大数据时代读后感心得2000字以上

大数据时代读后感心得2000字以上

凡是过去，皆为序曲是大数据业者最喜欢引用的语句。大数据是现在的潮流，《大数据时代》被认为是了解大数据的初级读物。近期连续读了两遍，第二遍是为了写这篇读后感，总体而言，值得一看，但细节方面却需要讨论了。

维基百科对大数据的解释：Big data，或称巨量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。

有人说现在是读图时代，除去小说、心灵鸡汤以外，现在的畅销书基本都有图片，这本书是一个特例(书里唯一的图是出品方湛庐文化做的)

首先尝试解析一下作者的三大观点，这三大观点是大数据业者很喜欢引用的三句话：

1 不是随机样本，而是全体数据

我想所有人都能意识到对全体数据的分析优于对随机样本的分析，但在现实中我们经常拿不到全体数据：一是对象的特性：比如炸弹的威力，你不可能把所有炸弹都炸掉来得到全体数据;二是数据的收集方法，每一种方法都有适用的范围，不太可能包罗万象;三是数据分析的角度，战斗机只能统计到飞回来的飞机上的弹孔，而坠毁的则无法统计，沃德通过分析飞回来的战斗机得出来最易导致坠毁的薄

弱点;四是处理能力跟不上，就像以前的天气预报太离谱是因为来不及算那些数据。采样分析是信息缺乏时代和信息流通受限制的模拟数据时代的产物，作者显然只关注了一部分原因。

从语言的理解上看，什么是全体数据，究竟是我们需要的所有数据，还是我们能收集到的所有数据，书中的很多商业案例中，处理的只是我们能收集到的所有数据，或者说是我们认为的全体数据。人对自然的认识总是有限的，存在主义认为世界没有终极的目标。书中举例Farecast使用了每一条航线整整一年的价格数据来进行预测，而整整一年就是一个采样，或者是我们需要的所有数据。

从历史的角度看，国外的托勒密建亚历大图书馆唯一的目的是收集全世界的书，实现世界知识总汇的梦想，国内的乾隆汇编四库全书，每个收集的过程都有主观因素在里面，而他们当时都认为可以收集全部的书籍，到最后，我们也没有得到那个梦中的全体。

2 不是精确性，而是混杂性

既然我们过去总是在抽样，那本身就是在一个置信水平下，有明确的容错度或者是偏差值。人类永远知道我们是在精确性受限的条件下工作。同时，作者本身也承认错误并不是大数据固有的特性，而是一个亟需我们去处理的现实问题，并且有可能长期存在。那大数据的特征究竟是精确性还是混杂性?

由此衍生出一个问题，大数据的品质如何控制：一、本身就不要求精确，但是不精确到何种程度是需要定义的，否则就乱套了，换

个角度，如果定义了容错度，那符合条件的都是精确的(或者说我这句话还是停留在小数据时代?这里的逻辑我没有理顺)。就像品质管理大师克劳斯比提出过零缺陷理论，我一直觉得是一个伪命题，缺陷是一定存在的，就看如何界定了;二、大量非结构化数据的处理，譬如说对新闻的量化、情感的分析，目前对非SQL的应用还有巨大的进步空间。

一个东西要出故障，不会是瞬间的，而是慢慢地出问题的。通过找出一个关联物并监控它，我们就能预测未来。这句话当然是很认同，但不意味着我们可以放弃精确性，只是说我们需要重新定义精确度。之于项目管理行业，如果一个项目出了严重的问题，我们相信，肯定是很多因素和过程环节中出了问题，我们也失去了很多次挽救的机会。而我们一味的容忍混杂性的话，结果显然是不能接受的。

3 不是因果关系，而是相关关系

这是本书对大数据理论的最大的贡献，也是最受争议的地方。连译者都有点看不下去了。

相关关系我实在是太熟了，打小就学的算命就是典型的不是因果关系，而是相关关系。算命其实是对趋向性的总结，在给定条件下，告诉你需要远离什么，接近什么，但不会告诉你为什么那样做。