具体描述
We live in the era of Big Data, with storage and transmission capacity measured not just in terabytes but in petabytes (where peta- denotes a quadrillion, or a thousand trillion). Data collection is constant and even insidious, with every click and every "like" stored somewhere for something. This book reminds us that data is anything but "raw," that we shouldn't think of data as a natural resource but as a cultural one that needs to be generated, protected, and interpreted. The book's essays describe eight episodes in the history of data from the predigital to the digital. Together they address such issues as the ways that different kinds of data and different domains of inquiry are mutually defining; how data are variously "cooked" in the processes of their collection and use; and conflicts over what can -- or can't -- be "reduced" to data. Contributors discuss the intellectual history of data as a concept; describe early financial modeling and some unusual sources for astronomical data; discover the prehistory of the database in newspaper clippings and index cards; and consider contemporary "dataveillance" of our online habits as well as the complexity of scientific data curation. Essay authors:Geoffrey C. Bowker, Kevin R. Brine, Ellen Gruber Garvey, Lisa Gitelman, Steven J. Jackson, Virginia Jackson, Markus Krajewski, Mary Poovey, Rita Raley, David Ribes, Daniel Rosenberg, Matthew Stanley, Travis D. Williams
作者简介
目录信息
读后感
评分
评分
评分
评分
用户评价
说实话，我对这本书的期待值本来是设定在“一本能让我搞懂大数据底层逻辑的硬核科普读物”的水平上的。毕竟标题里的“Raw Data”这个词汇自带一种严谨、精确的理工科光环。然而，这本书的叙事方式极其狡猾，它用一种近乎文学化的、带有强烈个人色彩的口吻，不断地颠覆读者的既有认知。它不是在教你如何清洗数据，而是在拷问“什么是‘干净’的数据？”这个问题本身。作者似乎对“原始”这个概念抱有深深的怀疑，他通过一系列精心挑选的案例——也许是历史档案的重构，也许是社会调查中被忽略的边缘声音——来展示“收集”这个动作本身，是如何不可避免地对信息进行了初次加工和塑形。这种处理方式让这本书的阅读体验充满了张力，每一次阅读都像是在剥洋葱，你以为快要触及核心时，却发现下一层又是一个新的、同样被诠释过的表象。我需要时不时地停下来，合上书本，在房间里踱步思考，因为它的论点实在太具颠覆性了，它迫使你重新评估所有你曾信以为真的“事实”。
评分这本书的封面设计简直是视觉上的一个谜题，它用一种近乎粗粝的、未加修饰的字体，印着那个充满矛盾的标题——“原始数据”本身就是一种悖论，不是吗？我第一次在书店的书架上看到它时，那种强烈的、近乎挑衅的标题立刻抓住了我的眼球。它似乎在暗示，我们对“纯粹”和“未经加工”的追求，从一开始就是徒劳的。我立刻把它带回了家，迫不及待地想知道，作者是如何在一个看似枯燥的领域里，挖掘出这种哲学深度的。翻开第一页，我期待着一场关于信息论、统计学基础，或是某种底层代码结构的深入剖析，但接下来的内容却让我对“数据”的理解发生了根本性的转变。它没有给我冰冷的数字和公式，而是呈现了一种关于认知偏见和叙事构建的迷人探讨。这本书的行文流畅得如同散文诗，完全不像一本探讨技术或科学主题的书籍，更像是一次关于我们如何感知现实的深度对话。我感觉自己不是在阅读一本关于数据的书，而是在被引导着审视我们赖以生存的整个信息结构。
评分这本书真正让我感到震撼的地方，在于它对“客观性”的彻底解构。很多关于数据分析的书籍都在努力教你如何消除误差、追求零偏差，但这本书反其道而行之，它似乎在颂扬那些“不可消除的偏差”。作者巧妙地将社会学、人类学甚至一点点后现代主义理论融了进来，让“Raw Data”不再是数字矩阵，而是那些带着温度、带有时代烙印的、甚至带有强烈主观色彩的原始记录。我尤其喜欢其中关于“沉默的数据”的章节，那部分探讨了那些因为技术限制、社会地位或文化隔阂而从未被记录下来的信息。这让我意识到，我们今天看到的所谓“大数据”，其实只是被过滤和筛选过的信息海洋中的一小片泡沫。这本书不是教你如何驾驭数据，而是让你谦卑地面对数据的局限性。阅读完毕后，我发现自己看待新闻报道、学术论文，甚至日常对话的方式，都变得更加审慎和怀疑了，这才是最有价值的阅读收获。
评分与其他同类主题书籍相比，这本书的独特之处在于它的“反教条”精神。它拒绝提供任何“一招鲜吃遍天”的分析方法论，反而像一个经验丰富的老练的侦探，带着你穿越无数看似无关紧要的细节。作者的笔触极其细腻，他不会直接告诉你“这是错的”，而是通过层层递进的案例，让你自己得出“也许我们对‘对’和‘错’的定义本身就有问题”的结论。这种潜移默化的引导，远比生硬的理论灌输要有效得多。这本书的语言风格在某些段落甚至带有一丝戏谑，它似乎在嘲笑那些沉迷于构建完美算法的人们。对我来说，它像一剂清醒剂，让我明白，在追逐信息效率的同时，我们不能以牺牲对信息“人味”的感知为代价。这是一部需要慢读、细品的著作，每一次重读，都能发现新的、被我先前忽略的细微之处，那种阅读的充实感是极其罕见的。
评分我必须承认，我花了很长时间才真正进入这本书的节奏。起初，我有点被作者的文风“迷惑”了。它不像教科书那样提供清晰的路径和结论，反而像是一场充满隐喻和象征的漫游。书中对“数据采集者”这一角色的描绘，尤其令人印象深刻。作者将他们描绘成一群既是发现者又是创造者的矛盾体，他们手持工具（无论是统计模型还是问卷），在现实世界中进行“捕捞”，但他们捕捞上来的，真的还是最初的那个“原始”物种吗？书中的论证结构非常松散，但这种松散感恰恰是其高明之处——它模拟了真实世界信息流动的无序和复杂性。我欣赏作者没有试图用一个简单的模型来套牢所有复杂现象，而是展现了在信息转化为知识的过程中，那些不可避免的、微妙的、几乎是美学层面的损耗与增益。这本书更像是一篇长篇的哲学随笔，披着数据分析的外衣，探讨的是人类认知局限的本质。
评分起初以为是讲大数据神马的但是前几篇讲了data的由来，浓浓的paper味，后面看不完了时间来不及，一星打给所有读过的书里封面手感最好的，没有之一。忘了啥时候推荐图书馆买这本书了有一天邮件提醒荐购图书到库就拿来看了，总之挺有趣的。
评分起初以为是讲大数据神马的但是前几篇讲了data的由来，浓浓的paper味，后面看不完了时间来不及，一星打给所有读过的书里封面手感最好的，没有之一。忘了啥时候推荐图书馆买这本书了有一天邮件提醒荐购图书到库就拿来看了，总之挺有趣的。
评分起初以为是讲大数据神马的但是前几篇讲了data的由来，浓浓的paper味，后面看不完了时间来不及，一星打给所有读过的书里封面手感最好的，没有之一。忘了啥时候推荐图书馆买这本书了有一天邮件提醒荐购图书到库就拿来看了，总之挺有趣的。
评分起初以为是讲大数据神马的但是前几篇讲了data的由来，浓浓的paper味，后面看不完了时间来不及，一星打给所有读过的书里封面手感最好的，没有之一。忘了啥时候推荐图书馆买这本书了有一天邮件提醒荐购图书到库就拿来看了，总之挺有趣的。
评分起初以为是讲大数据神马的但是前几篇讲了data的由来，浓浓的paper味，后面看不完了时间来不及，一星打给所有读过的书里封面手感最好的，没有之一。忘了啥时候推荐图书馆买这本书了有一天邮件提醒荐购图书到库就拿来看了，总之挺有趣的。
相关图书
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
© 2026 book.quotespace.org All Rights Reserved. 小美书屋 版权所有