☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

産品特色

編輯推薦

畢馬威亞太區及中國主席陶匡淳先生傾情作序推薦，畢馬威中國大數據團隊傾力打造，全麵闡述大數據在各行各業的價值

內容簡介

《洞見數據價值：大數據挖掘要案紀實》是國際知名谘詢公司畢馬威的大數據團隊的集大成之作，內容豐富，觀點新穎，貼近大眾生活、工作與學習實際場景，內容不拘泥於技術闡釋，通過寓教於樂的方式，以豐富翔實的案例來解析大數據挖掘，盡量通過常見的場景來闡述數據的價值與意義。
第1章介紹大數據在銀行業、徵信業、審計、傳統製造業、互聯網行業、輿情監控、影視業、環保産業以及體育産業等多個領域的應用方案和前景。第2章重點介紹大數據分析在商業工作和營銷推廣中的作用。第3章介紹大數據挖掘過程中涉及的數據的前期準備工作，重點介紹數據準備工作的要點和訣竅。第4章結閤業務、生活、娛樂，寓教於樂，介紹大數據的實際應用方式。附錄部分介紹一位數據工作者的成長之路，嚮感興趣的讀者介紹從事數據工作應該具備的素質和掌握的技能。
《洞見數據價值：大數據挖掘要案紀實》可作為企業管理人員、營銷主管、分析人員、IT 人員等理解大數據、應用大數據為企業創造價值的指引，同時，《洞見數據價值：大數據挖掘要案紀實》也可供統計學、應用數學及計算機專業學者和研究人員參考學習。

作者簡介

畢馬威中國大數據團隊，一個專注於大數據及數據挖掘的專業團隊，堅持有效結閤分析、技術與業務三方麵，多次幫助多傢大型銀行、保險公司、老牌企業等重要客戶利用大數據創造價值。團隊中既有資深的數據科學傢、統計學博士，也有深入瞭解業務的分析專傢，在業界有一定影響力。團隊持續分享結閤實際業務的精品大數據內容，幫助眾多讀者實踐大數據挖掘。

精彩書評

畢馬威亞太區及中國主席陶匡淳先生傾情作序推薦
聯袂推薦
謝邦昌教授，颱北醫學大學管理學院及大數據研究中心院長/主任
車品覺，紅杉資本中國專傢閤夥人
張波教授，中國人民大學統計學院副院長
劉政博士，SAS中國研發中心總經理
劉賢榮博士，中國建設銀行數據管理部副總經理
施奕明，前海徵信副總經理，SAS中文論壇創始人
張磊博士，前SAS軟件（中國）有限公司首席谘詢顧問
常國珍博士，中銀消費金融大數據與AI實驗室主任
蔣順利，北京仁科互動網絡技術有限公司市場副總裁

目錄

目錄

第1章 大數據在各行各業 // 001
1.1 什麼是大數據？ // 002
1.1.1 非常流行的大數據概念 // 002
1.1.2 不那麼流行的大數據概念 // 006
1.1.3 也許會帶給你靈感的大數據概念 // 007
1.2 大數據在銀行業 // 029
1.2.1 業界展望：大數據，銀行業未來的核心動力 // 029
1.2.2 創新方嚮：大數據助力銀行網點實現轉型 // 036
1.3 大數據在徵信業 // 041
1.3.1 業界展望：FICO 評分與芝麻信用，傳統徵信嚮大數據徵信的轉變 // 042
1.3.2 創新方嚮一：從拒絕推斷看個人徵信業的大有可為 // 046
1.3.3 創新方嚮二：論大中型客戶數字化授信的可行性 // 054
1.4 大數據在審計業 // 057
1.4.1 業界展望：大數據分析如何支撐審計工作 // 057
1.4.2 創新方嚮：大數據能否代替傳統審計？ // 061
1.5 大數據在傳統製造業 // 065
業界展望：數字化企業進階指南 // 066
1.6 大數據在互聯網行業 // 069
創新方嚮：從滴滴收購優步看壟斷企業的馬太效應 // 069
1.7 大數據在輿情行業 // 076
創新方嚮：數據分析幫你掌握話語權 // 077
1.8 大數據在汽車行業 // 086
業界展望：徵服汽車後市場，大數據與你同行 // 086
1.9 大數據在影視業 // 089
創新方嚮：星期幾上映的電影最具有票房號召力 // 090
1.10 大數據在環保産業 // 098
創新方嚮：北京治霾，能為你做點什麼 // 098
1.11 大數據在體育産業 // 104
創新方嚮：歐洲杯，跟著西班牙隊學數據挖掘！ // 105
小結 // 109

第2章 大數據在商業領域的應用 // 111
2.1 推薦算法在傳統銷售渠道中的應用模式 // 112
2.2 巧用運籌優化，提升整閤營銷管理水平 // 116
2.3 關聯規則的應用 // 121
2.3.1 小談關聯規則 // 121
2.3.2 購物籃分析：絕不隻是“啤酒與尿布” // 124
2.3.3 創新方嚮：靠關聯規則重獲新生的東北小館 // 128
2.4 智能薦食模型：大數據告訴你今天吃什麼 // 133
智能薦食模型 // 134
2.5 顧客時空模型：其實天下沒有免費的 WiFi // 138
2.5.1 無處不在的免費 WiFi // 138
2.5.2 顧客時空模型 // 139
2.5.3 進一步挖掘 // 141
2.6 社會網絡分析法，助力信貸反欺詐 // 142
2.7 數據可視化利器：SAS Visual Analytics // 145
2.7.1 為什麼需要數據可視化？ // 145
2.7.2 數據可視化的幾個常見例子 // 146
2.8 文本挖掘，幫你識彆網購評論是真是假 // 151
2.9 路徑優化：如何改良快遞送貨路綫？ // 156

第3章 數據前期準備 // 171
3.1 從抗日武裝的發展談到數據治理 // 172
3.1.1 數據質量問題 // 173
3.1.2 數據應用問題 // 174
3.1.3 實施策略和路徑問題 // 176
3.2 如何生成你需要的基礎數據？ // 182
3.3 如何利用數據倉庫優化數據分析？ // 189
3.4 二分類變量的數據缺失插補 // 193
3.5 數據離散化，如何避免丟失信息？ // 201
3.6 如何避免數據離散化影響自變量的重要性？ // 204
3.7 二分類模型中如何應對分類自變量取值過多？ // 206

第4章 技術案例 // 211
4.1 建模變量太多怎麼辦？ // 212
4.2 信用評級模型怎麼評估？ // 215
4.3 觀察窗口怎麼選？ // 219
4.4 K摺交叉驗證怎麼做？ // 223
4.5 如何衡量變量之間的相關性？ // 230
4.6 決策樹算法真的越復雜越好嗎？ // 235
4.7 如何精選分類模型指標？ // 245
4.8 當數據分析遇上超級奶爸 // 250
4.9 深度挖掘，你的工資拖後腿瞭嗎？ // 253
4.10 用分位數迴歸看你的工資水平 // 258

附錄A 一位數據工作者的成長之路 // 265
A.1 數據分析師入門攻略 // 266
A.2 如何做一名“稱職”的數據專傢？ // 269
A.3 一個數據倉庫轉型者眼中的數據挖掘 // 271
A.4 預測科學：三點經驗談實際應用 // 276
A.5 數據模型多瞭，應該怎麼管？ // 277
A.6 手握數據挖掘模型，你一定要知道怎麼用 // 281
A.7 淺談以史為鑒與數據分析 // 286

後記 // 297

前言/序言

序言
越是基本的理念，往往越能成為時代的標誌、價值的度量，數據正是如此。
2020年，全球數據總量預計將超過44韆萬億兆字節，數據之大，正如我們日常呼吸的空氣一般不可缺少。這意味著世界上的一切都在産生數據，一切都在使用數據；萬事萬物都可以數據化，而數據也成為價值的新載體。大數據時代——也就是說，這樣一個以數據衡量價值的時代，我們已經置身其中。
今日，“大數據”已不僅僅是一個新興概念。國傢、機構、企業都擁有數據，也急需使用數據，而物聯網等理念的興起，雲計算等技術的應用，讓我們能夠幫助他們探索、挖掘、利用數據中的價值，能夠存儲、流通、關聯、交換、使用大數據，開發每一個環節中的能量。大數據是資源，是一座亟待開掘的金礦。
毫無疑問，大數據擁有巨大的商業潛力和創造力，而這樣的潛力和創造力，當然也屬於畢馬威中國大數據團隊。
本書正是畢馬威中國大數據團隊的心血之作，匯聚瞭其微信公眾號中的精品文章。該大數據團隊建立幾年以來，我一直非常欣賞團隊的業務能力和業績錶現，同樣，文如其人，他們在這本書中展現齣的實力、動力和潛力也令人贊嘆。
學術成果一嚮是新興行業的驅動力，而業務能力是學術與實際工作的銜接點：大數據團隊是一個集閤瞭這兩方麵高端人纔的團隊，本書中的作品，專注學術、紮根業務，也體現瞭不俗的行業發展眼光。何況，寫這樣的文章，一篇或許容易，但能在繁忙的日常工作之餘堅持一年之久則殊為不易；如果不是對數據領域有深切的熱愛，又怎麼會有這樣的動力呢？這本著作見證瞭團隊的成長，更是團隊潛力的明證。我相信，本書的讀者們也一定會有同樣的感覺。
大數據時代，誰掌握瞭數據，誰就掌握瞭價值，也掌握瞭世界的節奏。麵對數據之潮，畢馬威中國一直力求一馬當先，而大數據團隊正是公司內的行業先驅。“大鵬一日同風起，摶搖直上九萬裏”，我不由得心生期待，想要看看這樣一個齣色的團隊還能給我和讀者們帶來怎樣的驚喜。

陶匡淳
畢馬威亞太區及中國主席

洞見數據價值：大數據挖掘要案紀實 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

OK啵啵啵v交易成功陳纔剛剛-不理寶寶看不瞭不開口伴郎伴娘不哭不哭

評分☆☆☆☆☆

內容很贊 對瞭解各行業的情況有一定幫助 還能看到很多例子 對這個號也關注很久瞭 覺得他們的工作一定非常有趣 唯一有點不足的就是價格有點小貴

評分☆☆☆☆☆

好的是什麼時候瞭嗎好吧一般吧一般都是個啥

評分☆☆☆☆☆

非常棒的書籍

評分☆☆☆☆☆

好好好好好好好好好好好好好好好好好好好好

評分☆☆☆☆☆

買書還是京東好啊

評分☆☆☆☆☆

內容一般吧，話題很全，內容一般

評分☆☆☆☆☆

好好好好好好好好好好好好好好好好好好好好

評分☆☆☆☆☆

不錯的書，值得細細品讀

類似圖書 點擊查看全場最低價