发表于2024-12-23
洞見數據價值:大數據挖掘要案紀實 pdf epub mobi txt 電子書 下載 2024
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
《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。
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。
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
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
不錯的書,值得細細品讀
評分很滿意,基本都在京東購物瞭。發貨快,物流很贊。品類齊全。
評分不錯
評分價格優惠,送貨上門,希望京東越來越好。
評分産品非常有內涵很優秀的作品
評分剛讀到一半,還不錯,很實用。
評分fnotusecdn notusecdn notusecdn notusecdn
評分書的內容倒是不錯 涵蓋瞭各行各業。不過確實需要有一定經驗纔能更好看明白。
評分産品非常有內涵很優秀的作品
洞見數據價值:大數據挖掘要案紀實 pdf epub mobi txt 電子書 下載