大数据时代的800总结

1. 3000字概括《大数据时代》

有言在先
近期有些起伏，这种情况最适合回归书本，寻找一些你内心认同的东西。这几天花了点时间重温《大数据时代》，整理、总结出了精华的东西，分享给大家。

大数据引起了变革

当今社会所独有的一种新型能力：以一种前所未有的方式，通过对海量数据进行分析，获得巨大价值的产品和服务，或深刻的洞见。

? 震人心魄的数据
2003年，人类第一次破译人体基因密码的时候，辛苦工作10年才完成了三十亿对碱基对的排序；大约10年后，世界范围内的基因仪每15分钟就可以完成同样的工作。在金融领域，美国股市每天的成交量高达70亿股，而其中三分之二的交易都是邮件里在数学模型和算法之上的计算机程序自动完成的。

在2007年，所有数据中只有7%是存储在报纸、书籍、图片等媒介上的模拟数据，其余全部是数字数据；在2000年时，数字存储信息仍只占全球数据量的四分之一；当时，另外四分之三的信息都存储在报纸、胶片、黑胶唱片和盒式磁带这类媒介上。

? 大数据的精髓
大数据带给我们的三个颠覆性观念转变：是全部数据，而不是随机采样；是大体方向，而不是精确制导；是相关关系，而不是因果关系。

A.不是随机样本，而是全体数据：在大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样（随机采样，以前我们通常把这看成是理所应当的限制，但高性能的数字技术让我们意识到，这其实是一种人为限制）；
B.不是精确性，而是混杂性：研究数据如此之多，以至于我们不再热衷于追求精确度；之前需要分析的数据很少，所以我们必须尽可能精确地量化我们的记录，随着规模的扩大，对精确度的痴迷将减弱；拥有了大数据，我们不再需要对一个现象刨根问底，只要掌握了大体的发展方向即可，适当忽略微观层面上的精确度，会让我们在宏观层面拥有更好的洞察力；
C.不是因果关系，而是相关关系：我们不再热衷于找因果关系，寻找因果关系是人类长久以来的习惯，在大数据时代，我们无须再紧盯事物之间的因果关系，而应该寻找事物之间的相关关系；相关关系也许不能准确地告诉我们某件事情为何会发生，但是它会提醒我们这件事情正在发生。

? 大数据的核心是预测
大数据的核心就是预测，它通常被视为人工智能的一部分，或者更确切地说，被视为一种机器学习。大数据不是要教机器人像人一样思考，而是把数学算法运用到海量的数据上来预测事情发生的可能性。

●●●

不是随机样本，而是全体数据

历史上，因为记录、储存、分析数据的工具都不够好，为了让分析变得简单，我们选择了把数据量减少，

统计学的一个目的就是用尽可能少的数据来证实尽可能重大的发现。

? 传统抽样的精确性
采样分析的精确性随着采样随机性的增加而大幅提高，但与样本数量的增加关系不大，大致原因是当样本数量达到某个值后，我们从新个体身上得到的信息会越来越少，这与经济学中的边际效应类似。

? 随机采样的问题
随机采样有一个很大的问题：人们只能从随机采样中得出事先设计好的问题的结果，调查得出的数据不可以重新分析以实现计划之外的目的，而且一旦采样过程中存在任何偏见，分析结果就会相去甚远。

? 样本=总体
采样的目的就是用最少的数据得到最多的信息，当我们可以获得海量数据的时候，它就没有什么意义了；生活中真正有趣的事情经常藏匿在细节之中，而采样分析却无法捕捉到这些细节（因为采样不能得到计划之外的东西）；大数据建立在掌握所有数据，至少是尽可能多的数据的基础上，所以我们就可以正确地考察细节并进行新的分析。

●●●

不是精确性，而是混杂性

执迷于精确性是信息缺乏时代和模拟时代的产物，只有5%的数据是结构化且能适用于传统数据库的，如果不能接受混乱，剩下的95%的非结构化数据都无法被利用。

? 小数据时代的精确性
在“小数据时代”，人们收集、处理数据的能力有限，对“小数据”而言，最基本、最重要的要求就是减少错误，保证质量（收集信息的有限意味着细微错误会被放大，甚至有可能影响整个结果的准确性）。人们创造了很多精确的系统，这些系统试图让我们接受一个世界困乏而规整的惨象——假装世间万物都是整齐地排列的；事实上现实是纷繁复杂的，天地间存在的事物也远远多于系统所设想的。

? 我们要的是概率
我们总是为了一个“答案”而活着，精确性似乎一直是我们生活的支撑，但认为每个问题只有一个答案的想法是站不住脚的。“一个唯一的真理“的存在是不可能的，而且追求这个唯一的真理是对注意力的分散。大数据也许是拯救我们的关键方法：大数据通常用概率说话，而不是板着“准确无疑”的面孔。

●●●

不是因果关系，而是相关关系

在大数据时代，我们不必知道现象背后的原因，而是要让数据自己“发声”。我们不再一味追求人们为什么这么做，知道人们为什么这么做可能是有用的，但这个问题目前并不是很重要，重要的是我们能通过大数据分析出人们的相关行为。

? 相关关系
相关关系的核心是量化两个数据值之间的数理关系：相关关系强是指当一个数据值增加时，另一个数据值很有可能也会随之增加；相关关系弱就意味着当一个数据值增加时，另一个数据值几乎不会发生变化。相关关系通过识别有用的关联物来帮助我们分析一个现象，而不是通过揭示其内部的运作机制。相关关系没有绝对，只有可能性。

? 人们的直接目的就是寻找因果关系
人们的直接愿望就是了解因果关系，我们已经习惯了信息的匮乏，故此亦习惯了在少量数据的基础上进行推理思考。以前我们用实验来证明因果关系，它是通过是否有诱因来分别观察所产生的结果是不是和真实情况相符。但是，凡事皆有因果的话，那么我们就没有决定任何事的自由了。如果说我们做的每一个决定或者每一个想法都是其他事情的结果，而这个结果又是由其他原因导致的，以此循环往复，那么就不存在人的自由意志这一说了——所有的生命轨迹都只是受到因果关系的控制了——这显然是不正确的。

? 相关关系和因果关系并不矛盾
相关关系分析本身意义重大，同时它也为研究因果关系奠定了基础，通过找出可能相关的事物，我们可以在此基础上进行进一步的因果关系分析，如果存在因果关系的话，我们再进一步找出原因。在大多数情况下，一旦我们完成了对大数据的相关关系分析，而又不再满足于仅仅知道“是什么”时，我们就会继续向更深层次研究因果关系，找出背后的“为什么”。在小数据时代，我们会假象世界是怎么运作的，然后通过收集和分析数据来验证这种假象；在大数据时代，我们会在数据的指导下探索世界，不再受限于各种假想；我们的研究始于数据，也因为数据我们发现了以前不曾发现的联系。

A.大量的数据意味着“理论的终结”：用一系列的因果关系来验证各种猜测的传统研究范式已经不实用了，如今它已经被无需理论指导的相关关系研究所取代；
B.现在已经是一个有海量数据的时代，应用数学已经取代了其他的所有学科工具，而且只要数据足够，就能说明问题，如果你有一拍字节的数据，只要掌握了这些数据之间的相关关系，一切就迎刃而解了；
C.“理论的终结”：所有的普遍规则都不重要了，重要的是数据分析，它可以揭示一切问题；但大数据并不意味着理论已死，因为大数据就是在理论的基础上形成的。

●●●

大数据时代的商业变革

在一个可能性和相关性占主导地位的世界里，专业性变得不那么重要了；行业并不会消失，但是他们必须与数据表达的信息进行博弈。

? 数据化：一切皆可量化
大数据的核心发展动力来源于人类测量、记录和分析世界的渴望。为了得到可量化的信息，我们要知道如何计量；为了数据化量化了的信息，我们要知道怎么记录计量的结果。如今我们经常把“数字化”和“数据化”这两个概念搞混，但是对这两个概念的区分实际上非常重要：

A.数据化：一种把现象转变为可制表分析的量化形式的过程；
B.数字化：把模拟数据转换成0和1表示的二进制码；
数字化带来了数据化，但是数字化无法取代数据化；数字化是把模拟数据变成计算机课读的数据，和数据化有着本质的不同。

? 当方位变成了数据
1978年见证了一个伟大的转变，当时构成全球定位系统（GPS）的24颗卫星第一次发射成功，通过与技术手段的融合，全球定位系统能够快速、相对低价地进行地理定位，而且不需要任何专业知识。地理位置信息汇集起来，可能会揭示事情的发展趋势；位置信息一旦被数据化，新的用途就犹如雨后春笋般涌现出来，而新价值也会随之不断催生。

? 当沟通变成数据
社交网络平台不仅给我们提供了寻找和维持朋友、同事关系的场所，也将我们日常生活的无形元素提取出来，再转化为可作新用途的数据。数据化不仅能将态度和情绪转变为一种可分析的形式，也可能转化人类的行为，这些行为难以跟踪，特别是在广大的社区和其中的子人群环境中。

A.Facebook将关系数据化——社交关系在过去一直被视作信息而存在，但从未被正式界定为数据，直到Facebook“社交图谱”的出现；
B.Twitter通过创新，让人们能轻易记录以及分享他们零散的想法，从而使情绪数据化得以实现。

? “取之不尽，用之不竭“的数据创新

尽管数据长期以来一直是有价值的，但通常只是被视作附属企业经营核心业务的一部分，或者被归入知识产权或个人信息中相对狭窄的类别，但在大数据时代，所有数据都是有价值的。我们的时代，数据收集不再存在固有的局限性，由于存储成本的大幅下降，保存数据比丢弃数据更加容易，这使得以较低成本获得更多数据的可能性比以往任何时候都大。不同于物质性的东西，数据的价值不会随着它的使用而减少，而是可以不断地被处理，信息不会像其他物质产品一样随着使用而有所损耗。数据的价值并不仅限于特定的用途，它可以为了同一目的而被多次使用，也可用于其他目的。 作者 _Glen_ 本文转自简书，转载需授权

2. 大数据时代读后感 [说说大数据的三个“不是”]

有人说，大数据是个谎言；有人说，大数据是个伪命题。大数据市场确实存在。Gartner预测，到2015年，70%的信息基础架构扩展与投资的主要驱动因素是业务分析需求。以前，人们把精力主要放在如何存储好海量的数据上，而没有想到深入挖掘数据的内在价值。随着数据与业务之间的关系越来越紧密，以及一些大数据分析工具不断涌现，数据分析成了企业决策的前提。
大数据不一定是复杂的分析
许多人一提到大数据，首先想到的是复杂的数据分析。这让有些希望采用大数据分析工具的用户产生了畏难情绪，也让有手念丛些用户产生了误解，认为大数据分析只是那些拥有复杂业务流程和海量数据的大企业的事。市场研究机构麦肯锡的研究人员表示：“要创造新的重大价值，并不一定要采用复杂的大数据分析方法，有时只要能保证数据的可用性或对数据应用进行基本的分析，就能获得所需的重要价值。”
不同的企业或一个企业内部不同的部门对数据分析和数据价值的理解都不相同。企业处于不同的信息化发展阶段，也会设定不同的数据分析目标，采用不同的数据分析工具。正是基于此，戴尔率先提出了大数据成熟度模型。戴尔公司全球企业级解决方案副总裁Cheryl Cook表示：“这一模型已经得到了业内许多分析机构的认可。所有行业以及所有数据应用都适用于此模型。”
如下图所示，大数据成熟度模型分成五个阶段。第一个阶段，数据处于混乱状态，数据存储无章可循，数据难以访问，企业的信息系统处于高风险状态。第二个阶段，实现数据的保留。在这个阶段，企业被动地对数据进行存储。数据虽然经过一定的处理，但还不具有高质量，数据的访问也会受到一定限制。第三个阶段，实现存储的优化。在这个阶段，通过对存储系统的进一步优化以及基于策略的控制与管理，用户可以逐步发现数据的价值。第四个阶段，实现简单的分析。在存储优化的基础上，用户可以进行数据建模和简单的数据分析，对归档数据进行搜索等。第五个阶段，实现复杂的分析。在这个阶段，大数据分析工具将得到充分应用，用户可以进行比较复杂的建模、分析和决策。经过上述五个阶段，曾经杂乱无章的数据也将经历从数据毕樱到信息再到知识的转变过程，最终成为企业决策的重要依据。
这个大数据成熟度模型可以解答人们对于大数据应用的几个疑惑。第一，用户使用大数据分析工具，并不意味着一定要进行复杂的分析。举例来说，处于存储优化阶段的用户就可以实现无障碍的数据访问，并能获得所需的数据价值。第二，大数据的应用要经历一个逐步完善的过程，必须循序渐进，先做好数据存储和优化，然后再进行数据分析。第三，大数据解决方案通常包括两个部分：一是大数据保留解决方案，二是大数据分析解决方案。将两类解决方案有机地结合在一起，才能有效降低大数据分析应用的成本，更好地挖掘数据的价值。Cheryl Cook表示，戴尔可以提供上述两种解决方案。一方面，戴尔可以提供针对结构化和非结构化数据的大数据保留解决方案，主要包括存储虚拟化与整合、应用程序优化、数据保护、灾难恢复以及数据保留与管理解决方案；另一方面，戴尔还能提供支持Hadoop、Cloudera等开源软件的大数据分析解决方案。
记者曾与包括大庆油田、太平洋保险公司等在内的一些用户进行过交流。它们目前都没有计划部署大数据应用。“从全球范围来看，大数据应用还处于起步阶段。”戴尔亚太及日本地区商用事业部企业解决方案副总裁Philip A. Davis表示，“与云计算兴起时一样，可能要经过两三年的市场培育，用户才能逐渐接受大数据应用。”
中国东方航空股份有限公司信息部总经理严振红介绍说：“在大数据的概念出现以前，我们就在做客户数据、经营数据的分析工作。但是客户数据库、经营数据库等都是相互独立的，数据不能共享。现在，我们要做的是将这些系统的数据整合起来，统一进行分析。”
Hadoop不是万能的
简单来说，Hadoop是一个能够对大量数据进行分布式处理的软件框架。Hadoop最独特的优势在于为用户提供了一个分布式的、高容错的文件系统和加速数据处理高毁的办法。随着Web 2.0、社交网站的大规模兴起，人们需要一个高效的处理非结构化数据的平台。Hadoop正好可以满足人们的需求。有些人甚至在Hadoop和大数据之间划上了等号。Hadoop能够解决大数据应用的所有难题吗？
“Hadoop是一个复杂的工具套件。如果没有厂商或专业技术人员的帮助，用户自己部署Hadoop是一件十分困难的事。目前，Hadoop的应用并不普及。互联网用户是最早采用Hadoop平台的。”Philip A.Davis表示，“如果想让大数据解决方案充分发挥其作用，就必须搭建一个高效的信息基础架构，实现信息基础架构的自动化、智能化，同时提高其可管理性。”
Hadoop的应用是有一定技术门槛的。如今，许多IT厂商都推出了基于Hadoop的解决方案包，其目的是帮助用户简化Hadoop的部署与应用。Philip A.Davis表示：“戴尔提供的基于Hadoop的大数据分析方案可以将Hadoop的部署周期从原来的两个月缩短至两天。”
VMware全球高级副总裁范承工也认为，由于缺少精通Hadoop技术的专业人才，Hadoop的部署对于用户来说是一件费时费力的事。如今，VMware可以将Hadoop部署在虚拟化架构之上，将部署工作从半自动化变为全自动化，从而减少了人工干预，使得Hadoop的部署变得更加简单，也不容易出错。
“很多中国企业的CIO认为，大数据解决方案是有价值的，但实施起来确实有许多困难。”戴尔全球副总裁、中国区大型企业及公共事业部总经理容永康举例说，“国内懂得在Hadoop上进行开发的专业技术人员非常少。一些金融行业的用户很想现在就部署大数据解决方案，但是苦于找不到既懂Hadoop技术，又懂得金融业务的专业人才。”
Informatica首席技术官James Markarian表示：“在IT环境中，Hadoop不可能作为一个孤岛存在。为了让Hadoop跨越不同平台，用户需要将Hadoop作为其IT大环境中的一部分来管理，并通过Hadoop重复使用他们的开发技巧、资产及数据，同时还要统筹管理全部数据。”
在美国市场上，70%的大数据应用处理的还是结构化的数据。从技术的角度看，虽然Hadoop也能处理结构化的数据，但是目前基于Hadoop的大数据分析解决方案主要还是用于处理非结构化的数据。因此，用户处理结构化数据和非结构化数据通常是用两套不同的分析工具。这种混合的大数据处理模式是一种普遍现象。
从未来的发展看，非结构化数据的快速增长是大数据分析的主要驱动因素。从这个角度讲，Hadoop的应用前景还是十分广阔的。
大数据不仅仅是一个解决方案
Cheryl Cook强调说：“用户千万不能认为，只要购买了一个大数据的解决方案，就能解决所有的问题。许多中国用户还没有充分意识到数据能够带来多大的价值。戴尔收购佩罗系统公司，增强了自身的顾问咨询能力，可以帮助客户分析数据能够带来什么样的价值。这为用户日后正确部署大数据解决方案奠定了基础。”
有些厂商通过收购或其他方式，很快就推出了大数据解决方案，并将这些解决方案推销给客户。Cheryl Cook表示：“戴尔先从客户的需求入手，帮助客户分析当前遇到的实际问题是什么，然后进一步明确客户能从数据中获取什么样的价值，最后才是提供量身定制的解决方案。”戴尔大数据解决方案的特色在于开放化和多样化。戴尔既可以提供基于开源软件的大数据解决方案，也可以提供支持微软、SAP等软件的大数据解决方案。针对Hadoop平台，戴尔还能提供一些附加的服务，目的是为了让Hadoop平台能够满足客户的个性化需求。在部署大数据解决方案之前，用户首先要搞清楚，能从大数据解决方案中获得什么样的价值，然后再制定具体的实施规划，接下来就是构建高效的信息基础架构，最后才是部署大数据分析工具。

3. 我家的“大数据”800字作文

写作思路：立意要新颖文章最忌随人后，人云亦云，新颖的角度是作文创新的核心。立意新颖要求跳出陈旧的框框、不按顺向思维、习惯思维或原有的心理定式进行立意构思，而是以独到的视角去审视题目中所蕴涵的另类内容。

正文：

一年四季，桃花只盛开一次；一年有三百六十五天，而春天只有短短的三个月……数字可以用来对比，可以用来表达世间所有美好的事物。它触摸不到却能让我们领略人间的温暖与冷漠。当我们走进数据时代，你会发现世间冷暖，尽收眼底。

数据虽是生冷的数字，但它能折射出人间的冷暖。漫步于天地，没有数据的世界一片茫然，它可以带给我们准确的度量，可以让我们知晓天下事。可以让我们的生活更加丰富多彩，充满生机。数据折射出人间冷暖。

数据提醒着人们过错的同时。也反映出时间的冷酷无情。到了上世纪九十年代。长江里仅剩二百余头白鳍豚，到了1997年，这种身长六英尺左右的动物只剩下了十七头。到了2004年，这种白鳍豚已经几乎消失在人们的视线。

这一系列逐渐变少的数字无一不敲打着人们的警钟，提醒着人们保护环境的重要性，这些数据反映的不只是人们意识淡薄，更是对人间冷酷无情的极大反射！生命如此脆弱却被人类毫不留情地亲手扼杀。这些直击人心的数字是冷漠无情后付出的惨痛的代价，它时时刻刻都让我们为自己的所做所为感到羞耻。

数字也会如阳光般轻柔，带给我们温暖。当你考试得了满分，拿着卷子看至那鲜红的数字，你会感到无以言表的快乐与激动：当卖水果的老大爷今天顾客满员，多挣了一百元钱，看着那鲜红的钞票，就会感到幸福满满，生活幸福指数提高，经济发展的进步，每项数据都那么鼓舞人心，温暖心灵。

数据有时就像乌云上的阳光，他会带你穿过层层阻碍，走向未知的世界。即使是很微小的事情，也会被数据折射幸福的光芒。

数据丰富着人们的生活，改变着我们的思维方式，仿佛离开了数据就会将自己陷入无边的黑暗。古人也常常用数据描述着事物的发展，曹刿论战中一鼓作气，再而衰，三而竭；登高中万里悲秋常作客，百年多病独登台。

诗人们多运用数字夸张的手法表现内心情感，数字使他们的情感表达得更加淋漓尽致。作为新一届高三生，我们每天也会看到许多数字，距离高考仅剩二百余天，这将激励着我们去女里奋斗，为了明天的辉煌而放手一搏！

数字如微风吹过，激起阵阵涟漪；数字如阳光拂过，留下丝丝温暖，我们在这条数据时代的道路上走过，留下了我们的足迹，感受世间冷暖，感受着数据带给我们的幸福生活。

4. 什么是大数据，大数据时代怎么理解

大数据的定义

大数据（Bigdata）通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapRece一样的框架来向数十、数百或甚至数千的电脑分配工作。

大数据的特点

数据量大、数据种类多、要求实时性强、数据所蕴藏的价值大。在各行各业均存在大数据，但是众多的信息和咨询是纷繁复陪答杂的，需要搜索、处理、分析、归纳、总结其深层次的规律。

大数据时代的影响

越来越多的政府、企业等机构开始意识到数据正在成为组织最重要的资产，数据分析能力正在成为组织的核心竞争力。如2012年3月22日，奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，将“大数据战略”上升为国家意志。联合国也在2012年发布了大数据政务白皮书，指出大数据对于联合国和各国政府来说是一个历史性的机遇，人们如今可以使用极为丰富的数据资源，来对社会经济进行前所未有的实时分析，帮助政府更好地响应社会和经济运行。

大数据的意义和前景

大数据是对大量、动态、能持芦游慧续的数据，通过运用新系统、新工具、新模型的挖掘，从而获得具有洞察力和新价值的东西。以前，面对庞大的数据，我们可磨配能会一叶障目、可见一斑，因此不能了解到事物的真正本质，从而在科学工作中得到错误的推断，而大数据时代的来临，一切真相将会展现在大家面前。

大数据分析的目的

大数据分析的核心目的就是预测，在海量数据的基础上，通过机器学习相关的各种技术和数学建模来预测事情发生的可能性并采取相应措施。预测股价、预测机票价格、预测流感等等。

预测事情发生的可能性继续往下延伸，就可以通过适当的干预，来引导事情向着期望的方向发展。比如亚马逊和所有的电商一样，都会基于对用户的喜好及消费能力分析来推荐商品，引导用户提高消费金额;Google等互联网巨头也会通过各种技术手段来试图向不同的用户展现不同的广告，并称之为精准营销，由此来提高点击率(公司收入);网游公司也会在运营工程中通过玩家行为数据的分析来及时调整游戏关卡及计费点等设计。

5. 涂子沛大数据读后感1800字

进入2012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。2000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。任何一份通过网络发布的信息，面对的都不是一定特定群体，而是全体国民，如果政府发布数据的质量不可靠，将受到频繁的、大范围的质疑，特别是一些可以会影响到公共政策和行业管制标准的数据，将引起巨大的争议。

例如：单位奶制品中蛋白质含量、菌落总数应该是多少 ？饮用水里能混杂多少含量的微量元素？新鲜蔬菜能带有多少指标的杀虫剂残留？工厂排放的废气、汽车的尾气以及车间的通风条件都要符合怎样的标准等等，这些标准，都是数据。随着社会的发民、科学的进步，这些标准越来越多越来越细，每一个都和国民生活和经济发展息息相关。所以政府在网上发布数据，必须慎之又慎，保证质量。

三、大数据在各领域中的价值表现

1、数据竞争：企业赢利之道

企业以“低成本、高效率”的方式来开展公司的业务，而要做到“低成本、高效率”的运营以及决策正确，企业必须广泛推选以事实为基础的决策方法、大量使用数据分析来优化企业的各个运营环节，通过基于数据的优化和对接，把业务流程和决策过程当中存在的每一分潜在的价值都“挤”出来，从而节约成本，战胜对手，在市场上幸存。这种竞争，就是一种基于数据的竞争。

已经有越来越多令人信服的证据表明：只要实施正确的政策和激励，大数据将成为竞争的关键性基础，并成为下一波生产率提高、创新和为消费者创造价值的支柱。信息时代的竞争，不是劳动生产率的竞争，而是知识生产率的竞争。数据，是信息的载体、是知识的源泉，当然也就可以创造价值和利润，可以预见，基于知识的竞争，将集中表现为基于数据的竞争，这种数据竞争，将成为经济发展的必然。

2、通讯、电信、商务智能、互联网的逐步演变

近年来，随着大数据的迅猛增加，各个行业、政府部门都在尝试“用数据来决策”、“用数据来管理”、“用数据来创新”，在这个过程中，涌现了一大批既务实管用，又令人耳目一新的做法和应用。

回顾历史，我们从广播的年代到电视的年代再到本世纪初互联网的年代，从音频对话到可视电话，数据技术一直在我们的生活中扮演重要的角色，互联网出现之后，就交流和互动而言，广播和电视无疑相形见绌。

“大数据”可能带来的巨大价值正渐渐被人们认可，它通过技术的创新与发展，以及数据的全面感知、收集、分析、共享，为人们提供了一种全新的看待世界的方法。

四、总结

涂先生从数据本身的革命、社会科学的革命、企业管理的革命、社会管理的革命四个方面深刻阐述了大数据的重要意义，以最前沿的视野、直接的解读和剖析为我们理清了《大数据》一书的脉络和精髓，为我们如何能更好地阅读、理解、领会《大数据》一书的精神实质提供了很好的帮助，让我们意识到：大数据的时代，是不可逃避的。

涂子沛大数据读后感二：读涂子沛的《大数据》有感

首先说下《大数据》这本书好的地方就是将大数据变化为一本科普读物，不是讲大数据的关键技术和具体实现，而更多的是围绕美国政府基于数据的管理历史线条展开，让大家更加容易理解大数据在政府执政和公共事务管理中发挥的作用，所以我看完后最大的感觉就是关注智慧城市的相关人员完全有必要阅读该书，会对以后在智慧城市的管理和建设中如何更好的理解大数据，应用大数据，发挥大数据本身的业务价值有更好的理解。

为何近几年出现大数据，最重要的还是随着信息技术和互联网，管理的精细化，全球化和社交圈扩大，数据呈现了指数级的增长。2009年美国的数据，离散制造业966PB，政府848PB，传媒行业715PB，这是麦肯锡2011年出版的一份报告《大数据：下一代创新，竞争和生产率的前沿》里面的一个估算。正是由于数据指数级的增长，对数据的开放，信息自由，数据的采集，数据的分析和处理，预测和决策提出了更高的要求。

信息自由，一为信息公开，二为信息发布。公开是政府和某一社会特定主体的关系，是点对点的；而信息发布是政府和社会的关系，是点对面的。信息自由法已经成为美国不可缺少的一个基本法案，只有信息自由才谈得上进一步的数据开放和数据共享。

我们信奉上帝，除了上帝任何人都要以数据说话。信息技术发展，数据指数级增长，已经彻底改变了政府，社会，商业群体的决策方法。需要的是形成一种数据驱动的决策方法，数据治国，需要基于实证的事实而非简单的`意识形态。而真正要让数据能够上升到决策层面，首先需要的就是数据大范围采集，数据抽样，数据测量和数据质量管理。另外数据驱动和事件驱动是两种模式，数据驱动强调的是历史和预测，而事件驱动强调的是实时和响应。大数据有一个维度专门是指速度和快速响应，更需要考虑事件驱动和数据驱动融合。

帝国法则，详细讲述了数据的收集法则，使用法则，发布法则和管理法则。数据能够满足既定的用途，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。数据质量的问题涉及到数据收集，使用，发布等所有过程的问题。数据质量管理要有标准，有流程，有救助机制。

从软件的开源到数据的开放，我们过渡到一个新的世界，可以讲数据开放式本身的另外一个重点。在这个新的世界里面，数据远远比软件更加重要。从2004年以来，美国一直在进行数据开放运动，联邦政府也专门家里了数据开放站DataGov，其主要目标就是通过数据开放，通过鼓励新的创意，让数据走出政府，得到更多的创新型应用。从而进一步巩固政府透明化，民主化和政府效能。

数据之争涉及到原始数据采集，数据质量，数据安全，数据粒度，数据价值，数据虚实多个维度。而DataGov不仅仅开放了原始数据，地理数据，还包含了数据分析工具的开放。数据开放为创新提供了无穷的燃料，因为创新型应用，数据的能量将逐层放大。

预测未来最好的方法，就是创造未来。而数据最大的价值仍然在预测上面，在解决了数据开放，数据采集，数据质量管理，数据处理后，最重要的作用就是基于数据进行科学的预测和决策。数据竞争将是企业赢之道，一些企业已经将他们商业活动的每个环节放在了数据收集，分析和行动的能力上。

涂子沛大数据读后感三：读涂子沛《大数据》有感

7月的一天，我有幸拿到了涂子沛的《大数据》一书，几个月来认真翻阅了好几遍，并查阅了许多相关的文章，也让我产生了写下这篇读后感的冲动。

。

我们处于大数据时代

当今的时代是一个信息的时代，是一个数据爆炸的时代。信息是数据的内容，数据是信息的载体。随着电脑、网络的普及，搜索引擎技术的进步以及云时代的来临，上至国家下至个人，无不为数据所包围，信息无处不在、数据无处不在。难以想象离开数据、离开数据管理，我们这个社会将会是什么样子。

那么大数据时代到底有多大呢？我们知道计算机用二进制存储和处理数据，一位是指一个二进制数位——0或1，这是存储信息的逻辑单元。一个字节有8位，再往上是KB(1KB是210字节)、MB(1MB是220字节)、GB(1GB是230字节)、TB(1TB是240字节)、PB(1PB是250字节)、EB(1EB是260字节)、ZB(1ZB是270字节)、YB(1YB是280字节)。但这究竟是多大的数据呢，我们还是难以想象。有人统计过将1TB的数据全部打印出来，需要用5000万个四开门的书柜去储藏。这是多么庞大的一个数啊，而这只是1TB——240个字节。而仅全世界消费者一年产生的数据就有6000PB，全世界企业一年产生的数据有7000PB。截至2010年，人类产生的数据为1。2ZB，且数据每年以指数级增长，每两年我们拥有的数据将翻一番。

在大数据时代，数字电视、手机、移动互联网统治了我们。截至2012年，中国手机网民数突破4。2亿；2013年中国超过美国成为最大的智能手机市场；2013年2月微信用户数突破4亿，到9月，微信用户达到5亿，微信用户正在以每6个月增长1亿用户的速度增长；95%的智能手机用户睡前玩手机。

“棱镜门”事件主角爱德华斯诺登一时间成为全球关注的目标，网络时代何处安放我们的隐私？美国间谍卫星精度达到了5至10厘米，当今社会我们每个人近乎“透明”!

大数据时代给我们带来什么。

1965年，英特尔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1倍，也就是说，其性能将提升1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1倍。这一定律揭示了信息技术进步的速度。

数据的爆炸是“三维”的，是立体的，这三个维度，主要表现在：同一类型的数据量在快速增长；数据增长速度在加快；数据的多样性，即新的数据来源和新的数据种类在不断增长。

任何一件事物，都有一个从量变到质变的过程。在当前这个数据爆炸的时代，数据带给我们什么呢？我想最重要的是带来了思维模式的转变。转变了我们一直以来以因果逻辑思维的模式，变成了相互关系的逻辑思维。举一个例子，在不久的将来我们完全可以通过数据分析，预判出一次地震的时间、地点、强度，但我们不是通过分析地壳运动而来的，而是通过相互关系的庞大的数据分析而来的。

2008年的冰灾，当时的广州火车站滞留了25万人，这个数据是通过当时在这个区域的手机使用数统计出来的，与后期的最终统计基本吻合。大数据使我们开始了一次全新的探索，而探索的意义不在于发现新大陆，而在于发现新视角。

大数据时代给企业带来了什么。

数据挖掘是一种知识产生的过程，从中产生创新、产生管理、产生推动社会变革的理论与实践。

沃尔玛公司是美国的一家世界性连锁企业，以营业额计算，为全球最大的公司。沃尔玛一年产生的数据有2500TB。沃尔玛公司通过对大量历史数据的分析发现，年轻爸爸去超市购买婴儿尿布会顺便买点啤酒犒劳自己。因此，沃尔玛推出了尿布与啤酒搭售的营销策略，使销售量增长。

纽约，美国最大的城市及第一大港，拥有810多万人口，其36%为外国移民，人口使用约170种语言。1990年，纽约市共发生了凶杀案2245宗，1995年下降到1171宗，2009年下降到466宗，创下50年最低。纽约是如何实现这个成绩的呢？原来纽约通过把20年的犯罪数据和交通数据整合，开发出了“数据驱动的警务管理”，发现交通事故高发地带，也是犯罪活动的高发地带，而且两者的高发时间段也同样吻合。这就将警察以往“亡羊补牢”的工作模式转变为“守株待兔”的工作模式，取得了巨大的成绩。

大数据及其分析，将会在未来10年改变几乎每一个行业的业务功能。任何一个组织，如果早一点着手大数据工作，都可以获得明显的竞争优势。用另一本类似著作《大数据时代》的作者维克托的一句话：“大数据是未来，是新的油田、金矿。”

当前我们的企业每天获得大量的生产、营销、办公数据，如何将数据分析应用其中是时代赋予我们的挑战。如何实现粗放型向精细化转变，大数据为我们的企业提升管理效率、提高服务水平提供了有利平台。

世界每天都在变，唯一不变的是变化。大数据将是传统行业的掘墓者，盛极一时的柯达倒闭了，微软收购了诺基亚……我们的企业处在这样一个变革的社会，应该何去何从，值得我们每一个人深思。

6. 以大数据时代为题写一篇年终总结

进入2012年，大数据（big data）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
大数据时代来临
据，并命名与之相关的技术发展与创新。它已经上过《纽约时报》《华尔街日报》的专栏封面，进入美国白宫官网的新闻，现身在国内一些互联网主题的讲座沙龙中，甚至被嗅觉灵敏的国金证券、国泰君安、银河证券等写进了投资推荐报告。
数据正在迅速膨胀并变大，它决定着企业的未来发展，虽然很多企业可能并没有意识到数据爆炸性增长带来问题的隐患，但是随着时间的推移，人们将越来越多的意识到数据对企业的重要性。
正如《纽约时报》2012年2月的一篇专栏中所称，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。
哈佛大学社会学教授加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”
大数据时代，什么最贵?
十年前，葛大爷曾说过，“21世纪什么最贵?”——“人才”，深以为然。只是，十年后的今天，大数据时代也带来了身价不断翻番的各种数据。由于急速拓展的网络带宽以及各种穿戴设备所带来的大量数据，数据的增长从未停歇，甚至呈井喷式增长。[7]
一分钟内，微博推特上新发的数据量超过10万；社交网络“脸谱”的浏览量超过600万……
这些庞大数字，意味着什么？
它意味着，一种全新的致富手段也许就摆在面前，它的价值堪比石油和黄金。
事实上，当你仍然在把微博等社交平台当作抒情或者发议论的工具时，华尔街的敛财高手们却正在挖掘这些互联网的“数据财富”，先人一步用其预判市场走势，而且取得了不俗的收益。
让我们一起来看看——他们是怎么做的。
这些数据都能干啥。具体有六大价值：
●1、华尔街根据民众情绪抛售股票；
●2、对冲基金依据购物网站的顾客评论，分析企业产品销售状况；
●3、银行根据求职网站的岗位数量，推断就业率；
●4、投资机构搜集并分析上市企业声明，从中寻找破产的蛛丝马迹；
●5、美国疾病控制和预防中心依据网民搜索，分析全球范围内流感等病疫的传播状况；
●6、美国总统奥巴马的竞选团队依据选民的微博，实时分析选民对总统竞选人的喜好。[1]
可视化

“数据是新的石油。”亚马逊前任首席科学家Andreas Weigend说。Instagram以10亿美元出售之时，成立于1881年的世界最大影像产品及服务商柯达正申请破产。
大数据是如此重要，以至于其获取、储存、搜索、共享、分析，乃至可视化地呈现，都成为了当前重要的研究课题[1] 。
“当时时变幻的、海量的数据出现在眼前，是怎样一幅壮观的景象？在后台注视着这一切，会不会有接近上帝俯视人间星火的感觉？”
这个问题我曾请教过刘建国，中国著名的搜索引擎专家。刘曾主持开发过国内第一个大规模中英文搜索引擎系统“天网”。
要知道，刘建国曾任至网络的首席技术官，在这样一家每天需应对网民各种搜索请求1.7亿次（2013年约为8.77亿次）的网站中，如果只是在后台静静端坐，可能片刻都不能安心吧。网络果然在提供搜索服务之外，逐渐增添了网络指数，后又建立了基于网民搜索数据的重要产品“贴吧”及网络统计产品等。
刘建国没有直接回答这个问题，他想了很久，似乎陷入了回忆，嘴角的笑容含着诡秘。
倒是有公司已经在大数据中有接近上帝俯视的感觉，美国洛杉矶就有企业宣称，他们将全球夜景的历史数据建立模型，在过滤掉波动之后，做出了投资房地产和消费的研究报告。
在数据可视化呈现方面，我最新接收到的故事是，一位在美国思科物流部门工作的朋友，很聪明的印度裔小伙子，被Facebook高价挖角，进入其数据研究小组。他后来惊讶地发现，里面全是来自物流企业、供应链方面的技术人员和专家，“Facebook想知道，能不能用物流的角度和流程的方式，分析用户的路径和行为。”

7. 互联网时代数据的价值 八百字作文

美国有句谚语：“除了上帝，任何人都必须用数据来说话。”人们不能漠视数据。我认为这是很片面的，巴尔扎克在《守财奴》中说过：金钱让葛朗台迷失了自我，让他放弃了亲情，爱情，难道我们就该为了数据二放弃人生中的真善美吗？

古有仲尼曰：小大由之，有所不行。

而我说：数据为先，有所不行。

首先，数据不能掌控人们的话语权。虽然数据在发展中不断成熟，人们进入了一个数据时代，但是人分为两个层次，一位物质，另一为精神。或许，数据的运用于创新能够带给我们物质上的满足，但它却永远满足不了我们精神世界。有人说：“人类社会需要温情”数据只是冰冷的数字，只有人性与真善美才是社会的永恒（原文：填满温情）。

其次，数据也会有出错的时候。拉奎拉，意大利中部的一个小镇。一次地震前，有人感到有异动，就报给了地震局的科学家，科学家们根据仪器的显示，并将不会有地震发生的这个消息通过媒体播送。次日，地震就发生了，8.0级的地震，死伤无数。那些亲人死亡的家属亲友纷纷痛骂那些科学家，科学家也只能接受这由“科学数据”带给他们的结果。（原文：科学家也只能接受）

数据时代，我们为发展而欢呼，同时也面临着种种来自数据的挑战，我们既要肯定它存在的价值，同时也不要只靠数据说话，如同冰冷的机器，让人毛骨悚然。

数据为先，有所不行。但也不能将它排在最后，毕竟，它是人类创造出来改造世界，美化生活的，所以，我们应该在数据的时代，不能只依赖于数据而活，而对我们青春路途上的亲情、友情与爱情不屑一顾。

数据如同一张网，既保护了我们，但同时它也禁锢了我们的“自由”，人性的自由。我们始终要明白，人事非数据所能行也，我们也有自己的劳动力和创造力，要让世人明白，是我们创造了数据而不是数据掌控了我们。

数据为先，有所不行。情于数同行，为上上之策也。“人类史感情的动物”有人如是说，所以我们在用真情去温暖社会，如太阳般照耀社会的同时，让数据也如阳光般发展，为人类社会的进步再创辉煌。

8. 读《大数据时代》有感作文

不知从什么时候开始，"大数据"这个词悄然成为了我们的常用词汇；我们也不知从什么时候开始，迈进了"大数据时代"那么，大数据时代究竟是一个怎样的时代？英国"大数据时代的预言家"维克托迈尔·舍恩伯格和肯尼思库克耶的《大数据时代》对此有着详细而深刻的洞见。

一、什么是大数据？

根据《大数据时代》中所说，"大数据是人们在大规模数据的基础上可以做到的事情，而这些事情在小规模数据的基础上是无法完成的。大数据是人们获得新的认知、创造新的价值的泉，大数据还为改变市场、组织机构以及政府与公民关系服务。"、"大数据即一种新型的能力：以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见。"大数据有两层含义，第一层含义，大数据是一个总结性的概念，是对海量数据的总称；第二层含义即书本中所指出的，是一种新型的能力与方式。区别于小规模数据时代的抽样分析，大数据时代，分析的样本不再需要经过抽样，直接将全体数据进行更快更准确地分析。

二、大数据的核心是什么？

大数据的核心应当是减少冗余，提高资配置效率。根据收集到的数据分析、挖掘出庞大数据库独有的价值，以便进行干预或提供相应的资与服务。自古以，人类社会的发展便是资配置不断优化的过程，大数据作为一种新型的生产工具，它能让我们通过分析海量的数据，得知该如何更有效地分配稀缺的资。

如医院通过对某个病人病史、生活习惯、衣食住行、工作娱乐情况等进行全方位分析，便可以准确了解病人的生活情况与生活环境，精确地指出症结引起原因所在，只要建议病人针对引起病的因素做出调整或进行医学干预，便可以了，避免了对病人过多的用药与过大范围的盲目干预。

同样的道理，如果银行通过分析某一申请人的家庭情况、消费历史、生活习惯、财务习惯、网页浏览记录等各方面的数据，便可以清晰了解此申请人各方面的情况，甚至可推测其内心的真实想法与将要采取的做法，从而判断申请人的贷款申请资格，决定该不该授信，授信多少等内容，所有的信息在大数据时代，能在系统中搜索一下，几分钟便能全部收集完成。相比以前，(fsir)申请人申请后，银行得派出两名客户经理上门进行访问、调查、收集电信、征信等多方面的'信息，再进行人工分析、鉴别等过程，耗费的时间多不说，风险也相对更高。

可见，大数据的运用不但提高了工作效率，节省了机构与申请人的时间，更能基于精确的信息，确保风险可控，且保证了授信给该申请人的正确性，将有限的资金用在刀刃上，提高资配置质量。

三、什么是大数据思维？

书中指出，大数据思维是一种意识，认为公开的数据一旦处理得当就能为千百万人急需解决的问题提供答案。大数据与三个重大的思维转变有关：首先，要分析与某事物相关的所有数据，而不再依靠分析少量的样本；其次，乐于接受数据的纷繁复杂，而不再追求精确度；最后，我们的思维不再探求难以捉摸的因果关系，转而关注事物的相关关系。

大数据思维应当是一种意识，认识到大数据的无穷威力，并积极拥抱这个繁荣的时代；世界上的一切都是信息，都是可以量化分析的信息。如果将相关的信息进行交互分析，便能获得"上帝的视觉"——窥视知道分析对象的一切，包括所思所想；获得的信息可以通过类比，准确推测分析对象的想法以及未行为；根据推测出的内容进行干预或服务，从而获得商业机会；在一切均有记忆、一切均能收集、能更加准确预测未的时代，我们或许受困于过去的行为；在这个时代，对隐私权、公平与正义的探讨上升至一个新的语境。

四、新的时代，我们该怎么办？

老子说，无为而治。因此，我们还是该吃饭就吃饭，该逛街就逛街，想吃甜点便吃甜点，过自己的生活，努力自己的工作。大数据是一种意识，更是一种工具，所有的工具最终都是为了让我们生活得更加方便、更加如意，而作为最高智慧生物的我们，要做的，便是习学如何通过这新的工具，改造世界，创造生活。

当然，西方也有谚语：预测未最好的办法是创造未。面对新的时代，我们，努力将生活过成自己想要的样子，便是最好的信条。