数据统计人员工作心得体会

下面是小编为大家整理的数据统计人员工作心得体会，本文共15篇，以供大家参考借鉴!

篇1：统计人员工作的规章制度

为进一步加强学院的统计工作，使统计工作逐步制度化、规范化和科学化，充分发挥统计在现代科学管理中的重要作用，促进学院各项工作的顺利开展，结合我院实际，特制定本制度。

一、学院信息统计工作的基本任务：

1．及时对学院的各方面信息进行收集、整理和分析，为学院制定计划和决策，加强宏观管理提供真实可靠的依据；

2．实行统计监督。对学院教育事业的发展和未来做出预测，发现问题，提出建议，保证学院工作的正常运转；

3．按照上级主管部门的指示和要求，及时完成有关统计任务。

二、学院信息统计工作实行统一领导、归口管理、分级负责。学院办公室负责学院综合统计工作，各部门要积极配合院办公室做好信息统计工作，必要时需提供相应的统计信息。主要内容分工如下：

1．组宣人事部：填报教职工和学生党组织建设，干部考核等相关信息；有关宣传（统战）活动的开展情况以及在有关媒体上发布学院相关信息的情况；学校教职工职称、工资等分类统计表，人员变动增减情况，教职工培训进修情况，以及专职教师年龄、学历等项目的发展变化情况。

2．教务处、各系（部）：填报各专业、各年级在校生数，学制，学生增减情况；采用教学大纲，教材情况；学生学习情况，职业技能鉴定情况，学生政治思想情况；教师授课情况，教科研工作计划完成情况；学生参加体育竞赛和重大体育活动的情况。

3．学生处、团委：填报各专业在校生数、学籍变动、毕业生数、学生思想动态、学生行政奖惩、课外活动开展以及团组织建设等信息。

4．招生办：填报各类各专业招生情况。

5．就业办：填报各专业毕业生就业情况；实习就业基地建立及毕业生跟踪调查情况。

6．资产处：填报学校占地面积、建筑面积、各类用房建筑面积；在建工程面积、结构、造价等情况；校基础设施（水、电、暖、气、路、通讯）等情况。

7．财务科：填报学院各类收入及支出情况。

8．后勤服务中心：校园绿化信息；水电及公务维修情况；食堂卫生防疫等信息。

9．中专部：填报中专部教学及学生管理等方面的相关信息。

10．计算中心、设备处：填报教学科研仪器、电教设备情况；网络建设情况；教学、科研、办公用计算机数量；实验室、实训基地建设和利用情况；

11．图书馆：填报馆藏书刊（文献）册数、种类数、金额，当年购置书刊数、种类数、金额，图书馆阅览室座位数，计算机检索终端台数等信息。

12．工会：教（职）代会工作开展情况，组织教职工开展活动情况以及发挥维权、监督等功能情况；

13．要求其他部门填报的信息，如学生体格检查信息、学院卫生防疫信息、计划生育信息等。

三、学院办公室，配备一名具有一定政治、业务水平的人员担任综合统计员。各部门设一名兼职统计员，形成统计网络。

四、各级统计人员应保持相对稳定，不轻易调换工作，如确因工作需要调动时，要做好交接工作。

五、统计人员必须努力学习政治理论和业务知识，不断提高理论水平和业务能力。坚持实事求是的原则，努力做好统计工作。

六、综合统计员在院办公室主任的领导下，负责全院统计工作。

1．贯彻执行《中华人民共和国统计法》和上级统计部门的各项统计制度，会同有关部门建立本院统计制度，制定学院统计工作计划。

2．统一组织有关部门及时、准确地填报上级主管部门下发的各种统计报表。

3．统计管理学院的统计报表和数字，建立必要的统计底帐，定期汇编全院基本情况的统计资料。开展调查研究和统计分析工作，检查各项计划的执行情况，并进行专题分析研究工作。

4．研究、总结、交流统计工作经验，组织业务学习。

七、各部门统计人员在本部门负责人的领导和学院综合统计员的指导下，负责本部门的统计工作。

1．贯彻执行上级和本院统计工作制度，建立和贯彻本部门统计工作制度。

2．负责调保上级和本院办法的有关统计报表和各种一次性调查表。

3．系统地积累和整理本部门各种基本统计资料，并进行分析研究。

4．定期将统计资料汇总成综合、分析材料供本部门领导和院领导参阅。

八、为使统计资料保持完整、准确，提高报表质量，必须建立原始资料登记制度。保证学院资料的来源统一，口径一致。各部门可根据具体情况，设计适合本部门工作需要的原始记录统计表，科学建立统计台帐。

九、积极开展调查研究和统计分析工作。各部门要认真学习、贯彻落实党的教育方针和各项政策，要准确、及时、全面、系统地搜集、整理和分析学院统计资料，反映学院发展的情况和存在的问题。

十、进一步加强统计人员的计算机培训工作，使统计人员能熟练掌握计算机操作技术，准确、及时地完成本部门地统计任务，及时提供信息。

十一、健全报表分级原则，凡综合统计报表由院综合统计员填报；凡是单项或只涉及本部门业务的报表，原则上由业务部门统计人员填报。报出的同时，报送院办公室一份备案。

十二、要建立严格的审核制度。凡上报的各种定期报表，必须由填表人签字，经本部门负责人及主管院领导审核签字盖章后方能报出，统计人员和主管领导必须对报表各项数字负责。

十三、要加强统计数字的管理。为保证统计数字全面、准确、完整、统一，对外报出和引用的统计数字应由综合统计员核对，学院内的基本数字，必须以综合部门的统计数字为准。各项统计指标解释以制表部门解释为准，上报的统计报表不得任意修改。如上报后发现数字由错误的，要及时更正，并报送单位说明情况和原因，经核实后再进行更正。

十四、统计报表的填制要求字迹规范、工整，签名或盖章要求清晰、端正。为便于统计资料的保存，统计员填写报表与书写统计报告一律使用碳素墨水。份数较多时可以复印，但复印件一律不得涂改。可用计算机编制打印。

十五、建立统一资料的保管和归档制度。各种统计资料必须备存2份，1份交学院综合档案室，1份本部门留存。统计员要严格遵守统计档案的保密制度。

十六、根据学院填报经常性报表的实际需要，有关教职工、各类学生的信息每年度统计两次（9月、12月各一次），其他经常性统计信息每年度统计一次（12月）。

十七、学院各部门的专兼职统计员要相互配合、紧密合作。兼职统计员应向综合统计员提供必要的本部门的统计资料，综合统计员应定期将学院各类基本统计数字向各部门专兼职统计员发布。

十八、统计员有权向本部门或其它部门的有关人员收集与本专业有关的统计资料，有关人员有义务提供各类统计资料。

十九、本办法由学院办公室负责解释。

二十、本办法自发布之日起施行。

2企业统计工作管理制度

第一章 总 则

第一条 为适应企业发展的需求，进一步加强和提高企业管理水平，不断规范企业管理工作，建立企业统计工作制度。

第二条 统计工作的基本要求是：要保证统计资料的、准确性和及时性，统计工作要为企业管理和发展服务。

第三条 企业必须依照统计制度的规定如实统计资料，不得虚报、瞒报、不得伪造、篡改统计数据。

第四条 企业应在下列方面加强对统计工作的领导和监督：

(一)统计人员和其他有关人员执行统计法规和统计制度，准确、及时地完成统计工作任务。

(二)吸收和组织统计人员参加企业经营管理，发挥统计的服务和监督作用；

(三)切实保证统计工作所必需的'人员、工作条件和工作时间。

第二章 统计机构与统计人员

第五条 企业应当根据统计任务的需要设立统计机构，或者在财务部门设置专职或兼职统计人员，建立健全企业内部统计网络。

第六条 企业统计负责人的主要职责是：

（一）组织、协调本单位的统计工作，完成统计调查、企业统计调查和部门统计调查任务，搜集、整理、提供统计资料；

（二）对本单位的生产和经营情况进行统计分析和统计监督；

（三）管理本单位的统计调查表，建立健全统计台帐制度，并会同有关机构或者人员建立健全原始记录制度。

第七条 企业统计工作实行统计负责人责任制。

第八条 企业统计人员应保持相对稳定，统计负责人的调动，应征求企管部的意见，其他统计人员的变动应征得企业统计机构负责人的同意。统计人员调整、调动或离职必须由能够担当规定职责的人员接管，并需办清交接手续。

第九条 企业统计人员必须认真学习统计法律法规，严格执行统计制度；刻苦钻研统计业务，掌握统计工作技能，熟悉各项统计指标的含义和核算方法，按照规范的程序报送统计资料。

第三章 原始记录、统计台帐和统计报表

第十条 企业必须建立健全与生产经营活动相适应、满足统计核算和业务核算所需要的各类原始记录，建立健全统计台帐，做好企业生产经营活动的原始记载。

第十一条 企业统计报表每月一报。报表上报时间为次月5日以前。

第十二条 原始记录、内部报表和统计台帐的记载必须真实、完整、连续、准确，字迹要清晰端正，签字手续必须齐全。

原始记录、内部报表、统计台帐要逐步采用电子文档形式。

第四章 统计资料的管理和上报

第十三条 企业必须按时上报政府统计部门和相关部门所要的统计报表和统计数字、资料，所提供的统计资料，须经本单位领导人或者统计负责人审核、签署或者盖章后上报。

第十四条 统计报表和财务报表资料必须真实可靠，相同指标的口径范围及核算结果必须一致。

第十五条 企业在宣传报道等方面使用的统计数据，必须经过企业统计机构审核，不得提供和发布虚假统计信息。

第十六条 企业在生产经营过程中所形成的各种统计资料，应由企业统计机构会同企业档案管理机构，按照资料的重要程度不同，分别立卷归档。

第五章 统计分析

第十七条 企业上报统计报表的同时，必须随同上报统计分析。统计分析要求依据准确，方法得当，分析透彻，并有预见性、前瞻性的结论和建议。

第十八条 统计分析要紧扣下达的各项经济指标，结合企业经营进展和发展前景进行测算、对比、论证，要具备符合企业现状的规律性的东西。

第十九条 统计分析的制作文本要规范统一，便于汇总。

第六章 有关法律责任

第十五条 企业上报政府统计部门的报表、资料必须严格按照国家统计局和省统计局的有关规定，并由企管部、财务部核实，总裁审批后，统一上报，如因违反法规而受到处罚，由相关责任人负责，将视其情节追究相关责任人的责任。

（一）按照《山东省统计管理条例》第十四条规定，企业有下列违反规定行为之一的，由企管给予警告，开除等，并追究相关人员的责任：

1、虚报、瞒报统计资料的；

2、伪造、篡改统计资料的。

篇2：统计人员工作的规章制度

第一章 总 则

第一条 为适应兰田企业发展的需求，进一步加强和提高企业管理水平，不断规范企业管理工作，建立兰田企业统计工作制度。

本制度的建立，按国家统计法律法规精神，结团有关文件要求进行。

第二条 统计工作的基本要求是：要保证统计资料的权威性、准确性和及时性，统计工作要为企业管理和发展服务。

第三条 企业必须依照《统计法》、《山东省统计管理条例》和统计制度的规定如实向集团提供统计资料，不得虚报、瞒报、拒报、迟报，不得伪造、篡改统计数据。

第四条 企业应在下列方面加强对统计工作的领导和监督：

(一)领导和支持统计机构、统计人员和其他有关人员执行统计法规和统计制度，准确、及时地完成统计工作任务，加强统计工作现代化建设;

(二)吸收和组织统计人员参加企业经营管理，发挥统计的服务和监督作用;

(三)切实保证统计工作所必需的人员、工作条件和工作时间。

第二章 统计机构与统计人员

第五条 企业应当根据统计任务的需要设立统计机构，或者在财务部门设置专职或兼职统计人员，建立健全企业内部统计网络。

第六条 企业统计机构或者统计负责人的主要职责是：

(一)组织、协调本单位的统计工作，完成集团统计调查、企业统计调查和部门统计调查任务，搜集、整理、提供统计资料;

(二)对本单位的生产和经营情况进行统计分析和统计监督;

(三)管理本单位的统计调查表，建立健全统计台帐制度，并会同有关机构或者人员建立健全原始记录制度。

第七条 企业统计工作实行统计负责人责任制。统计负责人是指代表本企业履行《统计法》规定职责的主要责任人员，一般由本企业综合统计机构负责人担任。统计责任人对统计工作质量负总责。不设统计机构的，统计负责人应由具备相当统计专业技术职务条件的人员担任。受单位规模制约不设立专人的，由其他相关部门负责人兼任。

统计负责人由企业指定，报集团企管部备案。

第八条 企业统计人员应保持相对稳定，一般不应随意调离统计岗位或脱离统计工作。企业统计负责人的调动，应征求集团企管部的意见，其他统计人员的变动应征得企业统计机构负责人的同意。

统计人员调整、调动或离职必须由能够担当规定职责的人员接管，并需办清交接手续。

第九条 企业统计人员必须认真学习统计法律法规，严格执行统计制度;刻苦钻研统计业务，掌握统计工作技能，熟悉各项统计指标的含义和核算方法，按照规范的程序报送统计资料。

第三章 原始记录、统计台帐和统计报表

第十条 企业必须建立健全与生产经营活动相适应、满足统计核算和业务核算所需要的各类原始记录，建立健全统计台帐，做好企业生产经营活动的原始记载。

第十一条 企业统计报表每月一报。报表上报时间为次月5日以前。

第十二条 原始记录、内部报表和统计台帐的记载必须真实、完整、连续、准确，字迹要清晰端正，签字手续必须齐全。

原始记录、内部报表、统计台帐要逐步采用电子文档形式。

第四章 统计资料的管理和上报

第十三条 企业必须按时上报政府统计部门和集团相关部门所要的统计报表和统计数字、资料，所提供的统计资料，须经本单位领导人或者统计负责人审核、签署或者盖章后上报。有关财务统计资料由财务会计机构或者会计人员提供，并经财务会计负责人审核、签署或者盖章。

第十四条 统计报表和财务报表资料必须真实可靠，相同指标的口径范围及核算结果必须一致。

第十五条 企业在新闻发布、宣传报道等方面使用的统计数据，必须经过企业统计机构审核，不得提供和发布虚假统计信息。

第十六条 企业在生产经营过程中所形成的各种统计资料，应由企业统计机构会同企业档案管理机构，按照资料的重要程度不同，分别立卷归档。

第五章 统计分析

第十七条 企业上报统计报表的同时，必须随同上报统计分析。统计分析要求依据准确，方法得当，分析透彻，并有预见性、前瞻性的结论和建议。

第十八条 统计分析要紧扣集团下达的各项经济指标，结合企业经营进展和发展前景进行测算、对比、论证，要具备符合企业现状的规律性的东西。

第十九条 统计分析的制作文本要规范统一，便于集团汇总。

第六章 有关法律责任

第十五条 企业上报政府统计部门的报表、资料必须严格按照国家统计局和省统计局的有关规定，并由集团企管部、财务部核实，总裁审批后，统一上报，如因违反法规而受到处罚，由相关责任人负责，集团将视其情节追究相关责任人的责任。

(一)按照《山东省统计管理条例》第十四条规定，企业有下列违反规定行为之一的，由集团企管部予以警告，并追究相关人员的责任：

1、虚报、瞒报统计资料的;

2、伪造、篡改统计资料的;

3、拒报、屡次迟报统计资料的。

(二) 按照国家统计局的规定，企业上报的统计资料，无相关的原始记录、内部报表、统计台帐等核算依据的，按伪造统计资料论处。

(三) 按照国家统计局的规定，企业在一个统计年度内累计三次以上迟报统计资料的，按屡次迟报统计资料论处。

(四) 企业领导人自行修改统计资料、编造虚假数据或强令、授意统计机构、统计人员篡改统计资料或编造虚假数据的，由集团企管部予以通报批评，并建议有关部门(单位)给予相应处分。

(五) 企业领导人对拒绝、抵制篡改统计资料、编造虚假数据、虚报、瞒报统计资料行为的统计人员进行打击报复的，集团将视其情节追究相关人员的责任。

(六) 企业统计人员参与篡改统计资料、编造虚假数据的，集团企管部予以通报批评，并建议有关部门(单位)给予相应处分。

(七) 企业因违反统计法受到罚款处理的，由相关责任人承担。

第六章 附 则

第十六条 本制度适用于山东兰田集团有限责任公司所属各类企业。集团所有下属单位的统计工作规范化管理参照本制度执行。

第十七条 本制度由集团企管部负责解释。

第十八条 本制度自发布之日起施行。

篇3：数据工作职责描述

数据工作职责描述

一、系统管理工作

1、参与两校区图书馆电脑及其它辅助设备的软硬件系统维护工作，保证各类设备正常使用。处理各类突发事件，如病毒攻击、主要设备意外受损等。

2、确保馆内局域网、校园网、互联网等各类网络通讯正常。

3、负责图书馆主要活动的新闻摄影、摄像工作。

二、本馆网站更新，数据库维护，数据追加工作

1、建设社会主义新农村专题数据库，每周10篇

三、文件打印工作

1. 与“廉洁文化研究会”有关的文字打印工作。

2. 其它部门的`紧急文件打印工作。

要求作好文档打印记录。

四、资料搜集和准备工作

积极作好待开发数据库的前期资料搜集、准备工作。

现阶段，作好与 “湖湘文化”有关的文章和资料搜集、准备工作。每周3篇。

五、数据库制作

1、熟悉掌握TRS建设数据库的所有过程，要求能独立建设。包括数据库建设需求分析，数据结构设计，页面设计，数据库网上发布。

2、要求：查询数据显示正常;页面显示美观、大方，有一定的美工效果。

六、网站建设

参见《数据技术部副主任岗位职责》(数据库开发制作人员岗位职责)第二条所规定的工作。目前主要以学习为主，要求逐步掌握这些工作，到下个学期末达到独立承担网站建设、图像处理、动画制作的水平。

七、报告厅开放、管理

参与报告厅的开放、管理工作，包括协助整理报告厅的清洁卫生以及设备开放、管理。

所有工作需认真服从部主任及馆领导的调配和安排。

篇二：数据录入员岗位职责

一、本馆网站更新，数据库维护，数据追加工作

1. 网站主要栏目更新，数据追加

(1).工作安排――每周星期五下班之前更新完毕

(2).读书网――学术随笔、读书漫谈、文摘栏目，每个栏目每周增加2篇 书屋栏目每学期增加一个作家文集。

(3).娱乐中心――E-BOOK、FLASH、MUSIC，每周共增加6篇

(4).新书推荐――按采编部所提供的推荐条目更新数据

2.数据库数据追加

(1).长株潭经济一体化专题数据库，每周增加10篇。

(2).其它已建成几年的数据库，如郑培民专题、十六大专题、十六届四中全会专题等遇到合适的数据适当追加(算每月工作量)。

(3).CNKI我馆镜像站按月进行数据转换。

(4).《理论集萃》全文数据库，比刊物滞后2个月追加数据

二、系统维护工作

(1).担负主机房日常管理工作，包括对图书馆4台不同功用服务器及时作好异常运行记录。每周例行的系统及软件升级、杀毒;服务器重启;保持机房的清洁卫生。

(2).协助完成简单的计算机软件、系统故障处理工作。

三、文件打印工作

(1). 认真完成馆领导、馆办公室交办的各类文档打印工作。

(2).其它部门的紧急文件打印工作。

要求作好文档打印记录。四、资料搜集和准备工作

积极作好待开发数据库的前期资料搜集、准备工作。

现阶段，作好与“湖湘文化”有关的文章和资料搜集、准备工作(每周3篇)。

五、报告厅开放、管理工作

1.按领导要求认真完成报告厅开放工作，严格执行报告厅开放管理制度，做到设备安全，卫生清洁，作好相应记录。

六、工作量要求及计算

1.一周安排、新书推荐、《理论集萃》数据库需按规定追加除外，每天完成其它各类栏目数据追加不少于5篇，每个月按20天计算，即每个月完成文章追加100篇(总量控制)。

2.打印工作量视实际打印需要而定，由录入员作好相关记录，每完成800字文档打印任务或2篇文档冲抵数据追加任务1篇。

3.上班时间报告厅每开放半天，冲抵数据追加任务2篇。

篇4：数据课程设计心得体会

本次课程设计，使我对《数据结构》这门课程有了更深入的理解。《数据结构》是一门实践性较强的课程，为了学好这门课程，必须在掌握理论知识的同时，加强上机实践。

我的课程设计题目是线索二叉树的运算。刚开始做这个程序的时候，感到完全无从下手，甚至让我觉得完成这次程序设计根本就是不可能的，于是开始查阅各种资料以及参考文献，之后便开始着手写程序，写完运行时有很多问题。特别是实现线索二叉树的删除运算时很多情况没有考虑周全，经常运行出现错误，但通过同学间的帮助最终基本解决问题。

在本课程设计中，我明白了理论与实际应用相结合的重要性，并提高了自己组织数据及编写大型程序的能力。培养了基本的、良好的程序设计技能以及合作能力。这次课程设计同样提高了我的综合运用所学知识的能力。并对VC有了更深入的了解。《数据结构》是一门实践性很强的课程，上机实习是对学生全面综合素质进行训练的一种最基本的方法，是与课堂听讲、自学和练习相辅相成的、必不可少的一个教学环节。上机实习一方面能使书本上的知识变“活”，起到深化理解和灵活掌握教学内容的目的;另一方面，上机实习是对学生软件设计的综合能力的训练，包括问题分析，总体结构设计，程序设计基本技能和技巧的训练。此外，还有更重要的一点是：机器是比任何教师更严厉的检查者。因此，在“数据结构”的学习过程中，必须严格按照老师的要求，主动地、积极地、认真地做好每一个实验，以不断提高自己的编程能力与专业素质。

通过这段时间的课程设计，我认识到数据结构是一门比较难的课程。需要多花时间上机练习。这次的程序训练培养了我实际分析问题、编程和动手能力，使我掌握了程序设计的基本技能，提高了我适应实际，实践编程的能力。

总的来说，这次课程设计让我获益匪浅，对数据结构也有了进一步的理解和认识。

篇5：数据课程设计心得体会

数据库课程设计大赛的尘嚣渐渐远去，怀着对这次大赛的些许不舍，怀着对当初课程设计开始时候的豪情万丈的决心的留恋，怀着通过这次课程设计积累的信心与斗志，我开始写这篇文章，为自己的足迹留下哪怕是微不足道但是对自己弥足珍贵的痕迹并期望与大家共勉。

首先，让我的记忆追溯到大二暑假，在老大的指引下(老大劝我学asp.net)，我接触到Microsoft公司的.NET产品。那个时候我已经学过vc和asp，因为windows程序设计实验的课的关系，接触过vb，但是没有专门去学他，因为习惯了c++里面的class，int，觉得vb的sub，var看着就不是很顺心。我是一个好奇心很强的人，突然看到了一个号称“.net是用于创建下一代应用程序的理想而又现实的开发工具”，而且主推c#语言，由于对c语言的一贯好感，我几乎是立刻对他产生了兴趣。我就开始了对c#的学习，任何语言都不是孤立存在的，所以数据交互是很重要的，暑假的时候我把我们这学期的课本数据库系统概论看了一遍。我记得以前用c语言编程的时候，数据是在内存中申请空间，譬如使用数组等等。很耗费内存空间。这个时候就是数据库站出来的时候啦，于是我又装上了sqlserver20XX，以前学asp的时候用的是access，那个时候只是照着人家做，理论是什么也不是很清楚。

通过一个暑假的学习，基本搞清楚了理论方面的东西，具体怎么用也不是很清楚。但是这为这学期的课程设计打下了铺垫。

来到学校后，随着这学期的数据库课程大赛开始了，我有一个看法就是我自己应该具备的能力不是我会多少，而是我应该具备快速学会东西的能力。遇到什么就学什么。我们有时候很容易被一些专业名词说吓着，包括什么建模，软件工程，数据分析，数据挖掘等等。我身边就有很多同学被这些纸老虎所唬住，而没有勇气去接触他们，总是说这个太难了之类的退堂鼓的话，他们低估了自己的潜力同时也压抑住了他们自己的好奇心。其实都是纸老虎，又不是什么国家科研难题，只是去用一些工具，发明工具是很难，但是用一个工具就容易多了，justdoit!我记得我做这个数据库之前，我们老师说要做好前期分析，我就在网上搜索用什么分析工具好。最后我选择了roseUML建模工具。在此之前，我脑袋里面没有软件建模的思想，什么UML建模对我而言就是一张空白的纸。但是真正接触后并没有想象的那么难，有什么不懂的.上网去搜索，这是一个信息横流的世界，有google，baidu就没有不能解决的知识难题。以及后来的数据库分析的时候用到的powerdesigner也是一样。

开发的时候我想过用什么架构，c/s模式?模式有很多，怎么选择?我就上网搜索现在最流行的架构是什么。结果搜到了MVC架构，就是你啦。我决定用这个架构，不会，没关系，咱学。Justdoit!前期工作准备好后，那么我就得把我暑假学的.net加以实践。这个时候我更加深入的了解了利用ado.Net操纵数据库的知识。并且对数据库里面的存储过程有了比较深入的了解。经过大概2个多星期的奋斗，我完成了我的数据库课程设计--基于.net数据集的图书馆管理系统。并最后非常荣幸的获得了大赛的一等奖以及以及新技术应用奖。

与其临渊羡鱼，不如退而结网。这次数据库课程设计给我的最大的印象就是如果自己有了兴趣，就动手去做，困难在你的勇气和毅力下是抬不了头的。从做这个数据库开始无论遇到什么困难，我都没有一丝的放弃的念头。出于对知识的渴望，出于对新技术的好奇，出于对一切未知的求知。我完成了这次数据库课程设计，不过这只是我学习路上的驿站，未来十年.NET的核心技术就是XML[至少微软是这么宣传的]，我会继续学习它，包括jave公司的j2ee我也很想试试，语言本来就是相通的，justdoit!语言并不重要毕竟它仅仅是工具，用好一个工具并不是一件值得为外人道的事情，主要是了解学习思想。古语说的好：学无止境啊!

我很庆幸我参加了这次数据库大赛，让我确实打开了眼界。

篇6：数据课程设计心得体会

本程序以C语言的栈的相关知识为基础，通过控制两个栈(运算数栈和运算符栈)的进出的栈操作，来实现对包含加、减、乘、除、括号运算符及SQRT和ABS函数的任意整型表达式的求解运算。

从程序的编写来看，感觉这次自己真的学到了好多，特别是对程序的开发流程。从最初的选定程序，到最终的程序运行成功，让我感到如果是仅仅掌握课本上的知识是远远不能够很好的应用到实际的编程中去的。在这个过程中还需要我们更多的去考虑到实际条件的种种限制和约束。

我在写本程序的过程中也遇到了很多的问题，当然本程序的核心问题就是对两个栈的压出栈操作，需要做优先级判断，并要考虑什么时候进栈，什么时候出栈等操作。我采用了课本上第52-54页讲的通过一个二维字符串数组来控制比较“+-*、AS=”共9个运算符的优先级控制。对异常，如除数为0、被开方数小于0等异常也进行了精心的处理。对操作过程中要用到的Y、N、A、S等字符也进行了改进，最终本程序可以不区分大小写就完成相关操作。

总之，经过本次专业课程设计，让我掌握了开发应用软件的基本流程，运用所学编程技能的基本技巧，也让我初步了解了软件设计的基本方法，提高进行工程设计的基本技能及分析、解决实际问题的能力，为以后毕业设计和工程实践等打下良好的基础。相信通过这次的课程设计，我对所学的《数据结构(C语言版)》和各种编程语言都有了一个全新的认识。我也会积极吸取本次课程设计的经验，继续研究数据结构和所学的各种编程语言。

篇7：阅读大数据心得体会

近两周用业余时间读了《大数据时代》这本书，是听培训时杜威老师推荐的，我快速阅读了一遍，觉得受到了一些启发，发现了一些原来没有想到看到的事情。

首先是大数据代表着数据的样本=全体，这是一个与传统统计学的显著区别。大数据有能力获得全体数据并对其进行分析。

第二就是相关性与因果性同样重要。相关性说明了什么事情与什么什么事情有关系，如商场周围车流量的增多与商场销售额的相关性，因果性说明什么是什么的原因，如睡10个小时是有精神的原因。在大数据中，相关性要比因果性容易获得，而且相关性已经能为客户带来较大的收益。

第三就是大数据允许存在不精确性、混杂性，由于数据量巨大，存在少量的异变不会对结果产生任何影响，如收益是1个亿与1亿零1元的差别可能决策者不关心。

第四是大数据中的三个主要因素，思维、数据、技术，思维觉得你在哪些地方使用大数据。在这三个因素之中，会产生数据中间商，来处理加工数据并出售。

篇8：阅读大数据心得体会

《大数据》是去年的一本畅销书，在的广州南国书香节上曾有过一瞥，后来又几次听闻，一直想好好看看。现在是一个技术奔腾、信息爆炸的社会，大数据这个新鲜热辣的概念一经推出，就受到了人们极大的热捧。这也难怪，每天都身处网络的信息海洋中，常常会有被数据、信息“淹没”窒息感和无力感，不识庐山真面目，只缘身在此山中，我们向鱼儿一样亟待跳出海面，看看当下网络之海中正涌动着的大数据暗流，看看这个大家都在谈论的大数据到底是个什么东西?

书的扉页上写着作者涂子沛对大数据的定义：大数据(big data)指一般的软件工具难以捕捉、管理和分析的大容量非结构数据，一般以“太字节”为单位。构成大数据的信息主要包括：宽带普及带来的巨量日志和通讯记录，社交网络每天不断更新的个人信息，视频通讯、医疗影像、地理信息、监控录像等视频记录，传感器、导航设备等非传统 IT 设备产生的数据信息，以及持续增加的各种智能终端产生的图片及信息，这些信息呈爆炸性增长，不断涌入网络海洋。大数据之大并不仅仅在于容量之大，更大的意义在于：通过对海量数据的交换、整合和分析，发现新的知识，创造新的价值，带来大知识、大科技、大利润和大发展。当然这个定义并不是唯一的，Intel试图用视频解说的方式告诉我们什么是大数据：《大数据入门：大数据如何产生巨大影响力》。

这本书将美国的奥巴马大选作为引子，从他的建立透明和开放的政府的雄心壮志讲起，阳光是最好的防腐剂，信息公开和公民社会紧密相连，从政府信息公开化的必要性，到如何筛选、甄别、分析、管理、利用海量的政府部门的数据，因为政府部门涉及人类生活的方方面面，也就逐渐引出信息社会大数据的概念，给我们带来如何应对大数据时代的到来的挑战和机遇的思考。因为这本书信奉一句至理名言：除了上帝，任何人都必须用数据说话。

麦肯锡6月的全球市场报告———Big Data:The next generation frontier for innovation, competition and productivity是深入了解大数据发端和全貌必看的报告，下载地址。

g 就我个人的理解而言，大数据的概念是社会信息化深入发展的一个阶段，映射到教育信息化的领域中来，又有哪些关联和启示呢?专业领域中常常提到的数据挖掘、个人知识管理都和此有关，学校教育过程是一个有特殊的场景、特定的事物和特殊的角色(学生、教师、教育管理者)，随着学校的信息化进程加快，与教育教学和学习相关的环境数据、业务数据和角色数据也将大量增加，这就是是教育领域中的大数据，如何有效获取、筛选、管理和利用也成为挑战和变革的机遇。

篇9：数据报告心得体会

介绍数据分析/挖掘的图书有很多，这些图书分为很多等级，有的是直接面向应用(business, academy or interplay between both two)，有的是介绍理论背景(个人认为很重要，如果以20/80规则，这些图书将有助于解决剩余20%的问题，不过你可能要付出80%精力)，有的是结合各类计算工具(例如SAS，Excel，R etc)。相信很多人对此都很头疼，到底应该如何选择呢?

现在先谈谈我个人在数据分析的经历，最后我将会做个总结。

大学开设了两门专门讲授数据分析基础知识的课程：“概率统计”和“高等多元数据分析”。这两门选用的教材是有中国特色的国货，不仅体系完整而且重点突出，美中不足的是前后内在的逻辑性欠缺，即各知识点之间的关联性没有被阐述明白，而且在应用方面缺少系统地训练。当时，我靠着题海战术把这两门课给混过去了，现在看来是纯忽悠而已。(不过，如果当时去应聘数据分析职位肯定有戏，至少笔试可以过关)。

抱着瞻仰中国的最高科研圣地的想法，大学毕业后我奋不顾身的考取了中科院的研究生。不幸的是，虽然顶着号称是高级生物统计学的专业，我再也没有受到专业的训练，一切全凭自己摸索和研究(不过，我认为这样反而挺好，至少咱底子还是不错的，一直敏而好学)。首先，我尽全力搜集一切资料(从大学带过来的习惯)，神勇地看了一段时间，某一天我突然“顿悟”，这样的学习方式是不行的，要以应用为依托才能真正学会。然后呢，好在咱的环境的研究氛围(主要是学生)还是不错滴，我又轰轰烈烈地跳入了paper的海洋，看到无数牛人用到很多牛方法，这些方法又号称解决了很多牛问题，当时那个自卑呀，无法理解这些papers。某一天，我又“顿悟”到想从papers中找到应用是不行的，你得先找到科学研究的思路才行，打个比方，这些papers其实是上锁的，你要先找到钥匙才成。幸运的是，我得到了笛卡尔先生的指导，尽管他已经仙游多年，他的“谈谈方法”为后世科研界中的被“放羊”的孤儿们指条不错的道路(虽然可能不是最好地，the better or best way要到国外去寻找，现在特别佩服毅然出国的童鞋们，你们的智商至少领先俺三年)。好了，在咱不错的底子的作用下，我掌握了科研方法(其实很简单，日后我可能会为“谈谈方法”专门写篇日志)。可惜，这时留给咱的时间不多了，中科院的硕博连读是5年，这对很多童鞋们绰绰有余的，但是因本人的情商较低，被小人“陷害”，被耽搁了差不多一年。这时，我发挥了“虎”(东北话)的精神，选择了一个应用方向，终于开始了把数据分析和应用结合的旅程了。具体过程按下不表，我先是把自己掌握的数据分析方法顺次应用了，或者现成的方法不适合，或者不能很好的解决问题，当时相当的迷茫呀，难道是咱的底子出了问题。某一天，我又“顿悟”了，毛主席早就教育我们要“具体问题具体分析”，“教条主义”要不得，我应该从问题的本质入手，从本质找方法，而不是妄想从繁多的方法去套住问题的本质。好了，我辛苦了一段时间，终于解决了问题，不过，我却有些纠结了。对于数据发分析，现在我的观点就是“具体问题具体分析”，你首先要深入理解被分析的问题(领域)，尽力去寻找问题的本质，然后你只需要使用些基本的方法就可以很好的解决问题了，看来“20/80法则”的幽灵无处不在呀。于是乎，咱又回到了原点，赶紧去学那些基础知识方法吧，它们是很重要滴。

这里，说了一大堆，我做过总结：首先，你要掌握扎实的基础知识，并且一定要深入理解，在自己的思维里搭建起一桥，它连接着抽象的数据分析方法和现实的应用问题;其次，你要有意识的去训练分析问题的能力;最后，你要不断的积累各方面的知识，记住没有“无源之水”、“无根之木”，良好的数据分析能力是建立在丰富的知识储备上的。

篇10：数据可视化工作简历

数据可视化工作简历

篇11：读大数据时代心得体会

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12：读大数据时代心得体会

这本书里主要介绍的是大数据在现代商业运作上的应用，以及它对现代商业运作的影响。

《大数据时代》这本书的结构框架遵从了学术性书籍的普遍方式。也既，从现象入手，继而通过对现象的解剖提出对这一现象的解释。然后在通过解释在对未来进行预测，并对未来可能出现的问题提出自己看法与对策。

下面来重点介绍《大数据时代》这本书的主要内容。

《大数据时代》开篇就讲了Google通过人们在搜索引擎上搜索关键字留下的数据提前成功的预测了20__年美国的H1N1的爆发地与传播方向以及可能的潜在患者的事情。Google的预测比政府提前将近一个月，相比之下政府只能够在流感爆发一两个周之后才可以弄到相关的数据。同时Google的预测与政府数据的相关性高达97%，这也就意味着Google预测数据的置信区间为3%，这个数字远远小于传统统计学上的常规置信区间5%!而这个数字就是大数据时代预测结果的相对准确性与事件的可预测性的最好证明!通过这一事以及其他的案例，维克托提出了在大数据时代“样本=总体”的思想。我们都知道当样本无限趋近于总体的时候，通过计算得到的描述性数据将无限的趋近于事件本身的性质。而之前采取的“样本<总体”的做法很大程度上无法做到更进一步的描述事物，因为之前的时代数据的获取与存储处理本身有很大的难度只导致人们采取抽样的方式来测量事物。而互联网终端与计算机的出现使数据的获取、存储与处理难度大大降低，因而相对准确性更高的“样本=总体”的测算方式将成为大数据时代的主流，同时大数据时代本身也是建立在大批量数据的存储与处理的基础之上的。

接下来，维克多又通过了IBM追求高精确性的电脑翻译计划的失败与Google只是将所有出现过的相应的文字语句扫描并储存在词库中，所以无论需要翻译什么，只要有联系Google词库就会出现翻译，虽然有的时候的翻译很无厘头，但是大多数时候还是正确的，所以Google的电脑翻译的计划的成功，表明大数据时代对准确性的追求并不是特别明显，但是相反大数据时代是建立在大数据的基础住上的，所以大数据时代追求的是全方位覆盖的数字测度而不管其准确性到底有多高，因为大量的数据会湮埋少数有问题的数据所带来的影响。同时大量的数据也会无限的逼近事物的原貌。

之后，维克托又预测了一个在大数据时代催生的重要职业——数据科学家，这是一群数学家、统计学与编程家的综合体，这一群人将能够从获取的数据中得到任何他们想要的结果。换言之，只要数据充足我们的一切外在的与内在的我们不想让他人知道的东西都见会在这一群家伙的面前展现得淋漓尽致。所以为了避免个人隐私在大数据时代被这一群人利用，维克托建议将这一群人分为两部分，一部分使用数据为商业部门服务，而另一群人则负责审查这一些人是否合法的获得与应用数据，是否侵犯了个人隐私。

无论如何，大数据时代将会到来，不管我们接受还是不接受!

我觉得《大数据时代》这本书写的很好，很值得一读。因为会给我们很多启发，比如你在相关的社交网站发表的言论或者照片都很有可能被“数据科学家”们利用，从而再将相关数据卖给各大网店。不过，事实就是我们将会成为被预测被引诱的对象。所以说，小心你在网上留下的痕迹。

我喜欢这本书是因为它给我展现了一个新的世界。

篇13：《大数据时代》读书心得体会

《大数据时代》读书心得体会

读了《大数据时代》后，感觉到一个大变革的时代将要来临。虽然还不怎么明了到底要彻底改变哪些思维和操作方式，但显然作者想要“终结”或颠覆一些传统上作为我们思维和生存基本理论、方法和方式。在这样的想法面前，我的思想被强烈震撼，不禁战栗起来。

“在小数据时代，我们会假象世界是怎样运作的，然后通过收集和分析数据来验证这种假想。”“随着由假想时代到数据时代的过渡，我们也很可能认为我们不在需要理论了。”书中几乎肯定要颠覆统计学的理论和方法，也试图通过引用《连线》杂志主编安德森的话“量子物理学的理论已经脱离实际”来“终结”量子力学。对此我很高兴，因为统计学和量子力学都是我在大学学习时学到抽筋都不能及格的课目。但这两个理论实在太大，太权威，太基本了，我想我不可能靠一本书就能摆脱这两个让我头疼一辈子的东西。作者其实也不敢旗帜鲜明地提出要颠覆它们的论点，毕竟还是在前面加上了“很可能认为”这样的保护伞。

近几十年，我们总是在遇到各种各样的新思维。在新思维面前我们首先应该做到的就是要破和立，要改变自己的传统，跟上时代的脚步。即使脑子还跟不上，嘴巴上也必须跟上，否则可能会被扣上思想僵化甚至阻碍世界发展的大帽子。既然大数据是“通往未来的必然改变”，那我就必须“不受限于传统的'思维模式和特定领域里隐含的固有偏见”，跟作者一起先把统计学和量子力学否定掉再说。反正我也不喜欢、也学不会它们。

当我们人类的数据收集和处理能力达到拍字节甚至更大之后，我们可以把样本变成全部，再加上有能力正视混杂性而忽视精确性后，似乎真的可以抛弃以抽样调查为基础的统计学了。但是由统计学和量子力学以及其他很多“我们也很可能认为我们不再需要的”理论上溯，它们几乎都基于一个共同的基础——逻辑。要是不小心把逻辑或者逻辑思维或者逻辑推理一起给“不再需要”的话，就让我很担心了！

《大数据时代》第16页“大数据的核心就是预测”。逻辑是——描述时空信息“类”与“类”之间长时间有效不变的先后变化关系规则。两者似乎是做同一件事。可大数据要的“不是因果关系，而是相关关系”，“知道是什么就够了，没必要知道为什么”，而逻辑学四大基本定律（同一律、矛盾律、排中律和充足理由律）中的充足理由律又“明确规定”任何事物都有其存在的充足理由。且逻辑推理三部分——归纳逻辑、溯因逻辑和演绎逻辑都是基于因果关系。两者好像又是对立的。在同一件事上两种方法对立，应该只有一个结果，就是要否定掉其中之一。这就是让我很担心的原因。

可我却不能拭目以待，像旁观者一样等着哪一个“脱颖而出”，因为我身处其中。问题不解决，我就没法思考和工作，自然就没法活了！更何况还有两个更可怕的事情。

其一：量子力学搞了一百多年，为了处理好混杂性问题，把质量和速度结合到能量上去了，为了调和量子力学与相对论的矛盾，又搞出一个量子场论，再七搞八搞又有了虫洞和罗森桥，最后把四维的时空弯曲成允许时间旅行的样子，恨不得马上造成那可怕的时间旅行机器。唯一阻止那些“爱因斯坦”们“瞎胡闹”的就是因果关系，因为爸爸就是爸爸，儿子就是儿子。那么大数据会不会通过正视混杂性，放弃因果关系最后反而搞出时间机器，让爸爸不再是爸爸，儿子不再是儿子了呢？其二：人和机器的根本区别在于人有逻辑思维而机器没有。《大数据时代》也担心“最后做出决策的将是机器而不是人”。如果真的那一天因为放弃逻辑思维而出现科幻电影上描述的机器主宰世界消灭人类的结果，那我还不如现在就趁早跳楼。

还好我知道自己对什么统计学、量子力学、逻辑学和大数据来说都是门外汉，也许上面一大篇都是在胡说八道，所谓的担心根本不存在。但问题出现了，还是解决的好，不然没法睡着觉。自己解决不了就只能依靠专家来指点迷津。

所以想向《大数据时代》的作者提一个合理化建议：把这本书继续写下去，至少加一个第四部分——大数据时代的逻辑思维。

篇14：《大数据时代》的心得体会

读了《大数据时代》后，感觉到一个大变革的时代将要来临。虽然还不怎么明了到底要彻底改变哪些思维和操作方式，但显然作者想要“终结”或颠覆一些传统上作为我们思维和生存基本理论、方法和方式。在这样的想法面前，我的思想被强烈震撼，不禁战栗起来。

本书从思维、商业、管理三个方面阐述了在大数据时代在下的变革，这些变革涉及到我们生活的方方面面，几乎其影响程度可以与两次工业革命相媲美。作者在第一部分提出了三个比较令人震惊的观点，也就是大数据的精髓在于我们分析信息时的三个转变，这三个转变将改变我们的理解和组建社会的方法。并且作者将生活，工作思维的大变革和这几个方面紧紧联系在一起。

第一个转变是，在大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样。也就是说样本等于总体；

第二个转变是对研究数据不会追求精度，而且追求混杂性，小数据时代下，追求精确度是合理的，因为我们收集的数据很少，所以要越精确越好，包括如今仍然也在使用这种办法；但是在某些时代，尤其是在大数据时代背景下，快速获得一个大概轮廓和发展脉络，要比精确性重要得多，既然选择了整体性，肯定要忽视细节和确定性；

第三个改变是不是因果关系而是相关关系，在大数据时代，我们更需要了解一个东西是什么，而不是为什么，要找到关联无，通过一个良好的关联物的相关关系可以帮助我们捕捉预测未来。

这三个方面是大数据时代所给我们带来的思维上的改变，所谓思路决定出路，思路有了创新，有了拓展，相应的社会也就会有很大的变化。紧接着第二部分作者从万事万物数据化和数据交叉复用的巨大价值两个方面，讲述驱动大数据战车在材质和智力方面向前滚动的最根本动力。第三部分则是阐述了大数据时代下的弊端以及在管理上的措施。个人认为本书的精髓部分是第一部分，第一部分的三个观点涉及的面很广，包括统计学、逻辑学、哲学等。后两个部分都是以第一部分这三个观点为基础展开阐述的。

这本书给我感触最深的就是这三个转变，或者说是三个观点，可以说是哲学上说的世界观，因为世界观决定方法论，所以这三个观点对传统看法的颠覆，就会导致各种变革的发生。

首先是第一个，作者认为在抽样研究时期，由于研究条件的欠缺，只能以少量的数据获取最大的信息，而在大数据时代，我们可以获得海量的数据，抽样自然就失去它的意义了。放弃了随机分析法这种捷径，采用所有的数据。作者用大数据与乔布斯的癌症治疗例子说明了使用全部数据而非样本的意义，列举了日本“相扑”等来证明使用全体数据的重要性。

这个观点足以引起统计学乃至社会文明的变革，因为统计抽样和几何学定理、万有引力一样被看做文明得以建立牢固的基石。我对这个观点还是比较认同的，如果真能收集到整体的数据而且分析数据的工具也足够先进，自然是全体数据研究得出的结果更令人信服。但是这个观点也过于绝对，就算是在大数据时代要想收集到全体数据还是不太可能实现的，因为收集全体数据要付出的代价有时会很大。比如说，你要检测食品中致癌物质是否超标，你不可能每一件食品你都检测一遍吧。

第二，要效率不要绝对的精确。作者说，执迷于精确性是信息缺乏时代和模拟时代的产物，只有5%的数据是结构化且能适用于传统数据库的。如果不接受混乱，剩下95%的非结构化数据都无法被利用。作者是基于数据不可能百分之百正确的考虑而做出这样的判断的，如果采用小数据一个数据的错误就会导致结果的误差很大，但是如果数据足够多、数据足够杂那得出的结果就越靠近正确答案。大数据时代要求我们重新审视精确性的优劣，甚至还说到大数据不仅让我们不再期待精确性，也让我们无法实现精确性。谷歌翻译的成功很好地证明了这一点，谷歌的翻译系统不像Candide那样精确地翻译每一句话，它谷歌翻译之所以优于IBM的.Candide系统并不是因为它拥有更好的算法机制，和微软的班科和布里尔一样，谷歌翻译增加了各种各样的数据，并且接受了有错误的数据。

而在阅读这本书时，发现这本书中争议最大的一个观点，不仅是读者，就算是本书的译者也在序言中明确地说到他不认同“相关关系比因果关系更重要”的观点。作者觉得相关关系对于预测一些事情已经足够了，不用花大力气去研究他们的因果关系。作者用林登的亚马逊推荐系统的成功，证实了大数据在分析相关性方面的优势以及在销售中获得的成功。沃尔玛也是充分利用并挖掘各类数据信息的代表，从啤酒和尿布的案例，以及作者举的有关蛋挞和飓风天气的案例，都说明了掌握了相关关系对于他们策略的帮助。

一句话，知道是什么就够了，不用知道为什么。很明显作者所举的例子都是属于商业领域的，但是对于其他领域来说这个观点就值得商榷了。比如说，在科学研究领域，你需要知其然也需要知道其所以然，找到事件发生的原理。用文中的一个例子说明，乔布斯测出整个基因图谱来治疗癌症，但是你治疗癌症你必须知道癌症发病的原理，知道哪一段基因导致了这种疾病，不可能只是说收集各种数据，然后利用其相关性来判断哪里出现了问题。

过度依赖所带来的后果。也用《少数派的报告》这部电影来说明如果痴迷于数据会导致我们将生活在一个没有独立选择和自由意志的社会，如果一切变为现实，我们将被禁锢在大数据的可能性之中。所以书中提出了几种解决方法，一种是使用数据时征询数据所有个人的知晓和授权。第二个技术途径就是匿名化。毫无疑问，大数据将会给社会管理带来巨大的变革。

在这个信息爆炸的时代，大数据给人类社会的方方面面带来了巨大的变革，这是社会发展的潮流，不可逆转，我们只有顺应这种潮流，把握住大数据时代变革的思想，才能在时代潮流中成为佼佼者，在思维上思路上略高一筹，才能在行动中占得先机！

篇15：大数据读书心得体会精彩

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和洗脑下，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，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。

★数据工作范文

★财务统计人员工作总结

★统计人员职业道德论文

★乡镇统计人员工作总结职责

★企业统计人员年终工作总结

★统计人员个人述职报告

★数据统计员个人工作心得精选

★销售数据专员的工作职责

★工作心得体会

★工作心得体会

《数据统计人员工作心得体会（共15篇）.doc》

将本文的Word文档下载到电脑，方便收藏和打印

推荐度：

点击下载文档

文档为doc格式