大数据预测：告诉你谁会点击、购买、撒谎或死去（修订版） pdf epub mobi txt 电子书下载 2025

简体网页||繁体网页

☆☆☆☆☆

【美】埃里克·西格尔著，周大昕译

图书标签:

大数据
预测分析
机器学习
数据挖掘
统计学
商业智能
行为预测
风险评估
算法
数据科学

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到静思书屋

book.idnshop.cc

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

出版社：中信出版集团

ISBN：9787508676630

版次：2

商品编码：12152821

品牌：中信出版

包装：精装

开本：32开

出版时间：2017-08-01

用纸：纯质纸

具体描述

产品特色

内容简介

令人着迷的，有趣的……—— 《西雅图邮讯报》

全书充满了生动的例子……——《金融时报》

作为大数据的核心应用，预测正在繁荣发展。它改写了行业，驱动世界向前。潮流引领者比如大通银行、脸谱网、谷歌、HP、IBM、Match.com、网飞公司、优步等正借助大数据的力量对人类的行为进行预测——其中也包括你的。公司、政府、执法机关、医院和高校正利用来自预测的力量，预测你否会点击、购买、撒谎或者死去。

为什么要对人类的行为进行预测？我们有充分的理由：预测人类行为，可以战胜危机、促进销售、提升医疗保健、简化生产流程、拦截垃圾信息、优化社交网络、强化打击犯罪，以及赢得选举，等等。

预测由世界上*有效、*丰富的非自然资源——数据驱动。作为人们各种日常及社会活动的副产品，数据正在被不断被记录和整理，并日渐成为一座金矿。大数据技术通过对数据进行学习，正不断释放数据的能量。

在这本内容丰富、有趣的书中，预测分析*专家埃里克·西格尔解读了预测是如何工作和影响我们每个人的。它不仅是一本技术实践指导手册，更通过提供新的研究案例以及前沿技术，帮助普通读者和专业人士更好地了解大数据预测。

作者简介

埃里克·西格尔，博士, Predictive Analytics World创始人，《预测时报》（ The Predictive Analytics Times）主编，前哥伦比亚大学教授，预测分析领域知名演讲人、教育家和领导者。

精彩书评

未来，大数据会变得越来越重要，其核心应用预测也会成为互联网行业以及产业变革的重要力量，我们很有必要对数据预测及其分析方法进行全面且深入的了解。在这一点上，《大数据预测》是本很好的读物，适合大数据所有相关行业的人阅读。

——周鸿祎 360公司创始人、董事长兼CEO，奇酷CEO和知名天使投资人

我对不确定性怀有敬畏之心，但科学技术的发展尤其是大数据时代的来临以及数据加工技术的进步，使人类行为可预测成为可能。我想，20年后，我们是不是会利用数据也就是预测的方法，去框定一个人的行为，或者说，我们的世界会因为预测技术改变到什么程度？读完这本《大数据预测》，基本就能找到答案了。

——罗振宇得到App创始人

关于大数据的《魔鬼经济学》。

——斯坦·克雷辛格 Advertising.com创始执行人

本书是21世纪生活的使用说明手册。利用大数据进行预测几乎成为所有领域的关机键，不管是科技、商业、财经、运动，还是政治。而埃里克·西格尔正是我们*理想的向导。

——斯蒂芬·贝克《数字迷宫与*风险》作者

本书有趣、有益、细腻入微，西格尔进行了深入探究，并让科学变得激动人心。

——雷伊德·加尼奥巴马2012年美国大选团队首席数据科学家

商业、政界以及医疗卫生领域的《点球成金》。

——吉姆·斯特恩 eMetrics Summit创始人，Digital Analytics Association主席

精彩书摘

价值100 万美元的无声革命

当组织采用预测分析时，其意义不啻发动了一支庞大军队，只不过这是由“蚂蚁”组成的军队。这些“蚂蚁”会走上组织运营的各大前线，与消费者、学生或病人等服务对象直接接触。之后，这个“蚂蚁军团”会在预测结果的引导下改善数百个决策。这一过程可能并不是轰轰烈烈的，但用心观察其综合效果之后，会发现这些细小变化所产生的合力。每一个被改善的决策本身可能都显得无足轻重，但成千上万的决策合起来就大为不同。2005 年，某位客户让我想办法提高他网站的点击量，为此我把自己埋在了相关数据中，希望能找出办法帮助这位客户。这位客户希望其网页上的广告能获得更多的点击量。这关乎收入，广告的点击量越多，这位客户的收入就越高。这家网站在创办几年后已拥有数千万用户，用户数据大概有5000 万条，这就是用来做预测的宝贵的原始材料库，而预测的对象竟然是：点击！

广告是媒体不可分割的部分，无论是纸媒、电视还是网络媒体都离不开广告。本杰明·富兰克林曾说，人生中不可避免的两样东西是死亡和税。如果他现在还活着，一定会加上第三样东西：广告。互联网巨头Google 承认，广告是其最大的收入来源。Facebook也是如此。

但对于我要研究的这家网站来说，广告的功能略有不同，只要能预测用户的点击率，其潜在收益就会更大。这家网站提供搜索高校奖学金的服务，在美国所有准备上大学的高中生中，大约有1/3 都是这家网站的用户。这虽是不显眼的细分市场，但对于许多大学和军校的招生工作人员来说，却是不容错过的网站。在该网站上，有一则大学招生广告很霸气，它自称是“美国创新型教育的领导者”，上面还附加了链接让用户点击。不难想象，一些提供学生贷款的机构也选择在这家网站上投放广告，让报考学生没有财务上的后顾之忧。这些广告商为每次点击支付25 美元。对于网站而言，如果一次点击就能换来这样丰厚的收入，那真是太棒了。此外，网站上的广告与网站主题紧密相关，而网站的用户也有很强的目的性，因此平均下来每100 次点击就能产生5 笔成功交易，这是令普通网站难以企及的业绩！因此，拥有这家网站的猎头公司从中获利颇丰。任何微小的改善都意味着总收入的显著提升。

但要想改善用户的广告选择却不是件容易的事。网页切换时，用户面前可能会出现很多广告。最难的就是让用户点击最适合他们的广告链接。目前，网站根据各广告的平均点击率来排序，完全没有考虑用户的独特需求。因此，点击最多的广告总是摆在最显眼的位置。这样的安排降低了广告与单个用户的匹配度，而且广告一旦被推到显眼的位置，就很难被替换下来，因为大量用户总是会不经意地点击最显眼处的链接。某些大学对每次点击都愿意支付高价，而且因为位置显眼，其广告链接的点击率也很高。因此，似乎没有理由用冷门的广告去替换主流广告，因为这样做很可能会失去唾手可得的收入。

前言/序言

本书旨在通过量化方法来预测人类的行为。人类在此方面的最初实践是在第二次世界大战时期。1940 年，“控制论之父”诺伯特·维纳开始尝试预测德国空军飞行员的行为，目的是消灭这些纳粹空中力量。其预测方法是，观测德国飞机运动的轨迹，推测飞行员可能采取的机动规避动作，由此推断飞机接下来所处的位置并用高射炮将其击落。然而，维纳只能推断出飞机下一秒的飞行轨迹，要想精确炮击飞机，必须预测飞机至少20 秒内的飞行轨迹。

在埃里克·西格尔的书中，你将看到许多预测案例，这些案例与维纳预测德国飞机的案例相比要精准许多。与“二战”时期相比，目前计算机的运算性能有了极大的提升，数据的丰富程度也非维纳之时可比。因此，银行、零售商、政治团体、医院以及其他众多机构，都在通过计算机数据处理来预测某些特定人群的行为，进而赢取客户、赢得选举或治愈疾病。

在本人看来，这些预测行为总体上是有益于人类发展的。在疾病治疗、打击犯罪以及反恐等领域，预测能挽救生命；在商业广告领域，预测能让广告定位更加精准，从而保护森林（减少无效纸质广告和宣传册的发放）、节省受众的时间和精力；在政治领域，那些相信科学预测方法的政治候选人会有更大的胜算。

然而，正如西格尔在本书开篇坦诚指出的那样，这些方法也可能产生问题。西格尔引述了电影《蜘蛛侠》中的台词“力量越大，责任越大”来说明这一点。其引申意义是，人类必须谨慎运用预测模型，否则其效用和益处就会大打折扣。与其他重要发明或革命性创新成果相似，预测分析本身并无是非对错之分，但作为工具，它会带来或善或恶的结果。要想避免预测分析的不正当应用，我们首先必须知晓预测分析究竟都能做什么，随着对本书阅读的深入，相信你会对此问题形成自己的见解。

本书的重点是预测分析，这是诸多分析方法中的一种，是最有趣和最重要的分析方法。在我看来，纯粹的描述性分析已经过时了，因为它只是记录过去发生的事情，无法真正说明这些事情为何会发生。此外，我也经常在自己的书里提到第三种分析方法，即规范性分析，也就是通过控制实验或定向优化来告诉人们应该怎么做。但这些数理分析法的应用范围较预测分析要小许多。

本书内容及其背后的思想与纳西姆·尼古拉斯·塔勒布的思想恰恰相反。塔勒布在《黑天鹅》等书中提到，由于世界充满偶然性且复杂事物的发展总是具有内在的不可预测性，因此预测行为注定会有失误。毫无疑问，塔勒布的话是有道理的，世界上总会有不可预测的“黑天鹅事件”，但大部分人类行为都具有惯常性和可预测性。西格尔在本书中所给出的大量成功预测的案例表明，世界上大部分天鹅是白色的。

同时，西格尔也在试图避免陷入“大数据”的陈词滥调。尽管书中的某些案例具有“大数据”分析的特征，即数据量庞杂无序以致难以用传统关系数据库进行分析，但预测分析的关键点不在于数据的规模或繁复程度，而在于如何对待数据。我认为，通常，“大数据不过是小算术”，某些大数据领域从业者所做的不过是用宏大数据来装点门面。其价值与真正的预测模型相比，自然有云泥之别。

西格尔在本书中所阐述的理念复杂精巧，但其行文却浅显易懂，无论读者是否熟悉数理分析，都可读懂本书。书中包含了大量的实际案例和分析图表，笔触通俗诙谐。即便是非数理分析专业人士，也应该好好阅读本书，因为在现实生活中，任何人的行为都免不了成为他人分析和预测的对象。此外，非数理分析专业人士也免不了要在实践中学习预测模型、评估模型效果并根据预测模型的结果采取适当的行动。

总而言之，我们所处的是讲究预测的社会。要想在这样的社会中生存发展，最好的方法就是去理解预测模型的目标、方法以及限制，要想做到这一点，最好的方法莫过于阅读本书。

托马斯·H. 达文波特

巴布森学院杰出教授

麻省理工学院数字业务中心成员，德勤分析高级顾问

国际数据分析研究所联合创始人

《数据分析竞争法》联合作者

深入解析数据驱动的未来：从信息洪流到精准洞察的路线图本书并非关于预测个人命运，而是探索如何驾驭现代社会最核心的驱动力——大数据——以实现组织效率、商业洞察和技术创新的飞跃。在信息爆炸的时代，数据不再是简单的记录，而是重塑商业模式、优化公共服务乃至驱动科学发现的战略资产。然而，如何从海量的、碎片化的数据中提炼出可执行的、高价值的洞察，是摆在所有决策者面前的巨大挑战。本书旨在提供一套系统化、实操性强的方法论，帮助读者构建和运用下一代数据分析能力，实现真正的“数据赋能”。第一部分：数据现代化的基石——重塑数据基础设施现代数据分析的瓶颈往往不在于算法，而在于支撑算法运行的基础设施。本部分将带领读者穿越传统数据仓库的限制，深入现代数据架构的演进。 1. 告别孤岛：构建统一的数据湖与数据网格我们首先探讨数据湖（Data Lake）如何从简单的存储库转变为灵活的分析沙盒。重点分析对象存储（如S3、ADLS）的特性、数据湖的组织策略（分区、元数据管理）以及面临的数据质量和安全挑战。随后，本书将深入探讨数据网格（Data Mesh）的范式转变——将数据视为产品，实现去中心化所有权和治理。我们将详细解析数据网格的四大核心原则：领域驱动所有权、数据即产品、自我服务数据平台、联邦计算治理。 2. 实时化浪潮下的流式处理架构对于需要即时决策的场景，批处理已然不足。本章聚焦于构建低延迟的流式处理管道。我们将全面解析Apache Kafka在事件驱动架构中的核心地位，讨论其高吞吐量、持久性和容错性的实现机制。随后，深入对比Apache Flink和Spark Streaming在状态管理、窗口操作（滚动、滑动、会话窗口）以及精确一次性语义（Exactly-Once Semantics）上的技术差异和适用场景。读者将学会如何根据业务需求设计恰当的流处理拓扑。 3. 优化存储和查询：从OLTP到分析型数据库的迁移数据存储的选择直接影响分析效率。本书将对比分析关系型数据库（RDBMS）、NoSQL数据库（键值、文档、图数据库）以及专为分析设计的列式存储数据库（如ClickHouse、Snowflake）。重点剖析列式存储（Columnar Storage）如何通过数据压缩和谓词下推（Predicate Pushdown）显著加速聚合查询，以及向量化执行引擎（Vectorized Execution Engine）在提升CPU利用率方面的作用。第二部分：从数据到智慧——高级分析与模型部署拥有干净、快速的数据平台后，下一步是如何从中提取商业智能和预测洞察。本部分专注于构建健壮且可解释的模型。 4. 深度数据清洗与特征工程的艺术数据质量是所有分析的生命线。我们将探讨处理缺失值、异常值、数据不一致性的先进技术，包括基于时间序列的插补方法和基于领域知识的去噪技术。特征工程部分将不再局限于简单的转换，而是深入讲解：如何利用降维技术（PCA、t-SNE）管理高维稀疏数据；如何通过时序分析（Lagged Features, Moving Averages）构建时间相关的特征；以及如何在NLP任务中应用词嵌入（Word2Vec, BERT）技术将文本转化为可量化的数值特征。 5. 应对复杂性的建模策略本书不囿于介绍基础回归模型，而是聚焦于解决现实世界中的复杂问题。我们将详述因果推断（Causal Inference）的重要性，解释A/B测试设计之外的准实验方法，如倾向得分匹配（Propensity Score Matching, PSM）和双重差分（Difference-in-Differences, DiD），用以评估干预措施的真实效果。对于预测任务，我们将剖析梯度提升机（如XGBoost, LightGBM）在处理结构化数据时的优势，并提供深入的超参数调优指南，包括如何有效利用贝叶斯优化来加速搜索过程。 6. 模型可解释性（XAI）与负责任的AI 在关键决策场景中，“为什么”比“是什么”更为重要。本部分将详细介绍模型可解释性工具：全局解释方法（如特征重要性排名）和局部解释方法（如LIME, SHAP值）。重点在于如何使用SHAP值来量化每个输入特征对单个预测结果的具体贡献，从而建立用户信任和满足监管要求。同时，本书将讨论偏见检测与缓解策略，确保模型在不同群体间保持公平性。第三部分：实现价值——运营化与业务集成一个优秀的模型如果不能快速、可靠地部署到生产环境并产生影响，其价值便是零。本书的最后一部分关注DevOps的最佳实践与数据驱动的运营。 7. MLOps：实现分析模型的工程化部署我们将介绍MLOps（机器学习运营）的完整生命周期管理。从代码版本控制（Git）到实验跟踪（MLflow, Weights & Biases），再到模型注册与服务。重点探讨模型部署的两种主要模式：批处理预测服务与低延迟的在线推理服务（如使用Kubernetes和容器化技术）。此外，本书将详细阐述模型漂移（Model Drift）的监控机制——如何自动检测输入数据分布的变化和模型性能的下降，并触发模型的再训练管道。 8. 数据治理、隐私与合规性在数据驱动的时代，信任和合规是不可或缺的。本章将详细解析数据治理的框架，包括元数据管理、数据血缘追踪（Data Lineage）和访问控制策略。我们将探讨如何在不牺牲分析能力的前提下保护用户隐私，深入讲解差分隐私（Differential Privacy）的基本原理，以及如何在数据脱敏、假名化和联邦学习（Federated Learning）等前沿技术中找到平衡点。 9. 战略性的数据产品思维最终，数据分析必须转化为有形的产品或服务。本书将指导读者如何像构建软件产品一样构建数据产品。这包括定义清晰的用户故事（数据消费者侧）、建立可量化的成功指标（KPIs）、以及迭代优化数据管道和用户界面（如仪表板和API）。目标是将数据分析从一个后台支持部门，转变为驱动核心业务增长的战略引擎。面向读者：本书面向具备一定技术基础的数据科学家、数据工程师、技术型产品经理以及希望将组织数据能力提升到新高度的IT和业务高层管理者。阅读本书后，您将掌握从基础设施设计、模型构建、到生产化运营的端到端知识体系，从而真正释放数据的战略价值。

用户评价

评分☆☆☆☆☆

坦白说，在阅读这本书之前，我对于“大数据预测”的理解还停留在比较表面的层面，比如广告推送、商品推荐之类的。但这本书彻底颠覆了我的认知。它不仅仅是在教我们如何预测，更是在引导我们思考“为什么”会发生这些预测。作者在解释一些复杂的概念时，运用了大量的类比和故事，使得原本可能晦涩难懂的算法原理，变得清晰易懂。我特别喜欢书中关于“谁会购买”的分析，它不仅仅是关注用户的购买行为本身，更是深入挖掘了用户在购买决策过程中的心理变化、社交影响以及情感驱动。这让我意识到，精准预测用户购买行为的关键，在于理解用户的情感和需求。而关于“谁会撒谎”的部分，更是让我看到了大数据在信息安全、风险控制等领域的巨大价值。书中提到的通过行为模式分析来识别欺诈行为，或者通过语言分析来判断信息真伪的方法，都让我觉得非常惊艳。总而言之，这本书不仅仅是一本关于技术的书，更是一本关于人性的书，它用数据的语言，描绘出了一个更加清晰、更加真实的社会图景。

评分☆☆☆☆☆

对于这本书，我只能说，它极大地满足了我作为一个普通读者对“大数据”的好奇心，并且让我看到了这项技术背后蕴含的巨大潜力。作者以一种非常宏观的视角，将大数据预测的应用场景延展到了方方面面，从最贴近我们生活的“点击”和“购买”，到一些更具挑战性的“撒谎”和“死去”的预测。让我印象深刻的是，书中并没有一味地强调技术的优越性，而是反复强调了数据背后隐藏的人性，以及在应用大数据预测时所必须承担的伦理责任。这种平衡的视角，让我对大数据技术有了更全面、更深刻的理解。书中对“死去”的预测，让我思考到了生命的脆弱，以及如何利用数据来更好地保护生命，提升生活质量。而对“撒谎”的预测，则让我看到了在信息时代，辨别真伪的重要性，以及大数据在维护社会信任方面的作用。这本书让我明白，大数据预测不仅仅是冰冷的算法，更是连接个体与社会、理解过去、预测未来，并最终做出更明智决策的强大工具。

评分☆☆☆☆☆

读完这本书，我最大的感受是，原来数据不仅仅是冰冷的数字，它们更像是一面镜子，映照出人类最真实、最细微的行为和意图。作者并没有像很多技术书籍那样，上来就堆砌复杂的公式和算法，而是用一种非常平易近人的语言，循循善诱地带领读者进入大数据预测的世界。我特别喜欢书中对于“点击”和“购买”的预测部分的解读。它不仅仅是告诉你哪些因素会影响用户的点击率，更是深入剖析了用户在不同情境下的决策路径。比如，书中提到了一些关于个性化推荐算法的构建思路，以及如何通过分析用户的浏览历史、搜索习惯、甚至社交媒体互动来预测他们的潜在购买意愿。这让我意识到，我们不仅仅是在预测用户的行为，更是在理解用户背后的动机和需求。书中关于“撒谎”的预测部分，更是让我大开眼界。作者是如何通过文本、语音甚至面部表情的数据，来判断一个人是否在说谎的？这其中的奥秘，让我不得不佩服大数据分析的强大能力。这本书的价值在于，它不仅提供了理论上的指导，更重要的是，它启发了我从全新的角度去审视和利用数据。我开始思考，如何将书中的一些方法论运用到我自己的工作中，以更精准地理解我的客户，并提供更符合他们需求的产品和服务。

评分☆☆☆☆☆

这本书的封面设计颇具吸引力，那种深邃的蓝色背景，配上数字流动的光影效果，立刻就让我联想到神秘而强大的预测能力。我本身是做市场营销工作的，每天都面临着如何更精准地触达目标客户的挑战。在信息爆炸的时代，用户行为变得越来越复杂，传统的统计方法似乎已经力不从心。所以我一直在寻找一些能够帮助我理解数据背后逻辑，并且能够提供实用洞察的书籍。当我在书店里看到这本书的标题时，内心的好奇心就被彻底点燃了。“大数据预测”，这个词本身就充满了无限可能，而“告诉你谁会点击、购买、撒谎或死去”，更是将其应用场景拓展到了一个前所未有的维度。虽然“死去”这个词的运用有些令人震惊，但也正是这种极致的设定，反而激起了我想要一探究竟的欲望，想知道作者是如何将大数据分析的边界推到如此之远的。我特别期待书中能够详细阐述其预测模型是如何构建的，是否涉及深度学习、机器学习等前沿技术，并且希望书中能有大量的案例分析，最好是能从不同行业、不同场景入手，展示大数据预测的实际应用价值。对于“撒谎”的预测，我尤其感兴趣，这是否涉及到文本分析、情感识别，甚至是行为模式的识别？这对我理解用户心理，辨别虚假信息都有着重要的指导意义。总而言之，这本书给我的第一印象是：有野心，有深度，而且极具前瞻性。

评分☆☆☆☆☆

这本书的叙事方式非常引人入胜，它不像一本枯燥的技术手册，更像是一部关于数据驱动的“侦探小说”。作者巧妙地将大数据预测的应用场景，从商业营销延伸到社会治理，甚至到个人生活。我印象最深的是关于“死去”预测的部分，虽然听起来有些惊悚，但它却揭示了大数据在生命科学、公共卫生领域巨大的潜力。书中通过分析大量的健康数据、环境因素、甚至是生活习惯，来预测个体患上某种疾病的风险，或者预测某个群体在特定时间段内的健康状况。这让我看到了大数据在预防医学、老年护理等方面的应用前景。作者在处理这些敏感话题时，也表现出了极大的审慎和人文关怀，强调了数据伦理和隐私保护的重要性。我特别欣赏书中对于“预测”的界定，它并非是宿命论式的宣判，而是一种概率性的引导，帮助我们更好地规避风险，做出更明智的决策。这本书不仅拓展了我对大数据预测的认知边界，更让我思考，在未来，数据将如何深刻地改变我们的生活方式，甚至重塑我们对生命和健康的理解。

评分☆☆☆☆☆

????大数据预测：告诉你谁会点击、购买、撒谎或死去（修订版）

评分☆☆☆☆☆

一直在京东买书，送货快，是正版

评分☆☆☆☆☆

给单位购买的，京东买书比较方便！

评分☆☆☆☆☆

图书商品不错，性价比也合理，具有较好的使用价值和购买价值。

评分☆☆☆☆☆

非常感谢京东商城给予的优质的服务，从仓储管理、物流配送等各方面都是做的非常好的。送货及时，配送员也非常的热情，有时候不方便收件的时候，也安排时间另行配送。同时京东商城在售后管理上也非常好的，以解客户忧患，排除万难。给予我们非常好的购物体验。顺商祺！

评分☆☆☆☆☆

经典书籍，买来学习中……