『壹』 求徐子沛大數據電子版，感謝🙏
大數據：正在到來的數據革命，以及它如何改變政府、商業與我們的生活 [2.0升級版] - 塗子沛
是這本么？需要私信
『貳』 大學生怎麼運用大數據建設社會主義
一、大數據及其特點
大數據目前尚無明確定義。維基網路對大數據的定義是：大數據是指所涉及的數據量規模巨大到無法通過目前主流軟體工具，在合理時間內達到截取、管理、處理並整理成為幫助企業經營決策更積極目的的信息【1】。徐子沛在《大數據》一書中將大數據定義為：指那些大小已經超出了傳統意義上的尺度，一般的軟體工具難以捕捉、存儲、管理和分析的數據【2】。《大數據時代》的作者維克·托邁爾·舍恩伯格認為，「大數據是人們在大規模數據的基礎上可以做到的事情，而這些事情在小規模數據的基礎上是無法完成的。大數據是人們獲得新的認知、創造新的價值的源泉；大數據還是改變市場、組織機構，以及政府與公民關系的方法。」【3】8-9《人民日報》在采訪他時，他曾說：「在我看來，大數據是一種價值觀、方法論，我們面臨的不是隨機樣本，而是全體數據；不是精確性，而是混雜性；不是因果關系，而是相關關系。這是一場思維的大變革，更是一個互動的過程——你可以用不同的角度、不同的方式去做大數據，並得到不一樣的結果與好處。」【4】據此，筆者認為：大數據是大規模數據中，可以通過有效技術手段快速獲取、存儲、管理並分析出可以推動社會發展的有價值的數據。
目前普遍認可大數據的四個基本特徵，即4V特性：規模大（Volume）、來源廣泛且類型多樣（Variety）、獲取及處理速度快（Velocity）、價值密度低（Value）。
數據規模大（Volume）。現代意義上的「數據」，范疇比信息還要大。進入信息時代，「數據」二字的內涵開始擴大：不僅指代「有根據的數字」，還統指一切保存在電腦中的信息，包括文本、圖片、視頻等。數據也逐漸成為「數字、文本、圖片、視頻」等的統稱，也即「信息」的代名詞。【6】256-257
數據來源廣泛、類型多樣（Variety）。信息時代，數據的獲取途徑不僅限於計算，還包括大記錄，即人們通過手機、個人電腦、ipad等終端上傳到網路的海量數據以及個人存儲在手機、個人電腦等終端中的數據。數據的類型也不再局限於原始的計算數據、結構化數據，還包括人們在日常生活中隨手記錄、保存、上傳至網路平台的圖片、音頻、視頻等非結構化數據。
數據獲取及處理速度快（Velocity）。數據來源的多樣化致使數據日益公開化、社會化，數據獲取更為方便、快捷、全面。伴隨大數據發展而誕生的數據處理技術使得數據處理速度遠遠快於傳統數據時代，數據處理日益規模化、軟體化、智能化。
價值密度低（Value）。價值密度的高低與數據總量的大小成反比，大數據本身的價值密度是相對較低的，需要對海量的數據進行挖掘分析才能得到真正有用的信息，形成用戶價值。【5】基於海量數據基礎上形成的某一領域或某一特定內容形成的信息，相關性更強、信息更為全面，效果更佳明顯，價值高於傳統小數據分析得出的結論。
二、依託大數據推動社會主義核心價值觀建設的重要性
大數據已經融入到大學生日常生活中，大學生學習、生活、工作無處不體現大數據。一方面，大學生通過互聯網獲取學習資料、娛樂資訊、工作模板，成為大數據的享用者；另一方面，大學生搜索、下載學習資料留下數據痕跡，在微博等社交網路平台發表狀態、上傳生活照片以及工作過程中通過網路發布通知、活動內容，成為大數據的貢獻者。大數據與大學生息息相關，透過大學生可以了解學生的思想動態，亦可推動社會主義核心價值觀建設。
（一）大數據為社會主義核心價值觀建設提供良好的環境。
徐子沛在《數據之巔：大數據革命，歷史、現實與未來》中提到一個案例：2013年7月，有報道稱，華東師范大學的一位女生收到校方的簡訊：「同學你好，發現你上個月餐飲消費較少，不知是否有經濟困難？」這條溫暖的簡訊也要歸功於數據挖掘：校方通過挖掘校園飯卡的消費數據，發現其每頓的餐費都偏低，於是發出了關心的詢問，但隨後發現這是一個美麗的錯誤——該女生其實是在減肥。【6】275這個案例說明可以通過大數據了解實時了解學生狀態，在當前東西方價值觀激烈碰撞的環境下，通過分析數據可以了解並掌握學生思想動態，做到早發現、早處理，對於為社會主義核心價值觀建設提供良好的環境有極為重要的意義。
（二）大數據為社會主義核心價值觀建設提供更為行之有效的方法。
價值觀教育並非一成不變、形式單一，目前高校社會主義核心價值觀教育方式主要有課堂教學、主題班會、高校講座、社會實踐以及網路自主獲取等形式。那麼，這些方式哪些是學生更喜聞樂見、接受主動性更強的方式？有沒有尚未發掘的、學生潛意識中更易於接受的價值觀教育方式？以課堂教學為例，學生是更傾向於教師講課學生聽的形式還是互動教學形式？如果把視頻教學納入到課堂教學中，那麼視頻內容是什麼樣的，多長的視頻最優化，以何種形式展現，等等，都是值得探討的問題。問卷調查、抽樣調查等方式獲取的數據量小、不夠全面、不完全具有代表性，且學生填寫調查問卷具有自我意識，問卷結果未必是學生真實想法。大數據是通過高校大學生在網路上發布海量資訊中獲取，如學生通過QQ、微信、飛信等溝通軟體，人人網、新浪微博、大學生在線等網路社交平台以及郵箱、Dropbox等數據共享平台發布的數據。數據更公開、更廣泛、更全面、更真實，通過分析得出的結論更具有說服力。通過分析高校大學生思想動態大數據，可以全面、時時了解學生接受價值觀教育的趨向性方式。依據不同年級、不同專業、不同高校學生特點，採用不同形式進行價值觀教育，真正做到「因材施教」。
（三）大數據有效掌握高校社會主義核心價值觀建設動態情況。
社會主義核心價值觀建設是一項艱巨的長期工程，其過程具有動態性、延展性，需要提前、時時把握價值觀建設狀態、發展動態、發展趨勢，隨時調整價值觀建設的方法、形式、重點。基於網路數據的信息挖掘，不需要逐一調查，成本低廉，更重要的是，這種分析是實時的，沒有滯後性【6】268。
三、依託大數據推動社會主義核心價值觀建設的途徑
（一）樹立大數據觀念
大數據絕不僅僅是科研的高端產品，大數據存在於我們的日常生活中。沃爾瑪通過數據挖掘發現顧客潛在意識——父親在買尿布時往往會順便買啤酒——捆綁「啤酒和尿布」提高銷量；亞馬遜通過數據挖掘——分析顧客的購買規律——「預判發貨」，即在網購時，顧客還沒有下單，亞馬遜就將包裹寄出；奈飛公司利用客戶的網上點擊記錄，預測其喜歡觀看的內容，實現精準營銷。
在高校中，數據和數據分析的價值更是隨處可以得到體現，高校思想政治教育工作已經具備了大數據的特徵【7】。建設核心價值觀，充分發揮大數據的價值，需要高校學生工作者強化大數據意識，提高對數據的敏感意識、前瞻意識，培養數據共享意識、動態意識，數據不是一成不變的，要不斷接受新數據、挖掘新信息。根據對數據的分析，個性化推動社會主義核心價值觀建設。
（二）建立大資料庫
數據是大數據時代社會主義核心價值觀建設的基礎。建立大資料庫的方式有兩種：對內，匯總校園內通過高校信息網路中心的數據及學生在各平台發布的信息；對外，搜集政府、社會發布的與核心價值觀建設相關的信息。學校電子網路信息、學生交流使用的網路電子平台、校園各單位為方便服務管理而統計保存的各種信息匯總以及校園安全服務網路使用的攝像頭、門禁器等產生的信息數據。
（三）培養大數據工作隊伍
光有數據沒有分析人才，那麼數據永遠只是一堆數字，沒有任何價值。大數據價值密度低的特點要求數據分析者設計能完成特定任務的軟體或程序，智能分析海量數據。高校社會主義核心價值觀建設工作人員主要以高校學生工作處、思政教師及輔導員為主，需要在這批人員中培養一批思想政治覺悟高、政治理論水平高人員專門從事該項事務，提高他們的大數據意識和大數據處理能力，適應大數據時代社會對大學生數據能力的需求。
『叄』 徐子沛的《大數據》屬於哪種類型書籍
屬於經濟管理類的書籍，也可以算是經濟數據分析類的書籍，關於數據的書籍很多，如果喜歡，可以多看看了解一下經濟命脈。
『肆』 大數據入門書籍有哪些
當年互聯網瘋狂發展的時候，很多人在觀望和猶豫中錯過了這班順風車（沒有盡早開個淘寶店，腸子都悔青了好幾遍呢）。如今，同樣的橋段上演，大數據時代，堅決不能再無動於衷！
於是，你著急，你迷茫，你很方……除了平時要加班加點的搬磚，牙縫里擠出來的的閑碎時間都貢獻給度娘了，「小白如何學習大數據」，「大數據入門書籍有哪些」……
1：<大數據時代>
這是學習大數據必讀的一本書，也是最系統的關於大數據概念的一本書，由維克托·邁爾-舍恩伯格和肯尼斯·庫克耶編寫，主要介紹了大數據理念和生活工作及思維變革的關系。
它被包括寬頻資本董事長田朔寧、知名IT評論人謝文等專業讀者鑒定為「大數據領域最好的著作沒有之一，一本頂一萬本」。有這么好嗎？看完自己評價吧。這本書對這個大規模產生、分享和應用數據的新的大時代進行了闡述和釐清，作者圍繞「要全體不要抽樣、要效率不要絕對精確、要相關不要因果」三大理念，通過數十個商業和學術案例，剖析了萬事萬物數據化和數據復用挖掘的巨大價值。
2：<爆發>
由巴拉巴西編寫，主要講了在一個歷史故事的連續講述中，了解大數據的概念實質。從大數據的歷史開始，能更深入的了解大數據的發展歷程。
巴拉巴西整本書講述的大數據根本目的，是預測。他甚至有零有整地判斷，人類行為93%是可以預測的。打個比方，千百年前人類無法如今天般准確預測天氣，以致某些大致預測的行為都被認為是「通神」，其實核心在於對天氣數據的海量佔有和分析能力。但假如全人類的所有基礎及行為數據全部被佔有全部能分析呢？比如通過智能終端LBS功能採集全部運動軌跡、通過金融系統採集所有支付記錄、通過SNS採集所有社會關系和通過郵件、文檔、社會視頻監控和自我視頻監測採集所有言行記錄，24小時，每分每秒，一生，全地球70億人，那會如何？
3：<大數據>
由徐子沛編寫，看美國政府在大數據開放上的進程與反復，算是個案。如果能夠基本了解這三本的觀點，出門有底氣，見人腰桿直，不再被忽悠。
全書講述的，是大數據在美國政府管理中的應用，以及美國政府運行方式大數據變革的歷史與斗爭，其實也是故事性的。從奧巴馬上台就頒布《信息公開法案》，到設立第一個美國政府首席信息官開始，講述美國政府與民間在社會數據公開的斗爭史，以及美國社會管理向大數據思維轉變的過程。首先，這算是一個最詳實的案例；其次，這代表的不是某種管理方式變革，深處是對民主運行機制的變革與進步。說好了，這本書用心良苦，遠遠超越科普技術領域；說壞了，其心可誅。有一段，民間斗爭，逼迫奧巴馬公布所有每日白宮全部日程，包括接見了誰、談話的全部內容，這不就是個人大數據全公開在公眾人物上的應用嗎？這可比現在所謂官員公開財產的要求高了幾十倍——這要求政府全部行為、全部數據、全部公開，全體公眾隨時可查——技術和成本上其實已經可以做到或至少努力接近——如果不這么做，不止是落後問題而是真正的其心可誅了。
4：<大數據基礎與應用>
由陳明編寫。看名字就知道，入門級別拯救小白的書。這本書共17章，第1章是對大數據的簡單概述，第2章介紹大數據研究的方法論，第3、8、9、14章介紹大數據的生態環境，第17章介紹數據科學的內容，剩下的章節是本書重點，介紹大數據技術及應用方法。
身處大數據大環境下，身邊的人經常討論資料庫、數據可視化、大數據預處理等等。這些詞聽得多了會讓人產生錯覺——自己已經知道裡面的門道了。但事實上還是個「門外漢」。
舉個例子，沒有人肯在上千人規模的講座上專門花半個小時教你怎樣進行數據清洗。本書專門列了一章，詳細介紹大數據預處理技術，包括數據清洗的實現方式，從步驟到檢驗，都做了用心的闡述。諸如此類，數據挖掘、大數據流式計算、Hadoop、NoSQL等等都從最基礎的點做了詳細介紹。耐心看完這些，再往深處進階就不會那麼吃力了。
5：<一本書讀懂大數據>
進入大數據時代，讓數據開口說話將成為司空見慣的事情，本書將從大數據時代的前因後果講起，全面分析大數據時代的特徵、企業實踐的案例、大數據的發展方向、未來的機遇和挑戰等內容，展現一個客觀立體、自由開放的大數據時代。
5:<集體智慧編程>
入門，淺顯易懂，裡面每一章都是一個案例，但是很方便，有具體的代碼，用來入門最好。
6：<社交網路的數據挖掘>
專門做社交網路的數據挖掘，案例很豐富，有代碼。
7：<數據可視化之美>
致力於介紹各種可視化方案。
8：<鮮活的數據>
比較簡單的可視化，不過內容豐富，有代碼。
9：<數據挖掘導論完整版>
看完上述的書，對大數據產生很大的興趣，已經初步入門了，現在開始理論方面的學習，數據挖掘入門教程，個人覺得寫的很好，目前正在研究這本書，努力。。。
10：<統計學習方法>
這本書比較深，剛開始看的就是這一本，不過太深，看到一半，准備在導論看完之後，在看這本書提升一下自己。
11：<鳥哥私房菜—基礎篇>
作為一個計算機專業linux那是必學的，而且Hadoop是建立在Linux基礎上的，不求多麼的精通，但是基礎的操作要學會。
如果是沒有任何編程語言基礎的想入行大數據的話，是必須要學習java基礎的，雖然大數據支持很多開發語言，但是企業用的最多的還是java，接下來學習數據結構，關系型資料庫，linux系統操作，有了基礎之後，在進入大數據學習，可以給小白學習的體系。
第一階段
COREJAVA（加**的需重點熟練掌握，其他掌握）
Java基礎**
數據類型
運算符、循環
演算法
順序結構程序設計
程序結構
數組及多維數組
面向對象**
構造方法、控制符、封裝
繼承**
多態**
抽象類、介面**
常用類
集合Collection、list**
HashSet、TreeSet、Collection
集合類Map**
異常
File
文件/流**
數據流和對象流**
線程（理解即可）
網路通信（理解即可）
第二階段
數據結構
關系型資料庫
Linux系統操作
Linux操作系統概述
安裝Linux操作系統
圖形界面操作基礎
Linux字元界面基礎
字元界面操作進階
用戶、組群和許可權管理
文件系統管理
軟體包管理與系統備份
Linux網路配置
（主要掌握Linux操作系統的理論基礎和伺服器配置實踐知識，同時通過大量實驗，著重培養學生的動手能力。使學生了解Linux操作系統在行業中的重要地位和廣泛的使用范圍。在學習Linux的基礎上，加深對伺服器操作系統的認識和實踐配置能力。加深對計算機網路基礎知識的理解，並在實踐中加以應用。掌握Linux操作系統的安裝、命令行操作、用戶管理、磁碟管理、文件系統管理、軟體包管理、進程管理、系統監測和系統故障排除。掌握Linux操作系統的網路配置、DNS、DHCP、HTTP、FTP、SMTP和POP3服務的配置與管理。為更深一步學習其它網路操作系統和軟體系統開發奠定堅實的基礎。與此同時，如果大家有時間把javaweb及框架學習一番，會讓你的大數據學習更自由一些）
重點掌握：
常見演算法
資料庫表設計
SQL語句
Linux常見命令
第三階段
Hadoop階段
離線分析階段
實時計算階段
重點掌握：
Hadoop基礎
HDFS
MapRece
分布式集群
Hive
Hbase
Sqoop
Pig
Storm實時數據處理平台
Spark平台
若之前沒有項目經驗或JAVA基礎，掌握了第一階段進入企業，不足以立即上手做項目，企業需再花時間與成本培養；
第二階段掌握扎實以後，進入企業就可以跟著做項目了，跟著一大幫人做項目倒也不用太擔心自己能不能應付的來，當然薪資不能有太高的要求；
前兩個階段都服務於第三階段的學習，除了熟練掌握這些知識以外，重點需要找些相應的項目去做，不管項目大小做過與沒有相差很多的哦！掌握扎實後可直接面對企業就業，薪資待遇較高！
『伍』 數據之巔讀後感
細細品味一本名著後，大家心中一定是萌生了不少心得，此時需要認真思考讀後感如何寫了哦。你想好怎麼寫讀後感了嗎？以下是我幫大家整理的數據之巔讀後感範文，僅供參考，大家一起來看看吧。
大數據，一個近年來的流行詞彙，隨著互聯網信息技術的普及開始深入人心，又隨著互聯網對各類行業各種關系的顛覆和變革開始廣泛普及。當越來越多的人開始對大數據無比推崇的時候，其實只是跟著趨勢而已。這時候，如果能跳出來，看看這種趨勢的源頭和足跡，或許更容易找出一些能夠指導未來的價值。在如今這個數據浪潮之中，《數據之巔》就提供了這么一個別樣的視角。
要了解大數據，先得認清數據；要認清數據，先得看清數據的作用和價值。這方面，建國不過二百餘年但已然是超級大國的美國無疑是最好的標本。都說美國的文明是建立在印刷術的基礎上，這其實就是數據文化的基礎——信息可以通過便捷的紙張與文字組合，實現一種虛擬化和抽象化，而這種抽象化很快就得到了廣泛的信任。這是最早為數據創造價值准備的基礎。在此之上，美國建國的先賢們考慮到了權力的分配、社會的發展等各項因素，建立了民主、共和相互制約的執政體系。事實上，所有的美好都是限制之後的產物，自由、民主和平等這人類的三大追求之間就是相互制約的關系。那麼，該怎麼進行有效的制約？如何讓大家都能接納？這時候，最能代表客觀現實的數據就出現了。
《數據之巔》的第一部分就是這樣展開的，從各種歷史事件中數據的作用以及人們對數據的態度、反應、應用方式，勾勒出了數據文化的成長和成熟。解決權力分配的問題、決定改變歷史的戰爭、制定從戰略到戰術的安排、考慮政治的計算以及商業層面上的利用；從搜集、統計、篩選、量化、抽樣的方式方法演變到了解、安排、預測、准備、發掘、規范的效果體現，經歷的歷史似乎並不長，但造就的變革尤其精彩。數據其實一直都在，只在於人們是否需要它、重視它、願意聆聽它的意見……而人們往往也都在遇到了問題難以決斷的時候才會想到數據這個夥伴，這也是為什麼在第一部分的結尾中日本崛起的思考——二戰後空前繁榮的美國工業因為遇上了供不應求的狀態，自然走上了粗放型路徑，冷落了相應的數據應用，而戰敗的日本正因為深陷困境，在快速汲取先進知識的同時也迅速接納了數據文化，通過數據抽樣的方式快速提升了質量……日本的崛起可以看作窮則思變的例子，但變革中數據的作用尤其明顯。數據的優化作用由此可見一斑，書中更有很多案例，但要參透這一點，先得認識到數據的重要性才行，這可以算作是數據文化的入門吧！
可以說現實中的一切都是越用越少的，但看似虛擬的數據卻越用越多。所謂大數據時代，背景正是高度發展科技能讓更多的數據得以留存，這種留存和挖掘完全由機器實施，由此得到的結果也是嘆為觀止的。如果說科技的發展趨勢已經越來越超乎我們的想像，那總有一些規律或者原則可以抓住——比如數據。書中第二部分的大數據崛起便將重點放到了當下，由此展望未來的可能性。誠然，大數據是被技術發展所推動的，但更是被重視數據的人們所推動的。
技術降低了數據獲取、積累的成本，增加了計算的可能和利用的空間，但這只是一個表象。深層次需要在意的則是數據的開放，只有數據開放才有多元的整合，這需要由人來推動，而推動者必須有多元認知的思維方式、開放的心態——這是數據文化中尤為重要的一部分。如果之前我們認為智慧是屬於人的，那麼未來這個詞將更多的形容一些別的體系，比如「智慧城市」。其實人的'智慧依靠的是學習、理解和經驗，那麼機器的學習靠的就是數據，還有那些我們為其規劃的應用方式和我們的需要。如何確定我們的規劃和需求？靠數據，更得靠能夠深入人心的數據文化！
正如作者提到中國社會要將「大數據」這個科技符號轉變為文化符號，因為只有文化才能真正驅動人們的成長和發展，科技只是手段而已。只有建立了數據文化，願意尊重數據、善於整合數據、敢於發掘數據中的異動……才能正真利用好大數據。數據文化是尊重事實、強調精確、推崇理性和邏輯的文化，這種文化將是發展最重要的動力，更是最好的參考。從《數據之巔》中，隱約可以看到一條隱約的軌跡，通向未知的遠方卻一直步步為營，這便是數據，來自於人而勝於人。
歌德把歷史稱為「上帝的神秘作坊」。在徐子沛先生新作《數據之巔》的精彩演繹下，關於數據文化如何形成、數據治國理念如何深入人心的歷史畫卷徐徐展開，令我們再次飽覽古今中外因數據成就的神奇瞬間，領略統計文史的山風水韻和數據文化的悠遠迴音。康德說，數字是重要的透視方式。此言不虛。
子沛先生一如既往把中國作為本書的重心和出發點。從中國歷史上的吉光片羽到第一次現代意義上的人口普查，從中國數據可視化先驅人物陳正祥的執著努力到民族復興能否量化的中國話題，這些元素無疑令中國讀者感到親切和溫暖。遺憾的是，在悠久的中華文明史上，這樣的「統計事件」不僅鳳毛麟角，亦未能帶動整個民族和社會形成用數據說話、以數據治事的風尚。即使今天，我們依然面對這樣一個不容迴避的事實：統計數據雖然證明了中國已經成為世界第二大經濟體，在數據使用上，特別是大數據的收集、分析、應用的手段、意識、水平和能力方面，我們與美國、歐洲，甚至同處亞洲的日本，仍有不小差距。作為統計人，在享受本書呈現的統計和數據文化盛宴時，無疑更平添了一份獨有的清醒與憂思。
中國需要進一步營造數據文化氛圍。美國的歷史，就是一部「善用數據」的歷史。說數據成就了共和政治、數據終結了南方的奴隸制度，尚屬見仁見智。「布蘭代斯訴訟方法」及後來的漢德公式，公共預算制度的普及，統計學理論方法用於公共政策的制定，以及成本效益分析方法在美國政府的推行等，實實在在證明了數據在保障公平正義、促進進步發展、增進自由和理性方面的決定性支撐作用，體現了數據治國的基本理念。黨的十八大把實現國家治理體系和治理能力的現代化作為新的奮斗目標，更加迫切需要大力弘揚建立在數據基礎上的科學與理性，需要建樹「尊重事實、強調精確、推崇理性和邏輯的數據文化」，需要進一步營造善用數據的社會氛圍，使注重數據、使用數據真正成為一種習慣和風尚。
中國統計人要做大數據的先行者和引領者。在統計的「純真年代」，政府統計是權威一般的存在，是統計生產的當然主導者。大數據時代，海量的網路化電子化信息使每一個人、每一個單位都可能成為信息的生產發布主體，政府統計包打天下的格局正在被打破。我們當然可以通過法律手段來「宣示主權」，但我相信大多數統計人憑著專業精神、職業尊嚴，將不屑於採取這么「簡單而直率」的方法，而更願意像一名「騎士」一樣為榮譽而戰。作為統計數據的生產者、發布者和使用者，沒有人比我們更了解大數據的意義、價值和力量。「用大數據打造統計基礎數據『第二軌』」，深刻闡明了國家統計局應用大數據的戰略思想和戰略思維。目前，國家統計局已經與17家企業簽訂利用大數據戰略合作框架協議，在貿易統計、價格統計、交通運輸統計、農業統計等多個領域取得重要進展。我們不僅要直接應用大數據，還要在推動數據開放和共享、建立和統一相關應用標准，實施國家大數據創新驅動戰略等方面，發揮應有作用。
中國統計人還要成為數據文化的倡導者和傳播者。在宣傳統計工作、弘揚數據文化方面，統計人有著天然的優勢和便利。家喻戶曉的GDP、CPI、PPI、PMI等統計拳頭產品，大型的經濟普查、人口普查、一套表聯網直報等重要統計事件，為宣傳統計、傳播數據文化發揮了重要而積極的作用。我們還可以做得更好，也有理由做得更好。中國統計也要創建類似美國普查局的LEHD—工作單位和家庭住址的縱向動態系統，當超級颶風「桑迪」來襲，該系統大顯神通，成功幫助紐約市政府組織救災，並迅速對災害影響作出准確評估。這樣的統計「明星」產品，能夠使人們更加信賴數據、依靠數據，推動數據融入政府管理、商業運營和社會治理以及人們的日常生活。
近年來，國家統計局在統計文化宣傳方面做了大量工作，精心打造了統計網站、中國統計開放日、統計微訊微信等一系列新的統計宣傳平台，政府統計的形象和公信力不斷提升。今後更要以啟沃公眾數據意識為己任，以記錄中華民族復興的偉大進程為使命，從更大的視野，以更宏大的敘事，講述中國的統計故事，書寫中國的統計歷史，把數據文化理念播撒得更廣、更深、更遠。
尼採在《查拉圖斯特拉如是說》中有這樣一句話：在有力量的地方，數字這位女主人就會生成，她更有力量。數據不僅代表「真正的事實」，還蘊藏著事物的發展規律。隨著大數據時代的到來，數據資源及其開發利用正逐漸成為決定和影響各國核心競爭力的關鍵因素。中國不僅要做數據大國，更要成為數據強國。
我們這代統計人註定無法甘於淡泊和平凡，唯有順應時代要求，以更先進的理念、更開放的姿態、更高超的技術積極擁抱大數據，廣泛應用大數據，生產出更多更具競爭力的統計產品，才能在智能時代、智慧城市建設以及實現國家治理現代化的進程中，續寫政府統計新的輝煌。
最近我讀了塗子沛先生的《數據之巔》這本書，我深深的被作者的思考的深度和數據的力量所震撼。全書從數據角度出發，以美國政府歷史以來「依數治國」的成功經驗來闡釋數據帶給社會帶來的挑戰與變革。
進入21世紀第二個十年以來，隨著互聯網信息技術的普及與廣泛應用，大數據時代正式到來。時代的變革意味著新的發展機遇與挑戰，要想在數據浪潮當中立於不敗之地，這就需要我們在精確的掌握數據之後，通過數據的創新來創造未來。
精確的掌握數據，需要從認識數據開始。簡而言之，數據就是體現客觀事實的表象，是客觀性與抽象性有機結合的產物，容不得半點虛假。我們不能否認的是，所有的美好都是在限制之後的，而能夠有效地進行限制，且又能夠得到大家的一致認可客觀現實，唯有那一張便捷的紙片上數據與文字的組合體，其實這就是數據文化的基礎。數據創造價值准備的基礎從側面印證了中國的四大發明印刷術是西方國家文明的基礎。
所謂的大數據時代就是在當下高度發展科技能讓更多的數據得以保存。保存下來的數據是一種依據，更是一種工具。世間萬物的發展都呈現各種各樣的規律性，數量龐大且規律復雜，很難讓我們掌握，但是一旦轉換成數據保存之後，從數據的角度去分析規律變化的軌跡，能夠很容易掌握並加以運用。而我作為基層執法工作者，運用數據進行執法，以控制數據達到預期管理預期，是這本書給予我最大的啟發。
古代中國傳統的執法者，是通過簡單甚至帶有粗暴的手段對執法對象進行強制管理，執法效果雖然容易操作，且直觀，但是這是一種凌駕於規律之上，片面的追求短期效果的低級執法模式。進入新中國以來，尤其是改革開放以來，我國堅持依法治國，黨的十八屆四中全會更提出了全面推進依法治國的新常態，這是數據文化的有力體現，是我黨在大數據時代下，一項重大舉措。
我認為，大數據時代下運用數據進行執法，是執法能力現代化的利器。我從事交通執法這個職業已經數載，經歷過從無到有，又逐漸的從有變成無。這個前後並不矛盾，從前的「無」是法律不健全，無章可循，有章難循狀態。只能夠自身黨性約束和對事物客觀理解進行執法，甚至有的時候片面的依靠上級，人類對事物的理解具有局限性，這難免會造成決策錯誤。
從無到有，是法律慢慢健全，法律的約束更加全面，但有的時候簡單的照本宣科，眉毛鬍子一把抓，也就成了教條主義。而從有到無，是一種利用客觀的數據，以法律為准則，通過科學執法，將數據調整趨於合理。類似國家利用經濟規律宏觀調控國民經濟，用一隻看不見的「大手」將全國的經濟發展形勢引導至合理增長的區間。數據合理了，管理預期也就達到了。相對於我們有肉眼去觀察，顯得更為精確，且具很高的可信度。這樣一來，對我們基層執法工作者帶來的巨大的福利，我們從此以後再也不用擔心對工作進展情況不了解而心急火燎了。
在大數據時代變革的今天，客觀、精確、理性和邏輯的「數據文化」理念是推進國家治理體系和治理能力的現代化利器。大數據時代下的執法行為更是離不開數據，只有充分的利用數據化管理、數據化創新，才能在當前數據浪潮當中主動適應新常態，科學地實現新突破和新作為。
《數據之巔》讀後感這是塗子沛先生關於大數據的第二本書，讀了以後可以說是振聾發聵，醍醐灌頂。
第一本書本身就寫得很棒了，其主要是從美國現代社會應用大數據成功解決的許多問題入手，說出了大數據的實際用處。而這本書抽絲剝繭從歷史上美國對於數據的發展帶給我們啟迪。
1、數據分權
何為民主，何為共和，如何防範多數人的暴政？基於這個問題美國給出了參議院代表的共和與眾議院代表的民主，權利與義務統一，即投票與納稅都按所代表的的人口來。
這里就誕生了對精確人口掌控的需求。基於這一點，逐漸養成了按數據說話的傳統。並逐漸將單一的人口數量統計擴展到宗教，種族，性別，年齡。
2、數據引領改革
之前是北美大陸種植煙草亟需黑奴，美國解放後煙草行業敗落。後來棉花興起，死灰復燃。北方工業化也需要勞動力。黑人自由就發瘋的言論源於統計上的失誤，錯誤稀釋原因因基數不同。一項戰役向大海進軍完全依靠准確數據搶掠補給。謝爾曼格蘭特。背後的原因：維護美國的統一，（解放黑奴後其的生計太難），動員黑奴使其轉敗為勝。
3、數據推動技術
用數據研究社會，普通人的歷史。統計學將研究粒度縮小到一個個人。加菲爾德將普查上升到了專業部門。迅速上升的統計內容，不斷增加的人口給數據處理提出了挑戰。於是技術創新製表機誕生了（數據處理），依靠這個IBM發展壯大，商業模式：只租不賣設備及服務。
4、數據爭取權益
量化提高質量。經濟發展帶來勞資沖突，政治，道德失范。這時候為了改善工人生活又依靠數據興起了數據分析法，成本收益分析法又在美國水利方面大顯身手，繼而福特車的風波也加速了成本收益分析法傳播同時依靠數據公開使得企業不斷提升產品質量，並將人的價值考慮進來。
5、抽樣
運用抽樣的方法降低數據處理的工作量，省時省力。蓋洛普引領的總統預測，亂世佳人的精準預測，准確定位。把數據引入電影工業。質量管理大師戴明將統計方法引入質量管理領域，成就日本經濟奇跡。
『陸』 塗子沛大數據讀後感1800字
進入2012年大數據一詞越來越多地被提及，人們用它來描述和定義信息爆炸時代產生的海量數據，並命名與之相關的技術發展與創新，人們對於海量數據的挖掘和運用，預示著新一波生產率增長和消費者消費浪潮的到來。「大數據」的運用在各個領域發揮著前所未有的重要作用，滲透到了當今每一個行業和業務職能領域，成為重要的生產因素，並對人類的數據駕馭能力提出了更新的挑戰。
一、傳統的信息格局被打破
不是我不明白，這世界變化快。2000年還是一張軟盤打天下的時代，短短十多年光景，硬碟的存儲容量已從4GB、16GB、32GB迅速攀升到1TB（相當於1024GB的容量）。原來僅有1.44MB的軟盤在當時感覺存儲容量還是蠻大的，到現在硬碟容量躥升至1TB了，反而感覺存儲空間捉襟見肘，到底是哪裡出現了問題呢？1965年英特爾的創始人之一戈登摩爾考察了計算機硬體的發展規律，提出了著名的摩爾定律。該定律認為，同一個面積集成電路上可容納的晶體管數目，一到兩年將增加一倍，換句話說，計算機硬體的處理速度和存儲能力，一到兩年將提升一倍。這一定律，得到驗證。
大數據！一語驚醒夢中人，大數據時代已經悄然來臨。隨著社交網路的逐漸成熟，移動寬頻迅速提升，雲計算、互聯網應用更加豐富。更多的感測設備、移動終端接入到網路，由此產生的數據及增長速度迅速攀升。那麼什麼是大數據呢，正如IBM總結的那樣：「大量化(Volume)、多樣化(Variety)和快速化(Velocity)」就是「大數據」的顯著特徵。
二、管理法則：質量是數據時代的根本
數據能滿足其既定的用途，它才有質量。如果不能滿足既定的目標和用途，就談不上質量。換句話說，數據的質量不僅取決於它本身，還取決於它的用途（引致資料庫專家傑克.奧爾森）。
隨著網路的出現，政府開始在網上發布信息和數據，對政府而言，是一個很大的挑戰，因為數據一經政府發布，往往被視為權威，對社會的各個領域都可能產生重大的影響。任何一份通過網路發布的信息，面對的都不是一定特定群體，而是全體國民，如果政府發布數據的質量不可靠，將受到頻繁的、大范圍的質疑，特別是一些可以會影響到公共政策和行業管制標準的數據，將引起巨大的爭議。
例如：單位奶製品中蛋白質含量、菌落總數應該是多少 ？飲用水裡能混雜多少含量的微量元素？新鮮蔬菜能帶有多少指標的殺蟲劑殘留？工廠排放的廢氣、汽車的尾氣以及車間的通風條件都要符合怎樣的標准等等，這些標准，都是數據。隨著社會的發民、科學的進步，這些標准越來越多越來越細，每一個都和國民生活和經濟發展息息相關。所以政府在網上發布數據，必須慎之又慎，保證質量。
三、大數據在各領域中的價值表現
1、數據競爭：企業贏利之道
企業以「低成本、高效率」的方式來開展公司的業務，而要做到「低成本、高效率」的運營以及決策正確，企業必須廣泛推選以事實為基礎的決策方法、大量使用數據分析來優化企業的各個運營環節，通過基於數據的優化和對接，把業務流程和決策過程當中存在的每一分潛在的價值都「擠」出來，從而節約成本，戰勝對手，在市場上倖存。這種競爭，就是一種基於數據的競爭。
已經有越來越多令人信服的證據表明：只要實施正確的政策和激勵，大數據將成為競爭的關鍵性基礎，並成為下一波生產率提高、創新和為消費者創造價值的支柱。信息時代的競爭，不是勞動生產率的競爭，而是知識生產率的競爭。數據，是信息的載體、是知識的源泉，當然也就可以創造價值和利潤，可以預見，基於知識的競爭，將集中表現為基於數據的競爭，這種數據競爭，將成為經濟發展的必然。
2、通訊、電信、商務智能、互聯網的逐步演變
近年來，隨著大數據的迅猛增加，各個行業、政府部門都在嘗試「用數據來決策」、「用數據來管理」、「用數據來創新」，在這個過程中，涌現了一大批既務實管用，又令人耳目一新的做法和應用。
回顧歷史，我們從廣播的年代到電視的年代再到本世紀初互聯網的年代，從音頻對話到可視電話，數據技術一直在我們的生活中扮演重要的角色，互聯網出現之後，就交流和互動而言，廣播和電視無疑相形見絀。
「大數據」可能帶來的巨大價值正漸漸被人們認可，它通過技術的創新與發展，以及數據的全面感知、收集、分析、共享，為人們提供了一種全新的看待世界的方法。
四、總結
塗先生從數據本身的革命、社會科學的革命、企業管理的革命、社會管理的革命四個方面深刻闡述了大數據的重要意義，以最前沿的視野、直接的解讀和剖析為我們理清了《大數據》一書的脈絡和精髓，為我們如何能更好地閱讀、理解、領會《大數據》一書的精神實質提供了很好的幫助，讓我們意識到：大數據的時代，是不可逃避的。
塗子沛大數據讀後感二：讀塗子沛的《大數據》有感
首先說下《大數據》這本書好的地方就是將大數據變化為一本科普讀物，不是講大數據的關鍵技術和具體實現，而更多的是圍繞美國政府基於數據的管理歷史線條展開，讓大家更加容易理解大數據在政府執政和公共事務管理中發揮的作用，所以我看完後最大的感覺就是關注智慧城市的相關人員完全有必要閱讀該書，會對以後在智慧城市的管理和建設中如何更好的理解大數據，應用大數據，發揮大數據本身的業務價值有更好的理解。
為何近幾年出現大數據，最重要的還是隨著信息技術和互聯網，管理的精細化，全球化和社交圈擴大，數據呈現了指數級的增長。2009年美國的數據，離散製造業966PB，政府848PB，傳媒行業715PB，這是麥肯錫2011年出版的一份報告《大數據：下一代創新，競爭和生產率的前沿》裡面的一個估算。正是由於數據指數級的增長，對數據的開放，信息自由，數據的採集，數據的分析和處理，預測和決策提出了更高的要求。
信息自由，一為信息公開，二為信息發布。公開是政府和某一社會特定主體的關系，是點對點的；而信息發布是政府和社會的關系，是點對面的。信息自由法已經成為美國不可缺少的一個基本法案，只有信息自由才談得上進一步的數據開放和數據共享。
我們信奉上帝，除了上帝任何人都要以數據說話。信息技術發展，數據指數級增長，已經徹底改變了政府，社會，商業群體的決策方法。需要的是形成一種數據驅動的決策方法，數據治國，需要基於實證的事實而非簡單的`意識形態。而真正要讓數據能夠上升到決策層面，首先需要的就是數據大范圍採集，數據抽樣，數據測量和數據質量管理。另外數據驅動和事件驅動是兩種模式，數據驅動強調的是歷史和預測，而事件驅動強調的是實時和響應。大數據有一個維度專門是指速度和快速響應，更需要考慮事件驅動和數據驅動融合。
帝國法則，詳細講述了數據的收集法則，使用法則，發布法則和管理法則。數據能夠滿足既定的用途，它才有質量。如果不能滿足既定的目標和用途，就談不上質量。換句話說，數據的質量不僅取決於它本身，還取決於它的用途。數據質量的問題涉及到數據收集，使用，發布等所有過程的問題。數據質量管理要有標准，有流程，有救助機制。
從軟體的開源到數據的開放，我們過渡到一個新的世界，可以講數據開放式本身的另外一個重點。在這個新的世界裡面，數據遠遠比軟體更加重要。從2004年以來，美國一直在進行數據開放運動，聯邦政府也專門家裡了數據開放站DataGov，其主要目標就是通過數據開放，通過鼓勵新的創意，讓數據走出政府，得到更多的創新型應用。從而進一步鞏固政府透明化，民主化和政府效能。
數據之爭涉及到原始數據採集，數據質量，數據安全，數據粒度，數據價值，數據虛實多個維度。而DataGov不僅僅開放了原始數據，地理數據，還包含了數據分析工具的開放。數據開放為創新提供了無窮的燃料，因為創新型應用，數據的能量將逐層放大。
預測未來最好的方法，就是創造未來。而數據最大的價值仍然在預測上面，在解決了數據開放，數據採集，數據質量管理，數據處理後，最重要的作用就是基於數據進行科學的預測和決策。數據競爭將是企業贏之道，一些企業已經將他們商業活動的每個環節放在了數據收集，分析和行動的能力上。
塗子沛大數據讀後感三：讀塗子沛《大數據》有感
7月的一天，我有幸拿到了塗子沛的《大數據》一書，幾個月來認真翻閱了好幾遍，並查閱了許多相關的文章，也讓我產生了寫下這篇讀後感的沖動。
。
我們處於大數據時代
當今的時代是一個信息的時代，是一個數據爆炸的時代。信息是數據的內容，數據是信息的載體。隨著電腦、網路的普及，搜索引擎技術的進步以及雲時代的來臨，上至國家下至個人，無不為數據所包圍，信息無處不在、數據無處不在。難以想像離開數據、離開數據管理，我們這個社會將會是什麼樣子。
那麼大數據時代到底有多大呢？我們知道計算機用二進制存儲和處理數據，一位是指一個二進制數位——0或1，這是存儲信息的邏輯單元。一個位元組有8位，再往上是KB(1KB是210位元組)、MB(1MB是220位元組)、GB(1GB是230位元組)、TB(1TB是240位元組)、PB(1PB是250位元組)、EB(1EB是260位元組)、ZB(1ZB是270位元組)、YB(1YB是280位元組)。但這究竟是多大的數據呢，我們還是難以想像。有人統計過將1TB的數據全部列印出來，需要用5000萬個四開門的書櫃去儲藏。這是多麼龐大的一個數啊，而這只是1TB——240個位元組。而僅全世界消費者一年產生的數據就有6000PB，全世界企業一年產生的數據有7000PB。截至2010年，人類產生的數據為1。2ZB，且數據每年以指數級增長，每兩年我們擁有的數據將翻一番。
在大數據時代，數字電視、手機、移動互聯網統治了我們。截至2012年，中國手機網民數突破4。2億；2013年中國超過美國成為最大的智能手機市場；2013年2月微信用戶數突破4億，到9月，微信用戶達到5億，微信用戶正在以每6個月增長1億用戶的速度增長；95%的智能手機用戶睡前玩手機。
「棱鏡門」事件主角愛德華斯諾登一時間成為全球關注的目標，網路時代何處安放我們的隱私？美國間諜衛星精度達到了5至10厘米，當今社會我們每個人近乎「透明」!
大數據時代給我們帶來什麼。
1965年，英特爾創始人之一戈登摩爾考察了計算機硬體的發展規律，提出了著名的摩爾定律。該定律認為，同一個面積集成電路上可容納的晶體管數目，一到兩年將增加1倍，也就是說，其性能將提升1倍。換句話說，計算機硬體的處理速度和存儲能力，一到兩年將提升1倍。這一定律揭示了信息技術進步的速度。
數據的爆炸是「三維」的，是立體的，這三個維度，主要表現在：同一類型的數據量在快速增長；數據增長速度在加快；數據的多樣性，即新的數據來源和新的數據種類在不斷增長。
任何一件事物，都有一個從量變到質變的過程。在當前這個數據爆炸的時代，數據帶給我們什麼呢？我想最重要的是帶來了思維模式的轉變。轉變了我們一直以來以因果邏輯思維的模式，變成了相互關系的邏輯思維。舉一個例子，在不久的將來我們完全可以通過數據分析，預判出一次地震的時間、地點、強度，但我們不是通過分析地殼運動而來的，而是通過相互關系的龐大的數據分析而來的。
2008年的冰災，當時的廣州火車站滯留了25萬人，這個數據是通過當時在這個區域的手機使用數統計出來的，與後期的最終統計基本吻合。大數據使我們開始了一次全新的探索，而探索的意義不在於發現新大陸，而在於發現新視角。
大數據時代給企業帶來了什麼。
數據挖掘是一種知識產生的過程，從中產生創新、產生管理、產生推動社會變革的理論與實踐。
沃爾瑪公司是美國的一家世界性連鎖企業，以營業額計算，為全球最大的公司。沃爾瑪一年產生的數據有2500TB。沃爾瑪公司通過對大量歷史數據的分析發現，年輕爸爸去超市購買嬰兒尿布會順便買點啤酒犒勞自己。因此，沃爾瑪推出了尿布與啤酒搭售的營銷策略，使銷售量增長。
紐約，美國最大的城市及第一大港，擁有810多萬人口，其36%為外國移民，人口使用約170種語言。1990年，紐約市共發生了兇殺案2245宗，1995年下降到1171宗，2009年下降到466宗，創下50年最低。紐約是如何實現這個成績的呢？原來紐約通過把20年的犯罪數據和交通數據整合，開發出了「數據驅動的警務管理」，發現交通事故高發地帶，也是犯罪活動的高發地帶，而且兩者的高發時間段也同樣吻合。這就將警察以往「亡羊補牢」的工作模式轉變為「守株待兔」的工作模式，取得了巨大的成績。
大數據及其分析，將會在未來10年改變幾乎每一個行業的業務功能。任何一個組織，如果早一點著手大數據工作，都可以獲得明顯的競爭優勢。用另一本類似著作《大數據時代》的作者維克托的一句話：「大數據是未來，是新的油田、金礦。」
當前我們的企業每天獲得大量的生產、營銷、辦公數據，如何將數據分析應用其中是時代賦予我們的挑戰。如何實現粗放型向精細化轉變，大數據為我們的企業提升管理效率、提高服務水平提供了有利平台。
世界每天都在變，唯一不變的是變化。大數據將是傳統行業的掘墓者，盛極一時的柯達倒閉了，微軟收購了諾基亞……我們的企業處在這樣一個變革的社會，應該何去何從，值得我們每一個人深思。
『柒』 羅振宇推薦的40本書_羅振宇強烈推薦的書
羅振宇，2008年從中央電視台辭職，成為自媒體視頻脫口秀《羅輯思維》主講人，互聯網知識型社群試水者，資深媒體人和傳播專家。以下是我整理的羅振宇推薦的40本書，供大家欣賞。
羅振宇推薦的40本書_羅振宇強烈推薦的書_羅胖推薦的書哪本最好
羅振宇推薦的40本書(上)1)《野蠻生長》作者：馮侖
三十年來，中國民營企業從前公司時代發展到公司時代，21世紀後又進入創富時代，馮侖是一個親歷者，他所創辦的萬通公司也伴隨著其他民營企業經歷了從無到有、從小到大的過程。因此，馮侖對民營企業的所謂“原罪”、合夥人制度、管理邏輯以及生死存亡等都有著自己獨到的見解和思考。民營企業家中，有成功者也有失敗者，王石為什麼成功?牟其中為什麼失敗?馮侖通過近距離觀察給出了頗具特色的企業家 素描 。此外，關於幸福、關於金錢、關於偉大、關於女人……馮侖均用他鮮活麻辣的語言進行了解讀，《野蠻生長(未刪節版)》中精闢的語言展現了典型的馮式風格：不麻辣、不深刻、不性情，就不是馮侖。
2)《看不見的心》作者：【美】羅塞爾·羅伯茨
3)《信任論》作者：鄭也夫
4)《冬吳相對論》作者：梁冬 吳伯凡
5)《專業主義》作者：【日】大前研一
在21世紀激烈的競爭中，我們無處退縮。個人之間、企業之間、國家之間的競爭已經跨越國界，勝利者與失敗者的區分變得更為清晰，唯有專業技能和職業素質兼備的專家才能在全球化經濟社會站穩腳跟。全球著名管理大師大前研一為我們清晰地闡述了國際化專業人才必備的四種能力要求：先見能力、構思能力、討論能力和適應矛盾的能力，對於現代 職場 人士的個人職業修煉有很強的指導意義。大前研一還客觀地站在全球化的高度，以翔實的案例和敏銳的洞察力分析了企業和國家在復雜的前進道路上需要面臨的挑戰和應具備的專業素質。在當今世界格局中，這對於中國企業乃至中國的發展也具有很高的指導價值。
6)《失控》作者：【美】凱文·凱利
微信之父張小龍強烈推薦
7)《一個帝國的生與死》作者：夜狼嘯西風
8)《白人的負擔》作者：【美】威廉·伊斯特利
9)《十個人的德意志》作者：孫世龍
1、 一個嚴謹、嗜血、好強、自立的民族，“鐵血宰相”“二戰風雲的主宰”……鑄就一段特殊的歷史2、赫爾曼 馬丁·路德 腓特烈大帝 李斯特 希特勒……一個國家的歷史，十個男人的豪情，英雄與梟雄的歷史演義3、在幽默中讀歷史，於詼諧中看戰爭
10)《新聞抄襲歷史》作者：宋燕
這本書，就是把這些歷史上已經上演過，而今天依然在不斷播放的鏡頭聚集起來，展現在世人的面前。這無疑是十分有趣的，你會覺得今天的日子原來曾在歷史中不斷重演，自己只是換了一副道具。
有時也會讓人發笑，但笑過之後會有啟發。
比如，久居東瀛，有朋友來，說起國內事情，於是寬慰他——“大概有難處，不過也許不那樣嚴重。君不見日本豐中小學校剛發生殺小學生的集體事件呢……”
話音未落，南平慘案即已發生!
歷史在螺旋上升，說的就是這種人類社會周期性循環的現象。
看這樣的書，會讓我們的心態更平和，不會以為自己是人中龍鳳，所為震天撼地而傲慢無禮，也不會因為覺得自己是Loser，經受著世界從所未有的磨難。
11)《道德經》作者：老子
12)《逆臣錄》作者：明太祖
13)《大數據》作者：徐子沛
維克托·爾耶·舍恩伯格在本書中前瞻性地指出，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，並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。
維克托最具洞見之處在於，他明確指出，大數據時代最大的轉變就是，放棄對因果關系的渴求，而取而代之關注相關關系。也就是說只要知道“是什麼”，而不需要知道“為什麼”。這顛覆了千百年來人類的思維慣例，對人類的認知和與世界交流的方式提出了全新的挑戰。
14)《烏合之眾》作者：【法】勒龐
《烏合之眾：大眾心理研究》作者是法國著名社會心理學家古斯塔夫.勒龐自1894年始，寫下一系列社會心理學著作，以本書最為著名;在社會心理學領域已有的著作中，最有影響的，也是這本並不很厚的《烏合之眾：大眾心理研究》。作者論述在傳統社會因素毀滅、工業時代巨變的基礎上，“群體的時代”已經到來。書中極為精緻地描述了集體心態，對人們理解集體行為的作用以及對社會心理學的思考發揮了巨大影響。《烏合之眾——大眾心理研究》在西方已印至第29版，其觀點新穎，語言生動，是群體行為的研究者不可不讀的佳作.
15)《神似祖先》作者：鄭也夫
“神似祖先”，是近年來我不斷鼓吹的一套思想中的關鍵詞。其隱含的主語不是身體，而是行為。就身體而言，沒有疑問，我們絕對的形似祖先。因為在進化的長河中，夏商周時代的先人與我們的距離尚且太近，遑論元明清。祖先的身體是穿越了自然選擇之剪刀的適者。因此我們在行為上唯有相似祖先才能獲得健康的身心。而生存方式是不可逆的，行為上的形似是不可能的，因此，應該和可以追求的唯有神似，比如狩獵已成往事，跑步卻適宜今時。
16)《被劫持的私生活》作者：肉唐僧
17)《迎男而上》作者：燕公子 薛好大
18)《馬克思為什麼是對的?》作者：【英】特里·伊格爾頓
19)《脆弱的崛起》作者：徐棄郁
20)《一戰秘史》作者：【美】梅爾
如果我們認為是某個人引發了大戰，這個人是誰?德國在1914年是不是本來已經取得了勝利? 德國在1918年的失敗能不能避免?如果加里波利、馬恩河、伊普爾的戰局稍有不同，是不是大戰就能早一點結束?黑格、魯登道夫、康拉德是偉大的指揮官嗎?如果不是，能說他們是最壞的指揮官嗎?如果也不是，他們到底是什麼樣的指揮官呢?為什麼交戰國沒能在大戰給世界帶來巨大破壞之前通過談判結束戰爭呢?
大戰結束已經有九十多年了，學者們還在爭論這些問題。他們很可能會永遠爭論下去。我沒想宣稱我有這些問題的正確答案。實際上，正是因為沒有答案，研究這些問題才變得如此有趣。希望本書提供給讀者足夠的信息，幫助讀者理解為什麼這些問題是如此難以獲得解答。也許，讀者能利用作者提供的信息對某幾個問題形成自己的判斷。
羅振宇推薦的40本書(下)21)《八月炮火》作者：【美】巴巴拉·W·塔奇曼
22)《進化!進化?達爾文背後的戰爭》作者：史鈞
23)《生命的壯闊》作者：【美】古爾德
《生命的壯闊》主要圍繞以下兩個主題展開：一為美國職業 棒球 四成打擊率之消失，究竟是職業棒球技術之退步抑或進步?二為生物之演化，應視為可以預測之進步結果，抑或體系之內差異擴張或收縮之結果?《生命的壯闊》作者古爾德博士是一位傑出的古生物學家，專業及相關著作等早已蜚聲國際。
24)《中國經濟站在了十字路口》是葉檀關於當前中國經濟觀察與分析、未來經濟預測與前瞻的傾力之作。它濃縮了全球資本市場的智慧精華，與讀者共同分享看懂經濟趨勢的全新視角，傳授了理性投資的基本思維及操作技巧。其中包含了作者對國際國內市場的分析與預測，對股市、樓市、金市、期貨等領域的投資指導，對電商、傳媒、能源、航空等各行各業的經濟分析，對百姓如何正確理財的建議等。可以說，這是一本個人投資理財、政府官員經濟決策、企業高層資本運營、金融機構業務培訓必讀的 財經 書
25)《守衛底線》作者：孫立平
26)《重建社會》作者：孫立平
27)《總統是靠不住的》作者：林達
28)《打造美國》作者：【美】詹姆斯·西蒙
托馬斯·傑斐遜，《獨立宣言》作者，美國首任國務卿、第三任總統。
約翰·馬歇爾，“國父”華盛頓最欣賞的才俊，美國第四任國務卿、第四任首席大法官。
這兩位美國的開國元勛，本為遠方表兄弟，皆曾在威廉與瑪麗學院研習法律，同是亞當斯總統內閣要員。然而，兩人之間卻水火不容，從生活方式到政治信念，都天差地別。傑弗遜張揚而奢華，是州權的積極倡導者，力主13個州代表13個主權，應與聯邦政府平起平坐;馬歇爾低調而樸素，推崇強大的聯邦政府，堅信13個州應該依據憲法整合為一。
在兩百年前的美國政治舞台上，兩人均為長袖善舞的帥才;他們為各自的信念，展開了漫長而艱苦的角逐。這場史詩般的對抗，華盛頓、亞當斯、麥迪遜、漢密爾頓等開國元老均捲入其中，美法和談、亞當斯與傑弗遜的總統選戰、“馬伯里V.麥迪遜”一案、副總統伯爾的叛國等一系列事件串連前後。最終，強有力的聯邦政府、獨立的司法機構寫就了美國基本的憲政格局;在美洲新大陸上，一個合眾國得以打造而成。
29)《大法官說了算》作者：何帆
30)《顧准文集》作者：顧准
31)《趣味生活簡史》作者：【英】比爾·布萊森
大千世界無奇不有，從植物、動物、氣象再到我們人體自身，各種現象都有它獨特的意義所在。
如果把浩瀚的天地比作一本厚重的大書，以天做封面、地做封底，那麼風霜雲雨便是這本大書中一個個跳動的五彩音符、一行行優美的迷人詩句。無盡的變幻描繪出天地間精美絕倫的畫卷，萬千的奧妙抒發著春夏秋冬四季風雲的情韻。
讓我們一起去體會生活中的趣味，一同享受那無窮的快樂。
32)《哥倫布大交換》作者：【美】克羅斯比
人類只有一個地球。隨著科技的發展與人類改造自然能力的增強，人類面臨的全球環境問題也越來越突出，越來越錯綜復雜。目前，諸如氣候變化、環境污染、生態退化和生物多樣性破壞等主要環境問題，都對人類的生存和發展構成嚴峻而不容迴避的威脅。
33)《網路經濟的十種策略》作者：【美】凱文·凱利
近年來，互聯網持續震動著全世界各個行業以至於整個經濟規則。在中國，以小米為代表的各類“互聯網思維”轟轟烈烈地顛覆著各個行業。而這一切的一切，凱文凱利早就通過這本小書輕松寫定。《網路經濟的十種策略》一書介紹互聯網時代，互聯網影響下的經濟運行的十個新游戲規則。
34)《閑看水滸》作者：十年砍柴
水滸里的秘密……生存中的真相
35)《城市 文化 》作者：【美】劉易斯·芒福德
這是一部歷史，是城市史的政治宣言，也是關於城市和城市社會學的理論。芒福德論述的城市史就是文明史，城市凝聚了文明的力量與文化，保存了社會遺產。城市的建築和形態規劃、建築的穹頂和塔樓、寬廣的大街和庭院，都表達了人類的各種概念。芒福德用建築和藝術展現城市的發展，首先關注的是社會問題，而不是美學問題。城市的基本問題是城市是否滿足人的基本需要，城市的設計是否促進人的步行交通和人與人的面對面交流。
36《同意的計算：立憲民主的邏輯基礎》作者：詹姆斯·M·布坎南 戈登·塔洛克
《帝國的回憶》作者：鄭曦原
37《帝國的回憶《紐約時報》晚清觀察記(上冊)》是《紐約時報》對華報道選編，起訖年代為1854年1月至1911年10月。這一時代的中國，正經歷著“千年未有之變局”，從獨立自主的東方老大帝國淪為“東亞病夫”，傳統的帝制和士大夫政治走向終結，軍事、經濟、文化和社會生活發生了蛻變，人民承受著無與倫比的巨痛。《紐約時報》以當時中國人還未具備的近代眼光和技術。即時、全面、連續地觀察和記錄了這段歷史，內容涉及內政、外交、國防、文化、社會、革命及華僑等方面，既是一份十分翔實珍貴的史料，又構成了一部具有獨特視角的中國近代史。
38《第三帝國的興亡》作者：【美】威廉·夏伊勒
是全世界最暢銷的反映納粹德國歷史的巨著。它精彩絕倫地記述了被希特勒稱為“千秋帝國”(即第三帝國)從興起到覆滅的全部過程。在短短的12年零4個月中，不可一世的第三帝國在人類歷史上製造了慘絕人寰的災難，留下了一段驚心動魄的歷史。隨著崩潰的迅速到來，人們繳獲了大量秘密文件，私人 日記 、發言記錄以及納粹黨領導人的電話錄音!於是，一個極端獨裁政權的全部秘密和罪惡活動就在它覆滅的同時全部公之於世了。這就是《第三帝國的興亡(套裝上下冊)》大量的、真實的資料來源。
39《戰後經濟發展之路》作者：董磊
40《十字路口的中國經濟》作者：陸銘
猜你喜歡：
1. 互聯網思維的書籍推薦
2. 關於最新邏輯思維的書籍推薦
3. 領導幹部推薦的書
4. 值得一讀的勵志書籍推薦
『捌』 大數據 塗子沛 txt
11
『玖』 讀書筆記-07-數商-數據改變命運
之前看過一本書就做「奇特的一生」，本書的主人公叫柳比契夫，不僅是位著名科學家，還是「時間管理界」的大神。在他傳奇的一生中，一共有70多部著作。除了其專業領域外，還有歷史、宗教、數學等領域。柳比契夫的時間管理方式，首先做的就是時間記錄，他時間記錄到什麼程度？柳比契夫從1961年開始記錄直到其去世。在這長達56年的時間里，他把自己所有做過的事情，用了多長時間，都詳細地記錄了下來。
在這之上柳比契夫還會做周總結、月總結、年總結，統計其在每個事物上所花費的時間。有了這些數據，就能更科學做計劃了。因為其有足夠多的數據，對於時間就有超強的把控感，這樣制定的計劃也就更為合理，也更高效。我們可以想像當時在沒有電腦的時代，只能通過紙質地記錄方式，無論記錄還是查詢都非常麻煩和低效。而我們現在有了電腦，尤其是有了手機，隨手記錄顯得異常方便，但是作為數據時代先行者的我們，真的有效地使用了這種工具，幫我們提高工作效率？答案是不一定，工具還是那個工具，工具要想發揮它的功效，首先你要深刻理解數據重要性，能想像到數據帶來的好處，以及知道如何記錄數據，最後再有一個易用的工具，這樣才能真正把數據用起來。綜合來看，就是徐子沛老師說的數商，只有數商足夠高，移動互聯網的工具才能發揮效能。
這就引出了我今天介紹的這本新書《數商》。之前我看很多大數據的書，比如《大數據時代》、阿里的《大數據之路》、車品覺的《數據的本質》和《決戰大數據》、《數據中台》，更多的就是專業大數據技術書籍。一直沒有看徐子沛老師的書，覺得沒有什麼特別的新意，聽了羅振宇將這本書的時候，才決定看一下，看完後還是感覺收獲頗豐。數商講的是一個人如何駕馭數據的能力，數商會像智商、情商一樣，決定著我們的未來。
這本書一開始就有一套數商測試題，一共34道。它測的不是你的數學能力，而是把我數據的能力。我測了一下，是82分，這套有幾個問題決定了我很難拿到90分以上，比如，把你的情緒打分記錄下來，把你的朋友關系打分記錄下來，預測一件事打分記錄下來等等，像這樣的題，其實就像前面提到的柳比契夫每天做的時間管理一樣，把自己的所有經歷都數據化。這可能就是一般人和大神級人物的區別，看似只有一點點的區別，其實做到這點難度極大。本書後面是通過一個個故事把數商的價值體現出來，比如賭場、見未來岳母、疫情、奶茶與糞堆等等，裡面的故事非常精彩，為我們後續的構建自己的大數據體系提供了很好的素材。我還特意來了徐子沛的三本實體書，主要是想寫學習徐老師講故事的能力。
同時他裡面的每一個故事，都在告訴我們一個道理，一個普通人完全可以通過不斷提升自己對數據的駕馭能力，來把握自己的命運，甚至是挑戰權威。如果我們仔細想想真的是這樣，現在「智商」和「情商」，大家都已經非常重視，都在通過各種方式提高，你如果想在這兩個方面特出越來越難，但是數商卻還是一片開闊地，一方面大部分人沒意識到，一方面還沒有特別的有效方法，只要我們稍微注意一下，就能很快脫穎而出。
在這個大數據時代，在這個階級逐步固化的時代，《數商》給我們指明一條彎道超車之路，這條依然坎坷，但是他有機會超車，也許是這時代賦予我們的機會。
『拾』 《大數據》讀書筆記
《大數據》（徐子沛）
核心觀點： 一個真正的信息社會，首先是一個公民社會。
徐子沛和吳軍是國內科技界文筆最好的兩位大拿，能把復雜的技術發展講得像故事一樣引人入勝。書中講述了美國信息開放、數據技術創新、數據逐步開放的歷史，例舉了美國政府如何通過大數據來治國：降低犯罪率、糾正福利濫用、增加財務透明度，並展望了大數據發展的未來，他覺得中國和美國最大的區別就在中國習慣於說「差不多」，不善於用數字管理國家。書中也介紹了大數據中數據倉庫、數據挖掘、數據分析、數據可視化等技術的發展，他認為： 數據就是企業的財富和金礦，數據分析和挖掘的能力就是企業的核心競爭力。 阿里網羅了徐子沛和王堅兩個大數據和雲計算專家，估計在大數據和雲計算領域鮮有敵手了。
核心觀點： 推崇知識和理性，用數據創新
本書講述互聯網對傳統工業 生活的推進，大量數據沒有數字化，數據基本都困在一家醫院內，電子病歷推進也很緩慢，通過數據的流通讓患者享受更便捷、更安全的服務基本只限制在思考層，這裡面有方方面面的各種利益、法規的原因，這就像書中說的「也許是由於其本身的根深蒂固。作者認為 iPhone、雲計算、3D列印、基因測序、無線感測器、超級計算機，這些改變了我們生活的事物，將再一次地融合在一起，對醫學進行一次「創造性破壞」 ，我覺得新技術的應用比新規則的創立在國內還是相對簡單，而也能解決醫療資源不足的痛點，把像IBM沃森這樣的智能作為醫療的輔助判斷，提升醫療的效率和准確率還是前景明朗的。但要說像書中說的「舊的體系完全不復存在，新的體系隨之取代...在這超級融合之下，權力再次交回到我們自己手中，而只有我們自己，。我想這還有很遠的路要走，與生命有關的事物，一定是慎之又慎的；與體系有關的事情，改變一定是難上加難的。
所以 崇正說他們阿里都是看數據做事情，不是臆想做事情。因為在這個高速發展的時代，數據都是流動。他們都是落實到行動，分析數據，應用數據，依靠數據。