《人人都在说谎》是一本由赛思·斯蒂芬斯--达维多维茨著作，中信出版集团出版的精装图书，本书定价：58，页数：328，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《人人都在说谎》精选点评：

　　●读完前20%，有点想放弃了，因为这书读起来既啰嗦又无聊。也许是因为作者提到的那些研究结论别人也提过，反正我也不记得在哪读到过类似的了，结果就是所有他煞有介事的提出的各种惊人结论都看起来平平无奇。ps：结论一章作者的自吹自擂，自我标榜真让人想翻白眼。

　　●主要讲的还是人们的心理伪装

　　●类似魔鬼经济学 值得一看

　　●社交网络是骗子，搜索才是诚实的孩子。

　　●前面对色情网站搜索结果令人吃惊啊，恋母、恋父的那么多啊！不过好像也不知占比 男人对cock的大小在意，对性交时间在意，女人对阴道的气味操心；而且女人对色情片中的暴力更感兴趣！ 美国也重男轻女，对儿子在智力才能上面搜索得多，对女儿的外貌则关心； 相关和因果太难分清了，现在媒体都是拿些相关的东西来混淆视听，真正的因果关系很难判断。 对牛高中分数线的统计有意思，最终结果：牛蛙始终是牛蛙，好学校没啥用； 这可是反直觉和反社会传统的啊，特别是现在的中国，对4大名校、衡中等的渴望； 而且延伸到大学，哈佛和宾夕法尼亚大学毕业生10年后的收入 也没太多的区别，精英始终会到精英的位置中去的； 后面 和劳伦斯-萨默斯的谈话笑人啊，这个有智慧的大人物绕了一大圈，还是想知道作者这种方法是否对股市预测有用否，哈哈。

　　●翔实的素材，鲜明的观点！

　　●数据统计的正确性建立在大家都说实话的情况下。

　　●@金大哥 知道你为什么半夜一点还在研究什么匈奴吗？全世界人半夜一点到三点都在学习稀奇古怪的冷知识

　　●其实大数据没有书本最后说得那么未来可期，至少在基于本书所展示的研究方法来说。但是涉及到的数据处理的困境的点很有意义，值得我们注意数据所反映的逻辑应该如何正确分析

　　●谷歌大数据告诉你那些你不曾知道的真相。挺有意思的。

　　《人人都在说谎》读后感(一)：大数据的种子

市场调研可能存在偏差原因：社会期望偏差（传统科学研究极有可能并不可靠嘛）

大数据相关性：还能预测房价！还能揭示人们真正的想法。感觉比传统调研/研究有效，方便

精确，私人订制医疗确实很是吸引人，但是被用于商业利益也实在是瘆人

以及听的过程中确实是让我想起来之前听的《魔鬼经济学》系列，原来作者也曾拜读过这个系列，希望有一天我也能基于大数据发现过创造些什么！

　　《人人都在说谎》读后感(二)：内容比书名好

　　可能是为了吸引眼球，或者是为了表达一种非学术的轻松态度，本书书名起的比较夸张，但实际内容比书名好很多。不浮夸、不罗嗦、清晰、真实、示例丰富。

　　本书以笔者的亲身工作和生活经历为起点展开延申，以谷歌搜网为主要大数据源，讲述了多个贴近生活的大数据分析案例。其中包含了笔者对大数据的认识、理解和思考。我觉得全书最好的地方就是真实，真实的示例，真实的指出了大数据在一些领域的局限及原因。例如：以谷歌搜索为源的大数据分析，对绝大多数金融领域是失效的，原因是包含价格因素的金融信息被各类机构充分挖掘，以至于可以完全覆盖谷歌搜索数据的预测分析效果。

　　《人人都在说谎》读后感(三)：在大数据中寻找规律

　　因为职业的原因，平时不怎么接触财经类书籍，这一读发现真是太有趣了。

　　美国“伯乐”的故事很逗，用便携式超声仪器测量马的内脏，没想到与马的成绩有那么大的关联，还有葡萄酒的价格公式。对于数据，可以经过这样的推理，像物理学一样得到一个普遍公式，而里面的变量都是非传统的数据来源，这一切都来源于对生活抱有的开放而灵活的心态。下面几条是读的过程中get到点的结论：

　　1）企业的秘密：《从零到一》里讲：伟大的企业是建立在许多秘密之上的，这些秘密要么关乎自然，要么关乎人类。

　　2）儿童教育：在教育上花大钱有助于孩子们进入中上阶层，但使他们成为杰出作家、艺术家或商业领袖需要靠近大学城或者大城市。

　　3）学校选择：试验组表明相近的分数情况下上什么大学对学生未来的影响并不大。

　　4）偿还贷款：一个人如何还贷的详细计划和过去曾履行过的承诺是他会偿还贷款的证据；做出承诺、博得同情是一个人不会还款最为明显的迹象。

　　《人人都在说谎》读后感(四)：对比发现，人们是如此表里不一

　　书里面举了个例子，美国某机构进行了一次匿名的问卷调查，美国女性平均每年55次性生活，其中16%次使用了安全套，而美国男性频率则更高，按照一定的计算方法，根据美国女性提供的数据计算出美国每年使用11亿个避孕套，根据美国男性提供的数据，计算出美国每年使用16亿一个避孕套。

　　而实际的避孕套行业数据，美国每年只使用了6亿了。这说明即便是匿名的问卷调查，很多人也不会说实话。

　　那么谁知道事实的真相呢？答案是，谷歌知道。

　　每个人都不会对自己的关键词搜索撒谎，数据显示，美国人对于婚姻相关的关键词搜索中，搜索“无性婚姻”的数量比其他婚姻关键词要多得多（有可能达到了30%）。说明这些白天做了匿名的问卷调查吹嘘自己性生活次数的人在夜深人静的时候，向谷歌敞开心扉～想知道自己这种情况和别人比～到底是否正常。

　　通过对关键词统计，数据分析可以暴露人们对各种事物的偏见和歧视、对各种日常问题的无知。但人们永远不会当面表现出来。

　　对比发现，人们是如此表里不一。

　　书中说社会学家在统计关于各个族群特点的搜索关键词时发现在美国社会人们对与自己不同的种群之间存在大量的偏见。

　　关于东亚人的偏见引起了我不满，关键词搜索前五位竟然有笨，这个不值一驳（东亚人平均智商绝壁全球第一），但其中竟还有“丑”这个词。谁该负责？？？

　　美国媒体经常把亚洲人里长相“明显不美”的模特拿去拍照片放封面，给人们造成的印象能不觉得丑么？多拍点范冰冰放封面再调查一下试试吧！！！

　　书中还介绍了纽约市的施戴纹什高中是全美排名第一的公立高中，录取学生不看家庭背景、推荐信、课外活动之类，只看考试成绩。

　　每年在全纽约举行统考，平均27000人考生报名，录取率是5%。社会学家对每年只差1、2分没考上的学生和只比动态分数线多考了1、2分的学生进行了长期跟踪，发现这些其实处于同一水平的学生，无论是否上了重点高中，这两群人在此后考上重点或非重点大学的分布上完全一样，连最细微的差别都没有（大学一样，就业情况自然也是相同的）。

　　结论是，关于这类划分数线的事情，如果你和那些人只差一两分的话，你实际上并不比他们差，所以进没进去其实对于你的未来是毫无影响的。

　　我自己的推论是，如果分数差太多，强行进去几乎也不会有好结果。

　　《人人都在说谎》读后感(五)：我们并非表里如一

《人人都在说谎》(Everybody Lies: What the Internet Can Tell Us About Who We Really Are) 成书于2017年、大数据研究和应用的早期阶段，读来如同红军长征已经到了岷山，我才开始阅读朱毛会师井冈山。作者、斯坦福和哈佛训练出的经济学家Seth Stephens-Davidowitz主要研究材料取自Google搜索、维基搜索、脸书。此外成人视频网站pornhub提供了翔实的匿名搜索记录，这个网站上出现频度最高的关键词远远超出我最狂野的想象。我只写G级文字，适合所有年龄段阅读，包括青少年，所以无法例举其中的任何一个。

公共场合和私人空间的区别自从亚当和夏娃用树叶、兽皮遮体开始就已经存在，演变至4G LTE社会的时候，搜索引擎、购物网站、社交媒体对每个人的了解已经远远超过相濡以沫、永远恩爱如初、但容易产生极度审美疲劳的伴侣，我们的内心世界未必与我们塑造的、声称的、希望的自我形象高度一致。很难想象5G将带来什么样的进一步变化，尤其当华为无法参与的时候。

与数理化天地生比较，社会科学一直无法硬朗结实起来，传统的数据采集精确度有限。大数据有望促成深刻的改变，比如，当2016年大选民调出现重大偏差以后，也许Google、脸书、亚马逊能够为2020提供比较准确的预测。