《大数据》读后心得体会 首先，本书大体上都是在讲美国政府在各社会团体不断争取权利、三权分立制度的制衡下，一步步将信息公然的历程。和数据对美国政治所产生的影响，美国政府如何保护公民隐私等等。实在真正触及到企业如何变得更加智能，惟有第四章讲得非常具体。先来看一下完全的商务智能流程： 1、通过各种来源的关系型数据库，使用 elt（提取、转换、加载）工具，对来自不同系统的数据以同一格式进行清洗、转换、集成进进到数据仓库。 2、锁定目标数据落后行联机分析。通过不同的分析角度进行***分析，这样用户可以随时创建自己需要的报表，开发职员只要在后台为用户创建构建***的数据立方体模型，用户就能够直接在前真个各个维度之间进行切换，从不同的维度对数据进行分析。从而取得更加全面的、动态的的分析结果。 3、进行数据发掘。就是从海量数据中，发掘出具有价值的数据。通过对数据的发掘其 一、可以发现数据的历史规律，对过往进行总结。其 二、可以根据数据对未来进行猜测。企业可以根据猜测对未来行情趋势做出预判，并作出相干决策。 4、数据可视化，我想任何人看到一推数据，就会感到很头疼。固然也很不直观，到底企业的各项指标相比往年是好是坏往做对照也会很麻烦。使用各种图表、三维地图、动态摹拟和相干的动画技术是本来枯燥乏味的数据，变得生动起来。数据可视化把数据以更加直观的形态展现出来，令人们对相干数据做到一目了然。 5、通过上面几步我们就把本来毫无价值的数据，变成了信息，最后演化为知识。其次，我们北京大学青鸟公司应当斟酌的： 1、是不是有必要建立数据仓库。固然我这个题目我也在线上向 ibm 数据仓库的职员询问过。要斟酌的有两个因素：其 一、数据量的级别，其 二、对数据发掘的程度。 第 1 页 共 3 页 一、数据量。收集器实时都对新闻、论坛、博客、微博在进行收集，固然假如说一年的数据量不算大的话，亦或宁波本地的数据量也没那末大的话。公司假定几年后、几十年后业务量增大了，做到了 XX 省乃至全国的时候。那个时候的数据量我想应当是非常的庞大了。 二、对数据发掘的程度，固然有关公司触及的更多。不过有时候那些公司做得仅仅是从收集的数据那里通过筛选，将相干信息发送给相干的客户。个人觉得这个价值应当被放大，通过对相干数据的发掘对过往的规律进行总结，对未来的趋势做出猜测。如固特异轮胎，根据往年的数据总结出某款轮胎某地和在哪一个时间段销量最大，然...
