2023年大數(shù)據(jù)時代讀書筆記
大數(shù)據(jù)時代成為炙手可熱的話題。筆者在這說明信息和數(shù)據(jù)，只是試圖首先說明信息、數(shù)據(jù)的關(guān)系和不同，也試圖說明，為什么信息時代轉(zhuǎn)變?yōu)榱舜髷?shù)據(jù)時代?大數(shù)據(jù)時代帶給了我們什么?下面是為大家精心整理了一些關(guān)于《大數(shù)據(jù)時代》讀書筆記，歡迎查閱。
《大數(shù)據(jù)時代》讀書筆記1
《大數(shù)據(jù)時代》這本書主要描述的是大數(shù)據(jù)時代到臨人們生活、工作與思維各方面所遇到的重大變革。
引言提出了大數(shù)據(jù)將給生活、工作于思維帶來重大的變革。一個例子是2019年H1N1流行病毒背景下谷歌通過檢測檢索詞條，處理了4.5億個不同的數(shù)據(jù)模型，通過預(yù)測并與2019年、2019年美國疾控中心記錄的實際流感病例進行對比后，確定了45條檢索詞條組合，并將其用于一個特定的數(shù)學(xué)模型后，預(yù)測的結(jié)果與官方數(shù)據(jù)的相關(guān)系數(shù)高達97%。按照傳統(tǒng)的信息返回流程，通告新流感病毒病例將有一到兩周的延遲。
對于飛速傳播的疾病，信息滯后兩周是致命的。而谷歌運用大數(shù)據(jù)技術(shù)，以前所未有的方式，通過海量數(shù)據(jù)分析得出流感所傳播的范圍，為世界預(yù)測流感提供了一種更快捷的預(yù)測工具。此外，我聯(lián)想到原淘寶董事長馬云通過大量數(shù)據(jù)分析得出2019年經(jīng)濟疲弱，為其商家提前做好迎接經(jīng)濟危機提供了時間緩沖。
關(guān)于大數(shù)據(jù)在商業(yè)領(lǐng)域的應(yīng)用， Farecast公司是一個成功的典型范例。該公司由奧倫·埃齊奧尼創(chuàng)辦，利用機票的銷售數(shù)據(jù)來預(yù)測未來的機票價格，旨在幫助用戶在購買機票方面做出預(yù)測，并對機票價格走勢預(yù)測的可信度標示出來供消費者查考。Farecast系統(tǒng)利用近十萬億條價格記錄預(yù)測的準確度達75%，使得使用Farecast票價預(yù)測工具購買機票的旅客，平均每張機票節(jié)約50美元。而處理如此多的數(shù)據(jù)離開了大數(shù)據(jù)技術(shù)將無法進行。
也正是由于我們進入了一個前所未有的信息化時代，人們擁有了如此多的數(shù)據(jù)，才提供給我們利用大數(shù)據(jù)的分析處理手段，創(chuàng)造新的價值。也許有人以為我們大數(shù)據(jù)時代的還未來臨。其實大數(shù)據(jù)技術(shù)早已滲透到我們中間，它被應(yīng)用在垃圾郵件的過濾，新浪微博技術(shù)平臺，谷歌翻譯以及輸入文字的自動糾錯等。
文中提出的一個觀點是，預(yù)測是大數(shù)據(jù)的核心。其實從過去的時代人們就利用掌握的數(shù)據(jù)進行各種分析，從而對經(jīng)濟等各方面進行預(yù)測、矯正。只是進入了大數(shù)據(jù)時代人們掌握的數(shù)據(jù)爆炸性的速度在增長，從而數(shù)據(jù)的存儲和分析數(shù)據(jù)分方法成了釋放大數(shù)據(jù)能量的關(guān)鍵。
大數(shù)據(jù)時代是信息化社會發(fā)展必然趨勢，我們只有緊緊跟隨時代發(fā)展的潮流，在技術(shù)上、制度上、價值觀念上做出迅速調(diào)整并牢牢跟進，才能在接下來新一輪的國際競爭中擺脫受制于人的弱勢境地，才能把握發(fā)展的方向，沖破與西方國家的差距。
《大數(shù)據(jù)時代》讀書筆記2
我們生活在一個“概念”紛飛的年代，先前只有IBM熟諳的招數(shù)，如今已經(jīng)“飛入平常百姓家”?！耙苿踊ヂ?lián)網(wǎng)”、“云計算”的概念剛剛消停，業(yè)界的專家又送來了“大數(shù)據(jù)”的概念，一時間似乎人人都變成了“大數(shù)據(jù)”專家，見面要是不提“大數(shù)據(jù)”都不好意思跟人打招呼!
玩笑歸玩笑，當(dāng)我們的存儲能力、計算能力和網(wǎng)絡(luò)帶寬變得充裕之后，我們先前對待數(shù)據(jù)，尤其是原始數(shù)據(jù)的態(tài)度和思維方式，將面臨著很大的改變!
其實，作者的主要觀點，已經(jīng)在翻譯者的譯者序中進行了總結(jié)：“大數(shù)據(jù)時代處理數(shù)據(jù)理念上的三大轉(zhuǎn)變：要全體不要抽樣，要效率不要絕對精確，要相關(guān)不要因果”。
如作者所言，“采樣分析是信息缺乏時代和信息流通受限制的模擬數(shù)據(jù)時代的產(chǎn)物”。如果可以，我們當(dāng)然會使用“全體數(shù)據(jù)”而不是“抽樣數(shù)據(jù)”。讀到這里，我估計大學(xué)里正在絞盡腦汁設(shè)計樣本抽樣方法的學(xué)生、教授們，連哭的心都有!
數(shù)據(jù)分析的及時性，在很多情況下比精確性更加重要，尤其是在商業(yè)領(lǐng)域。想想看，如果需要兩周時間才能計算出明天某個航班的滿座率，那還有什么意義?大數(shù)據(jù)計算技術(shù)，適用的不是像衛(wèi)星發(fā)射、開具銀行賬戶這樣的工作，而是不要求極端精確的情況，其核心是“預(yù)測趨勢”，況且原始數(shù)據(jù)也可能出現(xiàn)差錯。
過往千年，探究因果關(guān)系幾乎是所有科學(xué)研究的原動力。甚至，這已經(jīng)通過語言，融入我們的思維方式和哲學(xué)思想：“因為……所以……”，凡事都要問“為什么”。但是，在大數(shù)據(jù)的范疇里，關(guān)注的卻是相關(guān)性，而不是因果關(guān)系，或者其次才是因果關(guān)系。超市只用關(guān)心把啤酒和尿不濕放在一起，會幫助提高銷售額，而不用關(guān)心其中的奧秘。如果說原因，可能很多都是人們的習(xí)慣、方便，甚至是人性，例如奶爸們習(xí)慣買尿不濕的時候給自己捎上幾罐啤酒。
在此，也有一些自己的思考：如果說搜索引擎所解決的問題表面上是幫助用戶找到需要的信息，而實質(zhì)是幫助企業(yè)找到擁有某項需求的客戶，深層次講是解決了《第三次浪潮》中提出的消費者和生產(chǎn)者分離的根本矛盾，如果再加上3D打印技術(shù)，就可以完成由消費者主導(dǎo)的“個性化”生產(chǎn)過程;而大數(shù)據(jù)所解決的是，通過對所有用戶的數(shù)據(jù)進行分析，可以預(yù)測用戶群整體的需求變化趨勢，從而完成批量產(chǎn)品生產(chǎn)、銷售的調(diào)整問題，其奇妙之處就在于無需用戶“開口”說出她想要什么?一個解決的“個體需求”，一個解決的是“群體需求”。
本書除了提出上述三項基本觀點，其它的內(nèi)容大多是舉例說明，多少有些空泛。但是，其實大數(shù)據(jù)時代才剛剛開始，對大數(shù)據(jù)的應(yīng)用也只是停留在比較淺的層面上，作者能提出這三項基本觀點已屬難能可貴!
《大數(shù)據(jù)時代》讀書筆記3
舍恩伯格的《大數(shù)據(jù)時代》被人推崇為2019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(xiàn)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(shù)據(jù)對我們的影響，已經(jīng)深入到生活的方方面面。這本書對這個大規(guī)模產(chǎn)生、分享和應(yīng)用數(shù)據(jù)的新的大時代進行了闡述和厘清，作者圍繞“要全體不要抽樣、要效率不要絕對精確、要相關(guān)不要因果”三大理念，通過數(shù)十個商業(yè)和學(xué)術(shù)案例，剖析了萬事萬物數(shù)據(jù)化和數(shù)據(jù)復(fù)用挖掘的巨大價值。
無處不在的大數(shù)據(jù)：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(shù)據(jù)拉近了我們與現(xiàn)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(lián)網(wǎng)巨頭就在客廳展示著世界的每一寸光景。如作者所言“大數(shù)據(jù)開啟了一次重大時代轉(zhuǎn)型。就像望遠鏡讓我們能夠感受宇宙，顯微鏡讓我們看清微生物一樣，大數(shù)據(jù)要改變的是，我們的生活方方面面以及理解世界的方式”。比如，谷歌通過全球搜索分析，比國際疾病控防中心更早更準地預(yù)測了流感爆發(fā)。
然而，事實真的是這樣嗎?首先，從應(yīng)用角度出發(fā)，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(shù)據(jù)挖掘出來，忽略精確而從大量數(shù)據(jù)的簡單算法得出來的結(jié)論顛覆了常識。但個人覺得，這只是統(tǒng)計學(xué)的終極目標——并沒有非常大的跨越，可能終結(jié)了回歸分析，有效性驗證等手段，但依舊還是統(tǒng)計。而革命性在于關(guān)注相關(guān)關(guān)系而非因果關(guān)系?，F(xiàn)場討論從神學(xué)角度挑戰(zhàn)了因果關(guān)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(shù)據(jù)演繹出大概率事件來推導(dǎo)因果，都是不正確的。真正的因果關(guān)系應(yīng)該屬于上帝的范疇，人類如果真的完全掌握之后，會統(tǒng)治整個宇宙。
但我覺得，無需從神學(xué)觀點來討論，而可以借鑒量子力學(xué)對經(jīng)典力學(xué)的顛覆——在原子層面上，經(jīng)典力學(xué)會失效——那么在大數(shù)據(jù)層面上，普通的抽樣調(diào)查直觀反映會失效。而且從量子力學(xué)角度是很難推導(dǎo)經(jīng)典力學(xué)的公式，那么從現(xiàn)在的慣有思維，也難以推導(dǎo)出大數(shù)據(jù)的因果關(guān)系。同時現(xiàn)場有討論，是否計算機可以精確地模擬每個原子，然后完整地展現(xiàn)微觀到宏觀的化學(xué)反應(yīng)細節(jié)?我覺得首先是計算能力不足，其次即便設(shè)定原子的運動條件真的正確，計算結(jié)果未知但宏觀結(jié)果我們卻已經(jīng)知道——牛頓的經(jīng)典力學(xué)足以應(yīng)付日常絕大部分情況了。好比切西瓜，究竟刀頭的鐵原子和西瓜的有機分子如何作用，真的重要嗎?回歸到商業(yè)領(lǐng)域，如果我們可以提高相關(guān)性的準確度，從而提高投入效率，那就已經(jīng)足夠了。本來一個產(chǎn)品受到一半客戶喜歡，但如果通過大數(shù)據(jù)挖掘到更好的定位，有百分之八十的客戶喜歡，那么價值已經(jīng)非?？捎^了。
大數(shù)據(jù)時代的社會倫理——很大的命題，但重點都在討論如何保護個人隱私。因為手機越來越智能，網(wǎng)絡(luò)越來越快，個人的信息也越來越透明——隱形幾乎完全不可能。我想說的是，作為硬幣的另外一面，我們無法舍棄：互聯(lián)網(wǎng)只不過是讓人與人之間碎片的關(guān)系得以統(tǒng)一，其實各種人肉和信息只不過是坊間傳聞的升級罷了。當(dāng)我們住在擁擠的小區(qū)，三公里走完一圈的縣城，半小時散步完的村落，人和人之間有隱私嗎?現(xiàn)在只不過是把這個范圍放大到了一個地球而已。硬幣的一面是人和人之間有溝通的需要，去團結(jié)對抗世界的未知，那么另外一面就是隱私的缺乏。與其說是要在大數(shù)據(jù)時代保護自己的信息不被泄露，不如站起來維護自己和他人的隱私，從法律和道德的角度來尊重人與人之間的權(quán)利。在一個互相尊重的環(huán)境下，你可以穿熱褲，他也可以穿長裙走上街頭;在一個互相踐踏的社會中，人人都得帶著面具生活。
在思維變革部分，作者講述的重點是：樣本=總體，我們需要對全部數(shù)據(jù)的占有和分析;因此，數(shù)據(jù)缺乏時代的精確性不必執(zhí)迷，接受混雜基于大數(shù)據(jù)的簡單算法比小數(shù)據(jù)的復(fù)雜算法更有效;樣本推斷的因果關(guān)系不重要了，知道“是什么”的相關(guān)關(guān)系，或者結(jié)果就可以了。對于我自己最受用的是什么呢?是大數(shù)據(jù)的產(chǎn)業(yè)鏈。產(chǎn)業(yè)鏈包括大數(shù)據(jù)平臺、大數(shù)據(jù)技術(shù)提供方、大數(shù)據(jù)理念提供方。我認為大數(shù)據(jù)平臺是整個產(chǎn)業(yè)鏈條的核心，沒有數(shù)據(jù)，再好的技術(shù)和理念都會是無米之炊。那么大數(shù)據(jù)平臺在當(dāng)前的中國社會有哪些呢?所有的互聯(lián)網(wǎng)公司，物聯(lián)網(wǎng)公司，物流，快消品等等，實際上任何公司都是數(shù)據(jù)平臺公司，只不過之前沒有好好的利用數(shù)據(jù)，而更多的是用經(jīng)驗來管理公司和迎合客戶需求?，F(xiàn)在不一樣了，我們完全可以用數(shù)據(jù)來驅(qū)動公司管理和客戶管理，畢竟數(shù)據(jù)是不會騙人的。
大數(shù)據(jù)幫助我們把未來的迷霧撥開了一點，但好比《沉重的肉身》當(dāng)中討論的，更多的選擇權(quán)并不能帶給人幸?！驗橹雷约翰荒茏霾荒艿玫降囊哺嗔?。解決工作模式，生存意義，幸福之道等問題，關(guān)鍵還是看自己如何看待和使用這些新式工具以及新結(jié)論。引用《神探伽利略》里面的臺詞：可被重復(fù)的，一定有道理存在。那么現(xiàn)在重復(fù)的越來越多，更需要保持探索和敬畏之心，人才不會迷路。
《大數(shù)據(jù)時代》讀書筆記4
這兩年，大數(shù)據(jù)，云計算的思想就像小蘋果的音樂一樣，傳的到處都是，每一個公司不管是互聯(lián)網(wǎng)公司還是傳統(tǒng)企業(yè)，都標榜自己的大數(shù)據(jù)。
1、實體物聯(lián)網(wǎng)與虛擬物聯(lián)網(wǎng)
曾幾何時，物聯(lián)網(wǎng)的概念鬧得風(fēng)生水起，龐大的物聯(lián)網(wǎng)能夠讓世間大量的物體，都能夠被檢測 并聯(lián)網(wǎng)，包括了人、車、房等一切能夠被聯(lián)網(wǎng)的物體，這些物體都能夠以種方式被感知他的存在，并對其信息記錄在案，以供使用。在若干年前，這還是一種看似遙不可及的事物，要對每個物體都貼上一個所謂的RFID的標簽，顯得不切實際。如今，隨著手機的大量使用，人類本身也被加入了物聯(lián)網(wǎng)中。為什么要物聯(lián)網(wǎng)?是為了獲取什么?要知道物聯(lián)網(wǎng)獲取了什么，只需要看看在一個物體在沒有加入物聯(lián)網(wǎng)與加入物聯(lián)網(wǎng)之后，我們多出了哪些東西便能夠知曉。那么，很明顯，我們需要通過某種方式來獲取該物體的信息，這種存儲下來的信息，就叫做——數(shù)據(jù)。
物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)是實體的物品之間的信息，而現(xiàn)在的互聯(lián)網(wǎng)上，占最大數(shù)據(jù)量的，是虛擬物品，或者叫做網(wǎng)絡(luò)虛擬物品。由于網(wǎng)絡(luò)物體是直接寄生于網(wǎng)絡(luò)，具有能夠方便的接入網(wǎng)絡(luò)的特征，因此，在獲取實體物體信息還有一定難度的時期，占有很大優(yōu)勢。但今后實體的物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)量一定會不斷增加，或許，能夠超越網(wǎng)絡(luò)上的物物相連數(shù)據(jù)量。
網(wǎng)絡(luò)的廣泛使用，使得信息的產(chǎn)生于傳遍變得容易，每個接入網(wǎng)絡(luò)的人都以一定的角色存在，都是網(wǎng)絡(luò)的信息的創(chuàng)造者。對于所產(chǎn)生的信息而言，每個接入網(wǎng)絡(luò)的人又身兼多角，對于網(wǎng)絡(luò)服務(wù)商，他是網(wǎng)絡(luò)使用者的角色;對于門戶網(wǎng)站而言，他是使用的用戶;對于社交網(wǎng)站而言，我們則扮演一個虛擬或者真實的網(wǎng)絡(luò)角色;對于瀏覽器而言，他是一系列的瀏覽網(wǎng)頁、一些列鼠標動作的角色… 不同的角色取決于對方需要從我們的行為中獲取哪些信息。將網(wǎng)絡(luò)上各種角色看成是虛擬的物體，那么，這種虛擬物體構(gòu)成的虛擬物聯(lián)網(wǎng)便產(chǎn)生了巨大的數(shù)據(jù)量。經(jīng)歷過一直以來缺乏信息獲取渠道的日子，現(xiàn)在，既然信息獲取變得如此容易，那么，必然迎來信息量暴增的時代——大數(shù)據(jù)時代。
2、思維的轉(zhuǎn)變
技術(shù)的改變，使得我們思維方式也要隨之發(fā)生變化。在過去的小數(shù)據(jù)時代，由于獲取信息、存儲信息、整理信息都是費時費力的活，我們只能精打細算，捉摸著如何以最小的代價、最快的方式來收集盡可能準確的信息。之所以會有抽樣統(tǒng)計的方式，是受技術(shù)所限，無法獲得全體的樣本，或者就算獲取了也無法在合理的時間內(nèi)進行處理。由于信息獲取代價大，使得我們不得不在獲取信息前，就把一切都想清楚，才能夠著手處理。這就像在計算機出現(xiàn)的初期，使用紙袋來編碼的時期，一次出錯的代價太大，所以人們不得不在輸入前將代碼驗證過無數(shù)遍之后才敢輸入到機器中。而現(xiàn)代計算機讓編碼的效率大大提升，這才使得人們能夠創(chuàng)造出更加強大的軟件。人們不需要在著手編碼前就對代碼過分深思熟慮，因為機器會幫助你解決一些問題。因此，那些擔(dān)心由于獲取數(shù)據(jù)太方便，進行數(shù)據(jù)處理、分析代價太小而使人們變得懶惰或者做事欠考慮的家伙，真是杞人憂天。歷史上，技術(shù)的進步都會提升人類的生產(chǎn)力，但卻沒有讓人們變得懶惰，因為與此同時，欲望也隨之增長。人類只會變得更偉大。
因此，大數(shù)據(jù)時代，這個數(shù)據(jù)更加全面的時代，我們可以涉足一些之前由于缺乏數(shù)據(jù)而無法涉及的領(lǐng)域，例如——預(yù)測。這是一個令人興奮的領(lǐng)域，但其實這個領(lǐng)域早有苗頭，而且大家都是受益者。我們平時使用的輸入法中的智能聯(lián)想功能，能夠根據(jù)我們之前輸入的文字，來預(yù)測我們接下來有可能輸入的文字，以節(jié)省我們的輸入時間。這種算法里，沒有人工智能，而只有人們大量的輸入習(xí)慣的統(tǒng)計，通過大量數(shù)據(jù)的統(tǒng)計來預(yù)測，是一個統(tǒng)計學(xué)的方式而非加入了特有的規(guī)則或者邏輯。這便引出了在大數(shù)據(jù)時代，對于信息處理的一種重要方式，基于統(tǒng)計，得出不同個體的相關(guān)關(guān)系，卻無需了解其因果關(guān)系，而我們則受益于相關(guān)關(guān)系。這種方式，看似有些投機取巧，卻能夠在關(guān)鍵時刻令我們處于優(yōu)勢地位。我們已經(jīng)習(xí)慣了先知道某些事物的因果邏輯，繼而推斷出相應(yīng)的結(jié)果。但世間總會有一些令人無法用合理的邏輯進行解釋的現(xiàn)象，若通過大數(shù)據(jù)分析，我們能夠跳過邏輯階段直接享用某些一些結(jié)果(沃爾瑪?shù)钠【萍幽虿及咐?，豈不樂哉。當(dāng)然，嚴密的邏輯永遠是值得尊敬的。
3、互聯(lián)網(wǎng)的黏性
在經(jīng)歷過了從廣度上通過新花樣來吸引用戶的時代，由于技術(shù)的提高，一個創(chuàng)業(yè)者在一個新的領(lǐng)域開辟的東西很容易被其他人所復(fù)制。在這個時候，深度很重要。特別是購物網(wǎng)站、微薄、門戶網(wǎng)站這類信息量大的網(wǎng)站，越是了解一個用戶，優(yōu)勢就越大。所以，在技術(shù)已經(jīng)不是最重要的因素的時代，如何增加用戶的黏性、忠誠度便是首要的。通過用戶之前的信息，來推測用戶的喜好，給用戶推薦相應(yīng)的信息或物品。當(dāng)你越了解一個用戶，而別人卻不了解時，這個用戶就越離不開你。微薄中有他的智能排序功能、新聞門戶中有“今日頭條”應(yīng)用，各類購物網(wǎng)站有他的推薦算法(但這個純粹為了增加消費而非增加用戶黏性)，都能夠根據(jù)用戶之前的瀏覽、偏好來給出相應(yīng)的推薦。這些的基礎(chǔ)，都是擁有用戶的行為記錄，否則，都無從談起。
在手機這個拼硬件的時代，單純靠硬件來取勝已經(jīng)很難了。硬件靠組裝、軟件靠安卓，手機廠商已經(jīng)變得沒有核心競爭力。而三星為了增加用戶黏性，所做的便是為用戶提供更加貼心的服務(wù)，不僅做手機，還做平臺，將用戶的各類數(shù)據(jù)記錄在他的平臺中，而這數(shù)據(jù)，必將大有作為。然后，如果哪天，三星也出智能體重計、智能手表這類產(chǎn)品，那么也不稀奇了。各類數(shù)據(jù)同步、整合，為使用者提供各方面貼心的服務(wù)，很酷吧。
各行各業(yè)，都在瘋狂的抓緊時機，獲取數(shù)據(jù)，擁有足量的數(shù)據(jù)，那一切就變得皆有可能。
《大數(shù)據(jù)時代》讀書筆記5
這本書里主要介紹的是大數(shù)據(jù)在現(xiàn)代商業(yè)運作上的應(yīng)用，以及它對現(xiàn)代商業(yè)運作的影響。
《大數(shù)據(jù)時代》這本書的結(jié)構(gòu)框架遵從了學(xué)術(shù)性書籍的普遍方式。也既，從現(xiàn)象入手，繼而通過對現(xiàn)象的解剖提出對這一現(xiàn)象的解釋。然后在通過解釋在對未來進行預(yù)測，并對未來可能出現(xiàn)的問題提出自己看法與對策。
下面來重點介紹《大數(shù)據(jù)時代》這本書的主要內(nèi)容。
《大數(shù)據(jù)時代》開篇就講了Google通過人們在搜索引擎上搜索關(guān)鍵字留下的數(shù)據(jù)提前成功的預(yù)測了20--年美國的H1N1的爆發(fā)地與傳播方向以及可能的潛在患者的事情。Google的預(yù)測比政府提前將近一個月，相比之下政府只能夠在流感爆發(fā)一兩個周之后才可以弄到相關(guān)的數(shù)據(jù)。同時Google的預(yù)測與政府?dāng)?shù)據(jù)的相關(guān)性高達97%，這也就意味著Google預(yù)測數(shù)據(jù)的置信區(qū)間為3%，這個數(shù)字遠遠小于傳統(tǒng)統(tǒng)計學(xué)上的常規(guī)置信區(qū)間5%!而這個數(shù)字就是大數(shù)據(jù)時代預(yù)測結(jié)果的相對準確性與事件的可預(yù)測性的最好證明!通過這一事以及其他的案例，維克托提出了在大數(shù)據(jù)時代“樣本=總體”的思想。我們都知道當(dāng)樣本無限趨近于總體的時候，通過計算得到的描述性數(shù)據(jù)將無限的趨近于事件本身的性質(zhì)。而之前采取的“樣本<總體”的做法很大程度上無法做到更進一步的描述事物，因為之前的時代數(shù)據(jù)的獲取與存儲處理本身有很大的難度只導(dǎo)致人們采取抽樣的方式來測量事物。而互聯(lián)網(wǎng)終端與計算機的出現(xiàn)使數(shù)據(jù)的獲取、存儲與處理難度大大降低，因而相對準確性更高的“樣本=總體”的測算方式將成為大數(shù)據(jù)時代的主流，同時大數(shù)據(jù)時代本身也是建立在大批量數(shù)據(jù)的存儲與處理的基礎(chǔ)之上的。
接下來，維克多又通過了IBM追求高精確性的電腦翻譯計劃的失敗與Google只是將所有出現(xiàn)過的相應(yīng)的文字語句掃描并儲存在詞庫中，所以無論需要翻譯什么，只要有聯(lián)系Google詞庫就會出現(xiàn)翻譯，雖然有的時候的翻譯很無厘頭，但是大多數(shù)時候還是正確的，所以Google的電腦翻譯的計劃的成功，表明大數(shù)據(jù)時代對準確性的追求并不是特別明顯，但是相反大數(shù)據(jù)時代是建立在大數(shù)據(jù)的基礎(chǔ)住上的，所以大數(shù)據(jù)時代追求的是全方位覆蓋的數(shù)字測度而不管其準確性到底有多高，因為大量的數(shù)據(jù)會湮埋少數(shù)有問題的數(shù)據(jù)所帶來的影響。同時大量的數(shù)據(jù)也會無限的逼近事物的原貌。
之后，維克托又預(yù)測了一個在大數(shù)據(jù)時代催生的重要職業(yè)——數(shù)據(jù)科學(xué)家，這是一群數(shù)學(xué)家、統(tǒng)計學(xué)與編程家的綜合體，這一群人將能夠從獲取的數(shù)據(jù)中得到任何他們想要的結(jié)果。換言之，只要數(shù)據(jù)充足我們的一切外在的與內(nèi)在的我們不想讓他人知道的東西都見會在這一群家伙的面前展現(xiàn)得淋漓盡致。所以為了避免個人隱私在大數(shù)據(jù)時代被這一群人利用，維克托建議將這一群人分為兩部分，一部分使用數(shù)據(jù)為商業(yè)部門服務(wù)，而另一群人則負責(zé)審查這一些人是否合法的獲得與應(yīng)用數(shù)據(jù)，是否侵犯了個人隱私。
無論如何，大數(shù)據(jù)時代將會到來，不管我們接受還是不接受!
我覺得《大數(shù)據(jù)時代》這本書寫的很好，很值得一讀。因為會給我們很多啟發(fā)，比如你在相關(guān)的社交網(wǎng)站發(fā)表的言論或者照片都很有可能被“數(shù)據(jù)科學(xué)家”們利用，從而再將相關(guān)數(shù)據(jù)賣給各大網(wǎng)店。不過，事實就是我們將會成為被預(yù)測被引誘的對象。所以說，小心你在網(wǎng)上留下的痕跡。
我喜歡這本書是因為它給我展現(xiàn)了一個新的世界。
2021年大數(shù)據(jù)時代讀書筆記相關(guān)文章：