《大數據時代》讀後感範文（精選8篇）

《大數據時代》讀後感範文（精選8篇）

當閱讀完一本名著後，你心中有什麼感想呢？需要好好地就所收穫的東西寫一篇讀後感了。現在你是否對讀後感一籌莫展呢？以下是小編爲大家整理的《大數據時代》讀後感範文，僅供參考，希望能夠幫助到大家。

　　《大數據時代》讀後感範文1

對於暢銷書刊、熱點話題、時尚科技，始終不太感興趣。書刊，喜歡有一定年份的；話題，鍾情於務虛的觀點；新奇的產品於我無緣，習慣使用成熟的科技產品。既不清高，也非冷漠，就是要與現實保持一定的距離，給自己留一點思考的空間。這一習慣最近破了例。由於工作的原因，耳濡目染，“大數據”這個新興概念開始頻繁步入我的視野。按捺不住內心的好奇，網購《大數據時代》，手不釋卷，三天讀完，頗有收穫。此書有如下特點。

首先，作者站在理論的制高點上，條理清楚地闡述了大數據對人類的工作、生活、思維帶來的革新，大數據時代的三種典型的商業模式，以及大數據時代對於個人隱私保護、公共安全提出的挑戰。其次，文中的事例貼近現實生活，貼近時代，令讀者既印象深刻，又感同身受。此外，作者沒有使用大量的專業術語，沒有假裝一副專業的面孔。縱觀全書，遣詞造句，均通俗易懂。

作者認爲大數據時代具有三個顯著特點。

一、人們研究與分析某個現象時，將使用全部數據而非抽樣數據。

二、在大數據時代，不能一味地追求數據的精確性，而要適應數據的多樣性、豐富性、甚至要接受錯誤的數據。

三、瞭解數據之間的相關性，勝於對因果關係的探索。“是什麼”比“爲什麼”重要。

作者指出，隨着技術的發展，數據的存儲與處理成本顯著降低，人們現在有能力從支離破碎的、看似毫不相干的數據礦渣中抽煉出真知爍見。在大數據時代，三類公司將成爲時代的寵兒。一是擁有大數據的公司與組織。如政府、銀行、電信公司、全球性互聯網公司。二是擁有數據分析與處理技術的專業公司，如亞馬遜、谷歌。三是擁有創新思維的公司，他們可能既不掌握大數據，也沒有專業技術，但卻擅長使用大數據，從大數據中找到自己的理想天地。

面對即將來臨的大數據時代，個人將如何應對自如？這是個嚴肅的問題。

　　《大數據時代》讀後感範文2

我們不再熱衷於尋找因果關係，而應該尋找事物之間的相關關係。這個命題是我讀這本書最大的感觸。個人認爲也是這本書最核心的思想。從頭說起吧，首先，書提出一個顛覆我以前認知的命題——"並非原子而是信息纔是一切的本源"，將世界看做信息，看做可以理解的數據的海洋，爲我們提供了一個從未有過的審視下是的視角。它是一種可以滲透到所有生活領域的世界觀。這個命題是在書的最後一部分中的某一段中描寫的。我之所以把它放在最前面來講，因爲我覺得，這是談數據化世界的前提，自然也是談論大數據的前提啦。書的中間部分有一節講到數據化和數字化的區別。經過我自己腦子的整理，把數據化世界這個命題列爲大數據思維的第二步。寫到這裏，我不由得反省下，我是不是有領悟到書的精髓所在（我認爲的精髓），就是第一句話。因爲回顧我整個思路，還是按照舊模式的因果關係思考模式思考問題。書中另一個吸引我的地方就是，有很多觀點的論述，會從哲學的高度論述。雖然，自己肚子沒多少墨水，但是讀這些描述的時候，就會發現自己會更好的理解作者提出的命題。比如書中有一段文字。

當我們說人類是通過因果關係瞭解世界時，我們指的是我們再理解和解釋世界各種現象時使用的兩種基本方法：一種是通過快速、虛幻的因果關係，還有一種就是通過緩慢、有條不紊的因果關係。大數據會改變這兩種基本方法在我們認識世界時所扮演的角色。

在附上一些事例的時候，用作者提供的"本質"去看待時，很容易理解，確實是這麼回事。好了，那麼大數據到底改變了我們什麼呢，作者給出3點，大數據的精髓在於我們分析信息時的三個轉變，這些轉變講改變我們理解和組建社會的方法。

第一個轉變就是，在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴於隨機採樣（樣本=總體）。

第二個轉變就是，研究數據如此之多，以至於我們不再熱衷於追求精確度。

第三個轉變因前兩個轉變而促成，即我們不再熱衷於尋找因果關係，而應該尋找事物之間的相關關係。大數據告訴我們"是什麼"而不是"爲什麼"。在大數據時代，我們不必知道現象背後的原因，我們只要讓數據自己發聲。

正如大家所知道的那樣，人類的大腦具備這樣的功能，它會把新輸入的刺激或信息與"過去的經驗或積累的部分知識"相對照，然後進行調整並接受下來。如果眼前新的現實與大腦中儲存的固有信息無法協調，便會在無意識中拒絕接受新的現實（當作沒有看見）；或者通過自己一知半解的知識任意推測，使自己認識到的情況偏離實際（產生錯覺）。這是人的一種本能，目的在於使自己保持冷靜。

所以作者稱之爲revolution。

講了這麼多，那麼大數據到底給我們帶來什麼。在這裏，我只想談我感觸最深的，其他的有興趣的可以自己去了解。當然，書中提了很多，最多的就是，XXX公司或者個人利用大數據創造了多大的財富了，拋開這些表面的不說，最讓我動心亦或者是害怕的是———預測。這是大數據帶來最核心的東西，動心的理由無須贅述，計算機會告訴你什麼時候買什麼雙色球可以中頭獎，想想心裏是不是有一點小激動咧。當然這只是我打的一個比較誇張的比喻。至於害怕呢，書中有段話我很喜歡，公平正義的基礎是人只有做了某事才需要對它負責，畢竟，想做而未做不是犯罪，社會關係於個人責任的基本信條是，人爲其選擇的行爲承擔責任。如果大數據分析完全準確，那麼我們的未來會被精準的預測，因此在未來，我們不僅會失去選擇的權利，而且會按照預測去行動。如果精準的預測成爲現實的話，我們也就失去了自由意志，失去了自由選擇的權利。既然我們別無選擇，那麼我們也就不需要承擔責任。這不是很諷刺嗎。

扯到這裏，順便扯一下，書中另一段關於自由意志的描述。

在哲學界，關於因果關係是否存在的爭論已經持續了幾個世紀。畢竟，如果凡事皆有因果的話，那麼我們就沒有決定任何事的自由了。如果說我們做的每一個決定或者每一個想法都是其他事情的結果。而這個結果又是由其他原因導致的。以此循環往復，那麼就不存在人的自由意志這一說了。——所有的生命軌跡都只是受因果關係的控制了。因此，對於因果關係在世間所扮演的角色，哲學家們爭論不休，有時他們認爲，這是與自由意志相對立。

書中舉了個例子，舉了部電影《少數派報告》，當我看到這裏的時候，"哎喲，我居然看過這部電影，想想心裏還是有點小激動"，有興趣的可以去看下，大概就是講警察通過預測來提前抓捕犯人，不過不是通過大數據，是通過超人類的方式。當你什麼舉動都可以被預測，相當於你完全暴露在太陽光下，換成你，你害怕不。

最後，附上兩段結語，一段是書中的一段話，另一段是我自己瞎編的。

大數據並不是一個充斥着算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據爲我們提供的不是最終答案，只是參考的答案，幫助是暫時的，而更好的方法和答案還在不久的未來。

大數據終將會影響到我們，也像其他技術一樣會是一把雙刃劍，用得好，動心，濫用，害怕。如同核技術一樣，用的.話，造福地球，濫用，給個金剛石地球你，照樣爆。我相信，未來的大數據的發展會如作者所說的，是一場生活、工作與思維的革命。

　　《大數據時代》讀後感範文3

通過讀Viktor Mayer—Schonberger的《大數據時代》重新認真思考了大數據，全書以數據爲核心，引導人們用數據的思維去理解世界，用數據的思維去解決問題，是推薦讀物。但個人認爲本書叫《數據時代》更爲合適，因其講了不少統計學、數據收集的故事，"大數據"的故事只佔一小部分。

維基百科說大數據由巨型數據集組成，這些數據集大小常超出常用軟件在可接受時間下的收集、庋用、管理和處理能力，或稱巨量數據、海量數據、大資料，大數據的常見特點是3V：Volume、Velocity、Variety。

規模巨大的數據未必是大數據，需滿足她的三個特點。以研究擲硬幣概率的實驗爲例，當傳統實驗次數達到一定規模後就能幫助實驗者分析正反面出現的概率，隨着實驗次數的增加，數據大量積累可能越來越支持這一結論，數據達到一定量，它的邊際效應就出現了，數據繼續增加對分析概率還有多少意義呢？按照現代概率學伯努利試驗去帶入函數計算就好了，這僅算是概率學或者是統計學吧。故大數據不是因爲單純體積大而大，是因爲雜而大，研究硬幣正反面的概率如引入天文學、心理學、材料學、物理學等領域的數據而使之變大，進而研究關聯關係（或因果關係，注：本書不認同因果關係的重要性），從而得出概率的分佈，然而大量相關數據的引入，按照傳統分析過程的時間是不可接受的，需利用高效計算資源，迅速把雜而大的處理結果呈現出來，並且實驗者對結果的預期不能要求100%的精確。大數據並不是數據本身，而是一種思維方式。

大數據令人着迷的地方在於用"科學"的辦法挑戰了"預測學"，幫助人們發現未知，幫忙人們進行決策。然而本書作者Viktor Mayer—Schonberger強調"大數據不是因果關係，而是相關關係，相關關係比因果關係更重要"，此觀點不能認同，因果關係是宇宙的基本定律，且不說種瓜得瓜、善有善報之類哲學命題，若商家在發現電容器、釘子、高壓鍋有關聯購買關係而去做大量營銷的話豈不是有可能發生更多的波士頓爆炸案。

①關聯關係在大數據中被提取出來使用，而不去關心因果關係是一種粗暴的、倒退的處理方式，是作者理解的現代社會浮躁的心裏體現。我認爲的大數據應該是把看起來不相干的數據放到一起分析，找到某些跨領域的關聯關係，進而推論因果關係，發現其中價值。作者引用了安德森的觀點"現在已經是一個有海量數據的時代，應用數學已經取代了其他的所有學科工具，而且只要數據足夠，就能說明問題"，數據和所有科學的關係，我覺得有點像現在互聯網和其他所有行業的關係一樣，互聯網終究還是一個工具。作者舉了沃爾瑪"尿布與啤酒"。

③的故事，這也是大家熟知的一個數據分析的故事，但是沃爾瑪真的是這麼做的嗎？大家可以去沃爾瑪的時候留意一下。一家大型的超市，如果爲了這種所謂相關關係，所有商品用這種關聯關係去擺放，天哪，這將是一家多麼混亂的超市，顧客進去將難以區分食品在哪、生活用品在哪！有人可能說這種關聯關係更適合電子商務，是的，但是我還是比較看好已知原因的關聯關係，比如嬰幼兒智力玩具和孕婦減肥放到一起，比如在線播放器旁邊放衛生紙的廣告（哈哈哈，你懂的）。本書用美國折扣零售店塔吉特與懷孕預測。

②來佐證他的觀點，但恰恰是知道因果關係後商業價值才能更多的體現出來，未知因果關係前顧客的父親生氣並要求賠償，知道因果關係後才使得這種廣告理所應當並讓客戶接受。

互聯網信息時代數據的積累以及BI、數據倉庫、人工智能、HADOOP、NOSQL等技術的流行，使得人們考慮問題的方式已經發生變化，接下來我們要做的只有接受擁抱數據時代、大數據時代。軟件行業程序上線的變更差錯率是一個考覈IT水平的指標，爲此很多公司引進了CMMI體系，以求他保障軟件的質量，爲此也收集了大量的過程數據。若用數據的思維，是否可能根據之前的各種相關數據預測下次投產變更的成功率？若用大數據的思維，是否可以根據CMMI數據以及程序員開發期間上下班考勤數據、工資發放時間、上線當天天氣情況來綜合預測投產變更的成功率？用大數據的思維，訂餐網站不僅根據之前你定的是鹹的還是辣的來給你推薦菜單，可能因爲你微博上發了一句"每個月總有那麼幾天"修改了訂餐的推薦菜單（哈哈）！故在數據時代，提議童鞋們檢查公司的信息系統，是否有定期刪除"垃圾"日誌、數據的機制（Viktor說，即使最平凡的信息業可以具有特殊的價值），爲了日益廉價的存儲而刪除日益昂貴的數據，請三思後行吧。

　　《大數據時代》讀後感範文4

如今說起新媒體和互聯網，必提大數據，似乎不這樣說就OUT了。而且人云亦云的居多，不少談論者甚至還沒有認真讀過這方面的經典著作——舍恩佰格的《大數據時代》。維克托、邁爾——舍恩伯格何許人也？他現任牛津大學網絡學院互聯網研究所治理與監管專業教授，曾任哈佛大學肯尼迪學院信息監管科研項目負責人。他的諮詢客戶包括微軟、惠普和IBM等全球頂級企業，他是歐盟互聯網官方政策背後真正的制定者和參與者，他還先後擔任多國政府高層的智囊。這位被譽爲：大數據時代的預言家"的牛津教授真牛！那麼，這位大師說的都是金科玉律嗎？並不一定，讀大師的作品一定要做些功課纔好讀懂，如果能做足功課又具備相應的理論功底，就能與之進行一場思想上的對話。舍恩伯格分三部分來討論大數據，即思維變革、商業變革和管理變革。在第一部分"大數據時代的思維變革"中，舍恩伯格旗幟鮮明的亮出他的三個觀點：

一、更多：不是隨機樣本，而是全體數據。

二、更雜：不是精確性，而是混雜性。

三、更好：不是因果關係，而是相關關係。

對於第一個觀點，我不敢苟同。

一方面是對全體數據進行處理，在技術和設備上有相當高的難度。另一方面是不是都有此必要，對於簡單事實進行判斷的數據分析難道也要採集全體數據嗎？我曾與香港城市大學的祝建華教授討論過。祝教授是傳播學研究方法和數據分析的專家，他認爲一定可以找到一種數理統計方法來進行分析，並不一定需要全部數據。聯繫到舍恩伯格第二個觀點中所說的相關關係，我理解他說的全體數據不是指數量而是指範圍，即大數據的隨機樣本不限於目標數據，還包括目標以外的所有數據。我認爲大數據分析不能排除隨機抽樣，只是抽樣的方法和範圍要加以拓展。

我同意舍恩伯格的第二觀點，我認爲這是對他第一個觀點很好的補充，這也是對精準傳播和精準營銷的一種反思。"大數據的簡單算法比小數據的複雜算法更有效。"更具有宏觀視野和東方哲學思維。對於舍恩伯格的第三個觀點，我也不能完全贊同。"不是因果關係，而是相關關係。"不需要知道"爲什麼"，只需要知道"是什麼"。傳播即數據，數據即關係。在小數據時代人們只關心因果關係，對相關關係認識不足，大數據時代相關關係舉足輕重，如何強調都不爲過，但不應該完全排斥它。大數據從何而來？爲何而用？如果我們完全忽略因果關係，不知道大數據產生的前因後果，也就消解了大數據的人文價值。如今不少學者爲了闡述和傳播其觀點往往語出驚人，對舊有觀念進行徹底的否定。

世間萬物的複雜性多樣化並非非此即彼那麼簡單，舍恩伯格也是這種二元對立的幼稚思維嗎？其實不然，讀者在閱讀時一定要看清楚他是在什麼語境下說的，不要因囫圇吞棗的淺讀而陷入斷章取義的誤讀。比如說舍恩伯格在提出"不是因果關係，而是相關關係。"這一論斷時，他在書中還說道："在大多數情況下，一旦我們完成了對大數據的相關關係分析，而又不再滿足於僅僅知道“是什麼”時，我們就會繼續向更深層次研究的因果關係，找出背後的“爲什麼”。"由此可見，他說的全體數據和相關關係都在特定語境下的，是在數據挖掘中的選項。

大數據研究的一大驅動力就是商用，舍恩伯格在第二部分裏討論了大數據時代的商業變革。舍恩伯格認爲數據化就是一切皆可"量化"，大數據的定量分析有力地回答"是什麼"這一問題，但仍然無法完全回答"爲什麼"。因此，我認爲並不能排除定性分析和質化研究。數據創新可以創造價值，這是毫無疑問的。舍恩伯格在討論大數據的角色定位時仍把它置於數據應用的商業系統中，而沒有把它置於整個社會系統裏，但他在第二部分大數據時代的管理變革中討論了這個問題。在風險社會中信息安全問題日趨凸顯，數據獨裁與隱私保護成爲一對矛盾。如何擺脫大數據的困境？舍恩伯格在最後一節"掌控"中試圖回答，但基本上屬於老生常談。我想，或許凱文、凱利的《失控》可以幫助我們解答這個問題？至少可以提供更多的思考維度。正如舍恩伯格在結語中所道："大數據並不是一個充斥着算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據爲我們提供的不是最終答案，只是參考的答案，幫助是暫時的，而更好的方法和答案還在不久的未來。"謝謝舍恩伯格！讓大數據討論從自然科學回到人文社科。由此推斷，《大數據時代》不是最終答案，也不是標準答案，只是參考的答案。

此外，在閱讀此書之前還必須具備一些數據科學的基本知識和基本概念，比如說什麼叫數據？什麼叫大數據？數據分析與數據挖掘的區別，數字化與數據化有什麼不同？讀前做些功課讀起來就比較好懂了。

　　《大數據時代》讀後感範文5

書中雖只是闡述了大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啓了一次重大的時代轉型，並未提及會對我們教育教學產生什麼影響，但在這樣的大環境之中，我們同樣可以獲得啓示，尋求大數據在教育工作中可實現的價值。

1、教師角度：從基於經驗到基於數據的教學轉型

“經驗主義”是指形而上學的思想方法和工作作風，其特點是在觀察和處理問題的時候，從狹隘的個人經驗出發，不是採用聯繫、發展、全面的觀點，而是採取鼓勵、精緻、片面的觀點。在教學中，我們有時會憑藉以往經驗認定本節課學生的起點，從而制定教學目標、重難點以及教學過程。這往往忽略了上屆學生和這屆學生是有差異的，這班學生和另一班學生也是存在差異的，那如何準確把握學生的起點呢？我想可以藉助前測數據，它可以爲有效教學指明瞭方向。

如教學“複式統計表”時，前期查找資料的時候就發現早在一年級上冊P96的時候學生就見過複式統計表，意讓學生初步認識統計表，滲透統計思想。而二三年級的書中練習也多有涉及，就是這種複式統計表沒有“表頭”，生活中的複式統計表也很多。既然在以前練習時碰到這麼多次複式統計表，學生對複式統計表到底認識多少呢？我們對157名學生進行這樣的調查，第1題：像上表這樣的統計表以前見過嗎？見過約佔65%，沒見過約佔35%，學生在練習中碰到過、生活中也經常看見，但還是約35%的學生回答自己沒見過，說明學生平時在看這個複式統計表的時候就浮於表面，所以這節課我們重點應該讓學生經歷複式統計表的產生過程，加深學生對複式統計表的印象。第2題：上表中的16表示什麼意思？能完整表達出二班身高在130~139釐米的學生有16人，約佔41%；表達一半，如二班16人，或130~139釐米16人，約佔22%，其他約佔37%，真正能正確讀懂複式統計表的學生一半不到，需要在課中進行讀圖方法的指導。而知道這個表叫做複式統計表的學生不到20%。

基於這樣的前測數據，我們將原先的教學設計進行修改，制定出符合這樣學情的教學目標、教學重難點和教學流程，以實現“以生爲本”的課堂。同樣練習課和複習課，也可以藉助本班學生的錯題數據，準備適合這個班學生情況的教學設計。

2、學生角度：建立數據分析觀念

未來肯定是“大數據時代”，那我們的學生作爲未來的主人，在小學時應該掌握什麼樣能力呢？我想數據分析觀念必不可少，2011年修訂的《義務教育數學課程標準》（以下簡稱《課標》）把過去核心詞裏的“統計觀念”，改成“數據分析觀念”，就是希望身爲老師的我們知道，數據分析是很重要的，並且希望教學能夠構建適當的背景，讓學生感受到數據分析是很重要的。那到底要讓學生掌握數據分析觀念的什麼知識呢？

史寧中教授的《大數據與小學數學教育》這篇文章就闡述很清楚，他在文章中提到，結合大數據的主題，回想在“數據分析觀念”中提到的三件事情是非常重要的。

第一件事情，感悟數據中蘊含的信息。要讓孩子們知道，所有的道理不一定都是老師教的，不一定都是父母說的，也不一定是書本上說的，有一些信息，有一些道理是通過數據知道的。這個叫做數學的“實事求是”。有些東西是要經過思考的，根據什麼來思考呢？根據事實思考，然後得出自己的結論。這樣，孩子就可能會想問題，就可能會發現問題，提出問題，分析問題，解決問題。

第二件事情，知道數據中的信息可以用不同的辦法獲取。數據中的信息不像純數學那樣，只能靠一個辦法得到。世界上絕對真理是不存在的，很多事情是相對的，相對的意思就是同樣的數據，用不同的方法分析會得到不同的結論。因此它取決於這個人的判斷準則，取決於他的價值觀。什麼樣的辦法好呢？大家討論叫做民主，或者是最符合背景的方法就是一個好辦法。這個是判斷準則，也可以自己定。這個事情得從小開始重視，應該讓孩子們知道，有些標準是老師定的，但是有些標準你也可以定。

第三件事情，感悟數據是隨機的。可能這次取得的數據是這樣的，下一次取得的數據是那樣的。雖然是隨機的，但是隻要你取得相當多的數據之後，就能發現其中的規律性。

以上是讀了這本書之後又找了一些相關文章閱讀後，一些凌亂、零碎的想法，有些想法還得細細思考如何落實到自己的實際教學中，近期也一直在整理《基於作業中錯題數據改進數學練習課的教學研究》的課題成果，通過對班級學生作業中錯題數據的統計分析，從而發現其中典型錯誤、易錯題等等，幫助教師確定練習課的重難點，就不會像書裏的練習板塊那樣流水賬式地複習，以此更有效地針對班級學情設計練習課教學，提高了練習課的效率；另一方面，也可以利用這些數據，知道各層次學生的錯誤點，分析原因，從而設計出針對不同層次學生的作業練習，讓不同的學生能在作業中得到不同的發展，避免學生一直重複做已經掌握的題。

　　《大數據時代》讀後感範文6

3月11日下午兩節課後，我校全體教師和受邀而來的金南學區各友好學校的領導及教師匯聚於多媒體教室，共同分享、交流。

老師們從：何謂大數據；立足國情對大數據進行探討；大數據在教育教學中的主要應用等幾個方面暢談了自己的感悟。

張萌老師說：大數據體量龐大、結構複雜、是產生巨大價值的數據集合。大數據這種方法在中國的國情下需要以更加科學、合適的方式進行實踐，不可生搬硬套。

董譯雯老師說：在你我感嘆《大數據時代》裏深植於美國民衆血液中的自由、民主、嚴謹的價值觀的同時，可否想過中國教育體制下的孩子們身上還殘留多少獨立與自我意識？作爲典型的八零後，我們這一代人身上最缺失的便是獨立思考能力。但願，我的學生哪怕是因爲我所做的一點點努力而開始思考“我”這個字的含義，足矣！

張紅傑老師說：很感謝校長給我們推薦了《大數據時代》這本書。在教學工作中，應該有大數據意識，創新意識。學習一些專業的教學統計法、數據分析法，從中發現一些教育現象，並採取相應的策略。讓我們的教育教學工作少一些隨意和盲目，多一份嚴謹與科學。

白媛媛老師通過文中的三個事例，結合教學實際，談了自己教學中對數據使用的價值；結合自己的工作，談了如何實現工作的最高境界。

交流活動尾聲，身爲閱讀《大數據時代》的倡議者、發起者、以及忠實的讀者韓校長幽默風趣的同大家分享了他讀後的感悟：我們心中要裝着學校，因爲我們個人的命運依賴羣體的命運；工作要追求精細化，不能做胡適書中的“差不多”先生；尊重數據，擁有數據意識，建立數據團隊！

此次活動從寒假期間倡導讀《大數據時代》一書，到開學伊始的分組沙龍，再到今日的閱讀共享，現已圓滿告一段落。相信此次活動定會增強我校全體教師的數據意識，掌握大數據，運用大智慧助推我校的教育教學上一個新的臺階！

　　《大數據時代》讀後感範文7

“除了上帝，任何人都必須用數據來說話。”——這是《大數據時代》中出現的讓人印象深刻的一句話，也是全書力圖傳遞的信息。在數字信息時代，數據和空氣一樣遍佈生活，對於有些人來說，數據無意義，而對於有些人來說，數據，即真相。

美國是《大數據時代》的主角，全書通過講述美國半個多世紀信息開放、技術創新的歷史，公共財政透明的曲折、《數據質量法》背後的隱情、全民醫改法案的波瀾、統一身份證的百年糾結、街頭警察的創新傳奇、美國礦難的悲情歷史、商務智能的前世今生、數據開放運動的全球興起，Web3·0與下一代互聯網的未來圖景等等，爲讀者一一細解數據創新給公民、政府、社會帶來的種種挑戰和變革。

透過全書，一個立體的美國及美國人民的思想呈現在我們面前——美國人民執著於個人隱私的保護，卻又不遺餘力地推動着政府信息的透明與公開。

讀完此書，對生活中的數據及數據處理突然有了很大的興趣。如果有一天，處處以數據說話，那麼，政治、制度、生活將更加清明，事故、將降到最低點。

作爲信息技術教師，是有必要閱讀此書的！有慧根的教師將能從書中挖掘出信息技術特有的文化以及能用於教學的鮮活案例。

每天能用來閱讀的時間很少，總是要等到夜深疲倦時纔有空打開書本，總是在眼睛極不舒服的情況下堅持閱讀，《大數據時代》就這樣在堅持中溶入我的思想……

　　《大數據時代》讀後感範文8

讀完《大數據時代》，我才意識到這並不是一本枯燥無味的書籍。作者運用案例和講故事的方式，把美國數據開放、收集、使用背後的立法故事、公民故事、技術故事、商業故事娓娓道來，引人入勝，令我大開眼界。

我在想，大數據概念對於教育來說會產生什麼樣的實用價值呢？一直以來，中國教育在研究教育的數字化，比如數字化校園，這個思路就是把我們教育的內容進行數字化，其結果指向的就是電子教材的研發或者是教學過程的數字化。美其名曰，這是教育技術的重要內涵。在教學過程中，學生的行爲表現都可以被數據化，而這項研究不是任何一個專業可以深入下去的，它的專業性太強，所以我纔會想到，所謂教育技術與其研究教育的數字化，不如研究教育的數據化來得實在，來的有意義。長期以來，我們並不瞭解教育對一個人的影響具體會如何表現，我們有的只是一個輪廓，我們也並不確定一個教師的行爲對學生具體產生了哪些影響。所以，人們對教育一直有一個深深的質疑，它是不是科學的？大數據概念至少提出了關注“是什麼”比“爲什麼”要有實際意義得多。而我們的教育恰好需要把注意力從“爲什麼”轉移到“是什麼”上面來，只有如此，才能把教育從爲什麼發展成“可能成爲什麼”上來，這會是一次思想上的革命。而對於現在地位岌岌可危的教育技術來說，把研究的重點從數字化轉移到數據化上面，這纔是它的出路。

如何將數據融入教學，教育者首先通過標準化全科教學處方，實現了教師授課模板和教學內容的標準化，保證每個教學過程和內容是可控的，然後結合每天的教學內容，處理好面對的數據，處理好數據，自然也就處理好了課堂的反饋，最終形成了既注重教學體驗又以教學結果爲導向的教學體系。

與此同時，不僅要注重課上的學生資源，在課後還要對這些資源進行跟蹤處理。這與過去的教育教學顯然是不同的，面對大數據時代的到來，教學有所改變是必然的。所以，無論環境怎麼變換，數據如何複雜，我們都不能不去改變自己的教學去迎合將來的這個大數據時代。