發表於2024-11-23
洞見數據價值:大數據挖掘要案紀實 pdf epub mobi txt 電子書 下載
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
傢人一直在京東買書,方便還送貨到傢,繼續購買
評分贊京東配送,小哥辛苦啦!!!!!!支持!!!!!!
評分放些文件質量不錯不錯的袋子辦公室用分類方便給公司買的夾子很好不錯的文具
評分京東物流很快,書的質量也很不錯,下次還會再來光顧的!
評分京東物流快 質量好 放心
評分好書,非常喜歡,快遞也非常速度,老客戶瞭!
評分價格優惠,送貨上門,希望京東越來越好。
評分挺好的一本書,沒什麼問題
評分東西還是不錯,主要還是看價格是否優惠吧!
洞見數據價值:大數據挖掘要案紀實 pdf epub mobi txt 電子書 下載