阅读之悄然而至《大数据时代》

大数据时代

引言

大数据一度成为热搜的名词,每一次外在信息的汲取总能加深我对这个词语的印象。作为互联网的从业者,可以感受得到这个词语出现的重要性,似乎有一些我们所熟悉的惯常事物因为它的出现在悄然发生着变化。大数据的演变路径是什么?什么才能称作为大数据?它能在我们的生活中有什么作用?这个事物会产生负面的效应么?好奇心驱动着求知的欲望,尘封在书架上的这本《大数据时代》似乎就等着这样的契机让偶去走进它的世界。

整体信息

1书名:《大数据时代》
2副标题:生活,工作与思维的大变革
3作者:英·维克托 迈尔-是恩伯格
4.推荐人:微软全球资深副总裁,清华大学计算机与技术系主任
5.出版社:湛庐文化
6版次和印数:2013年1月第1版
7上架类别:网络趋势与大数据
8这本书主题是讲什么的?
大数据时代,公共卫生,商业,思维都会发生重大的变革。预测变成大数据的核心,在新技术出现的同时也将面临更多的挑战

9这本书的结构是怎么组织的?主要论点和观点是什么
《大数据时代》从实例和经验归纳观点+丰富的现实案例

  • 该书的结构如下:
    0引言:一场生活,工作与思维的大变革
    1.大数据时代的思维变革
    1更多(全数据模型,样本=总体)
    2更杂(数据的混杂性)
    3更好(相关关系,预测的关键)
    2大数据时代的商业变革
    1.数据化(一切皆可量化:文字,方位,沟通等万事万物都可转化为数据)
    2价值(数据创新)
    1.数据再利用
    2重组数据
    3可扩展数据
    4数据的折旧值
    5数据=废气
    6开放数据
    3角色定位
    1基于数据本身的公司
    2基于技能公司
    3基于思维的公司
    4数据中间商
    5数据科学家崛起
    3大数据时代的管理变革
    1.风险(数据主宰一切的忧患)
    1被各个机构监控
    2隐私被二次利用
    3预测与惩罚
    4数据独裁
    2掌控(责任与自由并举的信息管理)
    1个人许可到让数据使用者承担责任
    2个人动因VS预测分析
    3大数据算法师崛起
    4反数据垄断

详细内容

一.大数据概念:

在一定的时间内通过一定的技术手段捕捉和处理信息,提升对数据决策判断,洞察和流ab程优化从而整合出价值的信息资产。文中以谷歌能够几乎完美的给出大量真实病例数据所得到的流感情况一致的结果(这个案例)阐述当数据的量积累到一定的程度时,由量变而引发了质变。

有意思的是作者例举了物理学和生物学上的现象。
例如:纳米技术为例子,该技术专注于把东西变小,当事物到达分子级别时,物理性质就会发生改变。
一旦到达纳米级别,金属就可以变的很柔软,陶土就变得很有弹性。
万有引力对于细小的昆虫而言,重力无关紧要。而人无时无刻不受引力的控制

二.大数据的核心就是预测,通过海量的数据来预测事情发生的可能性。

三.大数据的三个思维转变

1.处理的数据样本=总体的数据而不是随机采样。

  • 随机采样的劣势:
    采集过程存在偏见,分析结果就会有很大影响
    随机采样一旦将数据细分,错误率大大提升

2数据之多(概率说),不再热衷追求精确性

3通过数据寻找事物的相关关系而不是因果关系(大数据核心)
相关关系的核心量化两个数值之间的数理关系,一个数值增加另一个也随之提升

  • 文中关于因果关系的谬论
    人们经常会意想出因果关系,最终导致对世界的错误认识
    例如:有时,我们在某餐厅用餐后生病了的话,自然而然的觉得这是餐馆事物的问题,事实上肚子痛也许是经过其他 的传染途径。快速思维方式直接将其归于我们在第一时间想起来的因果关系,因此经常导致我们做出错误的决定。

四.大数据的商业变革

1数据化(大数据的核心就是挖掘出庞大的数据库独有的价值)
  • 当文字变成数据
    例如:谷歌的数字化图书馆,亚马逊的kindle电子书
  • 当方位变成数据
    例如;谷歌,苹果,微软研发地理定位系统GPS和UPS定制最佳路线
  • 沟通变成数据
    例如:Facebook,Twitter微博
  • 万物数据化
    例如;测量人体力活动和睡眠质量,心率(智能手环等)物品
2价值
  • 数据再利用
    例如:亚马逊从其他平台购买用户数据,根据数据帮助提升它的推荐引擎性能
  • 数据重组
    例如:多个数据的总合重组,创造更大的价值
  • 可扩张数据
    例如:零售店安装监控摄像头,认出扒手同时能跟踪客户流和停留的位置。因此监控摄像机还能拓展数据
  • 数据折旧率
    例如:十年前在亚马逊购买一本书,当下如果在用这个数据来推荐书籍,就失去了数据的意义
  • 数据废气(用户在线交互的副产品,包括浏览了哪些页面,停留了多久,鼠标光标停留在什么位置,输入什么信息)能够从这些数据废气加以利用,改善现有的服务和开发新服务。
    f.开放数据
3.角色定位
  • 基于数据本身的公司:拥有大量数据,不一定有从数据中提取价值的技能
  • 基于技能的公司:通常咨询公司,技术供应商或者分析公司
  • 基于思维的公司:拥有怎样挖掘数据的新价值,创新思维的公司
    从数据中提取价值的能力,所以统计学家,数据库管理者和掌握机器理论的人是真正了不起的人
    谷歌与亚马逊数据,技能和思维三者兼备
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,904评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,581评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,527评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,463评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,546评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,572评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,582评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,330评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,776评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,087评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,257评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,923评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,571评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,192评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,436评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,145评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,127评论 2 352

推荐阅读更多精彩内容