産品特色
內容簡介
在信息技術革命之後,我們將迎來數據革命。在大數據的概念、性質和價值已得到政府和社會的認可之後,大傢關注的是數據如何獲取,以及有瞭數據以後如何挖掘數據的價值。僅適閤特定行業、滿足特定需求的技術不足以應對一場革命,大數據不但是超齣計算機軟硬件處理的能力,更是超齣人類的認知能力。隻有實現對數據的認知,利用數據輔助決策,纔是適閤不同行業數據價值實現的通用手段。本書描述瞭數據革命的起源、實現的思路、所用的技術和要達到的目標,針對當今社會熱點描述瞭在數據時代的應對之策。
本書宏觀和微觀、人文和技術、啓迪思想和關注實用並舉,既適閤宏觀層麵的領導啓迪思維,提齣工作目標,又適閤微觀層次的執行人員找到實現的方法和路徑。本書介紹的理論和技術均可在智慧城市、智能製造領域實際使用。
本書適閤政府、企業決策者和CIO,及其他對大數據應用感興趣的人閱讀。
作者簡介
範煜,江蘇南通人,研究員級高級工程師,大數據軟件專傢,範思軟件有限公司創始人,畢業於南京航空航天大學,喜愛閱讀和旅行,對經濟、管理、曆史、地理等方麵知識有濃厚興趣。
目錄
開編故事
第 1 章
迎接數據革命
1.1 信息技術革命 / 6
1.1.1 未完成的第三次工業革命 / 6
1.1.2 從智力替代到輔助決策、自主決策 / 7
1.1.3 三次工業革命的比較 / 8
1.1.4 數據是信息革命的主要遺産 / 10
1.2 為什麼是數據革命 / 11
1.3 社會需要數據革命 / 13
1.3.1 發展需要資源配置均衡 / 13
1.3.2 數據促進社會平等 / 14
1.3.3 不均衡導緻中國古代王朝更迭 / 15
1.3.4 熵增原理 / 16
1.3.5 中國國內市場的完善 / 17
1.3.6 新的就業機會 / 18
1.3.7 建立社會經濟運行的反饋機製 / 19
1.3.8 權威的信息交換平颱 / 20
1.3.9 分享經濟模式的擴張 / 21
1.4 從海關數據看數據價值 / 23
1.5 美國的啓示 / 27
1.6 數據的價值與變現 / 30
1.6.1 數據的變現 / 30
1.6.2 決策産生價值 / 31
1.6.3 數據的價值特點 / 32
1.6.4 數據服務的商業模式 / 33
1.7 信息時代遺留的問題 / 34
1.7.1 缺乏原始數據 / 34
1.7.2 難搞的需求 / 35
1.7.3 自助分析的陷阱 / 37
1.7.4 難以滿足的客戶 / 38
1.7.5 完全不一樣的需求 / 40
1.7.6 心有餘而力不足的數據挖掘 / 41
1.7.7 跳齣事務處理的紅海 / 43
第 2 章
認識數據革命
2.1 認識數據 / 46
2.1.1 數據分類 / 46
2.1.2 數據來源和存儲 / 47
2.1.3 非結構化數據 / 49
2.1.4 數據處理的三個層次:産生、獲取和分析 / 49
2.1.5 數據比圖像、視頻更有價值 / 50
2.1.6 數據與程序要分離 / 51
2.1.7 SQL是訪問數據的通用語言 / 52
2.1.8 需要標準並開源的數據庫設計 / 55
2.2 關於數據 / 56
2.2.1 數據和信息的區彆 / 56
2.2.2 數據含金量 / 57
2.2.3 用於理解大數據的小數據 / 58
2.2.4 廣義和狹義大數據技術 / 58
2.2.5 看懂數據的認知計算 / 60
2.2.6 數據的冷態、溫態和熱態 / 60
2.3 走齣大數據應用誤區 / 61
2.3.1 從個性化需求到普遍服務 / 61
2.3.2 走齣結果導嚮 / 62
2.3.3 從有方嚮到無方嚮 / 64
2.3.4 自助分析工具與自助分析係統的區彆 / 65
2.4 信息係統總體規劃 / 67
2.4.1 基於數據的規劃 / 67
2.4.2 用規劃展示數據不足 / 69
2.4.3 以市長為核心的智慧城市總體規劃 / 69
第3 章
推動數據革命
3.1 數據的立法 / 74
3.2 數據的公開 / 75
3.2.1 對信息公開的認識 / 75
3.2.2 政府開放數據 / 76
3.2.3 對開放數據的要求 / 77
3.2.4 政府主導的公共數據庫 / 78
3.2.5 科研數據的公開 / 79
3.3 有時數據隱私隻是藉口 / 80
3.4 數據基礎設施 / 82
3.4.1 數據作為基礎設施 / 83
3.4.2 數據壟斷的“滑鐵盧” / 84
3.4.3 公共數據服務與中介 / 85
3.4.4 農産品交易數據的案例 / 86
3.5 建立數據圖書館 / 88
第 4 章
進行數據革命
4.1 數據用於決策支持 / 94
4.1.1 數據分析需要統計而不是檢索 / 94
4.1.2 數據通過輔助決策産生價值 / 95
4.1.3 兩類完全不同的程序 / 96
4.1.4 傳統商業智能模式的淪落 / 97
4.1.5 像鷹一樣看數據 / 99
4.1.6 數據一緻性不是分析的先決條件 / 100
4.1.7 從數據比較中發現價值 / 101
4.1.8 保障決策者的決策思維流 / 102
4.1.9 建立基於可視化數據的指揮室 / 104
4.1.10 組織的決策支持流程 / 105
4.1.11 宏觀和微觀的融閤 / 107
4.1.12 用過度設計滿足任意需求 / 108
4.2 建立數據模型 / 110
4.2.1 存儲數據的數據倉庫 / 110
4.2.2 可以推導需求的維度模型 / 112
4.2.3 維度模型原理 / 114
4.2.4 分主題進行數據分析 / 120
4.2.5 離不開的時間維度 / 121
4.2.6 通過時間分析數據 / 122
4.2.7 空間維度直觀地顯示數據 / 124
4.2.8 數據的可視化鑽取 / 125
4.2.9 用OLAP提升統計速度 / 127
4.2.10 數據可視化加快對數據的認知 / 129
4.2.11 用內存數據庫實現實時數據分析 / 131
4.3 改變思路 / 132
4.3.1 建立基於真實數據的KPI / 132
4.3.2 為實現工業4.0建立數據基礎設施 / 133
4.3.3 主動抽取數據實現數據集中 / 136
4.3.4 統計數據從報送到抽取 / 137
4.3.5 改進數據分析工作流程 / 137
4.4 適應數據分析的硬件 / 140
第5 章
實現數據革命
5.1 數據革命的作用 / 144
5.1.1 對國傢治理的作用 / 144
5.1.2 對國有企業改革的作用 / 145
5.1.3 對政府“三公”經費管理的作用 / 148
5.1.4 對“一帶一路”戰略的作用 / 149
5.1.5 對醫療改革的作用 / 150
5.1.6 對銀行信貸風控的作用 / 153
5.1.7 對降低社會成本的作用 / 156
5.1.8 對防止欺詐上市的作用 / 158
5.2 數據革命的後果 / 159
5.2.1 競爭機製的替代 / 159
5.2.2 計劃經濟和市場經濟的融閤 / 161
5.2.3 經濟危機的消除 / 162
5.3 數據革命後的技術 / 163
5.3.1 以數據檢索為主的搜索引擎 / 163
5.3.2 基於數據的雲服務 / 164
5.3.3 可以檢索數據的瀏覽器 / 165
第 6 章
工業數據革命
6.1 智能製造首先要解決數據問題 / 172
6.2 工業企業數據總體架構 / 175
6.3 財務數據分析 / 177
6.3.1 四個層次 / 177
6.3.2 阿特曼Z-score模型 / 178
6.3.3 財務比率 / 179
6.4 經營數據分析 / 180
6.4.1 名詞解釋 / 181
6.4.2 經營數據中心 / 182
6.4.3 銷售數據分析 / 186
6.4.4 毛利數據分析 / 189
6.4.5 應收款數據分析 / 190
6.4.6 采購數據分析 / 192
6.4.7 應付款數據分析 / 193
6.4.8 庫存數據分析 / 195
6.5 與上市公司外部數據比較 / 197
6.6 控製數據分析 / 199
6.6.1 從工業大數據中找到故障 / 199
6.6.2 從檢測大數據中發現質量問題 / 201
第7 章
設計案例
7.1 政府房産數據分析 / 206
7.1.1 監控中心 / 206
7.1.2 預售數據分析 / 208
7.1.3 成交數據分析 / 209
7.2 醫院管理決策支持係統 / 211
7.2.1 監控中心 / 212
7.2.2 醫藥收費數據分析 / 213
7.2.3 門診數據分析 / 216
7.2.4 住院數據分析 / 220
7.2.5 手術數據分析 / 221
7.2.6 用藥數據分析 / 223
7.2.7 醫療項目收入數據分析 / 224
7.2.8 大型診斷檢查數據分析 / 224
7.2.9 體檢數據分析 / 224
7.2.10 物資齣入庫數據分析 / 225
7.3 政府財政數據分析 / 227
7.3.1 監控中心 / 227
7.3.2 收入數據分析 / 228
7.3.3 支齣數據分析 / 229
7.3.4 收支執行數據分析 / 230
7.3.5 預算執行用款數據分析 / 231
7.3.6 政府采購數據分析 / 231
緻謝
參考文獻
精彩書摘
《數據革命:大數據價值實現方法、技術與案例》:
1.1信息技術革命
數據成為重塑國傢競爭優勢的新機遇。在全球信息化快速發展的大背景下,大數據已成為國傢重要的基礎性戰略資源,正引領新一輪科技創新。充分利用我國的數據規模優勢,實現數據規模、質量和應用水平同步提升,發掘和釋放數據資源的潛在價值,有利於更好發揮數據資源的戰略作用,增強網絡空間數據主權保護能力,維護國傢安全,有效提升國傢競爭力。
國務院《促進大數據發展行動綱要》
1.1.1未完成的第三次工業革命
18世紀中葉以來,人類曆史上先後發生瞭三次工業革命。目前,大傢一緻認為第三次工業革命已經結束,並期待第四次工業革命的到來。
有人把第四次工業革命,定義為以互聯網産業化、工業智能化、工業一體化為代錶,以人工智能、清潔能源、無人控製技術、量子信息技術、虛擬現實為主的全新技術革命。顯然,一次工業革命不可能是一些新技術的雜燴,而且這些新技術還依賴數據技術的發展,比如工業智能化,在數據認知還沒有完成時,智能決策和執行無從談起。
從第一次工業革命的蒸汽機和第二次工業革命的電力設備來看,蒸汽機的發明、製造、安裝和維護雖然是一個巨大的産業,但産生的社會影響遠不如其帶來的規模化生産(比如鋼鐵廠和紡織廠的生産以及鐵路的鋪設)來得深遠。同樣,從電力的發明來看,電力本身有發電機以及發電機的生産、製造和服務,但它的影響不如後來電力輸送綫的鋪設和大量電器的使用以及生産中動力從蒸汽機轉變為電力帶來的影響大。
綜上所述,每一次工業革命都由兩個或多個部分組成:第一個部分是作為引起革命標誌的技術的發展;第二個部分是由這個革命的技術導緻的社會更深層次的影響。
同樣,我們來審視一下第三次工業革命。第三次工業革命是以計算機的發明使用為基礎,計算機本身已經産生瞭一個非常大的産業,對人類社會也産生瞭巨大影響,但這不是第三次工業革命的最終結果。計算機産生的大量數據以及由於我們對數據的應用而産生的變革纔是第三次工業革命更大的成果。
數據革命也不是人們傳說中的第四次工業革命,隻是第三次工業革命的下半場。第三次工業革命分為兩部分,上半場是信息技術革命,下半場是數據革命。原因有兩個:一是這兩場革命的聯係如此密切,難以分開;二是數據革命實現的是信息技術革命未完成的理想。
1.1.2從智力替代到輔助決策、自主決策
蒸汽機發明的重要意義,在於人類首次從隻能依靠人力或者畜力作為動力,變為可以以機器作為動力,從而對人類的生産經營活動産生瞭巨大的影響。原來隻能小規模生産的産品因為機器的發明能夠進行大規模的生産,火車頭或者輪船可以通過蒸汽機來驅動把人或貨物運送到很遠的地方。
計算機的發明,同樣擁有一個相似的重要意義,人類首次以機器來代替人類的智力活動。蒸汽機以機器代替人類的體力活動,計算機以機器代替人類的腦力勞動。
但是,仔細分析從計算機發明以來人們所取得的成就,不難發現,計算機的發展還沒有完全達到預期的目標。
機器代替人類智力的活動有三個階段。
第一個階段是智力替代,即原來是人可以實現的智力活動,用計算機來替代。比如,原來必須用心算或者筆算進行的計算,用計算機可以自動進行;原來必須依靠個彆智力超群、經驗豐富的人纔能完成的工作,可由計算機來完成。第三次工業革命基本上完美地實現瞭這個階段的目標。
……
數據革命:大數據價值實現方法、技術與案例 epub pdf mobi txt 電子書 下載 2024
數據革命:大數據價值實現方法、技術與案例 下載 epub mobi pdf txt 電子書