精选大数据时代保险分析读后感范文（18篇）

读后感是读书后的一种反应，通过写作表达自己的阅读体验和心得。读后感需要突出自己在阅读过程中的感受和体会，展示个人独特观点。小编为大家挑选了一些独特而深入的读后感范文，供大家参考和借鉴。

大数据时代保险分析读后感篇一

“大数据”一词不知何时在我们的生活悄然出现，为了一探究竟，我便选择了《大数据时代》一书。

作者先从全局简单地描述大数据对我们的生活、工作与思维的影响，再从三方面具体地用上百个学术和商业的实例展开写作。样本=总体、追求精确性和相关关系等大数据时代具体特点一一现出。在同时，作者也从个人、企业等多角度分析大数据中的隐忧。

书中内容繁多，在此不能各方面概括。此书中虽有许多专有名词，但作者以其通俗的语言以及许多实例让我嗅到大数据时代中一抹清新之气。

为什么是清新的呢？因为书中的内容仿佛向我打开了一个既有点熟悉又有点陌生的世界。我们现在已处于网络时代，在我们日常简单的操作中大量数据产生，然而起初我们仅用众多技术在解决手头上的问题，那些大数据像沙子中的金子，价值不被发现。到目前，每当我们网上购书时总会看到“猜你喜欢”的栏目、出现谷歌搜索与流感预测、farecast与飞机票价预测系统等，这些事情的达成全来自于那些曾被忽略的大数据同时也在证明“预测，大数据的核心”这句话，为我们的生活创造了前所未有的可量化的维度。看到书中这部分内容时，我不禁感受到自己的生活已在享大数据带来的福利，就像“猜你喜欢”栏目让我触到更多合我口味的书，让我看到了以前无法发现的细节。拥有大量数据的公司巨头如谷歌、亚马逊大力开发有关大数据的新型产业和研究相关项目。借网络时代的便利大数据成为了如今最有商业价值的事物，使一切可量化的趋势也开始出现。“本质上世界是由信息构成的”，面对这句话时，大数据时代仿佛就在眼前。

在感受惊叹着大数据能为我们做到以往无法想象的事和它巨大的价值时，我认同大数据能极大优化我们的生活，但又不禁为这时代感到担忧。一旦大数据时代来临，不仅我们的隐私可能不再是隐私，就如书中所言“我们时刻暴露在‘第三只眼’下：亚马逊监视着我们的购物习惯，谷歌监视着我们的购物习惯，而微博似乎什么都知道”，而且利用大数据我们可以预测许多事情并且十分高效，一旦人们依赖大数据极少运用人类自身的创新等能力被数据束缚住，世界只会沦落为一个极少活力的机械环境。而我认为最大的忧患，是大数据时代对人类自身思维、思想、信仰等精神领域的冲击。如今我们都生活在数据中，大数据时代说不定在几年后就会逐步来临，这使我不禁发问：我们一直坚信着信仰着的究竟是什么？我觉得世界说变就变实在令我想不通这个问题。事情都有好坏，我也不知道自己是否杞人忧天。

于是我继续去探索作者对这问题的思考。“更大的数据在于人本身”，作者还说“我们是在创造更好的未来”，也说“在一个预测的时代里，人类的自由意志不可侵犯，这一点不可轻视。我们在使用大数据时，应当怀有谦恭之心，铭记人性之本”。人类学家克利福德吉尔兹曾说：“努力在可以应用、可以拓展的地方，应用它、拓展它；在不能应用、不能拓展的地方，就停下来。”这些话语仿佛是阳光，驱散我心中对大数据时代的担忧以及内心对其的恐惧。我认为，在坚守我们内心和自由意志下，大数据才会造福我们人类世界，发挥出它背后对人温暖的光芒。

面对时代的变革，我会为坚守内心深处的自由意志而努力并“拥抱大数据”。

将本文的word文档下载到电脑，方便收藏和打印

推荐度：

点击下载文档

搜索文档

大数据时代保险分析读后感篇二

知道＂是什么＂就够了，没必要知道＂为什么＂。在大数据时代，我们不必非得知道现象背后的原因，而是让数据自己＂发声＂。这个命题是我读这本书最大的感触。

对于大多数人来说，这的确是一场思维变革。对于理科学生来说，会认为这是一个错误的观点，因为这无异于否定了他们对世界客观物理化学规律探索的重要性；对于一名工科学生，其实这并不是一个多么新颖的观点，因为工科是讲求时用性的，如何能更好地利用基本自然科学规律创造社会财富比探索自然科学知识显得更重要。

这些天来，在读大数据这本书的同时，也稍微重温了一下自动控制原理，认识到控制系统中存在明显的大数据时代思维方式，借读书交流会之际，与大家分享。

对系统的有效控制需要对系统理解与建模。以一个日常生活中的例子说明。开车的时候一脚油门下去车就飞出去了，但并不知道这一脚油门下去能给多大车速，这就需要驾驶人员的熟练的驾驶技能了，不然超速被开罚单是很正常的。那么，问题就来了：如何能实现速度的自动控制而不用驾驶人员踩油门？这就是控制系统最关键的环节——建立系统数学模型。大白话就是知道车速与燃油量的数学关系式。若是以探索为什么的思维模式，不可避免的要列一大堆能量方程、动量方程等物理化学式子，经过繁杂的计算，还是能得到车速和燃油量的数学关系式的。很明显这是一个繁琐的过程，因为得知道现象背后的原因。这仅是对于这种简单的系统，若是对于航空发动机这种复杂的系统，结构工艺过于复杂，分析各部分的物理化学过程是十分困难的，这时候可以通过实验法得到数学模型。

实验法主要有时域测定法、频域测定法和统计相关法。与大数据时代思维最接近的是统计相关法，主要过程是对被研究对象施加某种随机信号，根据被测对象各参数的变化，采用统计相关法确定被测系统或对象的动态特性。这种方法可以在被测系统或生产过程正常运行状态下进行在线辨识，测试结果精度较高，但要求采集大量测试数据，并需要相关仪和计算机进行数据计算和处理。

若用开车实例来解释，此时的系统为汽车动力系统，施加的随机信号为燃油量，被测对象指车转速，得到的动态特性就是指车速与燃油量函数关系式，从而不用探求背后的物理化学规律就得到了数学模型。

在沈阳黎明航空公司实习时去过试车间，除了发动机点火后震撼的场景动人心魄，控制室屏幕上海量的数据也同样引人注目，我想这么多数据无非就是验证数学模型或直接实验法得到数学模型，结合航空发动机这种复杂的系统，对于搞控制的人来说，得到数学模型就够了，现象背后的原因交给研发的人来探索更好。

大数据时代保险分析读后感篇三

“除了上帝，任何人都必须用数据来说话。”——这是《大数据》中出现的让人印象深刻的一句话，也是全书力图传递的信息。在数字信息时代，数据和空气一样遍布生活，对于有些人来说，数据无意义，而对于有些人来说，数据，即真相。

美国是《大数据》的主角，全书通过讲述美国半个多世纪信息开放、技术创新的历史，以别开生面的经典案例——奥巴ma建设“前所未有的开放政府”的雄心、公共财政透明的曲折、《数据质量法》背后的隐情、全民医改法案的波澜、统一身份证的百年纠结、街头警察的创新传奇、美国矿难的悲情历史、商务智能的前世今生、数据开放运动的全球兴起，以及云计算、facebook和推特等社交媒体、web3·0与下一代互联网的未来图景等等，为读者一一细解数据创新给公民、政府、社会带来的种种挑战和变革。

透过全书，一个立体的美国及美国人民的思想呈现在我们面前——美国人民执著于个人隐私的保护，却又不遗余力地推动着政府信息的透明与公开。

读完此书，对生活中的数据及数据处理突然有了很大的兴趣。如果有一天，处处以数据说话，那么，政治、制度、生活将更加清明，事故、腐朽将降到最低点。

作为信息技术教师，是有必要阅读此书的！有慧根的教师将能从书中挖掘出信息技术特有的文化以及能用于教学的鲜活案例。

大数据时代保险分析读后感篇四

《大数据时代》，作者是被誉为“大数据时代的预言家”维克托。迈尔―舍恩伯教授和肯尼思。库克耶。此书是在大数据方兴未艾、众说纷纭的时刻，进一步阐述和厘清大数据的基本概念和特点。

人类历史长河中，即使是在现代社会日新月异的发展中，人们还主要依赖抽样数据、局部数据和片面数据，甚至在无法获得实证数据的时候纯粹依赖经验、理论、假设和价值观去发现未知领域的规律。因此，人们对世界的认识往往是表面的、肤浅的、简单的、扭曲的或者是无知的。维克托指出，大数据时代的来临使人类第一次有机会和条件，在非常多的领域和非常深入的层次获得和使用全面数据、完整数据和系统数据，深入探索现实世界的规律，获取过去不可能获取的知识，得到过去无法企及的商机。

本书从思维变革、商业变革及管理变革三部分阐述大数据时代已经来临；列举了众多在公共卫生、商业服务领域大数据变革的例子。比如：在思维变革部分，以ups与汽车修理预测为例，证明知道“是什么”就够了，没必要知道“为什么”；在大数据时代，我们不必非得知道现象背后的原因，而是要让大数据自己“发声”：ups国际快递公司从就开始使用预测性分析来检测自己全美60000辆车规模的车队，这样就能及时的进行防御性的修理。之前ups每两三年就会对车辆的零件进行定时更换，但这种方法不太有效，因为有的零件并没有什么毛病就被换掉了。通过检测车辆的各个部位，ups如今只需要更换需要更换的零件，从而节省了好几百万美元，这就是通过找出新种类数据之间的相互联系来解决日常需要。这种方式完成可以应用于我们石油石化行业，我们的大量生产装置及设备，在建立日常的关键部位检测机制基础上，形成大量的数据信息，通过对这些数据的科学分析，判断出需要检修或更换的零件，从而有效降低运营成本。

当我们一旦“不再追求精确度，不再追求因果关系，而是承认混杂性，探索相关关系”，“思维转变过来，数据就能巧妙的用来激发新产品和新型服务”。数据正成为巨大的经济资产，成为新世纪的矿产与石油，将带来全新的创业方向、商业模式和投资机会。

近年来，伴随着经济社会快速发展、深度调整，石油石化产业变革加剧，面临的四大革命中其中一项就是“数字革命”。因此我们必须牢牢把握数字革命发展大势，加强数据治理和大数据分析应用，提高企业生产运行与管理水平，拥抱大数据时代的来临。

大数据时代保险分析读后感篇五

“除了上帝，任何人都必须用数据来说话。”――这是《大数据》中出现的让人印象深刻的一句话，也是全书力图传递的信息。在数字信息时代，数据和空气一样遍布生活，对于有些人来说，数据无意义，而对于有些人来说，数据，即真相。

美国是《大数据》的主角，全书通过讲述美国半个多世纪信息开放、技术创新的历史，公共财政透明的曲折、《数据质量法》背后的隐情、全民医改法案的波澜、统一身份证的百年纠结、街头警察的创新传奇、美国矿难的悲情历史、商务智能的前世今生、数据开放运动的全球兴起，web3・0与下一代互联网的未来图景等等，为读者一一细解数据创新给公民、政府、社会带来的种种挑战和变革。

透过全书，一个立体的美国及美国人民的思想呈现在我们面前――美国人民执著于个人隐私的保护，却又不遗余力地推动着政府信息的透明与公开。

读完此书，对生活中的数据及数据处理突然有了很大的兴趣。如果有一天，处处以数据说话，那么，政治、制度、生活将更加清明，事故、将降到最低点。

作为信息技术教师，是有必要阅读此书的！有慧根的教师将能从书中挖掘出信息技术特有的文化以及能用于教学的鲜活案例。

大数据时代保险分析读后感篇六

“大数据”一词不知何时在我们的生活悄然出现，为了一探究竟，我便选择了《大数据时代》一书。

作者先从全局简单地描述大数据对我们的生活、工作与思维的影响，再从三方面具体地用上百个学术和商业的实例展开写作。样本=总体、追求精确性和相关关系等大数据时代具体特点一一现出。在同时，作者也从个人、企业等多角度分析大数据中的隐忧。

书中内容繁多，在此不能各方面概括。此书中虽有许多专有名词，但作者以其通俗的语言以及许多实例让我嗅到大数据时代中一抹清新之气。

为什么是清新的呢？因为书中的内容仿佛向我打开了一个既有点熟悉又有点陌生的世界。我们现在已处于网络时代，在我们日常简单的操作中大量数据产生，然而起初我们仅用众多技术在解决手头上的问题，那些大数据像沙子中的金子，价值不被发现。到目前，每当我们网上购书时总会看到“猜你喜欢”的栏目、出现谷歌搜索与流感预测、farecast与飞机票价预测系统等，这些事情的达成全来自于那些曾被忽略的大数据同时也在证明“预测，大数据的核心”这句话，为我们的生活创造了前所未有的可量化的维度。看到书中这部分内容时，我不禁感受到自己的生活已在享大数据带来的福利，就像“猜你喜欢”栏目让我触到更多合我口味的书，让我看到了以前无法发现的细节。拥有大量数据的公司巨头如谷歌、亚马逊大力开发有关大数据的新型产业和研究相关项目。借网络时代的便利大数据成为了如今最有商业价值的事物，使一切可量化的趋势也开始出现。“本质上世界是由信息构成的”，面对这句话时，大数据时代仿佛就在眼前。

在感受惊叹着大数据能为我们做到以往无法想象的事和它巨大的价值时，我认同大数据能极大优化我们的生活，但又不禁为这时代感到担忧。一旦大数据时代来临，不仅我们的隐私可能不再是隐私，就如书中所言“我们时刻暴露在‘第三只眼’下：亚马逊监视着我们的购物习惯，谷歌监视着我们的购物习惯，而微博似乎什么都知道”，而且利用大数据我们可以预测许多事情并且十分高效，一旦人们依赖大数据极少运用人类自身的创新等能力被数据束缚住，世界只会沦落为一个极少活力的机械环境。而我认为最大的忧患，是大数据时代对人类自身思维、思想、信仰等精神领域的冲击。如今我们都生活在数据中，大数据时代说不定在几年后就会逐步来临，这使我不禁发问：我们一直坚信着信仰着的究竟是什么？我觉得世界说变就变实在令我想不通这个问题。事情都有好坏，我也不知道自己是否杞人忧天。

于是我继续去探索作者对这问题的思考。“更大的数据在于人本身”，作者还说“我们是在创造更好的未来”，也说“在一个预测的时代里，人类的自由意志不可侵犯，这一点不可轻视。我们在使用大数据时，应当怀有谦恭之心，铭记人性之本”。人类学家克利福德吉尔兹曾说：“努力在可以应用、可以拓展的地方，应用它、拓展它；在不能应用、不能拓展的地方，就停下来。”这些话语仿佛是阳光，驱散我心中对大数据时代的担忧以及内心对其的恐惧。我认为，在坚守我们内心和自由意志下，大数据才会造福我们人类世界，发挥出它背后对人温暖的光芒。

面对时代的变革，我会为坚守内心深处的自由意志而努力并“拥抱大数据”。

大数据时代保险分析读后感篇七

本书《大数据时代》出自维克托·迈尔-舍恩伯格，是最早洞见大数据时代发展趋势的数据科学家之一，也是最受人尊敬的权威发言人之一。舍恩伯格教授在《大数据时代》中提出：“大数据是指不用随机分析法这样的捷径，而采用所有数据的方法。”阐述大数据是一个比较的概念，它是在人类过去运用小数据库随机抽样获得分析结果比较而来，它的关键是在“大”，数据存储量越大，价值越显著。大数据的核心作用在于“预测”，引申出“规划”与“解决方案”，也就是我们说的“算法”。书中展示了谷歌、微软、亚马逊、ibm、苹果、facebook、twitter、visa等大数据先锋们最具价值的应用案例。
在现今的社会，大数据的应用越来越彰显他的优势，它占领的领域也越来越大，电子商务、o2o、物流配送等，各种利用大数据进行发展的领域正在协助企业不断地发展新业务，创新运营模式。有了大数据这个概念，对于消费者行为的判断，产品销售量的预测，精确的营销范围以及存货的补给已经得到全面的改善与优化。就我个人体会。大数据产生最直观的价值：一是时间，二是金钱。要知道“时间就是金钱，效率就是生命。”
大数据带给我们的三个颠覆性观念转变：采样数据向全部数据转变；精确制导向方向引领转变；因果关系向相关关系转变。
1.不再局限随机样本，而是全体数据：在大数据时代，我们有更多的数据可以分析，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，这也是通过大数据打通的传统壁垒。
2.不再局限精确性数据，而是混杂性数据：以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，随着数据的积累，数据库的完善，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，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。
3.不再局限因果关系数据，而是相关关系数据：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，相关关系虽然不能准确地告诉我们事件发生的原因，但是它会提醒我们事件的发生。
思考：大数据在农业领域建设。近年来，我国数字农业发展方兴未艾，从北大荒千里沃野的无人驾驶农机作业，到浙江乌镇的刷脸入住农家乐、西安阿里的智慧大脑，数字农业正在悄然地助推传统农业发展。从理想状态来说，我认为数字农业就是有一块地，你种什么，种多少，施什么肥，打什么药，卖给谁，都用数据来表达，以大数据来支撑决策，通过信息化、数字化提供全程社会化服务。具体讲，数字农业是指以数据为关键要素，以数字技术与农业融合发展为重点，以数字产业化、产业数字化为路径，实现农业生产过程及全产业链数字化表达、数字化设计、数字化管理的新兴农业形态。
当前，我国已进入加快发展数字农业的新时期，发展数字农业有条件、有需求，恰逢其时，势在必行。人类社会经历了农业革命、工业革命，如今正在经历信息革命。现代信息技术日新月异，全球数据爆发增长、海量集聚，数字经济高歌猛进。互联网、物联网、大数据、云计算等数字技术加速向农业全方位渗透，让传统农业插上数字化的翅膀，培育了经济新增长点和发展新引擎，数据对农业发展的放大、叠加、倍增作用正在快速释放。这将为农业发展带来深刻的变革，创造千载难逢的历史机遇。（张洋）

大数据时代保险分析读后感篇八

读完《大数据时代》，我才意识到这并不是一本枯燥无味的书籍。作者运用案例和讲故事的方式，把美国数据开放、收集、使用背后的立法故事、公民故事、技术故事、商业故事娓娓道来，引人入胜，令我大开眼界。

我在想，大数据概念对于教育来说会产生什么样的实用价值呢？一直以来，中国教育在研究教育的数字化，比如数字化校园，这个思路就是把我们教育的内容进行数字化，其结果指向的就是电子教材的研发或者是教学过程的数字化。美其名曰，这是教育技术的重要内涵。在教学过程中，学生的行为表现都可以被数据化，而这项研究不是任何一个专业可以深入下去的，它的专业性太强，所以我才会想到，所谓教育技术与其研究教育的数字化，不如研究教育的数据化来得实在，来的有意义。长期以来，我们并不了解教育对一个人的影响具体会如何表现，我们有的只是一个轮廓，我们也并不确定一个教师的行为对学生具体产生了哪些影响。所以，人们对教育一直有一个深深的质疑，它是不是科学的？大数据概念至少提出了关注“是什么”比“为什么”要有实际意义得多。而我们的教育恰好需要把注意力从“为什么”转移到“是什么”上面来，只有如此，才能把教育从为什么发展成“可能成为什么”上来，这会是一次思想上的革命。而对于现在地位岌岌可危的教育技术来说，把研究的重点从数字化转移到数据化上面，这才是它的出路。

如何将数据融入教学，教育者首先通过标准化全科教学处方，实现了教师授课模板和教学内容的标准化，保证每个教学过程和内容是可控的，然后结合每天的教学内容，处理好面对的数据，处理好数据，自然也就处理好了课堂的反馈，最终形成了既注重教学体验又以教学结果为导向的教学体系。

与此同时，不仅要注重课上的学生资源，在课后还要对这些资源进行跟踪处理。这与过去的教育教学显然是不同的，面对大数据时代的到来，教学有所改变是必然的。所以，无论环境怎么变换，数据如何复杂，我们都不能不去改变自己的教学去迎合将来的这个大数据时代。

大数据时代保险分析读后感篇九

导语：维克托·迈尔·舍恩伯格在书中前瞻性地指出，大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型，并用三个部分讲述了大数据时代的思维变革、商业变革和管理变革。

当我们说人类是通过因果关系了解世界时，我们指的是我们再理解和解释世界各种现象时使用的两种基本方法：一种是通过快速、虚幻的因果关系，还有一种就是通过缓慢、有条不紊的因果关系。大数据会改变这两种基本方法在我们认识世界时所扮演的角色。

大数据的精髓在于我们分析信息时的三个转变，这些转变讲改变我们理解和组建社会的方法。

第一个转变就是，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(样本=总体)

第二个转变就是，研究数据如此之多，以至于我们不再热衷于追求精确度

第三个转变因前两个转变而促成，即我们不再热衷于寻找因果关系，而应该寻找事物之间的相关关系。大数据告诉我们”是什么“而不是”为什么“。在大数据时代，我们不必知道现象背后的.原因，我们只要让数据自己发声。，出处：短美文()，转载请保留本出处，否则追究其责任，谢谢你的支持，我们会给做得更好!

正如大家所知道的那样，人类的大脑具备这样的功能，它会把新输入的刺激或信息与”过去的经验或积累的部分知识“相对照，然后进行调整并接受下来。如果眼前新的现实与大脑中储存的固有信息无法协调，便会在无意识中拒绝接受新的现实(当作没有看见);或者通过自己一知半解的知识任意推测，使自己认识到的情况偏离实际(产生错觉)。这是人的一种本能，目的在于使自己保持冷静。

所以作者称之为revolution。

公平正义的基础是人只有做了某事才需要对它负责，毕竟，想做而未做不是犯罪，社会关系于个人责任的基本信条是，人为其选择的行为承担责任。如果大数据分析完全准确，那么我们的未来会被精准的预测，因此在未来，我们不仅会失去选择的权利，而且会按照预测去行动。如果精准的预测成为现实的话，我们也就失去了自由意志，失去了自由选择的权利。既然我们别无选择，那么我们也就不需要承担责任。这不是很讽刺吗。

扯到这里，顺便扯一下，书中另一段关于自由意志的描述

在哲学界，关于因果关系是否存在的争论已经持续了几个世纪。毕竟，如果凡事皆有因果的话，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因果关系的控制了。因此，对于因果关系在世间所扮演的角色，哲学家们争论不休，有时他们认为，这是与自由意志相对立。

书中举了个例子，举了部电影《少数派报告》，当我看到这里的时候，”哎哟，我居然看过这部电影，想想心里还是有点小激动“，有兴趣的可以去看下，大概就是讲警察通过预测来提前抓捕犯人，不过不是通过大数据，是通过超人类的方式。当你什么举动都可以被预测，相当于你完全暴露在太阳光下，换成你，你害怕不。

最后，附上两段结语，一段是书中的一段话，另一段是我自己瞎编的。

大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考答案，帮助是暂时的，而更好的方法和答案还在不久的未来。

大数据终将会影响到我们，也像其他技术一样会是一把双刃剑，用得好，动心，滥用，害怕。如同核技术一样，用的话，造福地球，滥用，给个金刚石地球你，照样爆。我相信，未来的大数据的发展会如作者所说的，是一场生活、工作与思维的革命。

大数据时代保险分析读后感篇十

在看《大数据》之前，我只知道社会越来越数字化了，看完之后，才觉悟到：人类将迎来一个新的时代。数字化已经把我们带入一个信息时代，大数据却把我们卷进了一场科技风暴之中，这本书中，作者为我们开启了一个更包容更广阔的新时代，大数据把社会的方方面面融合在了一起，曾经看似因果联系紧密的事物，可能变得不再那么重要;毫无关联的事物，可能隐藏着重要的信息，从科技、商业，到医疗、政治、教育、文化，大数据一概席卷囊括，它改变着我们的传统思维，为这个时代注入了新鲜的血液，就像作者书中所说：“这项技术终将改变我们所居住的星球上的许多东西。”大数据最显著的影响是对于电子商务，通过大数据，最先洞察出潜在市场的，也必然最先占领市场。而电子商务对实业的冲击又是势不可挡，可见，掌握了大数据就主导了市场，拥有了先进的科技才能拥有坚实的竞争力。在医疗方面，曾经的非典时期，就是一个很好的例证，正是有大数据的预测功能，才使疫情得到了控制。在更小的方面，他也同样改变着我们的生活，书中提到美国著名计算机专家奥伦·埃齐奥尼发明了飞机机票价格预测软件，就是利用大数据造福我们生活的很好例子。大数据不仅节省了时间，提高了效率，更将人类带入一个新的文明阶段。从分析因果总结经验，转变为搜集数据预测未来;由原来的滞后性变为现在的预见性——大大提高了人类认识世界、改造世界的能力，变被动为主动。大数据为我们掀开了历史新纪元，不敢想象它将会为我们带来什么，或许会出现新奇的生活方式，从未有过的职业，闻所未闻的商业模式，百家争鸣的文化高峰;也或许会解开更多未解之谜，探索到宇宙之外的秘密。总之，毫无疑问的是，大数据为我们带来的未来是超乎想象的。这本书中作者提到最多的是：改变我们的传统思维，摒弃精确性转向宏观。从总结因果转向预测。这个世界正以惊人的速度向前发展，数据大爆炸的波及范围远超乎我们的想象，单纯靠人类的主观判断力是多么的有限，大数据早晚会取而代之这一现象，这必将影响我们的生活和工作，我们也只有认清这种趋势，改变思维，调整步伐，紧跟时代才行。即使不能与时代同步，也尽量做到避免固步自封，认识大数据、利用大数据趋利避害，为我们的生活造福!

《大数据时代》

大数据时代保险分析读后感篇十一

舍恩伯格的《大数据时代》，让我重新审视了"大数据"这个在信息时代异军突起的热点词汇，作为信息安全专业的我，对大数据这个词本身有着更多的热忱。

在百度上搜索到的解释是："大数据"，或称巨量资料，指的`是所涉及的资料量规模巨大到无法透过目前主流软件工具工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。特点：数量、速度、品种、真实性。

而舍恩伯格认为，大数据并不能定义一个确切的概念。他提到"大数据是人们获得新的认知，创造新的价值的源泉；大数据还是改变市场、组织机构，以及政府和公民关系的方法。"这是一种更具有人文色彩和社会意义的诠释。

本书中，主要从三个方面论述，即思维变革、商业变革和管理变革。而舍恩伯格更是着重阐明三大观点：

一、更多：不是随机样本，而是全体数据。

二、更杂：不是精确性，而是混杂性。

三、更好：不是因果关系，而是相关关系。

对于观点一，我不敢苟同，毕竟大数据的实现需要一定的技术支持，而显然，现在这种技术还不够成熟，同时一些简单的事情运用大数据反倒是问题更加复杂化，因此这种大叔据的繁杂处理方式更适用于一些特定的情况，比如商业预测，人类dna的研究等。

而对第二种观点，我是十分赞同舍恩伯格所说的"大数据的简单算法比小数据的简单算法有效"。在计算机行业迅速发展中，一种新的简单可行的算法的出现，远没有计算机在运算速度和存储容量的发展快，而大数据算法似乎更能迎合这种大趋势。

观点三中提到的相关关系在大数据中可是重量级的，它能较快找到事物规律和对应的解决措施，当然，也不能完全忽视因果关系，毕竟人们在思维上更能够接受因果关系分析出的结果，而大数据预测的需要人们慢慢的适应才能接受。当我们完成相关关系的分析而又不满足于只知道"是什么"的时候，我们就可以转而研究"为什么"了，毕竟问题的根本在于因果。而舍恩伯格的全体数据和相关关系是大数据时代下的一种捷径。

但是在信息时代，信息安全问题的日趋凸显，数据独裁与隐私保护之间的矛盾更是立于风口浪尖，成为众矢之的，舍恩伯格在本书的最后章节曾试图寻找一种解决方式来摆脱这一种困境，但最终没能做到，但是他提出"大数据并不是一个充斥着算法的和机器的冰冷世界，人类的作用仍无法被完全代替。"这里表明人在数据时代同样的重要，数据是为人类服务的，也就该人类驱使下完成相应的目的。

在这样的大环境下，常引起我更多的思考和担忧。

大数据时代对于我们同是机遇与挑战，一些国家已开始步入大数据时代的行列，并在各个领域开始研究和使用。而对于我国庞大的人口，以及较大的领土面积，都可以在大数据时代为我们提供数据的保障，而能否面临挑战，在大国之间的新一轮角色角逐间崭露头角，我们更需要解决技术等方面的问题，更应在政策上逐步开放各领域的数据，保证数据来源、权限等问题得到解决，不断学习先进的计算机技术，缩小与其他国家的差距。

工业化、信息化，我们都向世界交出了一份让世界不能小觑的答案；

大数据时代的数据化我们又将怎样在新的风暴中所向披靡，如果大数据时代是一种必然趋势，那这就是我们这一代人的责任，是我们新的战场！

大数据时代保险分析读后感篇十二

舍恩伯格的《大数据时代》被人推崇为最佳书籍，今年安泰读书会的重头戏。虽然主讲人最后放了个香港大黄鸭般的鸽子，但现场讨论氛围依旧非常热烈——而且还是在没几个人读完的情况下，也就意味着——大数据对我们的影响，已经深入到生活的方方面面。

无处不在的大数据：各种云计算，谷歌的神通，亚马逊的推送，天涯人肉，微博万能等等等等，我们掌握了新的工具，也获取了以前从未有过的各种信息。大数据拉近了我们与现实的距离，“地球村”变成了“地球屋”，仿佛所有人所有事物都触手可及，而这些牛逼哄哄的互联网巨头就在客厅展示着世界的每一寸光景。

然而，事实真的是这样吗?首先，从应用角度出发，低廉的运算能力和存储空间，让以前的样本分析显得非常简陋——一些从全体数据挖掘出来，忽略精确而从大量数据的简单算法得出来的结论颠覆了常识。但个人觉得，这只是统计学的终极目标——并没有非常大的跨越，可能终结了回归分析，有效性验证等手段，但依旧还是统计。而革命性在于关注相关关系而非因果关系。现场讨论从神学角度挑战了因果关系的不可能——或者说人类用简单思考的逻辑来定义因果，以及用之前小数据演绎出大概率事件来推导因果，都是不正确的。真正的因果关系应该属于上帝的范畴，人类如果真的完全掌握之后，会统治整个宇宙。但我觉得，无需从神学观点来讨论，而可以借鉴量子力学对经典力学的颠覆——在原子层面上，经典力学会失效——那么在大数据层面上，普通的抽样调查直观反映会失效。而且从量子力学角度是很难推导经典力学的公式，那么从现在的惯有思维，也难以推导出大数据的因果关系。

大数据时代保险分析读后感篇十三

去年的“云计算”炒得热火朝天的，今年的“大数据”又突袭而来，仿佛一夜间，各厂商都纷纷改旗换帜，推起“大数据”来了。于是乎，各企业的cio也将热度纷纷转向关注“大数据”来了。有一张来自《程序员》微博的漫画很形象。我觉得这张图，很真实地反映了现实中小企业云计算，大数据的现状。

不过话又还得说回来，《大数据时代》是本好书。

当然，很多it知名人士也大力推荐，写了好多读后感来表述对这本书的喜欢没看此书之前，对所谓大数据的概念基本上是一头雾水，虽则有了解关注过现在也比较火热的bi，觉得也差不多，可能就是更多的数据，更细致的数据分析与数据挖掘。看过此书后，感觉到之前的想法，只能算是中了一小半吧———巨量的数据，而另一前：着眼于数据关联性，而非数据精确性，或许才是大数据与现时bi最大的不同，不仅仅是方法，更多的时思想方法。不过坦白讲，到底是数据的关联性重佳，还是数据的精确性更好，还真的需要时间来检验一下，至少从现在的数据分析方法来论，更多的倾向于数据的精确性。看完此书，我心中的一些问题：

查了查百度百科，是这样定义的：大数据（bigdata），或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷娶管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4v特点：volume、velocity、variety、veracity——这个好像是ibm的定义吧。

以个人的观点来看：数据海量，存储海量都是大数据的基本原型吧。

1）预测未来书中以google成功预测了未来可能发生流感的案例来开篇，表明通过大数据的应用，可以为我们的生活起一个保驾护航的指向标。实质很简单，技术改变世界。

2）变革商业大数据所带来的商机，同时会衍生出一系列与大数据相关的商业机遇与商业模式，数据的潜在价值会源源不断地发挥作用可以容易想到的是未来有专门的数据收集，数据分析，数据生成的一条数据产业链产生。

3）变革思维书中所说：因为有海量的数据作基础，未来，我们可能更关注数据的相关，而非精细度。对这条，本人还是持保留意见的。

大数据时代保险分析读后感篇十四

如今说起新媒体和互联网，必提大数据，似乎不这样说就out了。而且人云亦云的居多，不少谈论者甚至还没有认真读过这方面的经典名著——舍恩佰格的《大数据时代》。维克托·迈尔舍恩伯格何许人也？他现任牛津大学网络学院互联网研究所治理与监管专业教授，曾任哈佛大学肯尼迪学院信息监管科研项目负责人。他的咨询客户包括微软、惠普和ibm等全球企业，他是欧盟互联网官方政策背后真正的制定者和参与者，他还先后担任多国政府高层的智囊。这位被誉为：大数据时代的预言家“的牛津教授真牛！那么，这位大师说的都是金科玉律吗？并不一定，读大师的作品一定要做些功课才好读懂，才能能与之进行一场思想上的对话。

舍恩伯格分三部分来讨论大数据，即思维变革、商业变革和管理变革。

在第一部分”大数据时代的思维变革“中，舍恩伯格旗帜鲜明的亮出他的三个观点：

一、更多：不是随机样本，而是全体数据。

二、更杂：不是精确性，而是混杂性。

三、更好：不是因果关系，而是相关关系。对于第一个观点，我不敢苟同。

我曾与香港城市大学的祝建华教授讨论过。祝教授是传播学研究方法和数据分析的专家，他认为一定可以找到一种数理统计方法来进行分析，并不一定需要全部数据。联系到舍恩伯格第二个观点中所说的相关关系，我理解他说的全体数据不是指数量而是指范围，即大数据的随机样本不限于目标数据，还包括目标以外的所有数据。我认为大数据分析不能排除随机抽样，只是抽样的方法和范围要加以拓展。

我同意舍恩伯格的第二观点，我认为这是对他第一个观点很好的补充，这也是对精准传播和精准营销的一种反思。”大数据的简单算法比小数据的复杂算法更有效。“更具有宏观视野和东方哲学思维。对于舍恩伯格的第三个观点，我也不能完全赞同。”不是因果关系，而是相关关系。“不需要知道”为什么“，只需要知道”是什么“。传播即数据，数据即关系。在小数据时代人们只关心因果关系，对相关关系认识不足，大数据时代相关关系举足轻重，如何强调都不为过，但不应该完全排斥它。大数据从何而来？为何而用？如果我们完全忽略因果关系，不知道大数据产生的前因后果，也就消解了大数据的人文价值。如今不少学者为了阐述和传播其观点往往语出惊人，对旧有观念进行彻底的否定。

世间万物的复杂性多样化并非非此即彼那么简单，舍恩伯格也是这种二元对立的幼稚思维吗？其实不然，读者在阅读时一定要看清楚他是在什么语境下说的，不要因囫囵吞枣的浅读而陷入断章取义的误读。比如说舍恩伯格在提出”不是因果关系，而是相关关系。“这一论断时，他在书中还说道：”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的因果关系，找出背后的‘为什么’。“[i]由此可见，他说的全体数据和相关关系都在特定语境下的，是在数据挖掘中的选项。

大数据研究的一大驱动力就是商用，舍恩伯格在第二部分里讨论了大数据时代的商业变革。舍恩伯格认为数据化就是一切皆可”量化“，大数据的定量分析有力地回答”是什么“这一问题，但仍然无法完全回答”为什么“。因此，我认为并不能排除定性分析和质化研究。数据创新可以创造价值，这是毫无疑问的。舍恩伯格在讨论大数据的角色定位时仍把它置于数据应用的商业系统中，而没有把它置于整个社会系统里，但他在第二部分大数据时代的管理变革中讨论了这个问题。

在风险社会中信息安全问题日趋凸显。如何摆脱大数据的困境？舍恩伯格在最后一节”掌控“中试图回答，但基本上属于老生常谈。我想，或许凯文·凯利的《失控》可以帮助我们解答这个问题？至少可以提供更多的思考维度。正如舍恩伯格在结语中所道：”大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考的答案，帮助是暂时的，而更好的方法和答案还在不久的未来。“谢谢舍恩伯格！让大数据讨论从自然科学回到人文社科。由此推断，《大数据时代》不是最终答案，也不是标准答案，只是参考的答案。

此外，在阅读此书之前还必须具备一些数据科学的基本知识和基本概念，比如说什么叫数据？什么叫大数据？数据分析与数据挖掘的区别，数字化与数据化有什么不同？读前做些功课读起来就比较好懂了。

大数据时代保险分析读后感篇十五

回顾早期的争论现在搞大数据(后端数据)的朋友，和早些年搞数据仓库的没啥本质区别，因为都是人为需要把各系统的数据集中化，现在增加个非结构化数据，于是就叫大数据，而以前就叫数据仓库。在10多年前，数据仓库界一直有个争论，到底是top-down好还是bottom-up好，一边说，我先把企业所有数据都集成，数据基础做扎实了，然后分析就可以源源不断产出了。而另一边认为，我们得先建数据集市，把业务主题搞扎实，让数据先有产出，然后再多个主题后再进行数据梳理整合。前者的诟病是大半年都不会有啥“数据变现”的产出，问产出，就一直在说，系统搭建中，xx系统搭好了，xx业务数据集成了，等等。后者的诟病是，数据是有产出了，但是不同主题间的数据会有管理问题、每个主题需要不断添加新的数据源，开发、数据冗余都是个问题。这是数据仓库界争论10多年的话题，直到近两年大数据兴起，大家就都没兴趣讨论了。在很多企业，大家都采用数据团队组织基础数据，做传统数据仓库前者的事情，再组织一个商业数据分析团队，做后者的事情。只不过大家都很少提数据仓库、bi这些老概念，不知道认为过时了，还是新一代数据人都不知道这些历史。其实本质是一样的，ibm等企业前就是2个团队在做，前后者的优势兼得。商业数据分析的传统在商业数据分析方面，我也是近4、5年才真正切入，之前都是做传统的数据仓库和bi。不过我经常欣赏几十年前的小数据商业分析的成功案例，试想小数据时代商业分析如此成功，大数据时代炒得那么热，却炒来炒去，就那么几个案例，有意思么?我这里还是介绍那2个经典小数据时代的案例：1。早期超市为了优化超市设计，采用人工观察，到后来的视频观察，来解析用户行为，他们解析用户行为的时候，发现了几个方面的业务改进idea，超出了预期的想法。当看到人们眼光主要放在眼睛上下30度范围，于是陈列的时候，总是把利润最高的放这2排，利润低，性价比高的分别放上面和最下面;当发现人们通过买面包顺便买红酒，而不是买红酒顺便买面包，于是他们改变两种商品的组合和区域顺序;当发现免费品尝某水果，可以带动新鲜水果以及高利润的纯果汁的时候，超市又改变了策略。2。有个商场，纠结于传统方案是现代方案，于是两个方案同时上，一个是用咨询团队，一个是监控方案，数人数看人流。结果咨询团队的方案胜，原因是咨询团队虽然是小数据，但是他们的抽样数据都是按照经验选择恰当的样本，其次小数据的信息非常全面，包括人的性别、年龄、身份背景、收入水平(经验判断)、去哪个区域，买东西走到哪一步了(咨询、试穿、有没讨价还价)，这些数据监控都没法得出，所以监控数据全面，但无法给出任何实质价值意义的建议，都是些空话。大数据商业分析应该to-dwon还是botton-up?一种思路是需要足够大、全面的数据，没有解决不了的分析，一上来把所有可能的维度、数据分布、趋势都尝试一遍，认为没有规律也能看出规律了;一种是看问题，需要解决什么问题，就做什么分析，缺什么数据再从大数据中去取。有人问，如果采用第二种方案，那么大数据价值何在，那么多数据都没利用起来?我想问，如果你想挖前面一座金山，你是挖一部分，然后淘一部分出来卖，还是把金山都挖完，然后一点点淘出来卖呢?当然你选择第一种，但你选择这个，你不会说浪费了整个金山，因为你知道你需一点点变现后才会有动力挖后面的。但为啥那么多搞大数据的人不是这个思路呢?看到这里，可能大家认为我偏向第二种方案，其实不全是，我一直认为任何方案都有其优势，中庸取其精华最好。第二种方案的死穴是，如果你问题没搞得透彻明白，那么分析的都是无用功，都是在错误的轨道上转圈。什么是大数据时代好的分析方案?我们来看第一个超市案例，他通过一个简单的、人工判断过的“用户行为”数据解决了这么多各种业务难题(陈列、布局、商品搭配、促销等)，是因为他们发现一个问题，然后去解决的思路么?不是，而是充分以“商业”为中心，以“迎合用户需求，满足商业利益最大化”这一个最大分析目的，发现了用户行为，原来对这么多商业布局都有改进的地方，可以同时满足用户的购物需求，也满足商业利益最大化的需求，于是产生了后来的一系列超市零售改进。再看大数据的案例，某人收到小孩用品推荐，他很生气投诉，结果没多久就写感谢信，说他女儿真的怀孕了，感谢云云。其实从这个案例中，除非给人惊奇外，有多大“商业价值”?如果纯从数据商业价值来说，这个分析推荐的作用，比起超市零售通过用户行为的变革，简直不值得一提，为啥还广为流传?因为大数据时代，还找不出像样的案例，于是就拿惊奇的案例来吸引大众注意吧。反过来说，并非大数据无用，或者说大数据不是远不够大(要知道比超市人工观察的数据大多了)，而是大数据分析和应用的人们思维并未完全打开，我相信做推荐的朋友没多少熟悉供应链的，也没多少熟悉商品定价和生命周期管理的，所以他们的大数据只是应用在推荐。

[大数据时代的商业分析]

大数据时代保险分析读后感篇十六

“经验主义”是指形而上学的思想方法和工作作风，其特点是在观察和处理问题的时候，从狭隘的个人经验出发，不是采用联系、发展、全面的观点，而是采取鼓励、精致、片面的观点。在教学中，我们有时会凭借以往经验认定本节课学生的起点，从而制定教学目标、重难点以及教学过程。这往往忽略了上届学生和这届学生是有差异的，这班学生和另一班学生也是存在差异的，那如何准确把握学生的起点呢?我想可以借助前测数据，它可以为有效教学指明了方向。

如教学“复式统计表”时，前期查找资料的时候就发现早在一年级上册p96的时候学生就见过复式统计表，意让学生初步认识统计表，渗透统计思想。而二三年级的书中练习也多有涉及，就是这种复式统计表没有“表头”，生活中的复式统计表也很多。既然在以前练习时碰到这么多次复式统计表，学生对复式统计表到底认识多少呢?我们对157名学生进行这样的调查(如下图)，第1题：像上表这样的统计表以前见过吗?见过约占65%，没见过约占35%，学生在练习中碰到过、生活中也经常看见，但还是约35%的学生回答自己没见过，说明学生平时在看这个复式统计表的时候就浮于表面，所以这节课我们重点应该让学生经历复式统计表的产生过程，加深学生对复式统计表的印象。第2题：上表中的16表示什么意思?能完整表达出二班身高在130~139厘米的学生有16人，约占41%;表达一半，如二班16人，或130~139厘米16人，约占22%，其他约占37%，真正能正确读懂复式统计表的学生一半不到，需要在课中进行读图方法的指导。而知道这个表叫做复式统计表的学生不到20%。

大数据时代保险分析读后感篇十七

这一章节，利用马修莫里导航图的例子引出了大数据的实践方式，奇人莫里通过整理航海相关的边角数据，把整个大西洋按照经纬度划分了出来，并标注出了温度、风速和风向，从而发现了洋流，也为船员提供了有效的航海路线，这就是数据的价值体现了。书中也提到了，量化我们周围的一切，是数据化的核心，将文字变成数据、将方位变成数据，将沟通、情感变成数据，通过大数据，我们会意识到，世界在本质上是由信息构成的。

在工作中，这点也可以作为启发点，通过对数据的整理，或者说以某种方式采集到相关数据，将数据整理出有价值的信息后，不断的改善到工作流程、效率、服务方面，也是工作上的创新点。

笔者在书中提到了，数据的潜在价值，并提出了数据创新应用的方法，第一是数据的再利用，数据信息被采集用作特定分析后，在另一个领域或者角色立场下，或许会开发出新的有价值的信息;第二是数据的重组，将不同类别、类型的数据进行重组，产生一个新的数据集合出来，寻找其中的关联性;第三是数据的扩展，这就需要在记录数据的同时设计好他的可扩展性;第四是数据的折旧值，数据将会贬值，但是仍会有其潜在价值;第五是数据废气，即数据采集时的离散量、离散交互信号，举例是谷歌与微软的拼写检查;第六是开放数据，数据的开放将会有利于各行各业的使用，并促进全行业数据时代的发展。这其中又提到了数据估值的概念，在数据使用时价值才会体现出来，而不是在占有本身。

根据所提供价值的不同来源，分别出现三种大数据公司，基于数据本身(采集大量数据的公司)、基于技能(提取用户的需求，给出数据分析结果的公司)、基于思维(挖掘数据新的价值的公司)。

大数据时代保险分析读后感篇十八

世界正迈入大数据、云计算的时代，人类朝着数据化、数字化的方向发足狂奔，我们原有的科学、技术、工作和生活方式正在被信息技术所改写，很多科学领域会被大数据技术所替代，也会崛起很多新兴科学家和职业，譬如数据科学家、数据中间商等。大数据会颠覆很多的产业和行业，甚至一夜之间就能变换运营模式，因为在大数据面前，人类不会再向以前那样追寻着“为什么”，更多的是在样本和概率面前做着商业决策的调整，“快”和“实用”更能满足大众的需求。

数据之大，漫无边际，无穷无尽，包含着我们人类的一呼一吸，一举一动。处在大数据帝国的前夜，眺望星空，这是个最好的时代，因为数据时代转折的重要性，不亚于黑猩猩站立起来行走划时代，很多科幻片里的场景会出现在我们的日常；这也会是个最坏的时代，因为人类最终会为此走向哪里，只有苍穹能知道！

小数据时代，我们在数据的精准性上花费很多，包括规则和准则、复式记账的平衡规则、信息系统等等，数据闭环，所以数据具有结构性，所以可以找根寻踪，找寻问题的根源，寻求解决方案。

大数据时代来临，因为数据量的庞大，以及数据背后的繁杂性，以及处理数据的知识it工程师和计算者，别忘了，拥有数据的是政府和独角兽商人，所以，他们很难对数据进行深度分析，这样也会催生各个领域的数据分析业务，数据生态链核心就清晰了起来。

当恐龙消失，人类慢慢成为了动物界的主人。数据是我们工作、生活中的点滴记录，它真实、朴实无华，它们也会有声音，只是需要有慧眼和思维才能驾驭。

我们只有跨过数据化、数字化的长河，才能开启ai时代，路途遥远，主人！这是一本好书，值得推荐。