大数据学习总结.doc

《大数据时代》读后感 学习总结 关于作者 维克托·迈尔-舍恩伯格（Viktor Mayer- Schönberger），他是十余年潜心研究数据科学的技术权威，他是最早洞见大数据时代发 展趋势的数据科学家之一。 关于大数据 大数据是什么 大数据(big data)，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 。大数据的4V特点：Volume（大量）、Velocity（（高）速率）、Variety（多样性）、 Veracity（真实）。大数据可分成大数据技术、大数据工程、大数据科学和大数据应用 等领域。 大数据的来源 所谓的"Big Data"是由IBM和Gartner分析师提出的概念，我们比较时髦的称其为大数据。 大数据现状、应用 通过分析和优化企业数据实现一种对未来的企业运营的精准的预测能力。采用一系列 的技术，从技术中获得洞察力，也就是BI或者分析；另外一个是分析路径，寻找关键绩 效指标，从仪表盘这样的工具进行数据分析，实现预测性工作。 大数据未来 Fayyad曾被视为数据挖掘领 《大数据时代》的学习总结主要围绕大数据的定义、特点、来源、现状、应用、未来趋势以及对思维方式、商业和管理变革的影响展开。以下是详细的知识点解析： 1. **大数据定义**： - 大数据是指数据量庞大，超出传统软件工具处理能力的数据集，涉及到的数据量在Volume（大量）、Velocity（高速）、Variety（多样）、Veracity（真实）这四个特征上都有显著体现。 2. **大数据的来源与领域划分**： - 大数据源于IBM和Gartner分析师的概念，涵盖了大数据技术、大数据工程、大数据科学和大数据应用等多个领域。 3. **大数据的应用现状与未来**： - 当前，大数据被用于企业运营预测，通过技术获取洞察力，利用BI和分析工具进行决策支持。 - 分析是大数据未来发展的关键，如Fayyad所述，分析能够揭示数据间的关联，推动预测性工作的发展。 4. **思维变革**： - 大数据时代强调全样本而非随机样本，接受混杂性而非精确性，关注相关性而非因果关系。 - 这种变革要求我们从全体数据中挖掘价值，不再局限于因果关系的探索。 5. **商业变革**： - 数据化成为趋势，企业需关注数据本身的价值，通过数据驱动决策。 - 商业角色也相应分化，包括大数据掌控者、技术开发者和具备大数据思维的决策者。 6. **管理变革**： - 需要关注数据的质量、安全性和合法性，反对数据垄断，促进数据的开放与公平使用。 7. **读后感**： - 大数据时代信息获取更加便捷，数据挖掘技术对于预测工作具有重要影响。 - 知识管理变得至关重要，大数据的分析结果应转化为知识，推动个人和组织的成长。 8. **工作应用**： - 在仓储管理中，应关注数据的积累和分析，建立数据驱动的工作流程。 - 通过数据挖掘解决实际问题，预测潜在风险，优化业务流程。 - 建立知识管理系统，将数据转化为知识，实现知识的共享和循环利用。 通过以上分析，我们可以看出大数据不仅是技术的革新，更是一种思维方式的转型，它正在深刻地改变我们的生活和工作方式，推动社会进步。在面对大数据带来的挑战时，我们需要不断学习和适应，以充分利用大数据的优势，推动个人和组织的持续发展。