如何评价《Big Data：大数据时代》这本书？
首先，要明确的是，《Big Data：大数据时代》通常指的是由维克托·迈尔舍恩伯格（Viktor MayerSchönberger）和肯尼思·库克耶（Kenneth Cukier）合著的那本具有里程碑意义的著作。 这本书在2013年出版后，迅速成为关于大数据领域最广为人知和最有影响力的科普读物之一，至今仍然被许多人视为理解大数据的入门和框架性读物。
总的来说，我对这本书的评价是：非常出色且极具前瞻性，它成功地将“大数据”这个原本晦涩的技术概念，以通俗易懂、引人入胜的方式呈现给大众，并深刻探讨了大数据对社会、经济、政治和个人生活带来的颠覆性影响。
以下是更详细的评价，从多个维度来分析：
1. 内容的开创性和前瞻性 (Groundbreaking and Forwardlooking Content)
引领潮流的定义与框架： 在这本书出版之前，“大数据”虽然已经在技术圈子里讨论，但并未形成如此清晰、系统且具有广泛影响力的定义和理论框架。本书作者成功地抓住了大数据的核心特征（3V：Volume、Velocity、Variety，后续也延伸到Value、Veracity等），并将其置于一个更广阔的社会变革的背景下进行阐述。
洞察未来趋势： 书中关于大数据如何改变医疗（个性化医疗）、教育（学习分析）、商业（精准营销、消费者行为预测）、城市管理（智慧城市）等方面的论述，在当时是非常前瞻性的。很多观点如今已成为现实，或者正在蓬勃发展中。例如，对数据驱动决策的强调，对预测性分析的关注，对隐私和伦理挑战的预警，都展现了作者深刻的洞察力。
哲学和历史视角： 这本书并非仅仅罗列技术或应用案例，而是深入探讨了数据时代的哲学含义。它从历史的长河中回溯，对比了过去对世界的认知方式和现在大数据带来的颠覆，例如从“因果关系”转向“相关关系”，从“样本”转向“整体”，从“精确”转向“近似”等等。这种宏观的视角，让读者不仅仅理解“是什么”，更理解“为什么”和“这意味着什么”。
2. 表述方式的易读性和吸引力 (Readability and Engagement)
通俗易懂的语言： 作者非常善于使用生动的语言和形象的比喻来解释复杂的概念。他们避开了过多的技术术语，而是通过大量的真实案例和故事来展示大数据的力量。这使得对技术不甚了解的普通读者也能轻松进入大数据的世界。
引人入胜的故事： 书中穿插了许多引人入胜的案例，例如谷歌的流感预测，亚马逊的推荐系统，沃尔玛的啤酒和纸尿裤故事等等。这些故事不仅增加了阅读的趣味性，更直观地展示了大数据在实际应用中的威力。
清晰的结构： 书籍的章节安排逻辑清晰，层层递进。从大数据是什么，到它带来的改变，再到挑战和未来展望，循序渐进地引导读者理解这个新概念。
3. 核心观点的深刻性 (Depth of Core Arguments)
“相关性”的崛起： 这是本书最核心和最具争议的论点之一。作者认为，在大数据时代，我们不再仅仅依赖于寻找事物之间的因果关系，而是可以更多地利用强大的相关性来做出预测和决策。例如，我们不一定能完全理解为什么怀孕的女性会购买啤酒和纸尿裤，但发现这种相关性足够用于优化商品摆放和库存。这一观点挑战了传统的科学研究范式，引发了广泛的讨论。
“去理论化”与“经验主义”的辩证： 大数据使得海量经验数据能够直接驱动决策，甚至在没有明确理论支撑的情况下也能发现有效规律。这既带来了巨大的效率提升，也引发了对是否会牺牲深度理解和科学严谨性的担忧。
数据的民主化与权力结构： 书中也探讨了数据如何改变权力的分配。拥有数据并能有效分析数据的人或组织，将在信息时代获得更大的优势。这包括企业、政府，以及未来的个人。
4. 价值和局限性 (Value and Limitations)
价值（Pros）：
大众启蒙： 在“大数据”概念的普及和理解过程中，这本书起到了无与伦比的作用，是许多人认识大数据的第一扇窗户。
思维方式的启发： 它改变了许多人看待世界和解决问题的方式，从“寻找原因”到“发现规律”，从“经验驱动”到“数据驱动”。
战略性思考的基石： 对于企业和组织而言，这本书提供了一个理解大数据战略意义的起点，帮助他们思考如何拥抱和利用数据。
伦理与隐私的早期预警： 作者敏锐地指出了大数据可能带来的隐私侵犯、歧视、算法偏见等问题，为后续的讨论和规范奠定了基础。
局限性（Cons）/ 批判性视角：
技术细节的相对欠缺： 作为一本面向大众的科普读物，它并没有深入讲解大数据背后的具体技术细节，如分布式计算、数据存储、机器学习算法等。对于希望深入了解技术实现的人来说，需要另寻他书。
对“相关性”论点的过度简化： “相关性取代因果性”的论点虽然有其道理，但在某些讨论中可能被过度解读为因果性不再重要。实际上，理解因果关系仍然是许多科学研究和复杂决策的关键，而大数据可以帮助我们发现和验证因果关系，并非完全取代。一些批评者认为，作者可能略微忽视了因果推断在复杂系统中的重要性。
潜在的乐观主义： 一些评论认为，这本书在描述大数据带来的益处时可能显得过于乐观，而对潜在的负面影响，如“算法独裁”、信息茧房、大规模失业等，虽然有提及，但其冲击力在后续的发展中可能比书中预想的更为严峻。
时效性问题： 虽然内容仍具启发性，但大数据技术和应用发展迅速，一些书中提到的技术或应用在今天可能已经有了更先进的版本或被新的趋势所取代。例如，随着人工智能的飞速发展，许多大数据应用已经深度融合了深度学习等更复杂的模型。
总结
《Big Data：大数据时代》是一本不可多得的优秀科普读物。 它以清晰、生动且深刻的方式，成功地向世界介绍了“大数据”的概念，并预见了其对我们生活各个方面的巨大影响。它不仅是一本关于技术和商业的书，更是一本关于思维方式、社会变革和人类未来的思考之作。
如果你是大数据领域的初学者，想要快速了解大数据是什么，以及它为什么重要，这本书绝对是你的首选入门读物。 它能为你构建一个宏观的认知框架，激发你进一步探索的兴趣。
即使你已经是大数据领域的从业者，回顾这本书也能够帮助你重新审视大数据带来的根本性变革，以及我们最初的思考和担忧。 它是一座重要的里程碑，帮助我们理解大数据如何从一个技术概念，演变为驱动现代社会发展的核心力量。
当然，随着时间的推移和技术的发展，我们需要结合最新的知识来补充和更新对大数据的理解，但《Big Data：大数据时代》的洞察力和前瞻性，使其至今仍然具有极高的阅读价值。
网友意见
花了三天的零碎时间大致看完了舍恩伯格的《大数据时代：生活、工作、思维的大变革》。我看推荐说这是“迄今为止最好的一本大数据专著”。目前公司在搞Hadoop、大数据应用，外面各类零碎的资料也非常多，那么想我应该去看一下这“最好”的专著吧。
买回来看完的感觉是平平而已。个人看法，在五分制下，大概也就是最多打三分。这本书可以买来看看，写得比较完整全面，案例比较多，有一定的参考意义，写PPT吹牛用得上，但是有什么巨大的意义就谈不上了。很多观点不能同意。
一、主要观点上可以探讨的地方
作者提出了关于大数据的“掷地有声”的三个原则。这三个原则凡讲大数据必被提及，很多人奉为圭臬。但是我觉得每一点都值得探讨。这三点分别是：不是随机样本，而是全体数据；不是精确性，而是混杂性；不是因果关系，而是相关关系。
看完之后感觉都有点不是那么回事。
1.不是随机样本，而是全体数据
这个说得好像人类从来就不知道使用全体数据可以得到更全面的结论，而非要去煞费苦心发展出一套抽样技术一样。人类早就知道处理全量数据的好处，而之所以要进行抽样分析，原因不外乎两点：一是处理能力跟不上，二是数据收集能力跟不上。作者认为人类之前主要受限于数据的处理能力而不去处理全量数据，但在目前机器处理能力有了巨大的提升的时代，限制绝大多数应用的瓶颈不是计算能力而是数据采集能力（不要去提那些极少数需要超级计算机的场合，那个和多数人无关、和本书的商业主题也无关）。但是即便如此，抽样所要针对的很多应用场景是不太可能收集全量数据的情况。比如人口普查，无论计算机力量如何强大，当前很多数据还是要人工去收集，所以这个普查还是要用抽样的方式。有意思的是，作者用人口普查是抽样分析来说明非“全量”时代我们被迫采用了抽样，而最终也没法说我们是否已经可以用全量数据来做人口普查了。实际上至少在目前，对于人口普查，抽样还是必然的选择（嗯，你可以设想，以后人人都装一块芯片，你可以在你的PPT里讲给你的客户和老板听）。再比如我们统计里的经典问题：怎么估算一批零件的使用寿命？怎么去分析一批奶品里的三聚氰胺？以前我们不可能去做全量测试，因为这意味着这批零件就废了，这批奶也全部用于测试了，这样测出结果也没啥意义了（嗯，你也可以说：我我们去收集历史上所有此类零件的使用情况来进行分析吧.....嗯，加油吧，雄心勃勃的骚年）。现在 ？我们还是必须依赖抽样，是必须。
即便不提这些例子，仅从逻辑而言：收集、处理数据的行为本身也在不断产生着新的数据。我们又怎么证明这些数据不是你需要的“全量”的一部分呢？
作者的行文中，关于什么是“全量”，处于不断的摇摆之中。有时指“我们需要的所有数据”，有时指“我们能收集到的所有数据”。作者举了人口普查的例子，这个全量显然指前者。而在很多商业案例中，又显然指后者。我们有能力处理越来越多的、在以前不敢想象的大量数据，但是至少目前看，我们还没可能说我们处理了“全量”。我们最多可以说我们能处理我们能搜集到的“全量”，但如果据此产生了我们已经没有遗漏数据了的感觉，认为所有数据尽在掌握了，那我认为是一种很可能导致错误的错觉。
2.不是精确性，而是混杂性
这个么，说得好像以前的人类在使用“抽样”数据时竟然都认为取到的数据是“精确”的一样。在使用抽样数据的时候，我们就知道要容忍一定的误差。我们甚至知道在就算取得了“全样”数据的时候，也可能因为有各种原因而导致的不精确，统计实践中对此有相当多的案例。人类从未奢望过我们通过数据分析取得的多数结论是精确的。我们从来都要在信息混杂的情况下做出大多数的决策。
3.不是因果关系，而是相关关系
这是很多人（包括作者）认为最有价值、最重大的发现，而实际上却也是最收到批评的一个观点。连译者周涛教授在序言里都表示看不下去了，他至于认为如果放弃对因果关系的分析，是人类的堕落。我不说这么高的哲学层面，只从逻辑和技术上讨论一下。
计算机能够提供给我们的结论（到目前为止以及在可见的未来），都是相关性。计算机从未提供过明确的因果关系给人类。是否因果关系，是人类在数据基础上，进行的人为判断。一直有相当多的应用，也是只考虑相关性，不考虑因果关系的：确定因果关系，是需要更大的精力、更多的投入的。所以只看相关性而不看因果性也不是什么新的结论（实际上已经是个很旧的结论了）。而这个相关性是不是可以作为决策的基础呢？这个一样离不开人的判断。有一个这样的故事：通过大量的数据分析，慈善组织得出结论：一个国家、地区的电视机的普及率与发达富裕程度很有关系（冰箱、洗衣机、空调、高跟鞋、牛仔裤，etc.，也会和发达程度有这样的相关性），于是他们就向贫困国家赠送了很多电视，认为此举可以促进该国的经济发展。你可以鬼扯电视的普及与经济文化的密切相关，但是实际上最终发现更可能是经济发展导致了电视的普及，而不是反过来。所以，我们真的不需要因果分析吗？说得玩笑一点：这个世界真的不需要脑子了吗？
作者举了一个例子：谷歌分析搜索关键字来确定哪里可能发生了流行病。认为这就是利用了相关性而不是因果性。这是没有利用因果判断吗？现在在投入巨大的机器资源进行分析之前，分析师已经预计了得病的症状可能会导致人们去网上进行相关搜索（影响了搜索行为）。谷歌存储的用户上网信息肯定远远不止一个搜索关键字，分析师为何不开足马力把“全量”数据、各个指标都分析一遍呢？比如用户上网地点？上网时间？上网频率？上网语言？浏览器版本？客户端操作系统？etc...为何会像导弹一样精确地将机器资源投放到了关键字上呢？
总之，对于这些原则，作者为了显出新意，说得过于绝对。而排除掉绝对的成分后，这些观点也就不显得是创新了。作者把三个数据分析人员一直秉持的原则，当做全新的东西讲了出来。时代在变化，我们或许应该经常重新审视这些原则，来确认自己的思想是不是僵化了、是不是过时了。我赞同作者重新审视这些看法，但是我觉得没必要讲得这么极端。
二、细节论据上可以探讨的地方
除了三个大原则不足以令人完全信服，在一些细节上，作者的引证也不是很严谨。
如第51页，对于拼写检查的算法的优化。作者提到，通过输入大量的数据，4种常见语法检查算法的准确率提高了很多，以此说明大数据发挥了作用。这确实是个很有启发性的例子，可以去做更深入的分析和研究，但是.....仅仅4个例子，够得出很有力的结论吗？4个算法，作者没注意到这是一个非常小的样本吗？不能因为这是4个用了大数据的采样，就认为这是一个支持大数据的有力结论了吧。（顺便我很想问问他们：为什么不测试个几十上百的算法呢？是不是面对如此“大量”的计算，也只好折中选择了一个抽样的小样本呢？甚至连样本数量是否合格都顾不上了吗？）
三、这本书有什么用处？
对于这样的一本书，我不明白周涛教授在译序里为什么要建议大家（以后）每个版本都应该买一本。为什么要买？难道作者理清自己脑子的过程很值得我们关注吗？
译序里说：“作者渴求立言立说的野心”，但是我恐怕作者是达不到这个目标的。关于作者的简介为：“《大数据时代》是国外大数据系统研究的先河之作，本书作者维克托·迈尔·舍恩伯格被誉为‘大数据商业应用第一人’，....早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。”
总体感觉是作者有很多想法，见识过很多案例（这些案例都丰富地体现在书中了，也很有参考价值）。但并非是一个曾经和数据真正绞尽脑汁搏斗过的人（这是我瞎猜的，没有考证过他的经历。考据者请不要告诉他做过什么咨询案例，这离真正体会数据的折磨还很远。）。
第183页说道：“...执行官们信任自己的直觉，所以由着它做决定。但是，随着管理决策越来越受预测性分析和大数据分析的影响和控制，依靠直觉做决定的情况将会被彻底改变。..."真的会么？如果你面对某一家企业做咨询，那可以这样讲。一种新技术的采用很有可能大幅提升企业的战斗力，并超越竞争对手。但是作者是期望对行业立言的人，面对整个社会我们这样讲就不严谨了。引用一个例子：中国棋院的一次训练会后，总教头马晓春对隔天要去各自的母队参加围甲的棋手们说：祝大家周末取胜。棋手们笑了：我们只有一半的人能赢啊。同样，如果大家都采用了大数据技术，那么也总有企业要在竞争中落于下风。而既然我们实际上无法真正分析“全量”数据，那CEO们还是会有很大的决策空间，哪怕很多决策实际上“不科学”。最起码，他们需要决定将有限的企业资源投入到对什么样的大数据进行分析，并如何应用分析出来的结果。嗯....我认为，这多少还是要依赖一些直觉的。
那么大家是否应该看一下这本书呢？我的答案是应该看一看。既然大数据是当前的潮流、相关的研究/商务活动层出不穷，那么做IT工作、数据工作的人对于“最好的”专著无论如何都必须看一下。书中集中展示了很多案例，值得作为参考和启发思维。此外，为了作为谈资、为了在写大数据PPT时有所依据，大家也得看看这本书。根据场合不同，可以对里面的内容复制粘贴、理解重写。这些内容，我相信买一版也就够了。需要提醒PPT人员的是，演示前请想清楚如何回答可能被提及的质疑。如果你对这本书的观点都深信不疑，那么你将会遇到很多的质疑。
对于下载网络版本担心没有图的朋友，请不用担心丢失信息：除掉湛庐特别制作的一张本书思维导图的彩页。这本书没有图。是的，一张都没有。大数据，大概太大了，大到作者无法用任何图来阐明了。
类似的话题
-
好的，让我们来详细地评价一下《Big Data：大数据时代》这本书。首先，要明确的是，《Big Data：大数据时代》通常指的是由维克托·迈尔舍恩伯格（Viktor MayerSchönberger）和肯尼思·库克耶（Kenneth Cukier）合著的那本具有里程碑意义的著作。 这本书在2013年............. -
“Big Hit Entertainment 的竞争对手是 Naver 和 Kakao” 这个说法，如果从狭义的“音乐企划公司”层面来看，可能有些过于宽泛，甚至会让人觉得有些“八竿子打不着”。但如果我们将目光放宽，从更广阔的 “娱乐内容平台”、“粉丝经济连接者”以及“全球文化 IP 运营者” 的角度.............
-
AMD 的 Big Navi 显卡在发布前就以其强大的性能和具有竞争力的价格引起了广泛关注。最近曝光的关于 Big Navi 将标配 16GB 显存，并且在性能上对标 RTX 3080，但售价可能低 150 美元的消息，更是让整个显卡市场风起云涌。这无疑是 AMD 向英伟达发起的一次正面挑战，也给消.............
-
macOS Big Sur：一次全面革新，用户体验的飞跃还是适应的挑战？macOS Big Sur，这个在2020年底推出的操作系统，无疑是苹果近年来在桌面操作系统领域一次大胆且具有里程碑意义的更新。它不仅仅是常规的系统迭代，更像是一次彻底的“大换血”，从视觉设计到核心功能，都进行了翻天覆地的变化。.............
-
《生活大爆炸》（The Big Bang Theory）第十二季大结局，名为“The Stockholm Syndrome”（斯德哥尔摩综合征），于2019年5月16日播出。作为这部深受喜爱的情景喜剧的终章，它肩负着为长达12年、共279集的旅程画上圆满句号的重任。总的来说，这部大结局在情感上是令人.............
-
《大空头》（The Big Short）这部电影，在我看来，绝对是那种能让你看完之后，一边惊叹于编剧和导演的才华，一边又对现实世界中的某些机制感到一丝心寒的作品。它不像那些只讲道理的纪录片，而是用一种非常生动、甚至带点黑色幽默的方式，把2008年金融危机前夕那场波及全球的骗局给扒了个底朝天。首先，我.............
-
Charlotte Linlin，也就是我们熟知的“BIG MOM”，在我看来，《海贼王》中最具话题性、也最能体现“万物皆有可能”精神的角色之一。她不仅仅是一个四皇，更是无数故事线交织的中心，一个集爱与恨、狂喜与疯狂于一身的极端存在。要评价她，不能只看她作为“四皇”的强大战力。当然，她的实力毋庸置疑.............
-
Mr. Big，一个名字，就足以勾起许多人心底里那份对于旋律硬摇滚和复杂器乐演奏的怀念。这支乐队，与其说是乐队，不如说是一群技艺精湛的音乐人聚在一起，激荡出火花的集合体。要评价 Mr. Big，不能仅仅停留在他们最广为人知的几首情歌上，而是要深入到他们音乐的骨髓，去品味那种技术与情感的完美融合，以及.............
-
《睡前消息》409期作为一档以“睡前”为名的时事评论节目，其内容通常以轻松幽默的风格呈现社会热点、科技动态、文化现象等话题，旨在为观众提供睡前的“信息快餐”。以下是对该期节目可能涉及的分析框架和评价方向，结合其节目特点及社会语境进行详细解读： 1. 节目核心内容与选题分析 选题热点：409期可能聚焦.............
-
俄罗斯军队在2022年2月24日入侵乌克兰后，21天内未能占领或包围基辅，这一结果涉及复杂的军事、战略和国际因素。以下从多个维度详细分析这一现象： 1. 初期快速推进的军事目标与战略调整 初期目标的矛盾性： 俄罗斯在入侵初期（2月24日）宣称“特别军事行动”的目标是“去纳粹化”和“去俄化”，但.............
-
新华社的《破除美国金融模式迷信，中国金融要走自己的路》一文，是近年来中国在金融领域强调自主性、独立性和战略定力的重要政策表达。该文从历史经验、现实挑战和未来战略三个维度，系统阐述了中国金融发展的路径选择，具有鲜明的现实针对性和理论深度。以下从多个角度对这篇文章进行详细分析： 一、文章背景与核心论点1.............
-
2022年俄乌战争爆发后，中国互联网上确实出现了一些复杂的现象，既有官方立场的引导，也有民间舆论的分化。以下从多个角度分析这一时期中国互联网的乱象及其背后的原因： 一、官方立场与网络管控1. 官方舆论引导 中国政府明确表态支持乌克兰的主权和领土完整，同时强调“不干涉内政”的原则。在社交媒体和.............
-
陈道明、王志文、陈宝国、张国立、李雪健是中国影视界最具代表性的“老戏骨”之一，他们以深厚的表演功底、多样的角色塑造和持久的行业影响力，成为中国影视艺术的中流砥柱。以下从表演风格、代表作、行业地位及艺术贡献等方面进行详细分析： 一、陈道明：历史剧的“帝王”与艺术的“多面手”表演特点： 陈道明以“沉稳.............
-
《为战争叫好的都是傻逼》这类文章通常以强烈的反战立场和道德批判为核心，其评价需要从多个维度进行分析，包括其立场的合理性、论据的逻辑性、社会影响以及可能存在的争议。以下从不同角度展开详细分析： 1. 文章的核心立场与立场合理性 立场：这类文章的核心观点是战争本质上是道德上不可接受的，支持战争的人（尤其.............
-
龙云（1882年－1967年）是20世纪中国西南地区的重要军阀和政治人物，被尊称为“云南王”，其统治时期（1920年代至1940年代）对云南的现代化进程和民族关系产生了深远影响。以下从多个维度对其历史地位和影响进行详细分析： 一、生平与政治背景1. 出身与早期经历 龙云出生于云南昆明，出身于.............
-
关于“前三十年的工业化是一堆破铜烂铁”的说法，这一评价需要结合历史背景、经济政策、技术条件以及国际环境等多方面因素进行深入分析。以下从多个角度展开讨论： 一、历史背景与“前三十年”的定义“前三十年”通常指中国从1949年新中国成立到1979年改革开放前的30年。这一时期，中国在经济、政治、社会等方面.............
-
十元左右的低档快餐店顾客以男性为主的现象，可以从经济、社会文化、消费行为、地理位置等多方面进行分析。以下从多个角度详细探讨这一现象的原因及可能的背景： 1. 经济因素：价格敏感与消费习惯 性价比优先：十元左右的快餐通常以快速、便宜、标准化为特点，符合低收入群体或日常通勤人群的消费需求。男性在职场中可.............
-
阎学通教授对00后大学生以“居高临下”心态看待世界这一批评，可以从多个维度进行深入分析，其背后既有学术视角的考量，也涉及代际差异、教育体系、社会环境等复杂因素。以下从观点解析、合理性分析、现实背景、潜在影响及改进方向等方面展开详细探讨： 一、阎学通教授的核心观点与逻辑1. “居高临下”的具体表现 .............
-
歼8系列战机是中国在20世纪70年代至80年代期间研制的高空高速歼击机，是当时中国航空工业的重要成果之一。该系列战机在冷战时期具有显著的军事意义，但随着技术发展和国际形势变化，其性能和作用逐渐被后续机型取代。以下从历史背景、技术特点、性能分析、发展演变、军事影响及评价等方面进行详细解析： 一、历史背.............
-
关于苏翻译和Black枪骑兵对俄乌战争局势的立场差异，需要明确的是，这两位身份可能涉及不同的信息来源和立场背景。以下从多个角度分析他们观点差异的可能原因： 1. 信息来源与立场定位 苏翻译（可能指苏晓康，中国《经济学人》翻译团队成员）： 立场：更倾向于国际法、人道主义和多边主义视角。 观点：.............
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有