大数据心得.doc

大数据心得.doc

《大数据心得.doc》由会员分享，可在线阅读，更多相关《大数据心得.doc（6页珍藏版）》请在冰豆网上搜索。

大数据讲座学习心得

在前几年本世纪初的时候，世界都称本世纪为“信息世纪”。

确实在计算机技术与互联网技术的飞速发展过后，我们面临了一个每天都可以“信息爆炸”的时代。

打开电视，打开电脑，甚至是在街上打开手机、pda、平板电脑等等，你都可以接收到来自互联网从世界各地上传的各类信息：

数据、视频、图片、音频……这样各类大量的数据累积之后达到了引起量变的临界值，数据本身有潜在的价值，但价值比较分散;数据高速产生，需高速处理。

大数据意味着包括交易和交互数据集在内的所有数据集，其规模或复杂程度超出了常用技术按照合理的成本和时限捕捉、管理及处理这些数据集的能力。

遂有了“大数据”技术的应运而生。

现在，当数据的积累量足够大的时候到来时，量变引起了质变。

“大数据”通过对海量数据有针对性的分析，赋予了互联网“智商”，这使得互联网的作用，从简单的数据交流和信息传递，上升到基于海量数据的分析，一句话“他开始思考了”。

简言之，大数据就是将碎片化的海量数据在一定的时间内完成筛选、分析，并整理成为有用的资讯，帮助用户完成决策。

借助大数据企业的决策者可以迅速感知市场需求变化，从而促使他们作出对企业更有利的决策，使得这些企业拥有更强的创新力和竞争力。

这是继云计算、物联网之后it产业又一次颠覆性的技术变革，对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。

后工业社会时代，随着新兴技术的发展与互联网底层技术的革新，数据正在呈指数级增长，所有数据的产生形式，都是数字化。

如何收集、管理和分析海量数据对于企业从事的一切商业活动都显得尤为重要。

大数据时代是信息化社会发展必然趋势，我们只有紧紧跟随时代发展的潮流，在技术上、制度上、价值观念上做出迅速调整并牢牢跟进，才能在接下来新一轮的竞争中摆脱受制于人的弱势境地，才能把握发展的方向。

了解了“大数据”的“大”之后我们也该了解它所具有的巨大价值。

就目前来说“大数据”的来源主要还是互联网，来自互联网上的大多数不被重视信息都是具有巨大开发价值的，

其具有巨“大”的商业价值，我们所缺少的只是一些数据分析等手段。

例如：

在如今，网购已经成为了一种风潮，网上也涌现了以淘宝、京东、亚马逊等一系列的购物网站。

而在这些网站之中，顾客的浏览记录，购买记录等等都是一些巨大商业价值的信息。

借鉴“塔吉特”的先例，我们可以利用“大数据”技术收集分析，就可预测需求、供给和顾客习惯等，做到精准采购、精准投放，达到利益放大的效果。

从全球范围来看，很多人都把2012年看做是大数据时代的元年。

在这一年里，很多行业在大数据方面的管理、规划和应用已经觉醒。

电商、金融、电信等行业数据有着长期的数据积累。

事实上，很多互联网公司，例如亚马逊、google、腾讯，更愿意将自己定位为数据企业。

因为信息时代，数据成为经营决策的强有力依据，给企业带来了发展和引领行业的机遇。

银行也同样拥有丰富的数据矿藏，不仅存储处理了大量结构化的账务数据，而且随着银行渠道快速渗透到社交网络、移动端等媒介，海量的非结构化数据也在等待被收集和分析。

未来的金融业将更多地受到科技创新力的驱动，也越来越倾向于零售营销：

对于金融业来说，大数据意味着巨大的商机，可强化客户体验，提高客户忠诚度。

大数据技术的发展带来企业经营决策模式的转变，驱动着行业变革，衍生出新的商机和发展契机。

驾驭大数据的能力已被证实为领军企业的核心竞争力，这种能力能够帮助企业打破数据边界，绘制企业运营全景视图，做出最优的商业决策和发展战略。

金融行业在大数据浪潮中，要以大数据平台建设为基础，夯实大数据的收集、存储、处理能力；重点推进大数据人才的梯队建设，打造专业、高效、灵活的大数据分析团队；不断提升企业智商，挖掘海量数据的商业价值，从而在数据新浪潮的变革中拔得头筹，赢得先机

在如此快速的到来的大数据革命时代，我们还有很多知识需要学习，许多思维需要转变，许多技术需要研究。

职业规划中，也需充分考虑到大数据对于自身职业的未来发展所带来的机遇和挑战。

当我们掌握大量数据，需要考虑有多少数字化的数据，又有哪些可以通过大数据的分析处理而带来有价值的用途？

在大数据时代制胜的良药也许是创新的点子，也许可以利用外部的数据，通过多维化、多层面的分析给我们日后创业带来价值。

借力，顺势，合作共赢。

把自己的心门打开，像海绵般吸取积极、正能量的东西。

篇二：

大数据时代书面记录与心得体会

大数据时代书面记录与心得体会

2015年5月12日，听取了大数据时代相关技术的技术讲座。

当今，大数据的到来，已经成为现实生活中无法逃避的挑战。

每当我们要做出决策的时候，大数据就无处不在。

大数据术语广泛地出现也使得人们渐渐明白了它的重要性。

大数据渐渐向人们展现了它为学术、工业和政府带来的巨大机遇。

与此同时，大数据也向参与的各方提出了巨大的挑战。

大数据，其影响除了经济方面的，它同时也能在政治、文化等方面产生深远的影响，大数据可以帮助人们开启循“数”管理的模式，也是我们当下“大社会”的集中体现，三分技术，七分数据，得数据者得天下。

“大数据”的影响，增加了对信息管理专家的需求。

事实上，大数据的影响并不仅仅限于信息通信产业，而是正在“吞噬”和重构很多传统行业，广泛运用数据分析手段管理和优化运营的公司其实质都是一个数据公司。

麦当劳、肯德基以及苹果公司等旗舰专卖店的位置都是建立在数据分析基础之上的精准选址。

而在零售业中，数据分析的技术与手段更是得到广泛的应用，传统企业如沃尔玛通过数据挖掘重塑并优化供应链，新崛起的电商如卓越亚马逊、淘宝等则通过对海量数据的掌握和分析，为用户提供更加专业化和个性化的服务。

大数据在个人隐私的方面，大量数据经常含有一些详细的潜在的能够展示有关我们的信息，逐渐引起了我们对个人隐私的担忧。

一些处理大数据公司需要认真的对待这个问题。

例如美国天睿资讯给人留下比较深刻印象的是他的一个科学家提出，我们不应该简单地服从法

律方面的隐私保护问题，这些远远不够的，公司都应该遵从谷歌不作恶的原则，甚至更应该做出更积极的努力。

《大数据时代》读后感

一、学习总结

1、关于作者

维克托·迈尔-舍恩伯格（viktormayer-sch?

nberger），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。

2、关于大数据

1）大数据是什么

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。

2）大数据的来源

所谓的“bigdata”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。

3）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。

4）大数据未来

fayyad曾被视为数据挖掘领域的no.1，他用下图向我们解释了为什么说分析是大数据未来的发展方向。

3、关于大数据时代

1）思维变革

?

更多：

不是随机样本，而是全体数据；“样本=总体”。

?

更杂：

不是精确性，而是混杂性；允许不精确，最大化利用全体数据。

?

更好：

不是因果关系，而是相关关系；“是什么”，而不是“为什么”。

2）商业变革

?

数据化：

一切皆可“量化”；关注信息本身。

?

价值：

发现、利用数据的价值。

?

角色定位：

大数据掌控、大数据技术、大数据思维的三足鼎立。

3）管理变革

?

责任：

数据来源有效性、数据存储安全性、数据使用合法性。

?

自由：

反对数据垄断大亨。

二、读后感

1、大数据时代，是名符其实的“信息社会”

经历了口口相传、纸媒传播，到现在的网络技术，我们可以获得比以前更多的信息并进行分析，可以从更多的维度诠释世界。

通讯技术的发展，促进了个人/组织在信息获取上的平等发展，数据不再是限制我们努力的因素了。

数据的的爆炸式产生，促使我们必须从海量的信息中做出选择、掌握数据挖掘技术和筛选工具。

2、大数据技术支持预测工作

大数据的4v特点，及对相对关系的发掘，改变了传统的基于少量样本的预测思维。

思维的转变，将会在各行各业中爆发出更多的预测技术和工具，进而支撑预测工作的大力发展。

大数据技术越完善，我们越能更快更全面的获得更多的有效数据，预测则越准确。

3、知识管理迫在眉睫

大数据的未来是数据分析，而分析的目的是转化为经验、规律、总结?

?

，它们的集合就是知识。

知识是个人/组织成长的直接推动因素。

知识管理要遵循积累原则（知识积累是实施知识的管理基础）、共享原则（一个组织内部的信息和知识要尽可能公开，使每一个员工都能接触和使用公司的知识和信息）、交流原则（知识管理的核心就是要在公司内部建立一个有利于交流的组织结构和文化气氛，使员工之间的交流毫无障碍）。

这三原则不正是大数据技术的组织基础吗？

三、在工作中的而应用

1、关注运作工作向数据管理方向的转化

在仓储工作中，为物品对象（仓库、货物、设备、员工等）、流程对象（如作业、异常处理、管理等）建立属性列表，关注数据积累。

同时，关注仓储数据与运输、客服、园区等各方面环境数据的对应。

2、重视数据挖掘，提高数据分析能力

根据运作问题和目标，通过数据挖掘和分析，寻找有效的数据指标。

通过对关键指标的趋势预测，发现潜在风险、发掘改善途径。

3、推动数据转化，促进建立知识管理系统

在实际工作中，重视对裸数据、经验、执行文件的管理，引导各项目的知识转化。

建立从数据积累、知识转化（数据到知识、隐性知识到显性知识、个体知识到组织知识等）、知识共享的知识管理体系，形成仓储管理知识体系及其良性循环。

（正文结束）篇四：

大数据心得体会

大数据时代的信息分析平

台搭建安装报告

一、平台搭建

描述小组在完成平台安装时候遇到的问题以及如何解决这些问题的，要求截图加文字描述。

问题一：

在决定选择网站绑定时，当时未找到网站绑定的地方。

解决办法：

之后小组讨论后，最终找到网站绑定的地方，点击后解决了这个问题。

问题二：

当时未找到tcp/ip属性这一栏

解决办法：

当时未找到tcp/ip属性这一栏，通过老师的帮助和指导，顺利的点击找到了该属性途径，启用了这一属性，完成了这一步的安装步骤。

问题三：

在数据库这一栏中，当时未找到“foodmartsaledw”这个文件

解决办法：

在数据库这一栏中，当时未找到“foodmartsaledw”这个文件，后来询问老师后，得知该文件在第三周的文件里，所以很快的找到了该文件，顺利的进行了下一步

问题四：

在此处的sqlserver的导入和导出向导，这个过程非常的长。

解决办法：

在此处的sqlserver的导入和导出向导，这个过程非常的长，当时一直延迟到了下课的时间，小组成员经讨论，怀疑是否是电脑不兼容或其他问题，后来经问老师，老师说此处的加载这样长的时间是正常的，直到下课后，我们将电脑一直开着到寝室直到软件安装完为止。

问题五：

问题二：

.不知道维度等概念，不知道怎么设置表间关系的数据源。

关系方向不对

解决办法：

百度维度概念，设置好维度表和事实表之间的关系，关系有时候是反的——点击反向，最后成功得到设置好表间关系后的数据源视图。

（如图所示）

这个大图当时完全不知道怎么做，后来问的老师，老师边讲边帮我们操作完成的。