大数据时代读书笔记.docx
- 文档编号:26539160
- 上传时间:2023-06-20
- 格式:DOCX
- 页数:19
- 大小:32.62KB
大数据时代读书笔记.docx
《大数据时代读书笔记.docx》由会员分享,可在线阅读,更多相关《大数据时代读书笔记.docx(19页珍藏版)》请在冰豆网上搜索。
大数据时代读书笔记
大数据时代读书笔记
【篇一:
大数据时代读书笔记】
大数据时代——读书笔记
一、引论
1.大数据时代的三个转变:
1.可以分析更多的数据,处理和某个现象相关的所有数据,而不是随机采样
2.不热衷于精确度
3.不热衷与寻找因果关系
2.习惯:
用来决策的信息必须是少量而精确的。
实际:
数据量变大,数据处理速度变快,
数据不在精确
3.危险:
不是隐私的泄露而是未来行动的预判
二、大数据时代的思维变革
1.原因:
没有意识到处理大规模数据的能力,假设信息匮乏,发展一些使用少量信息的技
术(随机采样)
1.1086年末日审判书英国对人的记载
量关系不大
3.1890年,穿孔卡片制表机,人口普查
4.随机采样有固有的缺陷
1.采样过程中存在偏差
2.采样不适合考察子类别
3.只能得出实现设计好的问题的结果
4.忽视了细节考察
2.全数据模式:
样本=总体
1.通过异常量判断信用卡诈骗
2.大数据分析:
不用随机抽样,而是采用所有数据。
不是绝对意义而是相对意义。
(xroom信用卡诈骗,日本相扑比赛)
3.多样性的价值(社区外联系很多》社区内联系很多)
3.混杂性而非精确性
1.葡萄树温度测量:
数据变多,虽然可能有错误数据,但总体而言会更加精确。
2.包容错误有更大好处
3.word语法检查:
语料库》算法发展
4.google翻译:
让计算机自己估算对应关系,寻找成千上万对译
结论:
大数据的简单算法好过小数据的复杂算法
5.大数据让我们不执著于也无法执着于精确
6.mit的通货紧缩软件:
即时的大数据
7.标签:
不精确
8.想要获得大规模数据的好处,混乱是一种标准途经
9.新的数据库:
大部分数据是非结构化的,无法被利用
10.hadoop:
与mapreduce系统相对的开源式分布系统,输出结果不精确,但是非常快结论:
相比于依赖小数据和精确性的时代,大数据因为更强调数据的完整性和混杂性,帮助我们进一步接近事情的真相。
“部分”和”确切“的吸引力是可以理解的。
但是当我们的视野局限在我们可以分析和确定的数据上时,我们对世界的整体影响就会产生偏差和错误。
不仅失去了尽力收集一切数据和活力,也失去了从不同角度观察时间的权利。
三、不是因果是相关
1.知道是什么就够了,不需要知道为什么。
1.亚马逊放弃书评组,使用大数据预测人们的未来购书需求
2.
2.在小数据世界,相关关系有用,但是大数据背景,相关关系大放异彩。
通过找关联
物,相关关系可以帮助我们捕捉现在和预测未来
1.a和b经常一起发生,那么a发生时可以预测b发生
2.例子:
沃尔玛把飓风用具和蛋挞放在一起
3.过时的寻找关联物的方法
a)原因:
数据少且收集花时间
b)在建立,应用假想和选择关联物时容易犯错误
c)结论:
我们不需要人工选择关联物
3.大数据的相关分析法更准确,更快
1.例子:
fico我们知道你明天会做什么
2.伊百丽:
根据个人信用卡交易记录预测个人收入,防止逃税
3.aviva:
根据生活方式数据预测疾病
4.美国零售商target:
通过购买习惯预测是否怀孕
4.通过找出新种类数据的相互联系解决日常需要:
找到关联物并监控,我们可以预知未来
1.例子:
ups与汽车修理预测
2.新生儿健康监测:
肉眼看不到,但是计算机能看到
5.当收集分析和储存数据的成本较高时,应当适当丢弃一些数据
6.数据的非线性关系
1.幸福的非线性关系
7.快速思维模式使人们偏向于用因果关系看待周围的一切,因此经常对世界产生错误认识。
这也使大脑为了避免辛苦思考而产生的捷径。
大数据会经常被用来证明我们习惯的思维方式是错误的。
8.证明因果关系的实验开销大,难于操作;相关关系很有用,不仅是因为能为我们提供新的视角,而且提供的视角都很清晰。
一旦我们考虑因果关系,这些视角会被蒙蔽。
9.大数据并非是理论消亡的时代。
四、一切皆可量化
1.莫里的信息交换计划:
总结所有船只的航海日志已获得好的航线,为第一根大西洋电缆奠定基础
2.坐姿研究与汽车防盗系统
3.数据化
1.把现象转变成可指标分析的量化形式的过程
2.计量和记录促成了数据:
1.阿拉伯数字
2.计数板
3.复式记账法
3.数字化与数据化的区别
1.例子:
google的数字图书馆:
开始使用扫描-》数字化,进而光学识别-》数
据化。
google借此改进自己的翻译
2.文化组学:
定量分析揭示人类行为
4.文字变成数据:
人可以阅读,机器可以分析
5.方位变成数据:
需要一套标准的标记系统和收集,记录数据的工具。
1.始于古希腊
2.1884年,国际子午线会议
3.1978年,全球定位系统
4.英国汽车保险
5.ups的最佳行车路线:
减少左转
6.收集用户地理位置数据,以便进行忠诚度计划。
或者可以预测交通情况
6.现实挖掘
1.处理大量手机数据,发现并预测人类的行为。
2.例子:
预测流感隔离区域
3.例子:
通过非洲预付费用户的位置信息和他们账户的资金,发现贫民窟是
经济繁荣的跳板
7.沟通变成数据
1.facebook:
社交关系数据化
2.推特:
情绪数据化。
对冲基金正在分析微博的文本,以作为股市投资的信
号。
新推特频率可以预测电影票房
3.例子:
微博与疫苗:
人们对于疫苗的态度与他们实际注射预防流感药物的
可能性呈现正相关
8.万物数据化
1.触觉地板:
适时开关灯,确定身份,某人摔倒之后是否站起来
2.人体传感器:
监控健康状态
4.结论:
世界的本质是信息和数据,大数据提供新视角。
五、大数据的潜在价值
1.例子:
captcha(验证码,全自动区分人类和电脑的图灵测试)与数据再利用。
作者使用了新的验证码recaptcha,人们从计算机光学字符识别程序无法识别的文本扫面项目中读入单词并输出,知道他们都输出正确后才确定(用来破译数字化文本中不清楚的单词)
2.大数据时代,所有的数据都是有价值的。
现在,我们能够以较低成本获取并存储数据。
数据的真实价值就像漂浮在海洋中的冰山,绝大部分隐藏在表面之下。
3.不同于物质性的东西,数据的价值不会随它的使用而减少,而且可不断被处理。
意味着数据的最终价值远远大于它的最初价值。
在基本用途完成后,数据的价值仍然存在,数据的价值是其所有可能用途的总和。
4.例子:
ibm与电力汽车动力系统的优化预测:
大数据预测模型,甚至考虑天气预报
5.数据再利用:
1.搜索关键词,搜索结果预测夏天流行色
2.google保存语音翻译记录,开发自己的语音识别技术
3.移动运营商长期使用大数据微调网络性能
4.有些公司可能会收集到大量的数据,但是他们并不急需使用,也不擅长使用数据,但是别的公司可以借此探寻数据的潜在价值
8.重组数据
1.例子:
丹麦癌症协会与手机致癌调查:
使用所有的手机用户信息和所有的中枢神经系统肿瘤信息。
随着大数据的出现,数据的总和比部分更有价值,当我们将多个数据集的总和重组在一起,重组总和本身的价值也比单个总和更大
9.可拓展数据
1.google街景和gps采集,不仅将其用于基本用途,而且进行了大量的二次利用。
例如,对google自动驾驶汽车的运作
10.数据的折旧值
1.随着时间的推移,大多数数据都会失去一部分基础用途,不应用此破坏新数据
2.挑战:
如何得知某些数据不再有价值
3.并非所有数据都会贬值。
例子:
google希望得到每年的同比数据
结论:
组织机构应收集尽可能多的使用数据并保存尽可能长的时间。
同时也应该与第三方分享数据
11.数据废气:
用户在线交互的副产品,包括浏览哪些页面,停留多久,输入信息等
1.数据再利用的方式很隐蔽
2.例子:
google的拼写检查:
搜集每天处理的查询中数据搜索框的错误拼写
3.例子:
google的过滤噪音技术:
如果用户点击搜索结果靠后的链接,说明这个结果更加有相关性,google会把这个页面的排名相应提升。
4.当用户指出了各种自动化程序的错误,实际上是训练了系统
5.例子:
巴诺与数据快照,电子书阅读器捕捉人们阅读书籍的习惯
6.例子:
coursera通过捕捉学生犯的错误来提示未来犯错误者
结论:
数据废气可以成为公司的巨大竞争优势,和对手的强大进入堡垒
12.开放数据
1.最大的数据收集者:
政府,可以强迫人们提供信息,但是信息利用效率低下。
最好允许私人运营部门和社会大众访问
2.例子:
flyontime网站,通过开放的数据分析航班延误可能性。
3.给数据估值:
从数据持有人在价值提取上所采取的不同策略入手,将数据授权给第三方
三、角色定位:
数据,技术与思维
1.例子:
广泛收集数据,用来发现不正常,不合理的价格高峰。
2.思维转变的重要性
3.三种大数据公司
1.基于数据本身的公司:
大数据最值钱的是他本身,所以应该优先考虑数据拥有者
例子:
机票预订系统ita不直接使用数据:
担心暴露利润
例子:
mastercard通过大数据预测客户的消费习惯
2.基于技能的公司:
咨询公司,技术供应商或者分析公司:
teradata
例子:
埃森哲公司利用大数据检测汽车零件并节省费用
例子:
微软分析公司利用大数据降低病人的再入院率
3.基于思维的公司:
创新思维
例子:
flightcaster飞机晚点预测
例子:
prismatic分析新闻并排序
4.大数据先驱者一般有跨学科的知识
5.例子:
google和amazon三者兼备
6.全新的数据中间商:
从各个地方搜集数据,提取有用的信息进行利用,并不威胁数据拥有者的利益
1.社会需要定向广告
例子:
iix:
分析各种汽车制造者的数据和用户的数据,提供卫星导航服务
汽车制造商们本身数据量不够,自身也没有技术利用大数据,也并不介意数据会被中间商利用。
同时可以提供失业率等相关数据
例子:
quantcast:
收集用户访问信息来测评用户年龄等,之后发定向广告
例子:
hcci收集医疗保单,分析美国医疗费用上涨是否合理
结论:
1.数据价值的转移:
从技术到数据本身和大数据思维
2.传统商业模式颠覆:
交易数据而不是交易技术
3.传统专家的光芒会被统计和数据学家取代,因为后者只关心数据
1.例子:
谷歌翻译团队的工程师都不会说出翻译的语言
2.真正的专家不会消亡,但是主导地位会改变
3.专业技能只适用于小数据时代,因为那是需要依靠直觉和经验指导,但是
遭遇海量数据时,可以通过数据挖掘得到更多
4.数据和统计学知识将成为现代工厂的基础,人类的价值体现在交流上,以进行广泛而深刻的传播
1.例子:
交互式游戏,会根据用户来改良,以数据为基础运作
2.例子:
the-通过大数据来预测电影票房
5.大数据决定企业核心竞争力
1.数据规模决定价值
2.例子:
劳斯莱斯通过大数据监测引擎,预测可能出问题的引擎
3.例子:
苹果进军手机
4.大数据为小公司带来了机遇:
能享受非固有资产规模的好处,低成本传播创新结果,只需要创新思维
5.大数据拥有者会想办法增加数据存储量
6.消费者成为数据拥有者并与中间商交易
7.大数据对中等规模的公司帮助不大:
既没有灵活性也没有规模效应
6.大数据撼动国家竞争力:
西方世界优势减少
四、大数据时代的管理
1.大数据会带来很多危险,因为其核心思想是用规模剧增来改变现状。
2.滥用大数据的力量会伤害人身安全
3.大数据的二次利用颠覆了隐私保护法:
无法征得个人同意
4.如果所有人的信息在数据库里,有意识地避免就是此地无银三百两
5.匿名化:
交叉检验会检验出来
6.大数据预测:
罪责判定基于对个人未来行为的预测。
大数据可能会否定人的自由意志
7.数据有其局限性,数据的质量可能会很差,有误导性。
8.卓越的才华并不依赖数据:
apple乔布斯的才能
五、掌握大数据
1.个人隐私保护:
从个人许可到让数据使用者承担责任,因为将责任从民众转移到数据使用者很有意义因为数据使用者比其他人更明白他们想怎么样使用数据,也因为他们是最大利益获得者:
监管机制可以决定不同种类的个人数据必须删除的时间
2.信息模糊处理
3.个人应该为他们的行动而非倾向负责
4.打破大数据的黑盒子:
大数据算法师:
评估数据源,分析数据工具,解读运算结果
1.外部算法师:
审计大数据的准确程度和有效性
【篇二:
《大数据时代》读书笔记-20140203】
大数据意味着什么——《大数据时代》读书笔记
自英国人维克托.迈克.舍恩伯格(viktormayerschonberger)2013年写了一本叫《大数据时代:
生活、工作和思维的大变革》的互联网专著,“大数据”一夜之间成为全球互联网领域的核心关键词,无论国外的谷歌、亚马逊、facebook、twitter,还是国内的新浪、腾讯、淘宝、京东、当当、XX等互联网企业及传播学者、新媒体研究者、媒体人都将注意力转移到这一核心关键词上面,仿佛这年头如果你还对大数据浑然不知,走出去都不好意思跟传播学大家谈互联网,谈新媒体,谈如今如火如荼的电子商务。
那么,到底什么是大数据?
大数据有哪些特征?
大数据对互联网、对普通网民意味着什么呢?
去新华书店搬回来这本大部头,一口气读完,维克托用生动的案例幽默的语言,针对上述问题娓娓道来。
提起“数据”,大家都知道是一种用0、1等计算机语言表示的信息,而所谓的“大数据”就是一种流量、存储量超级大(以tb计算)数据。
谷歌地图街景(图片)是大数据,每一个微博用户在微博上产生的全部内容合起来作为一个整体是一种大数据,淘宝店主和每一位淘宝用户在淘宝这个平台上产生的所有信息作为一个整体是一种大数据,国内最大的搜索引擎XX里面所有的无数条的类目信息合起来也是一种大数据,这些都是互联网企业普遍存在的大数据,事实上,大数据在我们的日常生活中还有更为普遍的应用:
超级市场里每一位会员刷卡购物(非会员购物买单时留下的购物清单也是大数据的一部分)时留下来的信息是大数据,百货大楼、大商场里面各个角落里安装的摄像头拍下每一位顾客进出商场及在商场中活动的画面是大数据,甚至汽车里面安装的电子狗、导航系统作业时也能带来大数据。
细数身边常接触的这些大数据,仿佛还不得不信维克托这位号称“大数据商业应用第一人”大胆提出的“大数据”这个新概念的存在。
大数据最大的特征就是数据量大、庞大、巨大。
因为数据量大,所以才能商业特别是互联网企业带来不可估量的现时或潜在的价值,如果XX里面的数据量不够大,可供网民搜索的类目和条目不够多,那它毫无可能成为网民的“移动的百科全书”。
如果超级市场里面顾客和会员没有留下大量的数据,那么超级市场根本无从精确判断下个月该进多少货,该进哪些货品。
这,就是数据量够大带来的变革之一。
其次,大数据还具有巨大的商业价值。
除了刚才举到的两个案例,再譬如汽车里面安装的导航系统如果除了导航还增加实时测速、安全气囊爆破记录甚至刹车、加速、减速记录功能,那么它形成的大数据对保险公司定制车险套餐,汽车维修店开发新业务具有强大的参考借鉴价值。
再譬如,每一位微博用户,哪怕你从不发微博(内容)只是围观,对于新浪微博也具有商业价值,因为新浪微博大数据的构成离不开每一位微博用户。
当然,大数据的商业价值远非于此,下文还会讲到。
大数据的第三个特征是具有相关性。
因为数据与数据之间具有相关性,大数据才可供分析,分析的结果才能带来更多的价值。
但是在本书中,维克托主张一种观点,就是无需在乎数据之间的因果关系,只要能看到数据之间的相关关系即可。
譬如汽车安全气囊爆破的概率和车祸之间没有必然的因果关系,但是安全气囊爆破和保险公司为车主定制更为精准的保险套餐之间却有相关关系,用户只要关注后者即可,而不必纠结与因果关系。
除此之外,大数据还具有非精确性、免费和可重复利用等特征。
第三个问题:
大数据对普通人意味着什么,即大数据能给普通人的生活带来哪一些影响呢?
当然,提到影响就必然要分正面的和负面的来谈。
首先谈谈大数据的正面影响。
用维克托在《大数据时代》中提到的两个印象深刻的经典案例来说明这个问题。
第一个案例是,facebook前几年通过搜集上亿条有关流感的信息进行分析,从而预测美国各大城市何时会发生流感,以让大家为预防流感提前做好准备。
这是大数据给普通人带来实实在在正面影响的典型,此外这一案例还反映了大数据一个强大的功能,那就是预测功能,而维克托的这本书本身就是面向未来的,书中所提到的案例极少是已经实现了的,维克托提出的“大数据”这个新概念给互联网的未来描绘了一幅看起来前途无限光明的蓝图,而他提到的利用大数据进行商业和管理的案例大多有待进一步开发和尝试。
当然,facebook、twitter上的信息既然能够预测流感,那它肯定还能够预测像电影票房这样的普通数据。
第二个案例是,乔布斯利用大数据治疗癌症的例子。
大家都知道乔布斯是因为胰腺癌于2011年去世的,但可能大家并不清楚乔布斯事实上早在好多年前就知道自己患了癌症并让他的医生给他做23对基因碱基配对,根据配对结果再制定用药计划,而基因碱基配对可以得出无数种(n+n+n+...)数据,这就意味着乔布斯在去世之前其实已经尝试了n种治疗方案了,而还未等到他尝试所有因基因碱基配对制定的药物治疗疗程就去世了。
这个案例说明,大数据原来还可以在医疗领域进行应用。
除了上述两个案例,维克托给人们描绘的大数据的强大用途还体现在商业运营、企业管理等领域,想了解更多大数据的用途建议有兴趣者去阅读这本书。
前面谈到任何事物都具有两面性,大数据对人们的影响除了正面的积极影响,同时也存在隐患和负面影响。
作为一本学术专著,维克托在这本书的最后也提到了大数据带来的最大隐
患就是侵犯隐私和保护隐私权的问题。
谷歌地图街景功能的开发应用,将普通人的生活毫无保留地呈现在公众面前,尽管在被控诉之后谷歌已对高清街景的隐私部分打了马赛克,作了模糊处理,但依然无法减少大家对这它的抱怨和恐惧。
写至此,我不得不说,大数据确确实实正在改变着商业,管理甚至普通人的工作、生活和思维,我们特别是互联网企业也领略到了大数据带来的诸多便利和好处,与此同时,大数据也带来了侵犯隐私等问题,大数据是一种信息,或者说是一种媒介,它是好是坏完全取决了利用大数据的人,一方面可以大胆想象并开发大数据的潜在功能和价值,为人们带来好处,另一方面,我们也应防止大数据的滥用。
【篇三:
大数据时代读书笔记】
《大数据时代》读书笔记
学号:
2013093023姓名:
吕彦洁班级:
传播1班
“大数据开启了一次重大的时代转型。
就像望远镜让我们能够感受宇宙,显微镜让我们能够观测微生物一样,大数据正在改变我们的生活以及理解世界的方式,成为新发明和新服务的源泉,而更多的改变正蓄势待发?
?
”大数据,或称巨量资料,指的是所涉及的资料量规模巨大到无法通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。
本书作者舍恩伯格在大数据领域是最受人尊敬的权威发言人之一。
他二十多年来一直致力于网络经济、信息与创新、信息监管、网络规范与战略管理方面的研究,从维也纳大学到哈佛大学,从新加坡国立大学到牛津大学,世界上最著名的互联网研究学府都留下了他的足迹。
开阔的学术视野与系统的学术造诣,更让他不断为企业与商业应用提供强大的理论支持。
他的咨询客户包括微软、惠普、ibm、亚马逊、facebook、twitter、visa等大数据先锋们,所以在《大数据时代》一书中,他将掌握的最前沿的大数据应用案例给予充分的分析,并对大数据的价值链与角色定位给予清晰的预见。
作者将本书分为3个部分:
大数据时代的思维变革、大数据时代的商业变革、大数据时代的管理变革。
第一部分提出了大数据时代处理数据理念上的三大转变:
抽样=全体;要效率不要绝对精确;要相关不要因果;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;最后一部分,作者描绘了大数据帝国前夜的脆弱和不安,包括产业生态环境、数据安全隐私、信息公正公开等问题。
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。
关于不是随机样本而是整体数据中。
作者指出了随机取样是小数据时代用最少的数据获取最大价值的做法。
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。
乔布斯成为世界上第一个对自身所有dna和肿瘤dna进行排序的人。
乔布斯曾开玩笑说“我要么是第一个通过这种方式战胜癌症的人,要么就是最后一个因为这种方式死于癌症的人”。
虽然最后难免死于癌症但这种获得所有数据而不是仅样本的方法将他的生命延长了几年。
同样,从事跨境汇款业务的xoom公司侦破一起犯罪集团的诈骗也是由于使用了整体数据。
初此之外,他还列举了日本“相扑”等来证明使用全体数据的重要性。
另一个例子是2009年h1n1流行病毒背景下谷歌通过检测检索词条,处理了
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。
大数据给社会带来的益处将是多方面的。
因为大数据已经成为解决紧迫世界性问题,如抑制全球变暖、消除疾病、提高执政能力和发展经济的一个有力武器。
但是大数据时代也向我们提出了挑战,我们要做好充足的准备迎接大数据技术给我嘛的机构和自身带来的改变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。
作者同时也指出随着数据使用的越来越多,其得出的结果并一定能越来越精确,毕竟数据不能保证百分之百的正确,特别是大数据时代各种结构化与非结构化类型的数据聚集在一起难免导致结果的不太精确。
大数据时代要求我们重新审视精确性的优劣。
作者特别举了谷歌翻译成功的例子。
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。
(其语库来自于未经过滤的网页内容,会包含一些不完整的句子、拼写错误、语法错误以及其他各种错误)在不是因果关系,而是相关关系的篇章中。
作者指出在大数据时代往往知道是什么要比知道为什么来的更实在。
作者列举了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先锋和代表,从以前广为人
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 时代 读书笔记