(完整版)涂子沛的《大数据》读后感

《大数据》读后感《〈大数据〉读后感》在这个信息爆炸的时代，“大数据”这个词似乎无处不在，我也带着好奇读了一本关于大数据的书。

读这本书的过程，就像是在一个全新的世界里探险。

书中描述的大数据的种种神奇之处，让我这个对技术不算精通的人，也仿佛看到了未来的无限可能。

以前啊，我总觉得数据就是一堆枯燥的数字和表格，没啥特别的。

但这本书告诉我，大数据可不是这么简单。

它就像是一个隐藏在幕后的超级英雄，默默地影响着我们生活的方方面面。

比如说购物吧，以前我去网上买东西，就是自己瞎逛逛，看到啥觉得差不多就买了。

可现在呢，大数据能根据我的购买历史、浏览记录，给我推荐那些我可能真正需要或者喜欢的东西。

这可太神奇了！有一次，我只是随便看了看一款运动鞋，结果接下来的几天，网站给我推荐的全是各种相关的运动装备，从运动袜子到运动背包，简直是一条龙服务。

这让我感觉自己好像被一双无形的眼睛盯着，但又不得不承认，有时候推荐的还真挺合我心意。

还有找工作这事儿。

以前找工作，就是到处投简历，像个没头苍蝇一样乱撞。

现在有了大数据，招聘网站能根据你的简历和技能，帮你匹配到更合适的岗位。

我有个朋友，之前一直为找工作发愁，投了好多简历都石沉大海。

后来他用了一个有大数据匹配功能的招聘平台，没多久就收到了好几个面试邀请，最后还真找到了一份特别满意的工作。

他跟我说的时候，那兴奋劲儿，就好像中了彩票一样。

再说说交通出行。

以前打车，那得靠运气，特别是在高峰期或者偏远的地方，等半天都不一定能等到一辆车。

现在有了打车软件，大数据能实时分析车辆的分布和乘客的需求，让我们能更快地打到车。

有一回我着急去机场，在路边等了好久都没拦到出租车，心里那个急啊！后来用了打车软件，没几分钟就有车来接我了，真是解了我的燃眉之急。

不过，大数据带来方便的同时，也让我有点小担心。

比如说隐私问题，这么多关于我们的信息被收集和分析，万一泄露了可咋办？还有，有时候大数据的推荐会不会让我们变得越来越局限，只看到自己熟悉和喜欢的东西，而错过了一些新的可能？读完这本书，我深深感受到大数据就像一把双刃剑。

徐子沛《大数据》读后感在还没接触《大数据》这本书之前，便已经听说过”数据便是财富“的说话。

可谓在当代，谁掌握了数据谁便掌握了世界。

当然，运用好这些数据是征服世界征服革命的关键。

在徐子沛这本书中，我赞赏摩斯这个人。

他提倡的《信息自由法》最终推动了世界的发展，对美国的影响尤为明显。

从一次次的《信息自由法》要求政府信息公开受挫的情况下，摩斯没有放弃而是一如既往的推行，一如既往的坚持。

最终，《信息自由法》进入了国民的生活中，进入了美国政府的府邸，进入了全世界的影响中。

如今，美国新一届的政府领导人奥巴马就提倡信息公开，旨在将政府的信息公开，让一切的信息运行在阳光下。

这样的信息公开共享能够促进各行各业清晰的找准他们切实需要的数据，有利于整个国民的经济发展。

当然，英特尔的创始人之一的摩尔的摩尔定律也影响了整个世界。

而目前计算机硬件的性能发展印证了摩尔定律。

信息化的发展，数据化的发展是挡不住的，世界也正被这些推着向前。

刚开始由美国布局在海洋上用于监测风浪并收集相应的海洋风浪信息的数据应用方式，随着科技的发展，数据的流通越来越快速有效。

期间通过传感器的布局以及数据的采集，更实现了各式各样数据的分类和归集。

通过这些数据的分析运用，将受益于各个不同的知识领域。

美国之所以称之为大国，其实真正意义上来说，美国掌握了大量的数据，大量有效的数据，尤其是美国的情报部门。

通过研究这些数据，美国再利用这把利刃霸权天下。

所以，我们要努力发展数据治国，数据治企的精神。

而我司的数据归集、效益分析、车辆监控等管理服务就是真正建立在数据上面的服务，真正通过这些数据的反馈来实现为客户谋发展的目的，最终取得精细化综合管理服务的层层突破，让客户真正的放心加入我们的团队。

公司的这一系列的产品，各个相互关联，并将数据汇聚在车智汇平台上，通过这个平台的管理和运用，不仅我司能了解和掌握客户的需求，客户也能通过该平台获取有利于其自身发展的信息数据，为其自身带来意想不到的潜在收益。

数据之巅读后感_读后感_模板数据之巅读后感（一）关注文化的力量郭朝晖最近读了涂子沛先生的《数据之巅》感慨良多，颇有不吐不快的感觉。

涂先生作为将”大数据”概念引入中国的学者，其认识的深刻程度自然非同一般。

而种深刻表现在对历史大背景的理解上。

我特别感兴趣的，是大数据时代到来之前的故事。

”如果按照我倡导的原则去做，你们就能生产出高质量的产品。

五年以内，日本产品将占领整个国际市场。

” 60多年前，质量管理之父戴明给日本企业家这样的承诺。

那时的日本产品，还是以”劣质”而闻名。

所有人都将信将疑。

但事实却是：仅仅用了四年，日本的优质产品开始占领世界。

戴明为什么有这么大的信心呢？当时的日本刚刚战败，多数人吃不饱肚子。

戴明见到的却是整洁的街道、守纪律的国民。

戴明教给日本人的招数，是用数据统计的办法管理质量；这种方法与日本民族做事认真、遵守纪律、一丝不苟的民族文化是吻合的。

此后的20多年，日本制造一路走高，靠质量实现了”逆袭”、超越了美国。

这段时间，美国制造业又在做什么呢？二战以后，各国百废待兴，美国本土没有经历战争的破坏。

在很长的时间里，美国产品供不应求，成为世界各国的”抢手货”:生意好做了，对质量的重视程度也就不够了，从而为日本的赶超提供了机会。

直到日本人打到”家门口”,美国人才如梦方醒。

美国人惊奇地发现：这位”墙内开花墙外香”、对日本制造有巨大贡献的戴明，居然居住在距离白宫不到六英里的地方。

戴明和他的方法来自于美国。

美国为什么会产生这种方法呢？恐怕这也与其文化有关：美国是个讲究民主和法治的国家，凡事要争论、要讲道理。

争论要有是非曲直、最终要”用数据说话”.但是，人们也意识到：数据不仅”会说话”,也会”说大话”、”说谎话”.所以，用数据说话，必须讲究科学。

这样看来，戴明来自美国也就不足为怪了。

其实，戴明的质量管理方法早已传到了中国。

但是，几十年过去了，我们仍然难以摆脱”低质”、”山寨”的帽子、甚至有愈演愈烈的可能。

《大数据》读后感(精选多篇)《大数据》读后感佘洁婕读完《大数据》，我才意识到这并不是一本枯燥无味的书籍。

作者运用案例和讲故事的方式，把美国数据开放、收集、使用背后的立法故事、公民故事、技术故事、商业故事娓娓道来，引人入胜，令我大开眼界。

我在想，大数据概念对于教育来说会产生什么样的实用价值呢？一直以来，中国教育在研究教育的数字化，比如数字化校园，这个思路就是把我们教育的内容进行数字化，其结果指向的就是电子教材的研发或者是教学过程的数字化。

美其名曰，这是教育技术的重要内涵。

在教学过程中，学生的行为表现都可以被数据化，而这项研究不是任何一个专业可以深入下去的，它的专业性太强，所以我才会想到，所谓教育技术与其研究教育的数字化，不如研究教育的数据化来得实在，来的有意义。

长期以来，我们并不了解教育对一个人的影响具体会如何表现，我们有的只是一个轮廓，我们也并不确定一个教师的行为对学生具体产生了哪些影响。

所以，人们对教育一直有一个深深的质疑，它是不是科学的？大数据概念至少提出了关注“是什么”比“为什么”要有实际意义得多。

而我们的教育恰好需要把注意力从“为什么”转移到“是什么”上面来，只有如此，才能把教育从为什么发展成“可能成为什么”上来，这会是一次思想上的革命。

而对于现在地位岌岌可危的教育技术来说，把研究的重点从数字化转移到数据化上面，这才是它的出路。

如何将数据融入教学，教育者首先通过标准化全科教学处方，实现了教师授课模板和教学内容的标准化，保证每个教学过程和内容是可控的，然后结合每天的教学内容，处理好面对的数据，处理好数据，自然也就处理好了课堂的反馈，最终形成了既注重教学体验又以教学结果为导向的教学体系。

与此同时，不仅要注重课上的学生资源，在课后还要对这些资源进行跟踪处理。

这与过去的教育教学显然是不同的，面对大数据时代的到来，教学有所改变是必然的。

所以，无论环境怎么变换，数据如何复杂，我们都不能不去改变自己的教学去迎合将来的这个大数据时代。

《大数据》读后感(精选多篇)正文第一篇：大数据读后感从徐子沛的《大数据》中得到的感悟数据，对于我们现代社社会来说，已经是再熟悉不过了。

大量化（volume）、多样化（variety）、快速化（velocity）和大价值（value）。

这四个v就是大数据的基本特征。

每天我们都不得不和数据打交道，比如我们平常所说得“眼观六路，耳听八方，”就是生活中一个很好的的收集数据的例子。

还有，在我们平时的学习中，我们对于一些学习上的数据的整理等等。

可以说，数据已经成为了我们的影子一样，无时无刻的在我们的身边活动。

拿到《大数据》这本书时，吸引我的不是书评的内容，而是书的封面上的一句话“除了上帝，任何人都可以用数据说话。

”也就是说，上帝可以不用数据来说话，但是，作为一个平常人，我们做事，言论等都必须用数据来说话。

用数据论来证我们的观点正确性。

那么数据真的就是那么重要吗？其实不然，数据果真有那么的重要。

作者在书中大量应用世界头号强国美国的例子来说明美国是如何利用数据以及数据在美国人的利用下，是如何造福美国人的。

使得美国人走上了民主、发展的道路。

书中还引用了大量的利用数据的案例，以及利用数据会有什么样的后果。

当然，作者在书中也很明确的表达了自己观点，也就是数据要被人利用，利用的好了，造福人类，否则，祸害无穷。

毫无疑问，我们正处在一个真正意义的大数据时代。

但是，大数据浪潮的来龙去脉如何？数据技术变革何以能推动政府信息的公开、透明和社会公正？又何以给我们带来无限的商机，既便利又危及我们每个人的生活？《大数据》给了我们一个很好的答案。

在拿到徐子沛《大数据》时，与其说这是个新概念，还不如说就是一个现实。

信息技术的迅速发展和普遍应用，存储能力的膨胀，网络传输的便捷，必然产生巨大的数据量。

即使是一个公司，经过多年的积累，产生的数据也是惊人的。

每天繁多的数据，这就是要求企业要很好地存储数据，利用数据通过数据，使得数据说话，提升企业的业绩和知名度。

涂子沛大数据的读后感（精选3篇）涂子沛大数据的篇1进入20xx年大数据一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新，人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者消费浪潮的到来。

“大数据”的运用在各个领域发挥着前所未有的重要作用，渗透到了当今每一个行业和业务职能领域，成为重要的生产因素，并对人类的数据驾驭能力提出了更新的挑战。

一、传统的信息格局被打破不是我不明白，这世界变化快。

20xx年还是一张软盘打天下的时代，短短十多年光景，硬盘的存储容量已从4GB、16GB、32GB迅速攀升到1TB(相当于1024GB的容量)。

原来仅有1.44MB的软盘在当时感觉存储容量还是蛮大的，到现在硬盘容量蹿升至1TB了，反而感觉存储空间捉襟见肘，到底是哪里出现了问题呢?1965年英特尔的创始人之一戈登摩尔考察了计算机硬件的发展规律，提出了著名的摩尔定律。

该定律认为，同一个面积集成电路上可容纳的晶体管数目，一到两年将增加一倍，换句话说，计算机硬件的处理速度和存储能力，一到两年将提升一倍。

这一定律，得到验证。

大数据!一语惊醒梦中人，大数据时代已经悄然来临。

随着社交网络的逐渐成熟，移动宽带迅速提升，云计算、互联网应用更加丰富。

更多的传感设备、移动终端接入到网络，由此产生的数据及增长速度迅速攀升。

那么什么是大数据呢，正如IBM总结的那样：“大量化(Volume)、多样化(Variety)和快速化(Velocity)”就是“大数据”的显著特征。

二、管理法则：质量是数据时代的根本数据能满足其既定的用途，它才有质量。

如果不能满足既定的目标和用途，就谈不上质量。

换句话说，数据的质量不仅取决于它本身，还取决于它的用途(引致数据库专家杰克.奥尔森)。

随着网络的出现，政府开始在网上发布信息和数据，对政府而言，是一个很大的挑战，因为数据一经政府发布，往往被视为权威，对社会的各个领域都可能产生重大的影响。

读徐子沛《大数据》有感读徐子沛《大数据》有感如果要问当今什么技术最为火热，我想毫无疑问大数据必然是热门答案之一。

那么什么是大数据呢？大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

（摘自百度百科）大数据之所以产生，是因为今天无处不在的传感器和微处理器。

我们正在迈进普适计算的时代。

数据正在里指数级增长。

之所以增长速度如此之快，背后有许多原因。

现在几乎所有数据的产生形式，都是数字化的。

各种传感器的剧增，高清晰度的图像和视频，都是数据爆炸的原因。

如何处理这样海量的数据，并且从其中挖掘出有价值的内容是摆在科技公司和政府面前的一道难题。

任何一个组织，要抓住大数据的机遇，就必须做好几个方面的工作。

从技术角度来看，首先要收集并且开发特定的工具，来管理大规模并行服务器产生的结构化和非结构化数据，这些数据，可能是自己专有的，也可能来源于"云"。

其次，每一个组织都需要选定分析软件，用它来挖掘数据的意义。

但可能最重要的是，任何组织都需要人才来管理和分析大数据。

这些人被称为"数据科学家他们集黑客和定量分析员的优势和特长于一身，非常短缺。

聪明的领导人，将想方设法留住这类人才。

与此同时大量的基础设施建设一样重要，且不提大数据的处理需要大量高性能的计算机，光是储存这些数据就需要极为大量的存储设备，所以基建也是极为重要的一个环节。

在徐子沛老师的《大数据》一书中从美国政府的角度作为切入点，通过一系列实例深入分析了大数据的政府运作、实践成果。

书中首先提到了奥巴马政府倡导信息公开透明，在上任之初便大力推行信息的公开化和透明化。

信息之与民主，就如货币之于经济。

受美国国家文化影响，美国人民对于信息的知情权的重视程度几近对于枪支自由的执着。

在2010年的<<规划数字化的未来:美国总统科学技术顾问委员会给总统和国会的报告》中提到：如何收集、管理和分析数据正在日渐成为我们网络信息技术研究的重中之重。

《大数据》读后感毫无疑问，我们正处在一个真正意义上的大数据时代。

徐子沛先生的《大数据》这本书给了我们一个很好的启发，面对信息技术的迅猛进展，存储能力的日渐膨胀，网络传输的高效便利，我们当今时代的每个人都应该认清局势，顺势而为，主动驾驭数据，让数据制造更大价值。

《大数据》是一本视野特殊的书。

它以数据为轴线，描绘了美国走过的改革创新的过程，行文如流水，引人入胜。

书中，我读到的不仅是大数据处理技术的进展变革，更多的是与大数据有关的美国政治、经济、社会与文化的演进，从民主与国家战略的层面细解大数据的影响力。

美国是全书的主体，但又处处反观中国当下的现实。

它让我更加深刻地懂得了朱局长提出的“坚持用数据说话、用数据改进管理、用数据推动创新”的深刻内涵与殷切期望。

我们只有重视数据，加强对数据的收集、分析与使用，才能更好地应对正在到来的数据革命挑战。

那么，作为与数据打交道、用数据说话的财务工作者，我们应该如何应对大数据时代的种种挑战呢。

对比《大数据》，结合平常工作与学习的实际情况，我认为我们应该认真思考与解决好下列三个问题：一、什么是大数据。

往常我们总认为不有关的数据是没有用，但是徐子沛先生却彻头彻尾的颠覆了我们的固有思维，他告诉我们不需要强求每条数据都那么真实准确，从大量的数据中我们就能够得出相对准确的结果。

比如：google通过汇总分析某个地区的人们搜索与流感有关的词汇等关键字提早一周准确的预测了这个地区流感的爆发。

通过学习，我深刻意识到大数据无处不在，只要我们细心，就能够轻松挖掘出我们身边的那些大数据，并做一些有意义的关联，就像书中说的那样，未来成功的公司必定是是那些拥有大量数据、并使用那些数据为大众提供服务的公司。

二、如何收集数据。

面对信息大爆炸时代的海量数据，我们务必充分利用高科技手段，高效有序地收集整理各类数据，以满足现实工作中越来越广泛的信息需求。

为此，建议我们广电系统能够规范文档备案与上传制度，建立统一的文档共享中心。

【最新】大数据读后感（二）
起初引起我对>的兴趣,是方所关于涂子沛先生演讲的活动介绍,当时就很感兴趣.我也是黄仁宇史书的忠实读者,对他提出的中国人不善于数目字上的管理的观点非常赞同,对提出如何解决这一问题的>自然就很感兴趣.可惜的是那天临时有事无法去现场听讲座,事后立即买了>一读为快.
我原以为>会是一本理论书籍.读下去才发现该书很像西方的教科书,运用案例和讲故事的方式,把美国数据开放.收集.使用背后的立法故事,公民故事,技术故事,商业故事娓娓道来,引人入胜,令我大开眼界.而更让我惊讶的是,>并不是技术类的书籍,它的着重点是公共管理,是在谈数据信息的公开,如何公开,如何收集,如何使用.对我们现在如何推动政务信息公开,财政支出公开,如何更好地发挥政府部门的数据服务民生,如何更好地实现社会公益组织与政府的和谐互动具有很好的启发作用.
我心目中的好书,应该是能开阔视野,启发思维,昭示未来的.我觉得>就是这样的一本书.。

数据之巅读后感的导语：最近读了涂子沛先生的《数据之巅》感慨良多，颇有不吐不快的感觉，数据之巅读后感下面是小编为大家整理的数据之巅读后感的范文，欢迎阅读。

篇一：《数据之巅》读后感第一次读大数据专题的书，谈起读后感肯定是班门弄斧了，就只是简单的说一说我的一些看法。

涂子沛的这部《数据之巅》，全书共八章，我原以为所谓"数据之巅"应当是展望未来的大数据时代，没想到全书竟是立足于过去，从历史切入。

前面六章的内容，以美国自独立以来的发展历程为主线，从数据应用的角度，讲述美国政治制度，经济建设以及军事管理，每一章的结尾又分析中国的现状，相应对比美国。

一个国家的发展历程，从不同角度切入，就会有不同的着重点：军事家可能会串起每一次战争，分析军事战略；经济学家可能会梳理整个宏观经济环境的发展方向；政治学家可能会强调立宪立法各种政治制度的重要性。

而作者从数据的角度切入，可以说是别开生面，让我们看到那些耳熟能详的故事背后数据所起到的作用。

以南北战争为例，可能你知道林肯的民心所向，知道奴隶制度顺应潮流的消亡，但你未必知道谢尔顿将军以数据分析为基础进行的"向大海进军"的行动。

类似的例子有很多，我觉得作者虽然以一个国家的发展历程为主线，但仍然写得有些凌乱，好像想到哪个与数据有关的故事就写哪个似的。

美国立法治国过程中政治制度上的博弈、人口普查与统计学、参众议院的席位设置，到数据在医学上的应用、在农业上的应用、霍乱井、预算、诉讼实证、农业应用、商业市场调查与项目决策、戴明的质量控制等，然后又穿插讲一些数据处理的技巧：数据可视化、样本与总体、问卷设计等，接着又跳回内开放：数据与知情权、用数据制衡；直到七八章才涉及一些现代化的数据应用。

可以说，我读这本书最大的感受，其实是震撼于数据的应用之广泛之深刻，因为前面六章内容几乎就是在跟你讲数据在美国、中国、日本等的历史上曾经起到这样这样的作用，在美国关于数据的挖掘和处理办法是怎样一步步完善。