很多人在看完電影或者活動之后都喜歡寫一些讀后感，這樣能夠讓我們對這些電影和活動有著更加深刻的內容感悟。這時候最關鍵的讀后感不能忘了。那要怎么寫好讀后感呢？這里我整理了一些優秀的讀后感范文，希望對大家有所幫助，下面我們就來了解一下吧。
大數據時代讀后感篇一
知道＂是什么＂就夠了，沒必要知道＂為什么＂。在大數據時代，我們不必非得知道現象背后的原因，而是讓數據自己＂發聲＂。這個命題是我讀這本書最大的感觸。
對于大多數人來說，這的確是一場思維變革。對于理科學生來說，會認為這是一個錯誤的觀點，因為這無異于否定了他們對世界客觀物理化學規律探索的重要性；對于一名工科學生，其實這并不是一個多么新穎的觀點，因為工科是講求時用性的，如何能更好地利用基本自然科學規律創造社會財富比探索自然科學知識顯得更重要。
這些天來，在讀大數據這本書的同時，也稍微重溫了一下自動控制原理，認識到控制系統中存在明顯的大數據時代思維方式，借讀書交流會之際，與大家分享。
對系統的有效控制需要對系統理解與建模。以一個日常生活中的例子說明。開車的時候一腳油門下去車就飛出去了，但并不知道這一腳油門下去能給多大車速，這就需要駕駛人員的熟練的駕駛技能了，不然超速被開罰單是很正常的。那么，問題就來了：如何能實現速度的自動控制而不用駕駛人員踩油門？這就是控制系統最關鍵的環節——建立系統數學模型。大白話就是知道車速與燃油量的數學關系式。若是以探索為什么的思維模式，不可避免的要列一大堆能量方程、動量方程等物理化學式子，經過繁雜的計算，還是能得到車速和燃油量的數學關系式的。很明顯這是一個繁瑣的過程，因為得知道現象背后的原因。這僅是對于這種簡單的系統，若是對于航空發動機這種復雜的系統，結構工藝過于復雜，分析各部分的物理化學過程是十分困難的，這時候可以通過實驗法得到數學模型。
實驗法主要有時域測定法、頻域測定法和統計相關法。與大數據時代思維最接近的是統計相關法，主要過程是對被研究對象施加某種隨機信號，根據被測對象各參數的變化，采用統計相關法確定被測系統或對象的動態特性。這種方法可以在被測系統或生產過程正常運行狀態下進行在線辨識，測試結果精度較高，但要求采集大量測試數據，并需要相關儀和計算機進行數據計算和處理。
若用開車實例來解釋，此時的系統為汽車動力系統，施加的隨機信號為燃油量，被測對象指車轉速，得到的動態特性就是指車速與燃油量函數關系式，從而不用探求背后的物理化學規律就得到了數學模型。
在沈陽黎明航空公司實習時去過試車間，除了發動機點火后震撼的場景動人心魄，控制室屏幕上海量的數據也同樣引人注目，我想這么多數據無非就是驗證數學模型或直接實驗法得到數學模型，結合航空發動機這種復雜的系統，對于搞控制的人來說，得到數學模型就夠了，現象背后的原因交給研發的人來探索更好。
大數據時代讀后感篇二
“除了上帝，任何人都必須用數據來說話。”――這是《大數據》中出現的讓人印象深刻的一句話，也是全書力圖傳遞的信息。在數字信息時代，數據和空氣一樣遍布生活，對于有些人來說，數據無意義，而對于有些人來說，數據，即真相。
美國是《大數據》的主角，全書通過講述美國半個多世紀信息開放、技術創新的歷史，公共財政透明的曲折、《數據質量法》背后的隱情、全民醫改法案的波瀾、統一身份證的百年糾結、街頭警察的創新傳奇、美國礦難的悲情歷史、商務智能的前世今生、數據開放運動的全球興起，web3?0與下一代互聯網的未來圖景等等，為讀者一一細解數據創新給公民、政府、社會帶來的種種挑戰和變革。
透過全書，一個立體的美國及美國人民的思想呈現在我們面前――美國人民執著于個人隱私的保護，卻又不遺余力地推動著政府信息的透明與公開。
讀完此書，對生活中的數據及數據處理突然有了很大的興趣。如果有一天，處處以數據說話，那么，政治、制度、生活將更加清明，事故、將降到最低點。
作為信息技術教師，是有必要閱讀此書的！有慧根的教師將能從書中挖掘出信息技術特有的文化以及能用于教學的鮮活案例。
大數據時代讀后感篇三
“除了上帝，任何人都必須用數據來說話。”——這是《大數據》中出現的讓人印象深刻的一句話，也是全書力圖傳遞的信息。在數字信息時代，數據和空氣一樣遍布生活，對于有些人來說，數據無意義，而對于有些人來說，數據，即真相。
美國是《大數據》的主角，全書通過講述美國半個多世紀信息開放、技術創新的歷史，以別開生面的經典案例——奧巴ma建設“前所未有的開放政府”的雄心、公共財政透明的曲折、《數據質量法》背后的隱情、全民醫改法案的波瀾、統一身份證的百年糾結、街頭警察的創新傳奇、美國礦難的悲情歷史、商務智能的前世今生、數據開放運動的全球興起，以及云計算、facebook和推特等社交媒體、web3·0與下一代互聯網的未來圖景等等，為讀者一一細解數據創新給公民、政府、社會帶來的種種挑戰和變革。
透過全書，一個立體的美國及美國人民的思想呈現在我們面前——美國人民執著于個人隱私的保護，卻又不遺余力地推動著政府信息的透明與公開。
讀完此書，對生活中的數據及數據處理突然有了很大的興趣。如果有一天，處處以數據說話，那么，政治、制度、生活將更加清明，事故、腐朽將降到最低點。
作為信息技術教師，是有必要閱讀此書的！有慧根的教師將能從書中挖掘出信息技術特有的文化以及能用于教學的鮮活案例。
大數據時代讀后感篇四
“大數據”一詞不知何時在我們的生活悄然出現，為了一探究竟，我便選擇了《大數據時代》一書。
作者先從全局簡單地描述大數據對我們的生活、工作與思維的影響，再從三方面具體地用上百個學術和商業的實例展開寫作。樣本=總體、追求精確性和相關關系等大數據時代具體特點一一現出。在同時，作者也從個人、企業等多角度分析大數據中的隱憂。
書中內容繁多，在此不能各方面概括。此書中雖有許多專有名詞，但作者以其通俗的語言以及許多實例讓我嗅到大數據時代中一抹清新之氣。
為什么是清新的呢？因為書中的內容仿佛向我打開了一個既有點熟悉又有點陌生的世界。我們現在已處于網絡時代，在我們日常簡單的操作中大量數據產生，然而起初我們僅用眾多技術在解決手頭上的問題，那些大數據像沙子中的金子，價值不被發現。到目前，每當我們網上購書時總會看到“猜你喜歡”的欄目、出現谷歌搜索與流感預測、farecast與飛機票價預測系統等，這些事情的達成全來自于那些曾被忽略的大數據同時也在證明“預測，大數據的核心”這句話，為我們的生活創造了前所未有的可量化的維度。看到書中這部分內容時，我不禁感受到自己的生活已在享大數據帶來的福利，就像“猜你喜歡”欄目讓我觸到更多合我口味的書，讓我看到了以前無法發現的細節。擁有大量數據的公司巨頭如谷歌、亞馬遜大力開發有關大數據的新型產業和研究相關項目。借網絡時代的便利大數據成為了如今最有商業價值的事物，使一切可量化的趨勢也開始出現。“本質上世界是由信息構成的”，面對這句話時，大數據時代仿佛就在眼前。
在感受驚嘆著大數據能為我們做到以往無法想象的事和它巨大的價值時，我認同大數據能極大優化我們的生活，但又不禁為這時代感到擔憂。一旦大數據時代來臨，不僅我們的隱私可能不再是隱私，就如書中所言“我們時刻暴露在‘第三只眼’下：亞馬遜監視著我們的購物習慣，谷歌監視著我們的購物習慣，而微博似乎什么都知道”，而且利用大數據我們可以預測許多事情并且十分高效，一旦人們依賴大數據極少運用人類自身的創新等能力被數據束縛住，世界只會淪落為一個極少活力的機械環境。而我認為最大的憂患，是大數據時代對人類自身思維、思想、信仰等精神領域的沖擊。如今我們都生活在數據中，大數據時代說不定在幾年后就會逐步來臨，這使我不禁發問：我們一直堅信著信仰著的究竟是什么？我覺得世界說變就變實在令我想不通這個問題。事情都有好壞，我也不知道自己是否杞人憂天。
于是我繼續去探索作者對這問題的思考。“更大的數據在于人本身”，作者還說“我們是在創造更好的未來”，也說“在一個預測的時代里，人類的自由意志不可侵犯，這一點不可輕視。我們在使用大數據時，應當懷有謙恭之心，銘記人性之本”。人類學家克利福德吉爾茲曾說：“努力在可以應用、可以拓展的地方，應用它、拓展它；在不能應用、不能拓展的地方，就停下來。”這些話語仿佛是陽光，驅散我心中對大數據時代的擔憂以及內心對其的恐懼。我認為，在堅守我們內心和自由意志下，大數據才會造福我們人類世界，發揮出它背后對人溫暖的光芒。
面對時代的變革，我會為堅守內心深處的自由意志而努力并“擁抱大數據”。
將本文的word文檔下載到電腦，方便收藏和打印。
大數據時代讀后感篇五
當看完一本著作后，相信你心中會有不少感想，需要好好地就所收獲的東西寫一篇讀后感了。那么我們該怎么去寫讀后感呢？下面是小編為大家收集的《大數據時代》讀后感，希望對大家有所幫助。
如今一提起互聯網和新媒體，就不得不提到“大數據”，在多數人印象中，這是個很寬泛的定義，大數據到底是什么，對我們的工作生活又產生了哪些影響，在拜讀《大數據時代：生活、工作與思維的大變革》后，思路仿佛逐漸清晰。
對于大數據，研究機構給出了這樣的定義：大數據是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。作者舍恩伯格在書中前瞻性的指出大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型，并用三個部分講述了大數據時代的思維變革、商業變革和管理變革。
一直以來，人類都在利用掌握的數據進行各種分析，從而對經濟、文化等各方面進行預測以期達到選擇最優。進入大數據時代，人類所掌握的數據以爆炸性的速度增長，數據的存儲和分析數據的方法成了釋放大數據能量的關鍵。例如，微博、微信、抖音等推送的消息無處不在，我們掌握了新的工具，也獲取了以前從未有過的各種信息。毫無疑問，在大數據時代，人們與現實的距離被網絡拉近了，周圍一切的人和事物都變得觸手可及起來，如同舍恩伯格所言“開啟了一次重大時代轉型，就像望遠鏡能夠讓我們感受宇宙，顯微鏡讓我們看清微生物一樣，大數據要改變的是，我們的生活方方面面以及理解世界的方式。”
大數據意味著全體數據，而不是隨機樣本，以前沒有獲得和處理大數據的技術，只能采用隨機采樣，用最少的數據獲得最多的信息，隨著大數據時代的到來，采用所有數據的方法取代了隨機分析法這樣的捷徑。當然，大數據也是泥沙俱下的，所有數據里面包含了更加復雜的成分，混雜的不精確數據占了所有數據的一部分，如何去偽存真更高效的使用大數據，成為所有人需要思考的課題。
大數據時代，比知道“為什么”更重要更有價值的是知道“是什么”，大數據體現的不是因果關系，而是相關關系，很多時候我們不是非得知道現象背后的原因，讓數據告訴我們相關的現象就足以幫助我們做出選擇和決策。傳統的統計調查數據可以描述事物發展的趨勢，對未來的預測起到重要作用，現在有了大數據，這種相關趨勢就可以得到更加完整的擬合，有利于數據的佐證，更有利于數據解讀工作。
大數據非常強大，可以在社會的方方面面幫助我們，但是這種幫助只是暫時的，大數據不能為我們提供最終答案，只能是參考答案，人類本身的作用是無法被大數據所完全替代的，將來，更好的`方法和答案將在人類的作用下一步一步到來。大數據作為一種資源，也是一種工具，它改造我們的生活，它能優化、提高、高效化并最終捕捉住利益，但是它對社會的促進是有限的，社會的發展和進步源自于我們人類的獨創性，這種獨創性包括創意、直覺、冒險精神和知識野心等，在大數據時代，這些人類特性的培養依舊顯得尤為重要。
海南自由貿易港是習近平總書記親自謀劃、親自部署、親自推動的改革開放重大舉措，自貿港建設正在如火如荼的進行中，建設體現中國特色、踐行社會主義核心價值觀的新時代重要開放門戶，需要勇于創新，也要堅持底線思維，作為這場改革浪潮的參與者，大數據時代帶來的既是機遇也有挑戰，要更好的發揮統計監督作用，對海南自由貿易港進行統計監測，運用翔實統計數據準確全面反映自貿港建設的進展情況及建設成果，我們要善于合理利用大數據，不完全把它作為統計分析的判斷依據，而是作為一項參考指標，要有自己獨立判斷，利用大數據中最有價值的部分。
大數據時代讀后感篇六
讀完《大數據時代》，我才意識到這并不是一本枯燥無味的書籍。作者運用案例和講故事的方式，把美國數據開放、收集、使用背后的立法故事、公民故事、技術故事、商業故事娓娓道來，引人入勝，令我大開眼界。
我在想，大數據概念對于教育來說會產生什么樣的實用價值呢？一直以來，中國教育在研究教育的數字化，比如數字化校園，這個思路就是把我們教育的內容進行數字化，其結果指向的就是電子教材的研發或者是教學過程的數字化。美其名曰，這是教育技術的重要內涵。在教學過程中，學生的行為表現都可以被數據化，而這項研究不是任何一個專業可以深入下去的，它的專業性太強，所以我才會想到，所謂教育技術與其研究教育的數字化，不如研究教育的數據化來得實在，來的有意義。長期以來，我們并不了解教育對一個人的影響具體會如何表現，我們有的只是一個輪廓，我們也并不確定一個教師的行為對學生具體產生了哪些影響。所以，人們對教育一直有一個深深的質疑，它是不是科學的？大數據概念至少提出了關注“是什么”比“為什么”要有實際意義得多。而我們的教育恰好需要把注意力從“為什么”轉移到“是什么”上面來，只有如此，才能把教育從為什么發展成“可能成為什么”上來，這會是一次思想上的革命。而對于現在地位岌岌可危的教育技術來說，把研究的重點從數字化轉移到數據化上面，這才是它的出路。
如何將數據融入教學，教育者首先通過標準化全科教學處方，實現了教師授課模板和教學內容的標準化，保證每個教學過程和內容是可控的，然后結合每天的教學內容，處理好面對的數據，處理好數據，自然也就處理好了課堂的反饋，最終形成了既注重教學體驗又以教學結果為導向的教學體系。
與此同時，不僅要注重課上的學生資源，在課后還要對這些資源進行跟蹤處理。這與過去的教育教學顯然是不同的，面對大數據時代的到來，教學有所改變是必然的。所以，無論環境怎么變換，數據如何復雜，我們都不能不去改變自己的教學去迎合將來的這個大數據時代。
大數據時代讀后感篇七
導語：維克托·邁爾·舍恩伯格在書中前瞻性地指出，大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型，并用三個部分講述了大數據時代的思維變革、商業變革和管理變革。
當我們說人類是通過因果關系了解世界時，我們指的是我們再理解和解釋世界各種現象時使用的兩種基本方法：一種是通過快速、虛幻的因果關系，還有一種就是通過緩慢、有條不紊的因果關系。大數據會改變這兩種基本方法在我們認識世界時所扮演的角色。
大數據的精髓在于我們分析信息時的三個轉變，這些轉變講改變我們理解和組建社會的方法。
第一個轉變就是，在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴于隨機采樣(樣本=總體)
第二個轉變就是，研究數據如此之多，以至于我們不再熱衷于追求精確度
第三個轉變因前兩個轉變而促成，即我們不再熱衷于尋找因果關系，而應該尋找事物之間的相關關系。大數據告訴我們”是什么“而不是”為什么“。在大數據時代，我們不必知道現象背后的.原因，我們只要讓數據自己發聲。，出處：短美文()，轉載請保留本出處，否則追究其責任，謝謝你的支持，我們會給做得更好!
正如大家所知道的那樣，人類的大腦具備這樣的功能，它會把新輸入的刺激或信息與”過去的經驗或積累的部分知識“相對照，然后進行調整并接受下來。如果眼前新的現實與大腦中儲存的固有信息無法協調，便會在無意識中拒絕接受新的現實(當作沒有看見);或者通過自己一知半解的知識任意推測，使自己認識到的情況偏離實際(產生錯覺)。這是人的一種本能，目的在于使自己保持冷靜。
所以作者稱之為revolution。
公平正義的基礎是人只有做了某事才需要對它負責，畢竟，想做而未做不是犯罪，社會關系于個人責任的基本信條是，人為其選擇的行為承擔責任。如果大數據分析完全準確，那么我們的未來會被精準的預測，因此在未來，我們不僅會失去選擇的權利，而且會按照預測去行動。如果精準的預測成為現實的話，我們也就失去了自由意志，失去了自由選擇的權利。既然我們別無選擇，那么我們也就不需要承擔責任。這不是很諷刺嗎。
扯到這里，順便扯一下，書中另一段關于自由意志的描述
在哲學界，關于因果關系是否存在的爭論已經持續了幾個世紀。畢竟，如果凡事皆有因果的話，那么我們就沒有決定任何事的自由了。如果說我們做的每一個決定或者每一個想法都是其他事情的結果。而這個結果又是由其他原因導致的。以此循環往復，那么就不存在人的自由意志這一說了。——所有的生命軌跡都只是受因果關系的控制了。因此，對于因果關系在世間所扮演的角色，哲學家們爭論不休，有時他們認為，這是與自由意志相對立。
書中舉了個例子，舉了部電影《少數派報告》，當我看到這里的時候，”哎喲，我居然看過這部電影，想想心里還是有點小激動“，有興趣的可以去看下，大概就是講警察通過預測來提前抓捕犯人，不過不是通過大數據，是通過超人類的方式。當你什么舉動都可以被預測，相當于你完全暴露在太陽光下，換成你，你害怕不。
最后，附上兩段結語，一段是書中的一段話，另一段是我自己瞎編的。
大數據并不是一個充斥著算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據為我們提供的不是最終答案，只是參考答案，幫助是暫時的，而更好的方法和答案還在不久的未來。
大數據終將會影響到我們，也像其他技術一樣會是一把雙刃劍，用得好，動心，濫用，害怕。如同核技術一樣，用的話，造福地球，濫用，給個金剛石地球你，照樣爆。我相信，未來的大數據的發展會如作者所說的，是一場生活、工作與思維的革命。
大數據時代讀后感篇八
舍恩伯格的《大數據時代》被人推崇為最佳書籍，今年安泰讀書會的重頭戲。雖然主講人最后放了個香港大黃鴨般的鴿子，但現場討論氛圍依舊非常熱烈——而且還是在沒幾個人讀完的情況下，也就意味著——大數據對我們的影響，已經深入到生活的方方面面。
無處不在的大數據：各種云計算，谷歌的神通，亞馬遜的推送，天涯人肉，微博萬能等等等等，我們掌握了新的工具，也獲取了以前從未有過的各種信息。大數據拉近了我們與現實的距離，“地球村”變成了“地球屋”，仿佛所有人所有事物都觸手可及，而這些牛逼哄哄的互聯網巨頭就在客廳展示著世界的每一寸光景。
然而，事實真的是這樣嗎?首先，從應用角度出發，低廉的運算能力和存儲空間，讓以前的樣本分析顯得非常簡陋——一些從全體數據挖掘出來，忽略精確而從大量數據的簡單算法得出來的結論顛覆了常識。但個人覺得，這只是統計學的終極目標——并沒有非常大的跨越，可能終結了回歸分析，有效性驗證等手段，但依舊還是統計。而革命性在于關注相關關系而非因果關系。現場討論從神學角度挑戰了因果關系的不可能——或者說人類用簡單思考的邏輯來定義因果，以及用之前小數據演繹出大概率事件來推導因果，都是不正確的。真正的因果關系應該屬于上帝的范疇，人類如果真的完全掌握之后，會統治整個宇宙。但我覺得，無需從神學觀點來討論，而可以借鑒量子力學對經典力學的顛覆——在原子層面上，經典力學會失效——那么在大數據層面上，普通的抽樣調查直觀反映會失效。而且從量子力學角度是很難推導經典力學的公式，那么從現在的慣有思維，也難以推導出大數據的因果關系。
大數據時代讀后感篇九
本書《大數據時代》出自維克托·邁爾-舍恩伯格，是最早洞見大數據時代發展趨勢的數據科學家之一，也是最受人尊敬的權威發言人之一。舍恩伯格教授在《大數據時代》中提出：“大數據是指不用隨機分析法這樣的捷徑，而采用所有數據的方法。”闡述大數據是一個比較的概念，它是在人類過去運用小數據庫隨機抽樣獲得分析結果比較而來，它的關鍵是在“大”，數據存儲量越大，價值越顯著。大數據的核心作用在于“預測”，引申出“規劃”與“解決方案”，也就是我們說的“算法”。書中展示了谷歌、微軟、亞馬遜、ibm、蘋果、facebook、twitter、visa等大數據先鋒們最具價值的應用案例。
在現今的社會，大數據的應用越來越彰顯他的優勢，它占領的領域也越來越大，電子商務、o2o、物流配送等，各種利用大數據進行發展的領域正在協助企業不斷地發展新業務，創新運營模式。有了大數據這個概念，對于消費者行為的判斷，產品銷售量的預測，精確的營銷范圍以及存貨的補給已經得到全面的改善與優化。就我個人體會。大數據產生最直觀的價值：一是時間，二是金錢。要知道“時間就是金錢，效率就是生命。”
大數據帶給我們的三個顛覆性觀念轉變：采樣數據向全部數據轉變;精確制導向方向引領轉變;因果關系向相關關系轉變。
1.不再局限隨機樣本，而是全體數據：在大數據時代，我們有更多的數據可以分析，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴于隨機采樣，這也是通過大數據打通的傳統壁壘。
2.不再局限精確性數據，而是混雜性數據：以前需要分析的數據很少，所以我們必須盡可能精確地量化我們的記錄，隨著數據的積累，數據庫的完善，我們不再需要對一個現象刨根問底，只要掌握了大體的發展方向，適當忽略微觀層面上的精確度，會讓我們在宏觀層面擁有更好的洞察力。
3.不再局限因果關系數據，而是相關關系數據：在大數據時代，我們無須再緊盯事物之間的因果關系，而應該尋找事物之間的相關關系，相關關系雖然不能準確地告訴我們事件發生的原因，但是它會提醒我們事件的發生。
思考：大數據在農業領域建設。近年來，我國數字農業發展方興未艾，從北大荒千里沃野的無人駕駛農機作業，到浙江烏鎮的刷臉入住農家樂、西安阿里的智慧大腦，數字農業正在悄然地助推傳統農業發展。從理想狀態來說，我認為數字農業就是有一塊地，你種什么，種多少，施什么肥，打什么藥，賣給誰，都用數據來表達，以大數據來支撐決策，通過信息化、數字化提供全程社會化服務。具體講，數字農業是指以數據為關鍵要素，以數字技術與農業融合發展為重點，以數字產業化、產業數字化為路徑，實現農業生產過程及全產業鏈數字化表達、數字化設計、數字化管理的新興農業形態。
當前，我國已進入加快發展數字農業的新時期，發展數字農業有條件、有需求，恰逢其時，勢在必行。人類社會經歷了農業革命、工業革命，如今正在經歷信息革命。現代信息技術日新月異，全球數據爆發增長、海量集聚，數字經濟高歌猛進。互聯網、物聯網、大數據、云計算等數字技術加速向農業全方位滲透，讓傳統農業插上數字化的翅膀，培育了經濟新增長點和發展新引擎，數據對農業發展的放大、疊加、倍增作用正在快速釋放。這將為農業發展帶來深刻的變革，創造千載難逢的歷史機遇。(張洋)。
大數據時代讀后感篇十
如今說起新媒體和互聯網，必提大數據，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《大數據時代》。維克托·邁爾舍恩伯格何許人也？他現任牛津大學網絡學院互聯網研究所治理與監管專業教授，曾任哈佛大學肯尼迪學院信息監管科研項目負責人。他的咨詢客戶包括微軟、惠普和ibm等全球企業，他是歐盟互聯網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。這位被譽為：大數據時代的預言家“的牛津教授真牛！那么，這位大師說的都是金科玉律嗎？并不一定，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數據，即思維變革、商業變革和管理變革。
在第一部分”大數據時代的思維變革“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，而是全體數據。
二、更雜：不是精確性，而是混雜性。
三、更好：不是因果關系，而是相關關系。對于第一個觀點，我不敢茍同。
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數據分析的專家，他認為一定可以找到一種數理統計方法來進行分析，并不一定需要全部數據。聯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據不是指數量而是指范圍，即大數據的隨機樣本不限于目標數據，還包括目標以外的所有數據。我認為大數據分析不能排除隨機抽樣，只是抽樣的方法和范圍要加以拓展。
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。”大數據的簡單算法比小數據的復雜算法更有效。“更具有宏觀視野和東方哲學思維。對于舍恩伯格的第三個觀點，我也不能完全贊同。”不是因果關系，而是相關關系。“不需要知道”為什么“，只需要知道”是什么“。傳播即數據，數據即關系。在小數據時代人們只關心因果關系，對相關關系認識不足，大數據時代相關關系舉足輕重，如何強調都不為過，但不應該完全排斥它。大數據從何而來？為何而用？如果我們完全忽略因果關系，不知道大數據產生的前因后果，也就消解了大數據的人文價值。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。
世間萬物的復雜性多樣化并非非此即彼那么簡單，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么語境下說的，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”不是因果關系，而是相關關系。“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數據的相關關系分析，而又不再滿足于僅僅知道‘是什么’時，我們就會繼續向更深層次研究的因果關系，找出背后的‘為什么’。“[i]由此可見，他說的全體數據和相關關系都在特定語境下的，是在數據挖掘中的選項。
大數據研究的一大驅動力就是商用，舍恩伯格在第二部分里討論了大數據時代的商業變革。舍恩伯格認為數據化就是一切皆可”量化“，大數據的定量分析有力地回答”是什么“這一問題，但仍然無法完全回答”為什么“。因此，我認為并不能排除定性分析和質化研究。數據創新可以創造價值，這是毫無疑問的。舍恩伯格在討論大數據的角色定位時仍把它置于數據應用的商業系統中，而沒有把它置于整個社會系統里，但他在第二部分大數據時代的管理變革中討論了這個問題。
在風險社會中信息安全問題日趨凸顯。如何擺脫大數據的困境？舍恩伯格在最后一節”掌控“中試圖回答，但基本上屬于老生常談。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：”大數據并不是一個充斥著算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據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！讓大數據討論從自然科學回到人文社科。由此推斷，《大數據時代》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數據科學的基本知識和基本概念，比如說什么叫數據？什么叫大數據？數據分析與數據挖掘的區別，數字化與數據化有什么不同？讀前做些功課讀起來就比較好懂了。
