大数据口号(精选7篇)

范文为教学中作为模范的文章，也常常用来指写作的模板。常常用于文秘写作的参考，也可以作为演讲材料编写前的参考。写范文的时候需要注意什么呢？有哪些格式需要注意呢？下面是小编帮大家整理的优质范文，仅供参考，大家一起来看看吧。

大数据口号篇一

数据，对于我们现代社社会来说，已经是再熟悉不过了。大量化（volume）、多样化（variety）、快速化（velocity）和大价值（value）。这四个v就是大数据的基本特征。每天我们都不得不和数据打交道，比如我们平常所说得“眼观六路，耳听八方，”就是生活中一个很好的的收集数据的例子。还有，在我们平时的学习中，我们对于一些学习上的数据的整理等等。可以说，数据已经成为了我们的影子一样，无时无刻的在我们的身边活动。

拿到《大数据》这本书时，吸引我的不是书评的内容，而是书的封面上的一句话“除了上帝，任何人都可以用数据说话。”也就是说，上帝可以不用数据来说话，但是，作为一个平常人，我们做事，言论等都必须用数据来说话。用数据论来证我们的观点正确性。

那么数据真的就是那么重要吗？其实不然，数据果真有那么的重要。作者在书中大量应用世界头号强国美国的例子来说明美国是如何利用数据以及数据在美国人的利用下，是如何造福美国人的。使得美国人走上了民主、发展的道路。书中还引用了大量的利用数据的案例，以及利用数据会有什么样的后果。当然，作者在书中也很明确的表达了自己观点，也就是数据要被人利用，利用的好了，造福人类，否则，祸害无穷。

毫无疑问，我们正处在一个真正意义的大数据时代。但是，大数据浪潮的来龙去脉如何？数据技术变革何以能推动政府信息的公开、透明和社会公正？又何以给我们带来无限的商机，既便利又危及我们每个人的生活？《大数据》给了我们一个很好的答案。在拿到徐子沛《大数据》时，与其说这是个新概念，还不如说就是一个现实。信息技术的迅速发展和普遍应用，存储能力的膨胀，网络传输的便捷，必然产生巨大的数据量。即使是一个公司，经过多年的积累，产生的数据也是惊人的。每天繁多的数据，这就是要求企业要很好地存储数据，利用数据通过数据，使得数据说话，提升企业的业绩和知名度。

对于一个企业来说，比较实际的倒是关注一下企业微观大数据，如何充分利用现有的、能够得到的和自己创造的数据，采用《大数据》里提及的新技术、新方法、新理念，筛选、组织、关联、分析，精细化管理和挖掘数据，探索规律性的东西，指导企业活动。尽可能多的获取数据，首先是要有心，对于公司员工来说，随时随地注意收集客户数据、需求数据、产品数据、市场数据、资源数据等，经过整理，把它变成公司的数据资产；然后是要有据，信息与数据最大的不同，就是数据是能够度量或者确定的信息，不能“毛估估”，收集数据要精细化，要准确；其次要有序，数据需要存储，更加需要整理，单个数据没有很大意义，静止的数据也没有很大意义，有价值的数据是流动的、与其他数据交互作用的。一个大杂烩的数据库，在需要时让人找不到北，没有任何意义。再次，需要技术支持，大量的数据如何检索，如何关联，单靠人脑是不行的，需要建立基于特定理论的数据处理系统来分析管理。对于一个企业，最理想的是建立一个类似人类神经系统的数据管理系统，采用各种信息终端采集内部和外部信息，通过分析、归纳、筛选，形成管理数据，某些数据可以成为系统的“本能”，一旦触发能够自动做出反应；某些数据可以成为组合信息提交大脑综合分析，作出决策和反应。数据应该为人服务，这是一条基本原则。在大数据时代始终发挥人的主观能动性，采用先进的理念和技术驾驭数据，让人们生活更方便，工作效率更高，劳动强度降低，为社会创造更多的物质财富和精神财富。

在中国，统计部门提供的数据，是各级政府部门和广大人民群众了解国家社会经济发展和人民生活状况主要渠道。只有真实可靠统计数据，才能使政府决策有的放矢，人民了解国家经济与人民生活的真实状况。如果统计数据虚假不实，就会误导政府和人民，让政府失信于人民。因此，我们一定把握好数据的生命线—质量关，确保给国家和人民提供准确、真实、可靠、无误的数据。

二、如何高效有序地收集数据？

收集数据的目的是为分析利用数据。通过数据分析挖掘数据背后隐含的经济规律及有利于提高效率、改进工作的因素，提高政府管理、决策和人民生活水平，实现“用数据改进管理”。因此，作为统计人，不仅要做好数据收集的及时有效和真实正确，更重要的是要善于分析利用数据，写好专业分析报告，发现问题、支撑决策、评估绩效的目的。

此外我们还可以看到不少政府机构或者其他一些组织也在开始大数据解决他们遇到的一些问题。在本书的最后一章，作者告诉了我们大数据可能带来的坏处。如：通过大数据可能我们的个人各种信息、隐私会很容易地被大数据的拥有者找到，这些信息，可能被政府用来监管我们等；通过大数据可以预测可能发生的事，或者预测我们人个人本书即将做的行为，书中有个例子：警察通过大数据分析得出一个人即将可能犯罪，并把它逮捕了，但事实上这个人现在并没有犯罪。也许这就限制、约束了我们个人的自由。

看完这本书，颠覆了自己之前的一些想法： 以前我们认为错误的数据是没有用，我们需要保证统计的数据的准确性，但是在大数据中，错误的数据也是有用的，它和其他所有相对正确的数据一起构成了整体，也就算不了什么了。我们同样可以从这些数据中得出比较正确的预测和分析。google利用人们搜索的关键字来预测和判断某个地区是否发生流感，google通过分析这个地区的人们搜索和流感有关的词的数量等来分析得出。google 从互联网抓取数以亿记的各种语言、各种翻译水平的翻译结果，使用其翻译出来的准确率比那些微软使用正确的词库翻译出来的句子准备率更高。我自己的感想是，其实大数据无处不在，只要我们细心，我们就可以挖掘出身边的那些大数据，并做一些有意义的是，就像书中说的那样，我们不需要强求每条数据都那么真实准确，但是从大量的数据中我们就可以得出相对准备的结果。未来成功的公司必定是是那些拥有大量数据、并使用那些数据为大众提供服务的公司。

大数据口号篇二

2014级经济管理专业 李学堂 学号20140238

短短几天把涂子沛先生的《大数据》这本书浏览一遍，结合去年北大继续教育学院进行现代管理学科学习时，老师介绍这本书时的精髓、内涵时的情景，写这篇心得体会。现将浅薄体会与老师同学们一起交流，部分内容参考了书内容和涂子沛先生的观点，希望老师同学给予批评指正。

“一个真正的信息社会，首先是一个公民社会”，这是全书的一个出发点，这个出发点就是说，“信息社会最大的特点就是，信息的自由流动。”涂子沛在书中的观点是：如果没有人的平等，没有人的自由，信息能够自由流动吗？如果没有人的平等，我们这个社会彼此另外压抑另外一个人，我们的创造力怎么迸发出来？我们每个人都面临大数据时代思维变革的挑战。

涂先生在书中说出 “大数据时代的公民生活”，题目他在书中来演绎公民生活的时候，它的背景是“大数据”时代。首先他讲了“什么是大数据时代”，在研究一个现象的时候，首先要研究它的定义，研究它的内涵，咱们就先把数据给它抽走，看看代表是什么。数据不是数字，数据是有跟列的数字，当他在书中谈到数据的时候，我们想到的是它代表计算，代表精确，代表理性，代表科学，代表事实。大家说姚明很高，到底有多高，你最后说两米多左右，这就是一个精确的事实。数据的出现也是人类认识这个世界，不断地向前推进的需要，人类发现需要精确的数字，就好像回到刚才的例子，你说很高很高，到底有多高，我们看，人类历史上很多重大的文明推进和演进都跟数据离不开，比如说度量衡的发明，货币的发明，再比如二进制的发明最后导致计算机的发明，最背后就是数据。

计算机最早是计算数字和处理数字，那时候就存在database，后来随着计算机能力的不断增强，它可以处理文字、图片、视频、声音等等，但所有这些都放在database，所以他在书中把这所有的一切都称为数据，这时候数据的内涵扩大了。其实大家要知道数据的内涵在扩大，还有一些其他的事情也在发生变化，就是说数据的容量在增大。八十年代的时候就有人提出big data这个概念，那时候的“大数据”的还不是现在“大数据”的概念。“大数据”这个概念不断的演变，最早有人就预见到说有一天数据会比程序更加重要，比软件更加重要，它是指重要性。所以我们往大了说，可以说这是一个大的机器，一个大的房子，也可以说是一个大容物。书中说的：到2000年的时候，宾夕法尼亚大学有一个教授出来定义，那时候企业的数据已经到泰了，他说200泰的数据就是大数据了，那泰到底是什么样的单位呢？比如全世界最大的图书馆是美国国会图书馆，美国国会图书印刷品的含量，不包括电子图书加起来是15泰，北师大应该是2个泰或者更少，这个数据就叫“泰”。

2 代公民的生活。data在五年的时候，应该有一个创始人，他发现一个东西：同一个计算机芯片，同一个面积上晶体管的数量每一到两年就要增加一倍，这意味着什么？意味着计算机处理的能力越来越强，存储的能力也越来越强，同一个面积上东西越来越多，越来越密，一到两年就增加一倍，物力存在器的性能不断上升，价值不断的下降。有一个考证说，从五十年代起最早的存储器发明到现在，存储器的价格下降了300万倍，大家可以想想，历史上还有什么商品它的价格能在半个世纪下降300万倍？而摩尔定律也成为了一个代名词，呈指数形发展的变化，急剧变化的状态，剧变的变化。我们可以看看，这个图代表摩尔定律，是条直线，为什么是直线呢？因为没办法画，如果严格按刻度来画的话应该是一条横轴的曲线。涂先生在书中分析了：“1988年一个科学家提出了普适计算，普适计算提的不多，大家都提物联网。物联网是普适计算一个子概念，人家计算机的浪潮是分阶段的：第一个阶段是主机阶段，到80年代由于微软、苹果一直到个人电脑的阶段，88年互联网之后，科学家说这不是结果”。

“一个主动你就能改变的时代，因为资源就在那里，你不能去等其他的人”这是涂先生的观点。他说说影响公民的第一点：公民最主要的精神是什么？是积极地介入，积极地改变。影响我们公民的第二点，书里面有很多关于“大数据”时代的隐私文化，有的专家说87%都不能定位，只要通过“大数据”挖掘就会定位，这是影响我们公民生活的一个巨大的挑战，就是隐私权的挑战，而隐私权是一个非常重要的问题，是对个人自由的凭照。他为什么用这么大的篇幅来写隐私权利呢？也是因为我觉得，我们中国社会特别需要隐私权利，不仅是政府在侵犯公民的隐私权利，我们公民彼此之间也在不停地侵犯隐私权，而且大家习以为常。但是隐私权是一个文明社会的标志，越文明的社会，越注重隐私权，个人才越有自由，隐私权是把自己跟公共生活划分开的一条界线，保障个人的自由。社交媒体让我们进入一个前所未有人文相连的时代，这影不影响我们的公民生活？这是最大的隐患，为什么？它把我们人跟人连接起来，我们知道人跟人一旦连接起来，1+1大于2的作用。

总之，使我感受到当前我们正生活在，每天都不同、都高速度发展、激烈竞

4 争和大数据时代。我们每个人都必须面对大数据时代、结合实际面对挑战，要相信“想不到事情会发生，想不到的速度会发生”。要及时更新知识、广纳信息、梳理思维及时做出正确判断、做好工作学习生活中的精准决策。

大数据口号篇三

有人说生活像一团乱麻，剪不断理还乱；我说生活像一团乱码，尽管云山雾罩惝恍迷离，最后却总会拨云见日雨过天晴。维克托迈尔舍恩伯格就把这团乱码叫做大数据，在他的这本书里，试图给出的就是拨开云雾见青天的玄机。

这玄机说来也简单，就是放弃千百年来人们孜孜追求的因果关系转而投奔相关关系。说来简单，其实却颠覆了多少代人对真理探求的梦想。我觉得作者是个典型的实用主义者，在美帝国主义万恶的压迫下，始终追逐性价比和利益最大化，居然放弃了追求共产主义真理最基本的要求！不像我们在天朝光芒的笼罩下，从小就开始学习和追求纯粹的共产主义唯心科学历史文化知识啦！这或许就是我们永远无法获得诺贝尔奖、永远无法站在科技最前沿的根本原因吧。其实小学时候，我就想过这个问题，相信所有的人都问过类似的问题，例如现在仍然很多人在问，妈的从来没人知道我每天摆摊赚多少钱，你们他妈的那人均收入四五千是怎么算出来的。中国是抽样的代表，因为中国人最喜欢用代表来表现整体，最典型的例子莫过于公布的幸福指数满意指数各种指数永远都高于你的预期，你完全不清楚他是怎么来的，一直到最后汇总成三个代表，真心不清楚它到底能代表了啥。说这么多显得自己是个愤青，其实只是想表达“样本=总体”这个概念在科技飞速发展的今天，在世界的不同角落，还是会体现出不同的价值，受到不同程度的对待及关注。在大数据观念的冲击下，我们是不是真的需要将平时关注的重点从事物内在的发展规律转移到事物客观的发生情况上。

大数据的出现，必然对诸多领域产生极大的冲击，某些行业在未来十年必将会得到突飞猛进的发展，而其他一些行业则可能会消失。这是废话，典型的三十年河东三十年河西的道理，就像三十年前的数理化王子们，现在可能蜷缩在某工厂的小角落里颤颤巍巍的修理机器；就像三十年前职业高中的学生才学财会学银行，如今这帮孙子一个个都开大奔养小三攒的楼房够给自己做墓群的了；当然也不乏像生物这种专业，三十年前人们不知道是干啥的，三十年后人们都知道没事别去干，唯一可惜的是我在这三十年之间的历史长河中却恰恰选了这么一个专业，这也是为什么我现在在这写读后感而没有跟姑娘去玩耍的原因。其实乍一看这个题目，我首先想到的是精益生产的过程控制，比如六西格玛，这其实就是通过对所有数据的分析来预测产品品质的变化，就已经是大数据的具体应用了。而任何事物都会有偏差，会有错误，也就是说，这全部的数据中，肯定是要出现很多与总体反应出的规律相违背的个体，但是无论如何这也是该事件中一般规律的客观体现的一种形式，要远远好过从选定的样本中剔除异常值然后得到的结论。换句话说，也大大减少了排除异己对表达事物客观规律的影响。就好比是统计局统计中国人民的平均收入一样，这些数怎么这么低啊，这不是给我们国家在国际社会上的形象抹黑么，删掉删掉；这些数怎么这么高啊，这还不引起社会不满国家动荡啊，删掉删掉。所以说，大数据至少对反应客观事实和对客观事实做预测这两个方面是有非常积极地意义的。而这个新兴行业所体现的商机，既在如何利用数据上，又在如何取得数据上。

先说数据的利用，这里面表达的就是作者在通书中强调的对“相关关系”的挖掘利用。相关关系与因果关系便不再赘述，而能够对相关关系进行挖掘利用的企业其实缺不多，因为可以相信未来的大数据库就像现在的自然资源一样，必将因为对利益的追逐成为稀缺资源，而最终落在个别人或企业或部门的手中。想想无论当你想要做什么事情的时候，都有人已经提前知道并且为你做好了计划，还真是一件甜蜜而又令人不寒而栗的事情。

而对于数据的获取，我觉得必然是未来中小型企业甚至个人发挥极致的创造力的领域。如何在尽可能降低成本的情况下采集到越多越准确的数据是必然的发展趋势，鉴于这三个维度事实上都无法做到极致，那么对于数据获取方式的争夺肯定将成就更多的英雄人物。

现在回头从说说作者书中的观点中想到的，p87中关于巴斯德的疫苗的事件，描述了一个被疯狗咬伤的小孩，在接种了巴斯德的狂犬疫苗后成功幸存，巴斯德成了英雄的故事。这是个非常有意思的案例，因为小孩被狗咬伤而患病的概率仅为七分之一，也就是说，本事件有85%的概率是小孩根本就不会患病。那么小孩的生命到底是不是巴斯德救的，而这疫苗到底是有效没效，通过这个事件似乎根本就没有办法得到验证。这就好比某人推出个四万亿计划，但实际上国际经济形势就是好转，哪怕你只推出个二百五计划，gdp都会蹭蹭的往上涨，而且又不会带来四万亿导致的严重通胀、产能过剩、房价泡沫等问题。那你说这四万亿到底是救了国还是误了国？回到我自己的工作领域上来，安全工作，我们一直遵循的方向都是寻找因果关系，典型的从工作前的`风险评估，到调查事故的taproot或者五个为什么，无一不是逻辑推理得到结果的产物。而事实上，如果能做到信息的丰富采集和汇总的话，找出事物之间的相关性，对提高工作环境的安全系数是极为有利的。这个点留着，看看可不可以在未来继续做进一步研究。

p89说了常用的两种因果推理方式，分别是凭直觉的快速推理和经过分析的慢速推理。有意思的是很多时候直觉反而比分析来得成功率要更高。作者是想利用这个例子来说明因果关系是多么的不可靠，也想表达出靠分析试验得到结果的过程成本有多高。其实我是想说，因果关系更多面向的是未来，是没有对新鲜事物发展做出的预测，而相关关系更多的是对已经存在的事物未来发展的预测，侧重点不同而已。

p135里面关于山上小球的描述，它的能量是隐藏的、潜在的。这个观点我很喜欢，也很悲观。这正说明了社会上的一种现象。很多人，虽然没有站在巨人的肩膀上，但是当他们站在亲爹干爹的路虎上保险箱上高背椅上时，就是拥有别人无法企及的力量。最近一直在背马丁老兄的i have a dream，真真切切体会到自由、公正、平等对一个社会，一个国家繁荣发展的重要性。实干兴邦、空谈误国，那就先从建立一个公平的社会秩序开始吧！

p163里面大概讲述了商家是怎么通过大数据获得的信息来进行商业推广的。这里我只想用我的三张信用卡发卡银行做一下比较。首先是交通银行，这张卡最近半年几乎没怎么用，交行也从来都无声无息，我考虑已经可以把这张卡扔掉了；去年因为国航里程申请了一张中信的信用卡，但是今年开始也已基本停用，因为之前一段时间一直使用，中信银行这几个月频繁与我联系，推荐各种业务，多次要给我提供贷款或者提高透支额度，我几次都想要不然就换回来继续用它好了；招商银行的卡也是我用得比较久的一张，近期每月的消费基本都稳定在几千，偶尔也有一万多快两万的时候，当然这不是因为我消费，只是因为出差比较多自己垫钱多而已，但是招商银行从未与我联系给我提升额度，尽管我的月消费额度都已经基本达到信用卡的上限了，有时候甚至不得不使用别家的信用卡。最差的自然是中行，首先是预约了国航金卡的信用卡，结果联系了两次我都在出差，就再也不与我联系了，半年多了我还没有拿到我的卡，而作为工资卡的借记卡，多年来仍然是每天网上付款最多2000，我的使用记录明明经常一个月有好几天都达到2000的顶值，甚至我都主动打过电话要求更改，都给我答复是必须到柜台办理。说完这几个例子，我想中国的银行业与欧美发达国家银行的差距就已经是显而易见了。真的很难以想象这种企业能在世界500强中排名那么靠前，是因为黑了中国人民多少钱。而通过对visa和mastercard的案例描述，则清晰的说明了一个成功的银行是怎么通过对数据收集进行行为预测，最终改变消费者消费习惯的。

然后想说说关于免费导航等应用的使用。天下没有免费的午餐，这是亘古不变的真理。你以为你可以只花点流量费就能舒服方便的使用卫星导航了么，你去过的每一个地方，时间，逗留市场都已经被人家记录下来卖给商家啦，哪天你打车找到一家麦当劳，刚停下车服务员就送上一套板烧鸡腿汉堡套餐可乐换阳光橙不加冰的时候你可千万不要惊讶，因为你已经无时无刻不暴露在别人的监视之下了。

最后想用文中引用的莎士比亚的一句话作为结尾，凡是过去，皆为序曲。

大数据口号篇四

每个人都在讨论，

但没人做过。

每个人都以为其他人做过，

因为每个人都声称自己做过。

这个比喻为尚处在萌芽幼齿阶段的大数据蒙上了一层有趣且暧昧的意味。

在本次 sdcc(中国软件开发者大会)上，一些真枪实弹地做过大数据的高中生行业精英，向小伙伴们普及了一些有趣的 冷知识。

大数据的隐秘魅力就在于，他比你都了解你。你以为你每次按下手机按键的动作都是一样的吗?哈哈图样图森破。

那么这种“恰到好处“的情绪拿捏和大数据有什么关系呢?实际上对你情绪的推测是建立在对你多次正常点击的记录之上的。这种行为数据甚至在你还未意识到的时候，就“出卖”了你的情绪。

今日头条技术副总裁杨震原在分析一个按钮的平均触摸时间

银行每天的交易账目流水的统计数据，并不是大数据，而每个用户在拿号之后等待了多久才排到，有多少用户骂娘，有多少用户过于焦急愤而离去，这些真正的行为才是大数据。

杨震原又举了今日头条在应用中的另一个例子。

实际上，你在一篇文章的什么位置停留多久，然后划动了多远，在新的位置停留了多久，是否看了评论，看了几条评论，都可以按顺序被记录下来。接下来就是通过算法评估读者的兴趣所在。

csdn创始人蒋涛也特别提到，美国电商平台wish正是用大数据的方法，根据每个人的数据不同，“看人下菜碟”地推荐你可能喜欢的货品，三年时间已经发展成北美最大的电商之一。

所以，一个悲伤的消息是：未来如果你要隐藏自己的身份，不仅仅要变装易容伪造指纹，甚至连点击手机，查看文章的习惯都要改变了。

如果要想知道有多大比例的人喜欢gv，那么只需要做好抽样调查就可以了，没有必要对所有人进行调查。但是如果你想要推销宅腐的周边智能硬件产品，则需要逐个排查每个人“独特”的兴趣爱好。

所有数据一个都不能少，这就是所谓的“全量加工”，这些数据的制造者正是各大厂商利润的源泉。

360商业产品首席架构师刘鹏是一名网红，他在很多场合都强调：全量加工才是大数据。他说，涉及到个性化推荐、计算广告、个人征信这些场景，大规模的计算就是无法避免的。

从技术角度来说，之所以大数据可以做到这么精准，也主要得益于技术的进步。感知设备被丰富地用在五花八门的硬件上，使得以前无法记录的数据，现在都可以被记录了。

大数据应该交给机器做决策，而不是交给人做决策。

这种洋溢着对人类深深不信任感的论断同样来自于刘鹏。在他眼中，大数据是为机器提供的食粮。而能够驾驭大数据的人类基本只有两种：数据科学家和统计工作者。

it企业中养一群科学家的可能性为零。而人类的判断往往基于宏观、战略，不可能有精力做到“因事而异”。相比之下机器的判断比人类更加细致。比如为每个用户比如画像、贴标签。所以，要想把大数据利用透彻，愚蠢的人类还是暂时靠边站吧。

“数据”这两个字，天然给人一种完美而且精准的感觉。在这方面，大数据要挑战你的底线。作为数字广告领域的大牛，刘鹏强调，大数据可以存在半一致性这样模棱两可的属性。换句话说，允许数据错误和丢失。

纳尼?错误的数据也是好数据吗?没错。由于数据量巨大，而且分析半天往往没什么有用的收获(价值密度低)，分析者往往需要选取一些特征数据做加工，而对于这些特征数据，也许还要简化之后再加工。所以最终大数据要达到的结果是难得糊涂，却一针见血。

所以，如果有人向喜爱人民网的你推荐草榴的时候，先不要发火，你可能只是大数据的一个错误罢了。

如果你是一个鲁莽的人，最想知道这个情况的无疑是你的汽车保险公司，想必你的保费会居高不下;如果你是一个谨小慎微的人，最想知道的也是保险公司，因为它可以用打折的保费吸引你投保。

在你身上，甚至存在一个精确的“岀险率”数字。这个听上去很惊悚的数字恰恰是保险公司利润的来源。因为不掌握这样大数据的个人，是无法计算自己的岀险率的。保险公司恰恰利用这种信息不对称，给一个岀险率是万分之一的人开出了千分之一的保价，相当于赚了十倍的利润。

数据比它看上去的样子更险恶，这是大数据业内人士的普遍共识。即使隐去了你的姓名电话等等敏感信息，只保留你和其他人联系的记录，熟悉你的人完全可以猜到你的身份。目前大数据的安全性，在他人的恶意之下，显得力不从心。

隐私问题，制度只能解决20分，剩下的80分要靠技术进步来解决。

刘鹏如是说。期待市场倒退到前大数据时代，似乎没有希望了。

如何精确统计出有多少人喜爱苍井空，有多少人喜欢武藤兰，但是又不泄露到底是谁喜欢苍老师，谁喜欢武老师，这是目前大数据的最前沿研究。

有关大数据的政策再严格，没有一套可靠的保密技术，数据的安全都是无从谈起的。隐私算法、数据脱敏、数据隔离。都是研究的方向。在此之前，各位的大数据还都在相对危险的状态。这也是为什么目前法律没有禁止数据买卖，而各大巨头却不敢将数据出售的原因。 当然，大数据库市场价目前比较低也是一个重要的原因。

大数据口号篇五

学习数据库对我来说是一直都计划学的，没接触的时候总是觉得它比较深奥或是不可接近的电脑知识，尽管自己对电脑非常感兴趣，其实还是有些心理上的陌生感，数据库学习心得体会。

学习电脑就和我们平时的其它科目学习一样感觉它有永无止境的知识，在这从初接触电脑时连个电脑的键盘都不敢动到现在连硬盘都也修理，其中的过程是多么长啊，数据库是我在高中时候听过，到了大学渐渐了解了些，但就其原理性的内容还不知道，也就是根本就不清楚什么是数据库，只是知道一个所谓的中国字典里的名词。

我认识它是从我接触网页制作开始的，初用frontpage做网页也就是弄几个框图，没什么东西但还觉得不错，后来听朋友说这是最简单最普通的东东。朋友告诉我真真的网页起码也用到数据库这些东西了，有什么前台的后台的。听我的都晕头转向了，感觉自己是一个长不大的菜鸟了，之后我就去查找相关资料发现在数据库有很多种，这才对它有所了解。

大一、大二的时候想学可不知道怎么学，从什么地方学起。当时也没注意选课本上有这类的课程，到了大三正式的课程也轻松些了，仔细观摩了选修课发现有数据库，有数据库原理和oracle数据库。

当时感觉oracle数据库既然是单独一门课程一定会讲的比较细，也能学到真正实用的内容。选上了这门课以后发现和我想的基本是一样的，老师对学生也比较和蔼可亲，对我们要求也不是很紧。让每个人都觉得轻轻松松就能把这门课程学完，没有多么紧张的作业，也没有太苛刻的要求。

当老师在最后说这个课程结束了，回顾一下以前老师给我们讲过的东西，真的有很多是我们应该去注意的。学习完oracle数据库后感觉oracle可分两大块，一块是开发，一块是管理。开发主要是写写存储过程、触发器什么的，还有就是用oracle的develop工具做form。

有点类似于程序员，当然我可不是什么程序员，有几个程序员朋友他们是我的偶像。开发还需要有较强的逻辑思维和创造能力，自己没有真正做过，但感觉应该会比较辛苦，是青春饭;管理则需要对oracle数据库的原理有深刻的认识，有全局操纵的能力和紧密的思维，责任较大，因为一个小的失误就会down掉整个数据库，相对前者来说，后者更看重经验。这些东西都是从老师哪里和朋友的讨论中得到的心得，也希望其他朋友能多多向老师和朋友请教，如果是个人单独靠自己来完成一个完美的数据库我觉得比较困难，现在基本上都是团队类型的，而且他们的效率高开发的周期也快。

俱乐部认识几个比较历害的人，他们的团队精神我比较佩服，像我这样一个大学生和他们说起来太菜了。由于数据库管理的责任重大，很少公司愿意请一个刚刚接触oracle的人去管理数据库。

对于我们这些初出茅庐的新手来说，个人认为可以先选择做开发，有一定经验后转型，去做数据库的管理。当然，这个还是要看人个的实际情况来定。其实在烟台大学里学生中有做的好的也是有，只不过通常象这些兄弟们我觉得很少能发现在，因为我只知道一个。在烟雨楼台的bbs版块里有个程序版块，这位版主以前就是学校网络中心的牛人。他曾告诉我学习的方法就是：看书、思考、写笔记、做实验、再思考、再写笔记。我觉得说的很对，对于新手来说就要这样，不断的去努力奋斗，最后一定能得到自己想要的成果。

以前没接触过它，现在认识了它才知道oracle的体系很庞大，要学习它，首先要了解oracle的框架。它有物理结构(由控制文件、数据文件、重做日志文件、参数文件、归档文件、密码文件组成)，逻辑结构(表空间、段、区、块)，内存分配(sga和pga)算机的实际内存中得以分配，如果实际内存不够再往虚拟内存中写，后台进程(数据写进程、日志写进程、系统监控、进程监控、检查点进程、归档进程、服务进程、用户进程)，scn(system change number)。

这些东西感觉都比较专业，我对它们也就是个知道，想要真真去认识我还得努力去做。虽然懂得还不是很多，起码会了基本的软件操作，老师说我们用的都是客户端，服务端看不到，也不知道服务端是什么样的，只知道客户端就挺多东西的，没有真正的去学习利用是很难掌握的。

oracle数据库的学习使我对数据库的有了新的进步，以后再看到也就不至于什么也不懂，其实那么多数据库我觉得学好一门就行，只是他们的语言可能不大一样，学好一门后就可去认识其它的，这样应该有事半功倍的效果。就像我学习c语言，当时不能说是学习的棒，但不算差。所以我对以后的语言感觉都不是很困难，了解了vb、c++还有网页中用的html语言、asp语言都能看懂，起码可以对别人的东西进行了一下修改。

因此，我感谢oracle数据库老师给了我有用的知识，以便我在以后学习或认识更多的内容能有新的方法和思维，也能更加有效和快速的去消化吸收新的东西。

希望在今后中，oracle能给我更多帮助，让我在我熟悉的vb中运用上去，我以前的一个目标是要为学校的选课做一个选课助手来帮助大学，就用我的vb。不过因为种种原因一直没有完成，也包括我对数据库的不了解，因为学了oracle以后知道第一项内容是通过sql查询后得到的，如果去把它们联系起来还不是真正明白，不过我相信我的目标能在学习oracle后得到进展。

大数据口号篇六

（赵元）

最近闲暇之余我读了徐子沛先生的《大数据》一书，真是让我受益匪浅。《大数据》又叫做《大数据：正在到来的数据革命》。全书通过讲述美国在过去的半个世纪里所发生的关于信息、技术方面的典型案例，来为读者剖析出一个浅显易懂的“大数据”。

《大数据》一书之中，所提出的一个关键性的问题就是为什么在近几年出现了“大数据”这一词语？作者举出了美国在2009年的相关数据，我从中发现了对该问题给出的一些答案。书中举例，麦肯锡《大数据：下一代创新，竞争和生产率的前沿》报告中进行估算，政府848pb，传媒行业715pb，离散制造业966pb。正是针对相关数据指标的增长，以及当前以全球化为背景的数据信息开放化，各类信息的自由化等原因，导致了面对数据的分析，以及数据的处理，数据的预测和数据的决策都有了更高的要求。这些要求导致我们在针对经济全球化，交流多元扩大化，各个专业管理与发展的精细化必须有一个相对宏观的经济分析头脑。书中使我感触最深的是，针对美国目前发展中的大事件以及现象，例如，美国矿难的悲情历史，街头警察的创新创奇，美国最热的交友信息平台facebook与推特，以及美国纠结百年的统一身份证的问题等，都一一分析了其背后所蕴含的经济学、金融学道理，以及这些时间的背后数据对于美国政府，公民以及社会的种种挑战。书中针对美国半个世纪的发展历程，逐一的分析其内涵，并将美国的发展与进步的基本原因归结为开放和创新。正是因为在这个时代美国强调对于互联网的最大利用化，才有了即使面对压力和强大的经济困难还在稳步前进的现代美国。

这本书给了我最大的启迪，说实话不是那些经济学案例，也不是那些几年前的数据信息。而是一种如何发展的理念。美国正是有了开放和创新才有了如今不断发展中的世界第一强国。而我们中国对于开放和创新却还没有做出最好的诠释。虽然我国的改革开放，技术创新已经取得了一定的成绩，但是面对发达国家我相信其中的差距也是不言而喻的。大到一个国家，小到一个集体，都离不开开放和创新。读了徐子沛先生的《大数据》，我思考最深的不是国家的改革与创新，而是我身处的农行的发展与创新。

作为一个在农行工作了四年的员工，我热爱的着我的岗位，也热爱着我为之努力奋斗的中国农业银行。面对农行未来的创新与发展，在对了这本书以后我针对自身的岗位得出了一些不尽成熟的想法：一方面，我们农行有自己的理财产品，而我行主要的营销方法还是有些被动，我的一点想法是可以多做集中性质的营销，例如在浦口区农行网点附近繁华地段发放宣传单，或者针对有需要的企业可以进行集体宣传，使我行的优质产品深入人心，从而也可以提升我行的基本效益。例如去年举行了几场“新老客户答谢会”，如果举办的次数再多一点，我觉得效果会更好。

另一方面，对于我行的创新产品我也有一些想法。创新是任何个人，企业，乃至国家的发展原动力。那么，我行也应该响应时代的召唤。近日，正值旅游的黄金时期，很多人选择出境旅游，但是有很多国家不支持银联卡，所以很多人想办理visa或mc的信用卡，但是信用卡办起来需要至少半个月的时间，且要求比较高。所以现在有的银行正在发行visa或mc的借记卡，且申领条件比较简单、速度快。我行可以参照并大力开发这一领域。

以上两点只是我个人的一点想法，虽然还有些稚嫩，有些不成熟，但是这两点是我看了徐子沛先生的《大数据》一书以后，基于我对农行的热爱，有感而发，由心而生的。

2013年09月

大数据口号篇七

最近看了《大数据》一书，有一点感想，在这里和大家分享。

作者在后序中写 道，这不是一本纯粹谈技术的书，而是以技术背景探讨人和社会关系的书。今天的中国，是一个人口大国、互联网大国、手机大国，却不是一个数据大国。书中有这 样一组调查数据——“麦肯锡公司以20xx年度各国新增的存储器为基准，对全世界大数据的分布做了一个研究和统计，中国20xx年新增的数据量为250 拍，不及日本的400拍、欧洲的2000拍，和美国的3500拍相比更是连十分之一都没有达到。国内的大数据步伐急需加快。

《大数据》一书对美国大数据的应用进行了十分详细的介绍与分析，我印象最深的为两点。

第一，以海量数据的处理作为政策制定的依据。看这本书的时候，我想到了这两年很火的一个美国人——斯诺登。在其曝光的“棱镜”计划中美政府直接从包括微软、谷歌、雅虎、facebook、aol、skype以及苹果在内的国际公司服务器收集信息。美国政府从这些海量数据中寻找自己需要的数据，并以此作为所谓安全政策制定的依据之一。姑且不论媒体对此计划的口诛笔伐及相应的道德风险，仅从政策制定方面来说，依据于海量数据的政策制定科学性肯定比一般计划要高得多。

20xx年，雅虎 首席执行沃兹博士在《自然》上发表的《21世纪的科学》中提到，得益于计算机技术和海量数据库的发展，我们每个人在现实世界中的活动得到前所未有的记录， 这种记录也更为细致，为社会科学的定量分析提供了极为丰富的数据。打个比方，从你的qq空间、微博、微信中一个普通朋友都能了解到你在哪儿、做了哪些事 情、现在的状态是什么，而新闻的跟帖、网站的下载记录、社交平台的互动记录等等都为社会行为的研究提供了大量的数据。我想到最近比较火爆的穿戴设备，如果 该技术得到普及过后，拥有穿戴设备的人群的生活轨迹、生理各项指标都能轻而易举地得到，相信这些大量的原始数据如能安全有效利用定能为卫生政策的制定提供 科学依据。

第二，万事万物， 凡存在，皆联网，凡联网，皆计算。20xx年起，美国食品与药品管理局开始在药品上推行配备rfid做法即每个食品包装上安装一个薄如纸张或小如豆粒的无 线传感器。通过这个移动传感器，对食品进行连续跟踪，一旦相应的安全事故爆发，就能通过数据库追踪溯源，快速确定传染源与影响范围。这一技术相对于国内尚 在起步阶段的食品追溯具有极强的借鉴性。上面提到的穿戴设备其实就可以视为一个穿戴在人身上的rfid。

20xx年的时 候，美国国家气象局在全国2000两客运大巴上装备了传感器，随着大巴的移动，沿途手机所有地点的温度、湿度、露水、光照度等数据，并立即传给国家气象局 数据中心。数据的采集是每10秒中一次，每天采集10万次以上的数据，这些实时的、高精度的数据意味着天气预报将不再仅仅是”预“，将逐渐走向“实”报、 “精”报。

作者涂子沛在书里 引用胡适与黄仁宇的话。胡适说中国人习惯于当“差不多先生”，凡是马马虎虎、不求精确。黄仁宇认为，中国不懂得用数字来管理国家。作者引用这两位先生的名 言，当然是要彰显传统中国和今天美国之间的差异。但是我们也必须认识到:这两位先生身经当时中国的混乱，激愤而出此言。在大数据浪潮迅猛而来的时候，中国 与100年前已经完全不一样了，我们已经有足够的能力与自信来面对各项挑战。20xx年中国开始着手制定医疗系统的最小数据集，3年之后卫生部出台了第一 版中国医院最小数据集的标准。也是在20xx年，中国创立了第一个全国性的大型社会调查项目，开始对社会的发展和变迁进行全方位、综合性、纵贯性的问卷访 谈调查，即“杨文昊在kod里面穿的裤子”。可以看到，中国政府和企业已经投入到了大数据时代的浪潮之中了。我个人也有几点应对的想法。

一是鼓励、扶持基 于数据的创新创业。书中提到，政策扶持的传统方法，可能是以政府主导建立大数据产业园，对新兴企业提供办公场所等便利条件或者现金支持，这固然有效，但更 为有效的是调动全社会的力量。调动全社会的力量来支持可以包括扶植民间团体，快速推进新技术、新理念在全社会的传播。现在云技术大众基本上都耳熟能详了， 而这主要是各大互联网服务上都相继推出了相应的云服务以及各大媒体对这项技术的关注，促进了大众对新技术的了解与支持。

二是政府机构要建 立专门机构来统筹管理数据工作。在大数据时代不同的数据需要整合，公安、消防、民政、社保等等数据都需要进行联动，将沉睡在数据库内的数据唤醒，为政府制 定政策所用，避免各自为政、多头管理的情况发生。数据的联通也能在一定程度上减少群众的“办证”问题，相信在大数据时代，大家可能只需要一张身份卡就能满 足绝大部分的数据需要。

三是围绕个人数据安全，加强管理。任何技术都是双刃剑，耍得好可以披荆斩棘，耍得不好则会害人伤己，大数据也不列外。如何保障个人隐私也成为了大数据时代面临的一个重大挑战。