下面是小编帮大家整理的大数据类读书笔记，本文共20篇，欢迎阅读，希望大家能够喜欢。
篇1：大数据类读书笔记
《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。
，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。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。
的时 候，美国国家气象局在全国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。
篇2：大数据类读书笔记
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1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。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20，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。
篇3：大数据类读书笔记
不过有意外收获，作者在文章后部主要讲了，大数据带来的消极影响，例如政府会通过大数据判断一个人将要出现的违法行为，提前对他进行拘捕，或者监视（这个已经在纽约警察局使用）但这样带来严重的后果，现在的法律是基于人已经发生的行为进行处罚，如果我们今后使用这套系统来作为法官的判决依据的话，这样就违背降低我们作为人的重要组成部分－－－自由选择的能力，行为责任自负。这便成了集体选择的结果，不是个人自由意志了。这样在否认个人为其行为承担责任，实际上就是在摧毁人们自由选择的权利。而且现在的预测不能达到很准确的答案。分析的数据质量不佳就会加剧问题的不良后果。
作者最后说了这么一段话“大数据不是一个充斥算法和冰冷机器的世界，人类的作用依然无法替代，大数据为我们提供的不是最终答案们只是一个参考答案，暂时的，只是问了等待更害的解决办法，在不久的未来。”
另外一个随之而来的问题就是数据授权使用，泄露问题，数据会有二次利用发现潜在价值，但这又产生更严重的问题，二次利用如何授权管理，是否涉及违法。解决办法是通过会计行业，可以有一个充当审计工作的外部算法师，作为第三方公证机构在出现问题时，可以进行审核算法和数据的使用情况，在公司内部也可以设立内部算法师，很类似公司自己的律师一样，一方面参加产品研发，另一方面在公司使用数据出现问题时也可以及时阻止，提醒。
大数据确实在某种程度上可以降低风险，保护国家安全，但信用卡，保险业就会通过大数据分析拒绝一部分人（因为他们还不起账），但我们想想，人类进步，就是通过反抗，妥协，权衡，再平衡。有了一切大数据的`预测，就少了很多的可能性，在某种程度会降低我们的社会进步。
说实话之前听到大数据的概念觉得很有前景，很神奇，很向往，这本书给我带来的更多的是对大数据会给我们带来不亚于克隆人的糟糕影响。让我有了对技术给人类社会带来的负面影响有了一个全面的思考认识。读到后半部分的时候，我很沮丧啊，觉得这么好的技术，竟然负面影响超过了正面的，我很失落，也不再看好大数据。不过后来作者的一席话让我重振信心，他举例，曾经印刷术出现之前大部分的书全部在修道院，教皇手里，有了印刷术之后人们有了书，有了更开阔的思路，更多的想法，有了言论等等，这个的影响力要比大数据大很多，人类还是一步一步建立起来相应的制度，法律，直到今天我们已经有了对应的很完善稳定的法律体系。
我们还是应该对科技充满信心，科技依然是那个推动社会进步的原动力，只是我们需要及时完善相对应的管理措施。
最后说说对作者写的书的评价吧，其实我觉得写的一般，不过很符合外国人的写书风格，简单明了，很容易看懂，理解都不需动脑子，举例很少（可能因为本身合适的例子就很少吧）来来回回就那几个例子，有点像我们高考作文，来来回回那几个例子，什么场景都能用，哈哈。总的来说还是不错的，评级6分吧。
最后说一句，美国确实在大数据上走在了前面，不是单纯技术上，技术科技学的很快，但是实际运用起来出现的问题，不是其他人能立即学会处理应对的，这又燃起了让我去美帝的欲望。
篇4：数据挖掘读书笔记
1、数据挖掘要解决的问题
可伸缩（算法在处理各种规模的数据时都有很好的性能。随着数据的增大，效率不会下降很快。）
高维性（简单的说就是多维数据的意思。平时我们经常接触的是一维数据或者可以写成表形式的二维数据，高维数据也可以类推，不过维数较高的时候，直观表示很难。）
异种数据和复杂数据
数据的所有权与分布（分布式数据挖掘：应付分布式海量数据的现代方法）
非传统的分析（传统方法：基于一种假设-检验模式；数据挖掘分析-时机性样本，而不是随机样本）
2、数据挖掘任务
1）预测任务（目标变量/因变量：被预测的属性；说明变量/自变量：用来做预测的属性）
2）描述任务
A预测建模：分类-预测离散的目标变量和回归-预测连续的目标变量
B关联分析
C聚类分析
D异常检测（识别其特征显著不同于其他数据的观测值。这样的观测值称为异常点或离群点）
3、属性的四种类型
1）标称
2）序数
3）区间
4）比率
（布尔变量：Boolean Variable (布尔型变量) 是有两种逻辑状态的变量，它包含两个值：真和假。如果在表达式中使用了布尔型变量，那么将根据变量值的真假而赋予整型值1或0。）
篇5：数据挖掘读书笔记
1. 确定业务对象
清晰地定义出业务问题,认清数据挖掘的目的是数据挖掘的重要一步.挖掘的最后结构是不可预测的,但要探索的问题应是有预见的,为了数据挖掘而数据挖掘则带有盲目性,是不会成功的.
2. 数据准备
1）数据清理
消除噪声或不一致数据。
2）数据集成
多种数据源可以组合在一起
3）数据选择
搜索所有与业务对象有关的内部和外部数据信息,并从中选择出适用于数据挖掘应用的数据.
4）数据变换
将数据转换成一个分析模型.这个分析模型是针对挖掘算法建立的.建立一个真正适合挖掘算法的分析模型是数据挖掘成功的关键.
3. 数据挖掘
对所得到的经过转换的数据进行挖掘.除了完善从选择合适的挖掘算法外,其余一切工作都能自动地完成.
4. 结果分析
解释并评估结果.其使用的分析方法一般应作数据挖掘操作而定,通常会用到可视化技术.
5. 知识的同化
将分析所得到的知识集成到业务信息系统的组织结构中去.
3、数据挖掘热点
8.1电子商务网站的数据挖掘
在对网站进行数据挖掘时，所需要的数据主要来自于两个方面：一方面是客户的背景信息，此部分信息主要来自于客户的登记表；而另外一部分数据主要来自浏览者的点击流，此部分数据主要用于考察客户的行为表现。但有的时候，客户对自己的背景信息十分珍重，不肯把这部分信息填写在登记表上，这就会给数据分析和挖掘带来不便。在这种情况之下，就不得不从浏览者的表现数据中来推测客户的背景信息，进而再加以利用。就分析和建立模型的技术和算法而言，网站的数据挖掘和原来的数据挖掘差别并不是特别大，很多方法和分析思想都可以运用。所不同的是网站的数据格式有很大一部分来自于点击流，和传统的数据库格式有区别。因而对电子商务网站进行数据挖掘所做的主要工作是数据准备。
8.2生物基因的数据挖掘
生物基因数据挖掘则完全属于另外一个领域，在商业上很难讲有多大的价值，但对于人类却受益非浅。例如，基因的组合千变万化，得某种病的人的基因和正常人的基因到底差别多大？能否找出其中不同的地方，进而对其不同之处加以改变，使之成为正常基因？这都需要数据挖掘技术的支持。对于生物信息或基因的数据挖掘和通常的数据挖掘相比，无论在数据的复杂程度、数据量还有分析和建立模型的算法而言，都要复杂得多。从分析算法上讲，更需要一些新的和好的算法。现在还远没有达到成熟的地步。
8.3文本的数据挖掘
在现实世界中，可获取的大部分信息是存储在文本数据库中的，由来自各种数据源的大量文档组成。由于电子形式的信息量的飞速增长，文本数据库得到飞速的发展。文档数据库中存储最多的数据是所谓的半结构化数据(semistructure data)，它既不是完全无结构的，也不是完全结构化的。在最近数据库领域研究中已由大量有关半结构化数据的建模和实现方面的研究。而且，信息检索技术已经被用来处理费结构化文档。传统的信息检索已经不适应日益增长的大量文本数据处理的需要。因此，文档挖掘就成为数据挖掘中一个日益流行而重要的流行课题。
8.4Web数据挖掘
Web上有海量的数据信息，怎样对这些数据进行复杂的应用成了现今数据库技术的研究热点。数据挖掘就是从大量的数据中发现隐含的规律性的内容，解决数据的应用质量问题。充分利用有用的数据，废弃虚伪无用的数据，是数据挖掘技术的最重要的应用。显然，面向Web的数据挖掘比面向单个数据仓库的数据挖掘要复杂得多。因为它面临如下诸多挑战：
1、对于有效的数据仓库和数据挖掘而言，Web的存储量实在是太庞大了。
2、Web页面的复杂性远比任何传统的文本文档复杂得多。
3、Web是一个动态性极强得信息源。
4、Web面对的是一个广泛形形色色的用户群体。
5、Web上的信息只有很小的一部分是相关的或有用的。
一般的，Web数据挖掘可分为三类：Web内容挖掘(Web content mining)，Web结构挖掘(Web structure mining)，Web使用纪律挖掘(Web usage mining)。
面向Web的数据挖掘是一项复杂的技术，由于上述种种挑战的存在，因而面向Web的数据挖掘成了一个难以解决的问题。而XML的出现为解决Web数据挖掘的难题带来了机会。由于XML能够使不同来源的结构化的数据很容易地结合在一起，因而使搜索多样的不兼容的数据库能够成为可能，从而为解决Web数据挖掘难题带来了希望。XML的扩展性和灵活性允许XML描述不同种类应用软件中的数据，从而能描述搜集的Web页中的数据记录。同时，由于基于XML的数据是自我描述的，数据不需要有内部描述就能被交换和处理。作为表示结构化数据的一个工业标准，XML为组织、软件开发者、Web站点和终端使用者提供了许多有利条件。相信在以后，随着XML作为在Web上交换数据的一种标准方式的出现，面向Web的数据挖掘将会变得非常轻松。
4、数据挖掘的未来
当前，DMKD研究方兴未艾，其研究与开发的总体水平相当于数据库技术在70年代所处的地位，迫切需要类似于关系模式、DBMS系统和SQL查询语言等理论和方法的指导，才能使DMKD的应用得以普遍推广。DMKD的研究还会形成更大的高潮，研究焦点可能会集中到以下几个方面：
发现语言的形式化描述，即研究专门用于知识发现的数据挖掘语言，也许会像SQL语言一样走向形式化和标准化。
寻求数据挖掘过程中的可视化方法，使知识发现的过程能够被用户理解，也便于在知识发现的过程中进行人机交互。
研究在网络环境下的数据挖掘技术（WebMining），特别是在因特网上建立DMKD服务器，并且与数据库服务器配合，实现WebMining。
加强对各种非结构化数据的开采（DataMining for Audio ＆ Video），如对文本数据、图形数据、视频图像数据、声音数据乃至综合多媒体数据的开采。
交互式发现。
知识的维护更新。
但是，不管怎样，需求牵引与市场推动是永恒的，DMKD将首先满足信息时代用户的急需，大量的基于DMKD的决策支持软件产品将会问世。只有从数据中有效地提取信息，从信息中及时地发现知识，才能为人类的思维决策和战略发展服务。也只有到那时，数据才能够真正成为与物质、能源相媲美的资源，信息时代才会真正到来。
[数据挖掘读书笔记]
篇6：大数据时代读书笔记
去年的“云计算”炒得热火朝天的，今年的“大数据”又突袭而来。仿佛一夜间，各厂商都纷纷改旗换帜，推起“大数据”来了。于是乎，各企业的CIO也将热度纷纷转向关注“大数据”来了。有一张来自《程序员》微博的漫画很形象.我觉得这张图，很真实地反映了现实中小企业云计算，大数据的现状。
不过话又还得说回来，《大数据时代》是本好书。
当然，很多IT知名人士也大力推荐，写了好多读后感来表述对这本书的喜欢没看此书之前，对所谓大数据的概念基本上是一头雾水，虽则有了解关注过现在也比较火热的BI，觉得也差不多，可能就是更多的数据，更细致的数据分析与数据挖掘。看过此书后，感觉到之前的想法，只能算是中了一小半吧---巨量的数据，而另一前：着眼于数据关联性，而非数据精确性，或许才是大数据与现时BI最大的不同，不仅仅是方法，更多的时思想方法。不过坦白讲，到底是数据的关联性重佳，还是数据的精确性更好，还真的需要时间来检验一下，至少从现在的数据分析方法来论，更多的倾向于数据的精确性。看完此书，我心中的一些问题：
1什么是大数据?
查了查百度百科，是这样定义的：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、Velocity、Variety、Veracity--这个好像是IBM的定义吧。
以个人的观点来看：数据海量，存储海量 都是大数据的基本原型吧。
2.大数据适合什么样的企业?
诚然，大数据的前提是海量的数据，只有拥有巨量的数据资源，方能从中查找出数据的关联性，才可以让通过专业化的处理，让其为企业产生价值。针对电信运营，互联网应用这样海量用户的数据的大企业，也是在应用大数据的道路上拥有得天独厚的条件，但是针对中小企业呢?销售订单数据?若非百年老店，估计数据也是少得可怜，5，能用的可能只有消费者数据了吧。貌似大多数厂商，用来举例的也就是消费都购买行为分析为最多。同样，在公共事业类的政府机构，大数据的作用也许也能很好的发挥。反而感觉在大多数中小型企业应用大数据，似乎有点大题小作。书中说：大数据是企业竞争力。诚然，数据是一个企业的核心无形资源(利用得好的话)，但是否所有的数据，或都换则方式说：所有的企业都以大数据为竞争力，是否真的合适么?是否在中小企业中，会显示得小题大做呢?
3.大数据带来的影响
当一波又一波的IT技术热潮源源不断地向我们铺面而来的时候，你甚至都没有做好准备，你都要开始迎接它所给你带来的影响了。经过物联网，云计算的推波助澜下，大数据开始登场了。但它到底给我们带来了什么呢?
1)预测未来 书中以Google成功预测了未来可能发生流感的案例来开篇，表明通过大数据的应用，可以为我们的生活起一个保驾护航的指向标。实质很简单，技术改变世界。
2)变革商业 大数据所带来的商机，同时会衍生出一系列与大数据相关的商业机遇与商业模式，数据的潜在价值会源源不断地发挥作用 可以容易想到的是未来有专门的数据收集，数据分析，数据生成的一条数据产业链产生。影响最大的，当然是IT公司
3)变革思维 书中所说：因为有海量的数据作基础，未来，我们可能更关注数据的相关，而非精细度。对这条，本人还是持保留意见的。
篇7：大数据时代读书笔记
第一部分是大数据的思维变革，作者舍恩伯格提出了三个观点，一是“不是随机样本，而是全体数据”，二是“不是精确性，而是混杂性”，三是“不是因果关系，而是相关关系”，作者被誉为“大数据时代的预言家”，抛出的观点是掷地有声的，下面我将谈谈我对这三点的理解。
对于一，我们必须承认我们以往做的处理抽样数据得到结果的方法，是省时省力省钱的，而且判断结果是相对高精准的，如人口普查这一案例，如果采用全体数据进行统计分析的话，工作难度是相当大的，最后的结果也不会很满意，这是得不偿失的。但是随着数据处理技术的飞速发展，我们已经具备了处理大量数据的能力，如果在数据分析过程中采用全体数据，就能避免抽样数据可能由于选取偏见带来的非随机性，处理全体数据也必将成为一种趋势。用在国防生管理工作中，就是管理层要对每个个体都给予充分的关心与互动，对于优秀的固然要偏爱，但是对于较差的也要保持“不抛弃不放弃”的态度，让每一个个体都找到自己的定位与价值。
对于二，作者强调通过掌握更多的数据，暂时牺牲精确性，关注更多容易被忽略的细节，来做更多的事，得到更多的结果，也就是说我们要有一定的包容错误的能力。我们在收集数据时，要主动获取更多的数据，少加一些限制性条件，然后应用我们处理大数据的能力，或许会获得意想不到的结果。作者举了一个谷歌翻译系统的例子，通过英语作为中转，进行各语言之间的转换。此处的启发就是用我们最擅长的途径，不拘泥于特定规则，来达到我们的目的，也就是说我们要先认清自己，不去刻意的.模仿，找出最适合自己的一套方法。
对于三，作者指出知道“是什么”就够了，没必要知道“为什么”，乍一看这个观点觉得有点无脑，但是结合第二点就合理了，降低对精确性及原因结果的要求，通过对相关数据的广泛分析，进而得到更丰富更多元的结果。如购物时，系统的购物推荐，并不是肯定你会购买，仅仅是你感兴趣进而可能会买就足够了。其实作者对“相关关系”的强调，主要是大数据强大的预测能力，而且这种预测性能还是相当精确的。以上只是我用作者的观点佐证他自己的观点，证明其一定的合理性，但是我是不完全认同的，在航天领域，我们对成功率的要求是极高的，尤其是载人航天领域，我们必须做到万无一失，我们对每一个结果都会深究其根，找出原因。对于国防生体能成绩的分析也是如此，结果只是我们的一个评价机制，而最重要的还是产生这一结果的原因及过程。
第三部分是大数据的管理变革，本来以为作者会讲点如何通过大数据来改革管理机制和提高管理效率，没想到作者只是讲了大数据其实就是我们的隐私的暴露，提出了要让数据采集管理公司对数据的使用负起责任的解决途径。个人感觉，一是我们在平时要意识到个人隐私的保护，而是相关法律政策的完善，真正的让大数据服务我们的工作生活，而不是一种变相的威胁。
篇8：大数据时代读书笔记
《大数据时代》这本书主要描述的是大数据时代到临人们生活、工作与思维各方面所遇到的重大变革。
引言提出了大数据将给生活、工作于思维带来重大的变革。一个例子是H1N1流行病毒背景下谷歌通过检测检索词条，处理了4.5亿个不同的数据模型，通过预测并与20、年美国疾控中心记录的实际流感病例进行对比后，确定了45条检索词条组合，并将其用于一个特定的数学模型后，预测的结果与官方数据的相关系数高达97%。按照传统的信息返回流程，通告新流感病毒病例将有一到两周的延迟。
对于飞速传播的疾病，信息滞后两周是致命的。而谷歌运用大数据技术，以前所未有的方式，通过海量数据分析得出流感所传播的范围，为世界预测流感提供了一种更快捷的预测工具。此外，我联想到原淘宝董事长马云通过大量数据分析得出2019年经济疲弱，为其商家提前做好迎接经济危机提供了时间缓冲。
关于大数据在商业领域的应用， Farecast公司是一个成功的典型范例。该公司由奥伦·埃齐奥尼创办，利用机票的销售数据来预测未来的机票价格，旨在帮助用户在购买机票方面做出预测，并对机票价格走势预测的可信度标示出来供消费者查考。Farecast系统利用近十万亿条价格记录预测的准确度达75%，使得使用Farecast票价预测工具购买机票的旅客，平均每张机票节约50美元。而处理如此多的数据离开了大数据技术将无法进行。
也正是由于我们进入了一个前所未有的信息化时代，人们拥有了如此多的数据，才提供给我们利用大数据的分析处理手段，创造新的价值。也许有人以为我们大数据时代的还未来临。其实大数据技术早已渗透到我们中间，它被应用在垃圾邮件的过滤，新浪微博技术平台，谷歌翻译以及输入文字的自动纠错等。
文中提出的一个观点是，预测是大数据的核心。其实从过去的时代人们就利用掌握的数据进行各种分析，从而对经济等各方面进行预测、矫正。只是进入了大数据时代人们掌握的数据爆炸性的速度在增长，从而数据的存储和分析数据分方法成了释放大数据能量的关键。
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国际竞争中摆脱受制于人的弱势境地，才能把握发展的方向，冲破与西方国家的差距。
篇9：大数据时代读书笔记
我们生活在一个“概念”纷飞的年代，先前只有IBM熟谙的招数，如今已经“飞入平常百姓家”。“移动互联网”、“云计算”的概念刚刚消停，业界的专家又送来了“大数据”的概念，一时间似乎人人都变成了“大数据”专家，见面要是不提“大数据”都不好意思跟人打招呼!
玩笑归玩笑，当我们的存储能力、计算能力和网络带宽变得充裕之后，我们先前对待数据，尤其是原始数据的态度和思维方式，将面临着很大的改变!
其实，作者的主要观点，已经在翻译者的译者序中进行了总结：“大数据时代处理数据理念上的三大转变：要全体不要抽样，要效率不要绝对精确，要相关不要因果”。
如作者所言，“采样分析是信息缺乏时代和信息流通受限制的模拟数据时代的产物”。如果可以，我们当然会使用“全体数据”而不是“抽样数据”。读到这里，我估计大学里正在绞尽脑汁设计样本抽样方法的学生、教授们，连哭的心都有!
数据分析的及时性，在很多情况下比精确性更加重要，尤其是在商业领域。想想看，如果需要两周时间才能计算出明天某个航班的满座率，那还有什么意义?大数据计算技术，适用的不是像卫星发射、开具银行账户这样的工作，而是不要求极端精确的情况，其核心是“预测趋势”，况且原始数据也可能出现差错。
过往千年，探究因果关系几乎是所有科学研究的原动力。甚至，这已经通过语言，融入我们的思维方式和哲学思想：“因为……所以……”，凡事都要问“为什么”。但是，在大数据的范畴里，关注的却是相关性，而不是因果关系，或者其次才是因果关系。超市只用关心把啤酒和尿不湿放在一起，会帮助提高销售额，而不用关心其中的奥秘。如果说原因，可能很多都是人们的习惯、方便，甚至是人性，例如奶爸们习惯买尿不湿的时候给自己捎上几罐啤酒。
在此，也有一些自己的思考：如果说搜索引擎所解决的问题表面上是帮助用户找到需要的信息，而实质是帮助企业找到拥有某项需求的客户，深层次讲是解决了《第三次浪潮》中提出的消费者和生产者分离的根本矛盾，如果再加上3D打印技术，就可以完成由消费者主导的“个性化”生产过程;而大数据所解决的是，通过对所有用户的数据进行分析，可以预测用户群整体的需求变化趋势，从而完成批量产品生产、销售的调整问题，其奇妙之处就在于无需用户“开口”说出她想要什么?一个解决的“个体需求”，一个解决的是“群体需求”。
本书除了提出上述三项基本观点，其它的内容大多是举例说明，多少有些空泛。但是，其实大数据时代才刚刚开始，对大数据的应用也只是停留在比较浅的层面上，作者能提出这三项基本观点已属难能可贵!
篇10：大数据时代读书笔记
信息时代的到来，我们感受到的是技术变化日新月异，随之而来的是生活方式的转变„„我们这样评论着的信息时代已经变为曾经。如今，大数据时代成为炙手可热的话题。笔者在这说明信息和数据，只是试图首先说明信息、数据的关系和不同，也试图说明，为什么信息时代转变为了大数据时代?大数据时代带给了我们什么?
信息和数据的定义。维基百科解释：信息，又称资讯，是一个高度概括抽象概念，是一个发展中的动态范畴，是进行互相交换的内容和名称，信息的界定没有统一的定义，但是信息具备客观、动态、传递、共享、经济等特性却是大家的共识。数据：或称资料，指描述事物的符号记录，是可定义为意义的实体，它涉及到事物的存在形式。它是关于事件之一组离散且客观的事实描述，是构成信息和知识的原始材料。数据可分为模拟数据和数字数据两大类。数据指计算机加工的“原料”，如图形、声音、文字、数、字符和符号等。从定义看来，数据是原始的处女地，需要耕耘。信息则是已经处理过的可以传播的资讯。信息时代依赖于数据的爆发，只是当数据爆发到无法驾驭的状态，大数据时代应运而生。这是否是《大数据时代》一书所未曾阐述的背景材料?
在《大数据时代》一书中，大数据时代与小数据时代的区别：1、思维惯例。大数据时代区别与转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。作者语言绝对，却反思其本质区别。数据的更多、更杂，导致应用主意只能尽量观察，而不是倾其所有进行推理?这也是明智之举2、使用用途。小数据停留在说明过去，大数据用驱动过去来预测未来。笔者认为数据的用途意在何为，与数据本身无关，而与数据的解读者有关，而相关关系更有利于预测未来。3、结构。大数据更多的体现在海量非结构化数据本身与处理方法的整合。大数据更像是理论与现实齐头并进，理论来创立处理非结构化数据的方法，处理结果与未来进行验证。4、分析基础。大数据是在互联网背景下数据从量变到质变的过程。笔者认为，小数据时代也即是信息时代，是大数据时代的前提，大数据时代是升华和进化，本质是相辅相成，而并非相离互斥。
数据未来的故事。数据的发展，给我们带来什么预期和启示?银行业天然有大数据的潜质。客户数据、交易数据、管理数据等海量数据不断增长，海量机遇和挑战也随之而来，适应变革，适者生存。我们可以有更广阔的业务发展空间、可以有更精准的决策判断能力、可以有更优秀的经营管理能力„„可以这些都基于数据的收集、整理、驾驭、分析能力，基于脱颖而出的创新思维和执行。因此，建设“数据仓库”，培养“数据思维”，养成“数据治理”，创造“数据融合”，实现“数据应用”才能拥抱“大数据”时代，从数据中攫取价值，笑看风云变换，稳健赢取未来。
篇11： 《大数据时代》读书笔记
《大数据时代》读书笔记1000字
世界正迈入大数据、云计算的时代，人类朝着数据化、数字化的方向发足狂奔，我们原有的科学、技术、工作和生活方式正在被信息技术所改写，很多科学领域会被大数据技术所替代，也会崛起很多新兴科学家和职业，譬如数据科学家、数据中间商等。大数据会颠覆很多的产业和行业，甚至一夜之间就能变换运营模式，因为在大数据面前，人类不会再向以前那样追寻着“为什么”，更多的是在样本和概率面前做着商业决策的调整，“快”和“实用”更能满足大众的需求。
数据之大，漫无边际，无穷无尽，包含着我们人类的一呼一吸，一举一动。处在大数据帝国的前夜，眺望星空，这是个最好的时代，因为数据时代转折的重要性，不亚于黑猩猩站立起来行走划时代，很多科幻片里的场景会出现在我们的日常；这也会是个最坏的时代，因为人类最终会为此走向哪里，只有苍穹能知道！
当我们拥有海量数据时，绝对的精准不再是我们追求的主要目标，我们乐于接受数据的纷繁复杂，也只有接受不精确性，我们才能打开一扇从未涉足的.世界的窗户。
――――《大数据时代》
小数据时代，我们在数据的精准性上花费很多，包括规则和准则、复式记账的平衡规则、信息系统等等，数据闭环，所以数据具有结构性，所以可以找根寻踪，找寻问题的根源，寻求解决方案。
大数据时代来临，因为数据量的庞大，以及数据背后的繁杂性，以及处理数据的知识IT工程师和计算者，别忘了，拥有数据的是政府和独角兽商人，所以，他们很难对数据进行深度分析，这样也会催生各个领域的数据分析业务，数据生态链核心就清晰了起来。
大数据会取代小数据吗？这是不可能的事，大数据和中小数据之间的防火墙更会高筑！
大数据都是基于样本的非结构性数据，推送到我们面前的数据指引，都已经经过了各种算法的粗加工，融入了计算者的各种算法，算法会因人而异，利用我们过去的电子痕迹，预测我们的现在和未来，一花一世界。
初期的一大一小，数据的交融，像极了海上的渔网，具有强关联性。
数据就像是一个神奇的钻石矿，在其首要价值被发觉后，仍能不断创造价值。大数据拥有者依赖技术专家挖掘数据的价值，但技术专家（数据武士）并没有想象中那么耀眼，他们在大数据中淘金，发现了金银珠宝，可最后却要把这些财富拱手让给大数据拥有者。
――――《大数据时代》
当恐龙消失，人类慢慢成为了动物界的主人。
数据是我们工作、生活中的点滴记录，它真实、朴实无华，它们也会有声音，只是需要有慧眼和思维才能驾驭。
我们只有跨过数据化、数字化的长河，才能开启AI时代，路途遥远，主人！
篇12：恢复BOIS类数据技巧
一．利用根区BOIS（Boot―block BOIS） 当今大多数基于AWARD
BOIS的主板里都有根区BOIS，这是个在升级BOIS时会不会被覆盖的一小部分BOIS，它只支持很基本的硬件如：软盘等。如果您的显卡是PCI的，在BOIS被损坏后您的屏幕将是漆黑一片，因为根区BOIS只支持ISA的显卡。根区BOIS可以执行可引导软盘上的AUTOEXEC.BAT。这样我们可以把Award flasher和正确的BOIS文件（*.bin）放在软盘上并在AUTOEXEC.BAT里加入BOIS升级命令。
二．得到新的BOIS芯片
1．联系主板生产商，看是否他们能提供BOIS芯片。有些生产商是免费提供的。
2．联系卖相关芯片的电脑公司，如Unicore Software ( http ://www.unicore.com/ )或Midco Computers（以前的RC Systema公司，http : //www.midcocomputers.com/ ）。下面是Midco的一段广告：“我们向公众提供BOIS的更换芯片。请访问www.midcomputers.com ，我们将乐意帮助您。”
三．热交换
注意：此方法风险较大，请小心使用（使用者风险自负）。
用另外一块可以正常使用的BOIS芯片来更换当前损坏的芯片，而正常BOIS芯片的主板必须尽量和损坏的一致，
在正常芯片的机器上先把“System BOIS cache able”设为ENABLE，进入DOS后，把正常的芯片拔掉，用损害的芯片来替代，然后正确地升级BOIS即可。
注意：建议使用MRBOIS的读写程序他们的产品名声最好。可以访问ftp://ftp.mrbioa.com找相关软件。
四．适用于Intel主板的方法
把Flash Recovery的跳线放在recovery mode的位置，把可启动的BOIS升级软盘放入，启动机器。
因为没被覆盖的根区BOIS不支持PCI的显卡这时屏幕上什么都没有。可以通过鸣笛声和软盘LED来观察。当机器响了一下，接着软盘的LED亮时，系统就正在升级BOIS。当软盘的LED灯灭时，说明恢复已完成，关机。把跳线恢复到缺省位置，重启动继续恢复。
除了以上方法外，还可以用我们比较熟悉的Debug来恢复BOIS的出厂值，方法如下：
1．针对AMI/Award BOIS:
C:\DEBUG（在纯DOS下，不是Windows里的DOS窗口）
-0 70 17 -0 71 17 Q 2．
针对Phoenix BOIS
C:/DEBUG（在纯DOS下，不是Windows里的DOS窗口）
篇13：恢复BOIS类数据技巧
一．利用根区BOIS（Boot—block BOIS） 当今大多数基于AWARD
BOIS的主板里都有根区BOIS，这是个在升级BOIS时会不会被覆盖的一小部分BOIS。它只支持很基本的硬件如：软盘等。如果您的显卡是PCI的，在BOIS被损坏后您的屏幕将是漆黑一片，因为根区BOIS只支持ISA的显卡。根区BOIS可以执行可引导软盘上的AUTOEXEC.BAT。这样我们可以把Award flasher和正确的BOIS文件（*.bin）放在软盘上并在AUTOEXEC.BAT里加入BOIS升级命令。
二．得到新的BOIS芯片
1．联系主板生产商，看是否他们能提供BOIS芯片。有些生产商是免费提供的。
2．联系卖相关芯片的电脑公司，如Unicore Software ( http ://www.unicore.com/ )或Midco Computers（以前的RC Systema公司，http : //www.midcocomputers.com/ ）。下面是Midco的一段广告：“我们向公众提供BOIS的更换芯片。请访问www.midcomputers.com ，我们将乐意帮助您。”
三．热交换
注意：此方法风险较大，请小心使用（使用者风险自负）。
用另外一块可以正常使用的BOIS芯片来更换当前损坏的芯片，而正常BOIS芯片的主板必须尽量和损坏的一致。在正常芯片的机器上先把“System BOIS cache able”设为ENABLE，进入DOS后，把正常的芯片拔掉，用损害的芯片来替代，然后正确地升级BOIS即可。
注意：建议使用MRBOIS的读写程序他们的产品名声最好。可以访问ftp://ftp.mrbioa.com找相关软件。
四．适用于Intel主板的方法
把Flash Recovery的跳线放在recovery mode的位置，把可启动的BOIS升级软盘放入，启动机器。
因为没被覆盖的根区BOIS不支持PCI的显卡这时屏幕上什么都没有。可以通过鸣笛声和软盘LED来观察。当机器响了一下，接着软盘的LED亮时，系统就正在升级BOIS。当软盘的LED灯灭时，说明恢复已完成，关机。把跳线恢复到缺省位置，重启动继续恢复。
除了以上方法外，还可以用我们比较熟悉的Debug来恢复BOIS的出厂值，方法如下：
1．针对AMI/Award BOIS:
C:\DEBUG（在纯DOS下，不是Windows里的DOS窗口）
-0 70 17 -0 71 17 Q 2．
针对Phoenix BOIS
C:/DEBUG（在纯DOS下，不是Windows里的DOS窗口）
BOIS是基本输入/输出系统的缩写。BOIS是系统内附的，在电脑没有访问磁盘上程序之前决定机器基本功能的软件系统。就PC而言，BOIS包含了控制键盘，显示屏幕，磁盘驱动器，串行通讯设备和很多其他功能的代码。 一般地，BOIS存储在主板上的ROM芯片（所以通常叫ROM BOIS），确保了BOIS的一般可用性和不会因为磁盘错误而损坏。它也确保了机器能够启动。因为RAM比ROM的速度快，很多的机器制造商设计的BOIS在机器启动时能从ROM被拷贝到RAM去运行，这项技术也叫shadowing。当今，在很多Pc里是flash BOIS，以为着这BOIS是存储在可重新改写的flash内存芯片，如果需要的话改写毫不费力。但如果是损坏了呢？如何恢复损坏的BOIS？割据笔者多次的恢复经验
篇14：护理类读书笔记
张中南教授在《唤醒护理》一书中写到“重临床，就是促进护理工作‘贴近患者、贴近临床、贴近社会’，使护士运用专业知识完成对患者的专业照顾、病情观察、治疗处置、心理护理、健康教育和康复指导等各项护理任务，在为患者提供全程、全面、主动、专业、人性化的护理服务中，保证患者安全和医疗质量，促进患者尽快康复，从而实现自身的专业价值和社会价值。”
这让我想到9月12日，宏伟分院的护理大查房。护理人员通过护理专业知识考核后，来到患者床边，学习专业的检查和健康指导。培训中，王燕护士长亲自示范了如何为慢性胃炎患者进行触诊和按摩腹部，宏伟分院的护士姐妹们也通过回答问题的方式对慢性胃炎的病因、临床表现、健康指导、分类等等进行了解答，并用通俗易懂的语言以拉家常的方式跟患者进行了交流。王燕护士长总结的慢性胃炎患者的五字饮食方法，“温、软、淡、素、鲜”让我们受益匪浅，肖瑞护士长总结的用药指导和出院后的注意事项，也使我们收获颇多。在轻松愉快的氛围中，这次受到了患者高度配合以及肯定的大查房结束了。
这次的护理大查房，正是运用了张教授的专业结合人性化护理，健康指导结合实践操作，不仅让我们年轻的护士学到了知识，更让患者真正体会到了优质护理服务。感谢护理部喻英主任、王燕护士长、肖瑞护士长、刘丹护士长及刘巧对宏伟分院护理工作的指导和帮助，使我们发现了现工作中存在的不足，今后我们会更加努力，争创优质护理先进集体。
篇15：经济学类读书笔记
《生活中的经济学》是茅于轼老先生写下的一本浅显易懂的经济学书，尤其以美国超多生活中常见的经济学案例来解释说明其中的经济性原理，让我深受感染，书中运用了很多微观经济学和宏观经济学的知识来对生活中的经济现象进行解释，十分生动形象。我们此刻正在学习微观经济学，存在必须难度，透过阅读此书，我进一步加深了对微观经济学原理的理解，对我的学习有很大的帮忙！另外，相对于宏观经济学来说，我虽然还没接触，但是在生活中确实存在很多现象能够用宏观经济学的原理来解释。因此，此书不仅仅拓宽了我的知识面，而且对我的学习起到重要作用。
在微观经济学知识上，书中所举的美国人的例子让我印象深刻。美国人在小时候看电影的时候，尤其也是美国电影，很多的情节就是一家人开着车，搭着帐篷，烧烤架出去旅游。当时美国就是梦中的天堂，我都难以想象，当时美国人是多么富有。然而，美国人却是用几乎一个月的工资，进行一年一次的旅游。这一点和我们中国人的习惯有很大的冲突，如果是中国人，很少有人会如此的“浪费”，即便是他算是较富有的。
在这个问题上，中国人有着固有的传统消费观念，而美国人是比较潮流的消费观念，就好比中国人存钱买房，美国人买房存钱。旅游虽然消费了一个月的工资，当时这些资产很可能就转化成了另外的人半个月的资产，实现了市场的流通。对于时间，我们就应向美国人学习。在“节约时间创造财富中”，作者比较强调了美国人和中国人的一些习惯上的差异。比如美国人喜欢用电话纸，节约时间节约金钱，创造财富。而中国人还喜欢把时间浪费在无谓的看街头热闹上。相对于国人的时间观念差，美国人却还在为消除排队带来的时间浪费做出努力。我们是不是就应加强时间观念呢
讲到宏观经济学，我们就要关注一下国家及世界的整体经济形势。中国人在北宋的时候就开始使用纸币，在我们四川成都，被称为“交子”。然而近代，当美国的银行业发达的时候，我们却却是固步自封。我觉得这并非坏事，中国人讲究实在，美国人玩的是浪漫，而且是金钱上虚无缥缈的浪漫。最终，也得到了印证，就是爆发的次贷危机。就通货膨胀而言，大家都厌恶甚至痛恨通货膨胀，但如果和中国比起来，美国人厌恶的程度大概不像中国人那样厉害。因为绝大部分美国人的收入来源于市场，当物价水平上升时，他们的收入随着上升，水涨船高，所以他们的购买力并不受多大影响。而绝大多数中国人是拿固定工资的国家职工，如果工资不相应调整，涨价就等于降低生活水平。中国现今的收入虽然高上去了，但是这完全没有按照时代的应当有的规律发展下去，人们不觉得幸福，我觉得很大一部分职责归咎于房地产。
本书中很多讲的实例都展现的是美国和中国的经济学差异，我觉得造成这种差异的很重要的一个原因是中西方文化的差异。在经济学中，没有固定的模式，我们就应有着自己的民族特色，根据自己的民族生存方式和特点，选取性地吸收西方现今的经济学知识。但是，并不需要完全把我们的否定，因为此刻美国好的经济模式，不必须将来就好。就算将来好，也不必须对我们就好。所以我们要发展适合自己的经济学。
只有适合自己的，才是最好的！因此，我们无论是在生活中还是在学习中，都要力求寻找到最适合自己的方法和规律，利用经济学原理来看待身边的现象，从中学习到更多的东西。
篇16：经济学类读书笔记
经济学是建立在一系列假设上的令人惊讶的是很多假设都是似是而非的。随着历史学民俗学统计学的发展一个又一个假设被推翻。我们不禁要感叹经济学的基础发生了动摇。博兰尼说土地劳力金钱都是虚构商品永远不会彻底实现。历史上从不存在现代经济学意义上的经济。不存在一个独立于社群文化生活纯粹以市场供求最大化物质欲望和利润等逻辑来运作甚至能够自我调节的经济体。
1、“以物易物与交易”等个人行为仅偶尔出现在原始社会。经济学是最强调个人行为的不过人类在经济发展的初期从来不是以单个人的身份出现的。马克思对物物交换的描述令人印象深刻可惜他把经济发展阶段和社会发展阶段割裂了开来。这样的情况几乎是从来没有发生过的。
2、贸易并非出现在社区内部它是不同社群之间的外部事物是从群体之间的交易扩展到个人之间的交易。
3、贸易并不依赖于市场它起源于单向的运送无论是籍着和平或者不和平的手段。市场是所有西方经济学教科书的第一课但市场并不是从来就有的。市场是社会发展到一定阶段的产物在古希腊市场功能主要是通过海盗等非和平手段实现的。
4、市场存在与否并不是本质上的特征地区性的市场并没有扩张的趋势。古典贸易理论认为若交易效率高到使一国有限人口不足以容纳很高的最优分工水平时国际贸易就会产生。这不符合民俗学的实证研究。
5、分工并非起源于贸易而是起源于地理的生物的和其他非经济的事实。斯密认为人类独自具有要求相互交换的倾向因为这对个人更有利因此形成了分工。分工程度的高低受市场范围大小的限制。但在资本主义兴起以前分工的最根本的原因是因为性别地理因素等原因劳动生产率不同造成了分工。
6、金钱并非是一项决定性的发明金钱存在与否并不必然造成经济类型在本质上的差异。金钱并不是所有社会必然的产物很多发展到相当高程度的社会群体排斥使用货币。
7、中古时代乡村与贸易无缘。城镇与城镇之间的`贸易也从来不是公平的。贸易的差异是地方实力的体现。
8、重商主义迫使国界之内的城镇和省份的贸易更为自由并将自治市镇的制度扩展到全国。重商主义在很大程度上促进一国的经济发展同时促进了现代政治制度的形成。
9、15世纪以前从来未曾有过国家保护政策。现代意义上的国家概念是文艺复兴时期逐渐形成的。在此之前并没有很明确的国家概念更没有对外封闭的国家保护政策。如日本中国。
10、垄断是资本主义的常态竞争是特殊和少见的。资本主义的成就是限制市场的产物。积累大量资本的能力依赖于创造垄断的能力而每一次伟大的技术进步都为垄断部门创造了新的生命力。"大资本家总是试图做一切事贸易生产和金融。只有染指所有部门他们才有望获得垄断优势。只有二流的货色才会去专攻一门才会是商人或工业家。（布罗代尔）
篇17：经济学类读书笔记
最近又翻阅了下罗伯特弗兰克的《牛奶可乐经济学》，作者用日常生活中的诸多小例子，从产品设计、成本效益、供求关系、价格体系、市场信号、行为心理学等经济学的角度进行了解释，浅显易懂而又贴近生活，可以引发大家对周围事物的思考。因为有文化和地域的原因，其中有些国外的例子我们不能很好的理解，而也有一些例子解释的较为牵强，但无论如何至少有一半的例子的思考都是让人豁然开朗的。
以下是其中一些有意思论点的记录，值得今后学习和应用。
产品设计既要符合消费者心意的功能，又要满足卖方保持低价、便于竞争的需求。也就是说，要在两者之间实现平衡。如牛奶一般装在方形盒里，而可乐装在圆形盒里，因为牛奶需要冷藏成本高。
“一价定律“指出，适合试图利用富人愿意花钱的供应商，都会给竞争对手创造出直接的获利机会，也就是利用价差进行套利。酒吧喝水要钱而花生免费，因为酒和水以及花生的不同关系。
从长远来看，新技术所节省下来的成本，并不会给生产者带来更高的利润，而是降低了产品的价格，使消费者受惠。
劳动力市场原则：雇员的工资与他们为雇主在盈亏平衡点上所创造的价值成正比。
技术的高速发展，提高了最有能力的人的个人优势，所以最近收入最高者的薪水比普通人涨的反而更快，如公司CEO及高管。
套利的可能性限制了垄断者向特殊买家索取高价的能力，所以商家的应对之道是，允许顾客以低价购买，但前提条件是客户必须首选跃过某种门槛，如抢购、限时促销、改变包装等。
价格敏感消费者，价格第一，时间体验形象等其次，所以某种形式的购买门槛都是为了扩大这一消费群体；而价格不敏感消费者，可能是富人，或者时间便利体面等更为重要的群体。扩大整体份额而不是使这两个群体价格冲突，会提高总体销量而降低成本，如样品、瑕疵品的销售。
对个人是好事，对群体来说可能没用。如雄鹿的大犄角只为了内斗而对狼群无用。当个人效益超过个人成本时，个体会采取行动，可能导致对群体有害的结果。
亚当史密斯认为，个人的回报只取决于绝对绩效。但事实上，生活里大多数事情都是以相对位置定高下的，因为整体资源是固定的。如春运火车票的座位有限，网购只会引起再分配；好学校招生有限，所以名次显然比分数重要。
商家习惯于利用各种措施向消费者释放错误的市场信号，从而影响决策。如律师都穿正装而教授则不需要，小成本而可能产生高收益，职场中的个人形象也是如此，短期多付一点而长期高收益；二手车不确定的质量可能有问题，这种信息不对称，造成了接近全新的二手车价格也较低。
一般来说，一旦遇到随机性成功，必然会出现“回归平均”。如业绩不好，炒掉领导后，业绩立刻反弹，则不见得一定能推论出“炒掉原来的领导是正确”的结论，而然大众可不这么看，足球教练的更换就是个好例子。
从理论上来说，金钱奖励最优最方便，但实际上人们往往偏好其他形式的奖励，如奖励汽车等，或者朋友之间护送礼物，这是典型人力资源激励的心理学应用，无论金钱和实物，最终要看其“效用”如何。
很大程度上，人们所做的选择，源于一种想要构建、保持个人或群体认同的心理动机；而商家需要了解并满足客户的这种动机。
篇18：经济学类读书笔记
读了奥利沙文的《城市经济学》，收获蛮多的，从书中可以学到很多关于城市发展，城市交通，土地租金与土地利用模式等多个方面的内容。也由此对于城市经济学更加了解，对于我们学习房地产经营管理也有很大的帮助。
特别是学到了城市经济学五个公理：通过调整价格实现区位均衡，自我强化效应产生极端结果，外部性导致非效率，生产受规模经济影响，竞争导致零经济利润。城市中每一个组成因素，我们都可以用这五个公理之一来解释，也可以利用这五个公理对城市的建设做出贡献。特别是对于我们房地产的投资建设来说，也是具有很大的意义的。在进行房地产投资建设时，可以根据城市的环境，结合这五个公理，进行有效率的投资建设活动，创造出更大的经济效益。
而土地租金版块则让我们更加了解制造业，写字楼，家庭各个部门对城市不同区位土地的支付意愿，由此可以预测不同区位土地的利用模式。对于我们房地产开发来说，知道不同区位土地的利用有利于结合不同的区位特点进行开发建设活动。
而对于城市人口分布，居民的居住选择来说，邻里、教育、犯罪等因素是有很大影响的，城市的发展也是受这些所影响，在进行房地产开发时，也要考虑城市中所选择区位、开发小区的档次等等对于该城市中居民的影响，才能更加有效地吸引购房者。
读《城市经济学》，可以学到很多东西，或许有些东西我们之前就已经知道是这么回事，但是，并没有一个清晰系统的认识，通过《城市经济学》这本书，我们可以以一个专业的角度去分析了解这些问题，从而对于问题的了解与运用有更好的效果。
篇19：哲理类读书笔记
一本说时尚的文集。如作者所言，并不是传授穿搭要诀的，是探讨时尚相关的理念，态度之类的。如何可以穿得好看，成为穿搭高手。我几乎每看一本时尚达人的书籍都想从中探求答案。这本书也说了：多买多试。（有问过不同的的达人，大家几乎对这个问题都是一致的看法，多试多穿。）
笔记一下书中有意思的点：流行即是美，因为风格皆美。（只是流行的东西和自己契合度的问题，流行的衣物能不能衬托自己？）不存在以一当万的衣服，哪怕小黑裙。决胜的是质量而非数量。设计，剪裁，面料，细节处理都要够大牌。总有需要一件不那么张扬却考究够范的衣服撑场面的时候。比如约会完美男友，商务派对。时尚是一门生意，时尚是主流眼中的非主流。不太同意作者的地方在于她对KateMoss日常穿搭的看法，她认为KateMoss擅长穿出穷范儿，穿什么大牌都像是Topshop.
我认为KateMoss选的衣服尺寸，廓形，比例什么的都很讲究，包括妆容，都没有用力过猛这回事，非常适合自己。有时候还能重复穿搭，并不一味靠流行和最新服饰取胜。你可以把她套入法国女人，虽然她其实是英国人。
关于她的广告硬照我也看过，最佩服她的是她能把衣服所描述或者暗示的人物性格背景等等状态表现出来。这一点在她和其他模特一起的广告中特别明显：哪怕其他模特中有比她高，有比她脸蛋漂亮，或者比她身材好，比她年轻的，一眼看过去，你还是被KateMoss吸引住，忍不住盯着她看。我猜为什么Kate不拍电影电视。拍广告按小时算，这种表现力只是集中几个小时内，而拍电影一般几个月，加上台词，强度太大了。
篇20：哲理类读书笔记
在人的一生中会养成许多不同的习惯，而人的习惯又是在不知不觉中养成的。这其中有许多好的习惯，也有一些不好的习惯。
在工作中我们自己常会为自己找借口，有时候是因为怕担责任而故意找的一些理由。一句话是借口还是理由，其实不是最重要的，重要的是如果养成了找借口的习惯，那么借口就会像一个噩梦一样缠着我们。
西班牙曾有一句谚语，生命不可能从谎言中开出灿烂的鲜花。这也说明，谎言是不可掩饰借口的，借口毕竟是借口，如果我们总企望找借口或用谎言蒙混过关，最终的也只会落得悲伤的结局。
任何借口都是推卸责任，在责任和借口之间，选择责任还是选择借口，体现了一个人的工作态度。我们在工作的过程中，总会遇到一些挫折和困难，要学会迎难而上，而不能去寻找逃避责任的借口。不放弃，不寻找任何借口为自己开脱。而是寻找解决问题的办法，这才是最有效的工作原则。责任是什么？责任就是我们应尽的职责，就是我们的工作使命。
我们既然走上了这个工作岗位，我们就必须承担相应的责任。
人的一生，总会遭遇坎坷，但只要不服输，拒绝借口，我们就可以重整旗鼓，东山再起，如果我们自己也承认失败，才是彻头彻尾的一无所有。永不放弃是一种心态，是永不言败、勇往直前的坚定信念，更应该是我们对待任何事情的基本态度。当我们在工作中www.simayi.net面对困难的时候，不妨坚定一个信念，换一种思维，多一份努力，而不要轻言放弃，一定会有新的希望。希望就是力量，机遇更会欣赏那些内心总是充满希望的人。
一流的人找方法，末流的人找借口。优秀的员工，总是崇尚这样的理念：不找借口找方法，方法总是比问题多。方法总比问题多，是职场人的一种积极乐观的心态，是人生观的体现。总之方法总是比问题多，体现着一个人的内在精神，体现着企业的精神面貌，体现着社会的风气和民族的灵魂。当我们把它作为人生的信念时，就发现灰暗的天空开始变得蔚蓝，平淡的生活开始变得丰富多彩，枯燥的工作开始变得充满激情，每个人都会飞得更高，我们的'企业会不断地发展壮大，我们的明天会更加的美好。
文档为doc格式
