BIG DATA時代已經到來！
想要了解大數據的原理和祕密嗎？
想要找到未來發展的趨勢與潮流嗎？
趕緊來讀此書，不懂資訊的你也能一窺巨量資料的美！
大數據，並非遙不可及
作者簡介：
李德偉
‧曾在美國辛辛那提大學、史丹佛大學擔任高級訪問學者。
‧在中國相關調控部門（中國國家經委、中國國家計委、財政部和工商總局）任職。
‧出版著作十多部，發表論文二百多篇。
顧煜
‧2012年獲西南財經大學會計學專業博士學位。
‧長期從事會計、財務、物流成本和市場訊息監測評價研發工作。
‧在中國省部級以上核心期刊發表研究論文六十餘篇，十餘篇論文被SCI、EI 檢索。
王海平
‧工學博士，北京大學應用經濟學和北京師範大學公共管理雙科博士後。
‧先後主持中國湖南省社科基金重點專案和國家發改委課題。
‧在學術期刊刊發表學術論文三十餘篇，出版《政府經濟管理》等著作。
徐立
‧曾赴美國進修，並在史丹佛大學國際戰略與合作研究中心（CISAC）作高級訪問學者。
‧參與電信市話體制研究、低軌衛星通訊政策研究、中國加值電信業務對外開放對策和相關政策的研究，以及中國電信業體制改革研究。
‧發表數十篇文章和研究報告。
各界推薦
名人推薦：
前言
要資訊紅利，還是資訊鴻溝
巨量資料給世界發展帶來新的挑戰與機遇，正當我們在翹首期望、焦慮和憧憬的時候，李德偉、顧煜、王海平、徐立合著的好書問世，令人豁然開朗！
凡世人皆有畏懼，俗話說：男怕選錯行，女怕嫁錯郎。企業也有一怕，怕算錯賬。世界未來發展的紅利，就是一筆巨大的賬。人口紅利、資源紅利，不過是來自第一次浪潮的賬上紅利；改革紅利，則是屬於第二次浪潮；逝者如斯夫，俱往矣！更重要的是第三筆賬，這就是資訊化帶來的數位紅利。
本書為世界算的，正是第三筆賬。算對了賬，巨量資料改變世界對企業的影響將是「正能量」：資訊紅利。但算錯賬的危險並非沒有，如近代中國在世界歷史進程中落後的能量就是負的；從巨量資料改變世界而言，就是由於存在著巨大的資料鴻溝，中國將在更高水準的現代化競爭中，被打回1840年的原點。
巨量資料是當代現代化的最新裝備
歐巴馬政府2012年3月29日發佈了「巨量資料研究和發展計畫」（Big data research and development initiative）。這不僅是一個推動美國繼續在高技術領域領先世界的戰略計畫，而且是一個推動美國社會經濟進一步發展的宏遠藍圖。在自由主義經濟的美國，政府頂層毫不猶豫地挺身而出，直接推動美國駕馭巨量資料浪潮，向更高水準的現代化進軍！
1980年，托夫勒在《第三次浪潮》中高瞻遠矚地預告：「如果說IBM的主機拉開了資訊化革命的大幕，那麼『巨量資料』則是第三次浪潮的華麗樂章」。現在，巨量資料的「英雄交響曲」已經奏響，新一代的先進生產力和先進生產方式正如東方的太陽冉冉升起！
在世界歷史的賽場上，新的競賽已經不依人們的意志而開始，「落後就要挨打」的悲劇再次在中東、北非上演，曾幾何時，那些不可一世的梟雄酋首──海珊、穆巴拉克、格達費，一個一個，相繼倒臺，美國的無人機就像電子遊戲機一樣，定點摧毀了那些用傳統的油彩裝飾起來的偶像。
對於處在第二次浪潮與第三次浪潮之間的國家而言，巨量資料發展既有催人向上的力量，也包含鞭笞懈怠的警示：在歷史的關鍵時刻咬緊牙關，迎著第三次浪潮而上，將是東方日出，大國崛起；一旦鬆懈怠惰，就不進則退，落到第二次浪潮之下，與美國的差距，將會迅速達到比GDP占世界第一時的清王朝與英國的差距還大。毋庸置疑，美國鼎力發展巨量資料，其最大的歷史意義，就是讓第三次浪潮把第一次浪潮、第二次浪潮的號角聲淹沒在歷史的沙灘上。
實物的積累、貨幣的積累，曾經成為過去時代國力的標誌。而在資訊時代，資料的積累、加工和利用能力將成為綜合國力的新徽章。對於一個國家來說，發展方式轉變只有跟上生產方式轉變的時代步伐，才能保證在更高水準的現代化競爭中不落伍、不挨打。
抓住巨量資料的大機會，將在現代化的制高點上，而不僅是GDP 的積累上，提高資訊時代的國際競爭力。本書給我們的第一個啟發是：當代的決策水準，一定要超越過去的決策水準。
巨量資料是新型現代化的直接動力
中國新四化建設正處在從「工業化不斷加快」到「工業化基本實現」的歷史轉捩點上，全面提高資訊化水準，需要巨量資料這樣的先進生產力來引領。
與發達國家不同，中國未來不可避免地要同時完成發展工業時代的生產力與資訊時代生產力的雙重任務。認識巨量資料為代表的先進生產力和先進生產方式具有特別重大的意義。
20世紀50年代，台灣曾面對同樣的形勢，要同時發展農業和工業兩種生產力，那時提出「工業為主導、農業為基礎」的方針，促進了社會生產力的雙重發展。歷史經驗具有啟示借鑒意義。
企業發展不可能建立在低水準社會生產力體系之上，我們必須清醒地認識到，發展以巨量資料為代表的資訊生產力的緊迫形勢，抓緊從頂層建立巨量資料的國家戰略，使經濟生產力狀況適應世界各國叢林競爭所要求的新的現代化水準，並在此基礎上對經濟生產關係及其相聯繫的經濟運行機制進行改革。堅持資訊化帶動工業化，工業化促進資訊化，實現高水準現代化，才能充分保證國家下一代的國際競爭力。
過去台灣經濟基礎還很薄弱時，就毅然提出了以工業為主導的方針，如今工業化已完成，決不能讓以資訊化為主導的舉措步履維艱！本書給我們的第二個啟發是：當代的決策水準，一定不能低於過去的決策水準。
巨量資料是推動現代化轉型的必然選擇
本書指出，「巨量資料將改變人類生活生產方式」。這個判斷非常重要。關於發展方式轉變談了多年，但轉變起來如此艱難，其深層次原因在於，生產方式沒有成為敲動轉變的軸心。而當傳統生產方式與舊時代還在依依不捨的時候，新的發展方式就不可能昂首闊步地登堂入室。
未來發展需要實現新型工業化、資訊化、都市化和農業現代化，只有抓住生產方式轉變這一關鍵，才能解決發展方式轉變的深層矛盾。資訊化不等於資訊化生產方式。資訊化生產方式是分散式的，如果我們用集中模式做資訊化，就等於在用工業化生產方式從事資訊化，做出的就會是表面文章，就像一個穿著華麗時裝的小腳老太太，一個怪胎。
巨量資料將改變人類生活生產方式，可以為現代化提供轉變發展方式的新動力，對現代化帶來意想不到的增量：
第一，巨量資料可以強力啟動內需：用舊的方式啟動內需，效果平平。但生產方式一轉，就會出現轉機。2012年阿里巴巴電子商務交易額全年預計達到1.25萬億元，其中三分之一是新啟動的內需。預計到2018年，這一數字會達到7萬億元，相當於每天一個「雙十一」網購的191億元。巨量資料可以深入發掘消費者需求，電子商務在啟動內需方面的潛力，不亞於一個到幾個大區域的內需總量。
第二，巨量資料可以推動以智慧城市的新方式發展：舊的方式是向大城市集中，巨量資料將使都市建設走上以資料流通的方式配置資源的新型發展道路，新的生產方式有利於城鄉一體化發展。
第三，巨量資料有利於改進政府管理方式：官方網站與民眾建立起24小時的密切聯繫，比週期性的民主選舉更有利於回應民意，為民辦事，走出新路。
第四，巨量資料產業將形成新的發展點，包括巨量資料基礎設施建設、資料技術產業、資料擷取業、資料加工業的發展。根據維基（Wikibon）最近發佈的報告，巨量資料市場正處在快速增長的前夕，未來5年全球巨量資料市場價值將達500億美元。
巨量資料還將對精緻經濟產生重大影響。IBM的CEO羅睿蘭說：「資料將是下一個大的自然資源，將會區分每個行業的勝者與輸家。」IBM的全球調查顯示：表現優秀的企業使用分析技術的數量比表現較差的企業高5倍。
首先，未來以政府、電信、教育、醫療、金融、石油石化和電力等行業為重點的巨量資料應用，將直接拉動整個社會的應用規模。
其次，資料業務將成為各行各業的主要業務，圍繞巨量資料，企業將向分析即服務（AaaS）升級轉型，從而改變各行各業的型態。
再次，服務得到巨大發展，包含一切以巨量資料為基礎的高附加價值之創新型服務，例如以製造為目的的創客服務（DIY+3D 列印）、以諮詢資料平台為基礎的生活方式設計師服務、以統計資料採擷為基礎的商業分析服務、以設計平台為基礎的創意服務，還有以巨量資料為基礎的設計服務、管理服務、教育服務、市場服務、諮詢服務，以及以行業或價值模組細分為基礎的服務，等等。
從民間的巨量資料熱潮可以看出，巨量資料正得到有識之士的廣泛認同，激發民眾自下而上的創造熱情。本書給我們的第三個啟發是：當代企業的決策水準，一定不能低於一般的決策水準，一定要領先市場的知識水準。
巨量資料改變世界，要先改變我們的世界觀。不光要改造我們的文化歷史觀，而且要改造我們的技術歷史觀。巨量資料，已經是一張唯物主義的考卷，呈現在我們面前：是奮勇前進，還是停滯不前？是迎難而上，還是畏葸不前？是生存，還是消亡？
姜奇平
（中國社科院資訊化研究中心秘書長、《網際網路週刊》主編）
名人推薦：前言
要資訊紅利，還是資訊鴻溝
巨量資料給世界發展帶來新的挑戰與機遇，正當我們在翹首期望、焦慮和憧憬的時候，李德偉、顧煜、王海平、徐立合著的好書問世，令人豁然開朗！
凡世人皆有畏懼，俗話說：男怕選錯行，女怕嫁錯郎。企業也有一怕，怕算錯賬。世界未來發展的紅利，就是一筆巨大的賬。人口紅利、資源紅利，不過是來自第一次浪潮的賬上紅利；改革紅利，則是屬於第二次浪潮；逝者如斯夫，俱往矣！更重要的是第三筆賬，這就是資訊化帶來的數位紅利。
本書為世界算的，正是第三筆賬。算對了賬，巨量資料改變世界對企業...
章節試閱
一股洶湧澎湃的「Big Data 浪潮」已經以排山倒海之勢，迅速推進，不可阻擋。未來的一二十年顯然將是由「巨量資料」推動和引導下的全面智慧化時代。
只要回憶一下資訊化的快速發展，就不可能懷疑Big Data 時代的巨大變化。從記憶猶新的資訊時代開啟，我們就在層出不窮的新生事物面前，目不暇接，以致眼花繚亂⋯⋯行動電話、個人電腦、光碟機、隨身硬碟、寬頻、網際網路、搜尋引擎、部落格、微網誌、視訊等等，爭先恐後，接踵而來；社交網路、電子商務、網路教育、虛擬社群序貫成熟，連綿不斷；行動寬頻迅速提升，雲端運算、物聯網包羅萬象，應用方式如此豐富多彩。更多的傳感裝置、行動終端接入到網路，開啟了以幾何級數增長的資料閘門，不斷地以更快、更多、更大的規模而來，既帶來史無前例的巨量資訊──這些資訊都表現為一致性的數位資訊，同時也使人類陷入巨量資料的汪洋大海包圍之中，幾乎是在一眨眼之間，推動或改變著一切。
每個人都無法避免，同時亦喜亦憂：資訊公開污穢不堪的黑幕，也暴露了難以置信的隱私；無處不在的攝影機，使你享受安全也失去自我。一切都暴露在光天化日之下：有時候，我們因此洞察秋毫，極目千里，連月球的飛塵化學成分和火星上的極冰都瞭若指掌；有時候又因眾目睽睽、無處躲藏而惶恐不安；過去，我們因孤陋寡聞而決策錯誤，現在在巨量資料的漩渦中，又因資訊太多而無所適從，不知所措⋯⋯
然而，歷史不是突如其來的暴風驟雨，巨量資料的風帆早已潛伏在人類進步的浪潮中醞釀起航！
1.1 Big Data 前夜的資料探索
1.1.1 Big Data 概念
大數據一詞來源於英文Big data，2012 年前，一直稱為巨量資料。在20 世紀80 年代有電腦專家提出過模糊的「Big Data」一詞，80 年代《第三次浪潮》的作者阿爾文．托夫勒（Alvin Toffler）在他這本著名的書中，曾使用了Big Data 這個詞。2012 年初，全球知名的諮詢公司麥肯錫（McKinsey）最早使用今天為大家理解的「BigData」概念，一般意義上，大家認為它的資料量巨大，超過PE 等級（1015 ∼ 1018 位元組），包含結構性資料、半結構性資料和非結構性資料。國際著名的巨量資料專家布里克．喬什．克拉認為：關於巨量資料的量是多少目前尚無統一說法，每個客戶都有自己的定義，一般在10T（tear）位元組到1P（peat）位元組（1T=1012，1P=1015）。除了資料量之外，還有種類和速度，用這3 個維度（通常稱為3V，即Volume 大量、Variety 多樣、Velocity 高速）來描述巨量資料。也可增加一個維度Value（價值極大但密度很低），稱為4V。速度應用即時，種類為多媒體。巨量資料處理的應用模式包括搜索（如Google，Yahoo）、社交網站（如Facebook）、行動應用（如app store，雲端儲存）、計算服務（如Google Big Query）、商業智慧（如BI → BA）等。
早在1940 年代，控制論之父維納（Wiener）已開始討論這種機器，它能收集各種類型資訊，生產的、市場的、人類心理的，然後據此確定事情發生的機率。而那時，電腦還沒有誕生。
Jim Gray 回憶，1969 年之前，他在柏克萊攻讀博士時，就已與一些同事將電腦科學應用於社會問題研究，這也是他後來一直研究的主題之一。他在微軟研究院領導的專案名稱就叫science，很多工作是將微軟的各種計算資源開放給其他學科的學術界同行，解決那些資料密集型的課題，獲得了豐碩的成果。2007 年Jim Gray，在美國國家科學研究委員會發表演講時指出，科學研究已經從幾千年前的經驗、幾百年前的理論模型、幾十年前的計算模擬，進入第四階段──資料探索。在此階段，科學家依靠各種儀器、感測器獲取資料，或者通過模擬產生資料，然後用軟體進行處理，將得到的資訊/ 知識儲存在電腦中，再由科學家借助各種統計和資料工具進行分析和視覺化。這基本上是巨量資料處理的經典定義。
巨量資料的概念在一年前興起，但從未有人對這個概念明確定性、定量和定義。儘管這樣，我們仍然可以看到，在資訊大爆炸的時代，每天以數百萬tear 位元組（TB）的新資料誕生，到巨量資料的收集、整理、加工、分析，從中提取有效資訊，產生了巨量資料研究開發。
巨量資料處理技術是很多種技術的某種集合，主要包括了分析技術、記憶體中資料庫、Nasal 資料庫和分散式運算技術。目前，技術上都是以解決傳統關聯式資料庫在處理巨量資料方面的不足為切入點，且發展迅速。當然，事物的兩面性決定了上述技術不是萬能的，關聯式資料庫40 多年的發展也證明了其自身的價值，並且不是輕易被取代的，因此也逐漸出現了相互融合的應用模式。
在巨量資料處理領域，共通性和開放原始碼更是有著至關重要的作用。現代資訊技術發展的趨勢是開放原始碼，強調共通性創造和共同分享。可以看到，在推動現代資訊技術的發展上，共通性創造模式和開放原始碼技術已成為一股不可忽視的力量，甚至有成為技術發展主流的徵兆。這一點給技術相對落後的國家和企業一個極大的機會，這種趨勢客觀地把技術先進與落後的差距拉近了，使落後者實現創新和自主的可能性大大增強。
1.1.2 賭博中的科學
人類的發展與對資料的認識分不開。最初，人類接觸的都是小資料，隨著人類活動能力的提高，資料量越來越大，然而，人類處理資料的能力越來越力不從心，如何從巨量資料中經濟節約地找到有用的資料就成為一個緊迫的任務。
最具戲劇性的是， 應該說， 貪婪是巨大的動力，賭博的需要給人類提出了資料分析的要求。在希羅多德（Herodotos，約前484 年∼約前425 年，古希臘歷史學家，生於小亞細亞的哈利卡那索斯城）的巨著《歷史》中記錄到，早在西元前1500 年，埃及人就有一種遊戲，人們經常聚集在一起擲骰子，作為賭博的工具。以後，又發明了六面立方體的骰子，在每個面上刻上數字。
到17 世紀，法國貴族德．梅勒（De Cetin）在骰子賭博中，想要知道如果賭博雙方各出30 個金幣賭資，依靠對勝負的預測進行分配，要用什麼樣的比例分配才合理？德．梅勒向當時法國最具聲望的數學家帕斯卡（Blaise Pascal，1623 ∼1662 年，是法國數學家、物理學家、思想家）請教。
帕斯卡就此與另一位數學家費馬（Pierre de Fermat，1601 ∼ 1665 年）通信，就這樣，產生了機率論。
賭博的目的是贏錢，每一個賭徒都希望下一次是贏錢。而事實上，因為每一次擲骰子都是隨機事件，好像是靠運氣，每個人的「運氣」都獨立於他人的「運氣」，並不因為前一個人中獎或沒有中獎，你就多了或少了中獎的機會。因此，對每一個賭徒來說機會都是平等的，都有同樣極大的吸引力。雖然賭場當時也不知道機率的法則支配著輸贏，但賭場靠的是眾多的賭徒人次，如果賭徒不停地賭下去，就會形成一個極大賭博行為的巨量資料基數，每一次隨機得到的輸贏就會累積成一個穩定的統計資料。只要賭場背後設計好賠率，無論賭客每一次下注是輸是贏，都是隨機事件，以機率的觀點，賭場因為掌握著「巨量資料」的秘密，根據事先設計好的賠率，賭場總是穩贏不輸的，機率總是站在賭場一邊。
例如拋硬幣，即使你前面100 個人拋硬幣，並且沒有一個人拋出正面，現在輪到你拋，從機率說，似乎是你的可能性很大了，但實際上你與任何前後的拋硬幣者機會一樣。每個人拋的那一次，都「獨立」於其餘的人。
賭場往往利用這一點來引誘賭徒，在告示上表明已經有多少賭徒賭過，沒有中，好像你的機會到了，而實際上，大家彼此彼此。
機率論是人類掌握小資料研究方法以後，在面對巨量資料時，所創造出來的研究方法。它研究的是統計規律問題，也可以說是在巨量資料基礎上挖掘小資料。正如19 世紀法國著名數學家拉普拉斯（Pierre Sismon Laplace，1749 ∼ 1827年）所說：「我們所掌握的所有知識都是不確定的，只有一小部分我們能確定地瞭解⋯⋯對於生活中的大部分，最重要的問題實際上只是機率問題。」
1899 年， 英國統計學家威廉． 戈塞（William Sealy Gosset，1876 ∼ 1937 年，小樣本理論研究的先驅，是一位化學家、數學家與統計學家）在都柏林的一家釀酒公司擔任釀造化學技師，他很滿意這份工作，因為他可以一邊喝啤酒一邊做科學研究。他把自己的專業與釀造化學結合起來。然而，由於做實驗用的麥子數量有限，無法採用大樣本觀察，戈塞想了一個辦法，利用小樣本進行分析。這就存在兩個問題，一是如何解決誤差？二是如何得到較為可靠的結果？經過反覆研究實驗，戈塞建立小樣本理論，1908 年戈塞在《生物計量學》雜誌上發表了「平均數的機率誤差」。他很謙虛地以「學生」（student）為筆名，由此確立了「學生t 檢驗」的基礎。
一股洶湧澎湃的「Big Data 浪潮」已經以排山倒海之勢，迅速推進，不可阻擋。未來的一二十年顯然將是由「巨量資料」推動和引導下的全面智慧化時代。
只要回憶一下資訊化的快速發展，就不可能懷疑Big Data 時代的巨大變化。從記憶猶新的資訊時代開啟，我們就在層出不窮的新生事物面前，目不暇接，以致眼花繚亂⋯⋯行動電話、個人電腦、光碟機、隨身硬碟、寬頻、網際網路、搜尋引擎、部落格、微網誌、視訊等等，爭先恐後，接踵而來；社交網路、電子商務、網路教育、虛擬社群序貫成熟，連綿不斷；行動寬頻迅速提升，雲端運算、物聯網包...
目錄
序
作者簡介
上 篇 Big Data浪潮興起──畢達哥拉斯的回歸
Chapter 1 Big Data的衝擊
1.1 Big Data前夜的資料探索
1.1.1 Big Data概念
1.1.2 賭博中的科學
1.1.3 阿基米德與國王的對弈
1.1.4 神秘的「亞洲社會」與中國成長之謎
1.1.5 以Big Data 名義的答卷
1.2 技術革命開創了Big Data時代
1.2.1 資訊技術是推動進步的新動力
1.2.2 Google 與Hadoop
1.2.3 史丹佛再次捷足先登
1.2.4 大數據呼嘯而來
1.3 Big Data改變世界
1.3.1 炙手可熱的資料分析師
1.3.2 「阿里巴巴」與電子商務時代
1.3.3 歐巴馬──資料助選的「世界先生」
1.3.4 財富觀念的變化：資料即財富
1.3.5 大數據：美國軍隊在行動
1.3.6 資本張開了血腥的大口
1.3.7 巨量資料市場趨勢預測
1.4 巨量資料引爆思維革命
Chapter 2 大衝擊下的冷靜思考，Big Data的魅力來自何方
2.1 巨量資料與資料探索
2.2 巨量資料的特點
2.3 巨量資料技術
2.4 巨量資料的界線
中 篇 理性反思：黑格爾：頂天立地的時代
Chapter 3 巨量資料的數理哲學原理
3.1 巨量資料導致思維與決策方式的改變
3.2 探尋資料是人類本質的認識活動
3.2.1 與生俱來的資料愛好
3.2.2 預測一切的活地球模擬器
3.3 同構關係──巨量資料的數理哲學基礎
3.3.1 資訊傳遞與同構關係
3.3.2 世界本源之爭的終結
Chapter 4 巨量資料的認識論原理
4.1 可行性與可靠性，絕對性與相對性
4.1.1 我思故我在
4.1.2 黑天鵝事件
4.1.3 絕對真理與相對真理
4.2 理性的局限與對數學的信仰
4.2.1 理性的局限
4.2.2 畢達哥拉斯的複歸
4.3 人類的認識發展史就是對資料的認識史
4.3.1 數與人類同在
4.3.2 人類歷史上的資訊革命
Chapter 5 人工智慧與巨量資料在科學認識中的作用
5.1 個體思維與社會性思維中的同構性、雲端運算的思維模型
5.1.1 個體思維與社會思維
5.1.2 人工智慧PK 人類智慧
5.2 以網際網路為基礎的巨量資料是人類社會的整體思維模型
5.3 案例：維基百科──人類共同認識的動態模型
5.3.1 為什麼是維基
5.3.2 維基的故事
5.3.3 維基模式的秘密
5.3.4 維基百科的啟示
5.4 聰明機器人誕生──人工智慧的挑戰
5.4.1 人機決戰──世紀之戰
5.4.2 人工智慧能否超越人類智慧
5.4.3 聰明機器人的挑戰
5.4.4 最後的答案
Chapter 6 巨量資料分析的社會意義
6.1 巨量資料帶來的發展模式變化──摩爾定律的衍生
6.2 資訊不對稱與Big Data時代的社會民主
6.2.1 案例：部落格與微網誌──實現話語權平等的平台
6.2.2 案例：超級社交王國── Facebook
下 篇 實踐與案例：巨浪乘風化作春雨瑞雪
Chapter 7 搜索與主動智能搜索
7.1 Google 搜尋引擎與主動智慧搜索的研究
7.1.1 「創世紀」前的那些日子
7.1.2 Google 搜尋引擎的誕生
7.1.3 史丹佛精神
7.1.4 從被動到主動的搜索
7.2 主動智慧搜索設計方案
7.2.1 主動的智能搜索
7.2.2 實證案例：面向製造業的電子商務主動搜索平台
Chapter 8 資料採擷與創新
8.1 Goonie 網路輿情監控分析系統
8.2 銀行業網路信譽風險監控體系
8.2.1 銀行業信譽風險管理的背景
8.2.2 銀行通過監控系統降低信譽風險
8.2.3 商業銀行信譽風險監控的方法與流程
8.2.4 商業銀行信譽風險管理面臨的新形勢
Chapter 9 企業信譽與市場滿意度調查
9.1 企業信譽與市場調查的目的與意義
9.2 博弈模型
9.3 理論依據
9.3.1 經濟理論
9.3.2 技術方法理論
9.4 企業社會誠信的界定及調查研究截面的選取
9.5 「企業社會誠信調查研究系統」構架及指標選擇
9.6 企業社會誠信調查研究系統選擇
9.6.1 企業內部誠信評價
9.6.2 消費者誠信評價
9.6.3 關聯者誠信評價
Chapter 10 中國市場經濟資訊評估系統
Chapter 11 從C3D虛擬社群到智慧城市
11.1 C3D 虛擬社群
11.2 巨量資料技術催生智慧城市
11.2.1 智慧城市系統結構及功能定位
11.2.2 智慧城市具體功能
11.3 智慧城市系統建設的重點專案
11.3.1 智慧金融服務中心
11.3.2 電子商務總部中心
11.3.3 資料產品交易中心
11.3.4 新興資料產業
11.4 智慧城市系統建設的空間佈局
11.4.1 佈局思路
11.4.2 概念性規劃
11.5 智慧城市系統建設的實施效果評估
11.5.1 風險控制
11.5.2 智慧城市指標體系
結語 巨量資料開發將推動世界社會經濟大發展
A 巨量資料發展
B 世界10 個最大的資料中心
序
作者簡介
上 篇 Big Data浪潮興起──畢達哥拉斯的回歸
Chapter 1 Big Data的衝擊
1.1 Big Data前夜的資料探索
1.1.1 Big Data概念
1.1.2 賭博中的科學
1.1.3 阿基米德與國王的對弈
1.1.4 神秘的「亞洲社會」與中國成長之謎
1.1.5 以Big Data 名義的答卷
1.2 技術革命開創了Big Data時代
1.2.1 資訊技術是推動進步的新動力
1.2.2 Google 與Hadoop
1.2.3 史丹佛再次捷足先登
1.2.4 大數據呼嘯而來
1.3 Big Data改變世界
1.3.1 炙手可熱的資料分析師
1.3.2 「阿里巴巴」與電子商務時代
1.3.3 歐巴馬──資料助選...
TAAZE 讀冊生活
金石堂
樂天書城
iRead灰熊愛讀書
