明，xx年全球產生的資料量為0.49ZB，xx年的資料量為0.8ZB，xx年增長為1.2ZB，xx年的數量更是高達1.82ZB，相當於全球每人產生200GB以上的資料。而到xx年為止，人類生產的所有印刷材料的資料量是200PB，全人類歷史上說過的所有話的資料量大約是的研究稱，整個人類文明所獲得的全部資料中，有90%是過去兩年內產生的。而到了xx年，全世界所產生的資料規模將達到今天的44倍。

首先，談談大資料帶給生活的轉變。大資料已經是資訊產業發展的必然趨勢，可以說，大資料現在已經開始慢慢滲透入我們的生活，如：現在流行的打車軟體、三維立體化社群的建立、某些從事生產銷售的行業利用大資料來優化規模和實現利益最大化。而我們很多人對大資料還很陌生，只是被動的適應著大資料給生活帶來的改變。大資料時代是以雲端計算為基礎的，所以，要實現大資料，相關的`很多的硬體裝置都要更新換代，資訊處理系統、資訊傳輸系統、資訊反饋系統、資訊決策系統都將面臨新的挑戰，相關產業都要重新調整產業結構，在那時，可以誇張的說，資訊就是黃金，資訊就是石油。大資料時代的到來會解放更多的勞動生產力，勢必將會更加加劇生產力過剩的現狀，社會兩極分化現象會更加明顯，掌握不了資訊資源，很難再翻身，要防止資訊壟斷帶來的可怕局面。大資料時代的到來會使人們的生活節奏急速加快，資訊的時效性決定了它的流通速率，人們的生活節奏要跟上資訊流通的速率，就不得不加快自己的節奏，人們會越來越忙，到那時，就像現在的日本，可能想找個人聽你說說話，真的是一件很難的事。

第二，關於資料管理的看法。大資料時代，資料管理是一件很重要的工作，如何才能避免自己的資料被非法竊取、丟失和被盜？我的看法是，人防、技防、物防一體化。人防，即我們要從思想上牢固樹立資訊安全防範的意識，不主動洩露資訊，要管理好自己身邊的資訊裝置；技防，就是要運用軟體來管理和處理資料，經常檢查更新資料庫，定時查殺電腦病毒，確保電腦狀況安全；物防，就是重要的資料一定要備份保留，而且應當做到備份與原始檔案是物理隔離，無關的資訊應當及時刪除，減輕硬碟的壓力。

三、怎麼保護自己的隱私。隱私，顧名思義，就是不願意讓別人看到的東西，所以，在大資料時代，更要管理好自己的隱私，以免對自己和家人造成麻煩和損失。越是隱私的資訊，越要遠離網路，不要再公開的社交網路儲存和展示個人圖片、資料等資訊，免得被非法人士採用和竊取。建議還是用紙質的日記代替電腦日記，避免資訊傳播範圍太大，管理好自己的日記本。研發一種新的硬體聯結器，總是以隨機碼來保護自己真實IP地址，提高網路安全的可靠性，加強對聯網資訊的管理和保護。

大資料時代讀書心得體會4

讀了《大資料時代》後，感覺到一個大變革的時代將要來臨。雖然還不怎麼明瞭到底要徹底改變哪些思維和操作方式，但顯然作者想要“終結”或顛覆一些傳統上作為我們思維和生存基本理論、方法和方式。在這樣的想法面前，我的思想被強烈震撼，不禁戰慄起來。

“在小資料時代，我們會假象世界是怎樣運作的，然後通過收集和分析資料來驗證這種假想。”“隨著由假想時代到資料時代的過渡，我們也很可能認為我們不在需要理論了。”書中幾乎肯定要顛覆統計學的理論和方法，也試圖通過引用《連線》雜誌主編安德森的話“量子物理學的理論已經脫離實際”來“終結”量子力學。對此我很高興，因為統計學和量子力學都是我在大學學習時學到抽筋都不能及格的課目。但這兩個理論實在太大，太權威，太基本了，我想我不可能靠一本書就能擺脫這兩個讓我頭疼一輩子的東西。作者其實也不敢旗幟鮮明地提出要顛覆它們的論點，畢竟還是在前面加上了“很可能認為”這樣的保護傘。

近幾十年，我們總是在遇到各種各樣的新思維。在新思維面前我們首先應該做到的就是要破和立，要改變自己的.傳統，跟上時代的腳步。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展的大帽子。既然大資料是“通往未來的必然改變”，那我就必須“不受限於傳統的思維模式和特定領域裡隱含的固有偏見”，跟作者一起先把統計學和量子力學否定掉再說。反正我也不喜歡、也學不會它們。

當我們人類的資料收集和處理能力達到拍位元組甚至更大之後，我們可以把樣本變成全部，再加上有能力正視混雜性而忽視精確性後，似乎真的可以拋棄以抽樣調查為基礎的統計學了。但是由統計學和量子力學以及其他很多“我們也很可能認為我們不再需要的”理論上溯，它們幾乎都基於一個共同的基礎——邏輯。要是不小心把邏輯或者邏輯思維或者邏輯推理一起給“不再需要”的話，就讓我很擔心了！

《大資料時代》第16頁“大資料的核心就是預測”。邏輯是——描述時空資訊“類”與“類”之間長時間有效不變的先後變化關係規則。兩者似乎是做同一件事。可大資料要的“不是因果關係，而是相關關係”，“知道是什麼就夠了，沒必要知道為什麼”，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“明確規定”任何事物都有其存在的充足理由。且邏輯推理三部分——歸納邏輯、溯因邏輯和演繹邏輯都是基於因果關係。兩者好像又是對立的。在同一件事上兩種方法對立，應該只有一個結果，就是要否定掉其中之一。這就是讓我很擔心的原因。

可我卻不能拭目以待，像旁觀者一樣等著哪一個“脫穎而出”，因為我身處其中。問題不解決，我就沒法思考和工作，自然就沒法活了！更何況還有兩個更可怕的事情。

其一：量子力學搞了一百多年，為了處理好混雜性問題，把質量和速度結合到能量上去了，為了調和量子力學與相對論的矛盾，又搞出一個量子場論，再七搞八搞又有了蟲洞和羅森橋，最後把四維的時空彎曲成允許時間旅行的樣子，恨不得馬上造成那可怕的時間旅行機器。唯一阻止那些“愛因斯坦”們“瞎胡鬧”的就是因果關係，因為爸爸就是爸爸，兒子就是兒子。那麼大資料會不會通過正視混雜性，放棄因果關係最後反而搞出時間機器，讓爸爸不再是爸爸，兒子不再是兒子了呢？其二：人和機器的根本區別在於人有邏輯思維而機器沒有。《大資料時代》也擔心“最後做出決策的將是機器而不是人”。如果真的那一天因為放棄邏輯思維而出現科幻電影上描述的機器主宰世界消滅人類的結果，那我還不如現在就趁早跳樓。

還好我知道自己對什麼統計學、量子力學、邏輯學和大資料來說都是門外漢，也許上面一大篇都是在胡說八道，所謂的擔心根本不存在。但問題出現了，還是解決的好，不然沒法睡著覺。自己解決不了就只能依靠專家來指點迷津。

所以想向《大資料時代》的作者提一個合理化建議：把這本書繼續寫下去，至少加一個第四部分——大資料時代的邏輯思維。

大資料時代讀書心得體會5

《大資料時代》是英國維克托·邁爾—舍恩伯格教授的著作，這本書也被尊為國外大資料研究的先河之作。這本書最大的優點就在於作者利用上百個例子來對大資料的方方面面做了詳細解說，讓外行也很容易理解。結構上，作者通過大資料時代的思維變革、商業變革和管理變革三個角度依次闡述，條理清晰。

所謂"大資料"，按作者的說法，就是"所有資料"。隨著計算機運算速度和儲存能力的發展，收集資料變得越來越簡單，儲存資料的成本越來越低。在過去，由於技術限制，人們做統計時只能收集有限的資料做樣本，其中要考慮隨機樣本的選擇，努力減小因樣本問題出現的誤差；統計結果往往不能重複使用，造成資料利用率低。而現在則可以做到"樣本=總體"。資料的增多帶來不可避免的精確性問題。"小資料"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，"大資料"時代對精確性不再那麼要求苛刻——也無法要求太嚴格——資料的數量足以彌補這一缺陷。在對思維變革這一部分的闡述中，最重要也是全書的核心觀點就是大資料時代，我們應該從追求"因果關係"的舊思維方式向追求"相關關係"轉變。

在我看來，這實際上是通過大資料來透視一種事物的發展趨勢，而很多精確學科領域依然需要探尋"因果關係"解決更有針對性的問題，所以，這侷限了這一轉變只能在特定的領域發生。作者自己也說，"大資料的相關性將人們指向了比探討因果關係更有前景的領域。"

大資料時代的資料獲取方式是多種多樣，資料形式也是千變萬化，任何文字、行為、萬物都可以被資料化後用來分析。對這些資料的利用，不僅要考慮到其初次使用價值，更要放眼它未來可能的用途以提高資料的利用率。當然資料並不是無限使用，時效、環境的變化肯定會對資料提出新的要求，所以資料的折舊也是應當考慮的。這又引出了對資料這一無形資產的估值可能性。對於這樣的公司來說，資料就是他們的核心，如何在資產負債表上給他們一個公正的體現正是我們需要考慮的。

大資料時代的價值鏈由三部分構成，我把它們簡化為"生產—分析—使用"三個環節，這對應書中的三種類型公司：第一種是基於資料本身的公司，第二種是基於技能，第三種則是基於思維。在大資料早期，技能和思維最有價值，但作者認為，最終，大部分的價值還是必須從資料本身來挖掘。這是假定了一個成熟的市場，人人都瞭解了大資料的用途。

對於普通人來說，大資料時代最關心的`還是隱私問題。不知不覺中，個人的一舉一動都暴露在政府甚至私人企業之下，還面臨潛在的洩露風險。對此，作者提出了使用者承擔責任的解決辦法，而不是過去那種流於形式的使用授權。大資料甚至能預測一個人的犯罪動機，這給監管者帶來的難題是，預測一個人要犯罪，懲罰還是不懲罰？在這點上，社會達成"個人僅需對行為而非動機負責"的共識非常重要。

大資料時代的風險控制靠的是"演算法師"，類似會計師一樣的職業，對大資料的準確度或有效性進行鑑定。這能在一定程度上防止資料濫用的發生和資料獨裁。當今的法律亦需對大資料監管進行修訂補充。

當代大資料發展主要由科技公司推動，相信在不久的將來更多的傳統領域會意識到大資料的重要性。但我們也應該保持清醒，大資料並不是萬能藥，對某些領域或環節，使用大資料是一種簡單且實用的選擇；但對某些領域，盲目使用大資料只會適得其反。