洞见数据价值：大数据挖掘要案纪实 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

毕马威中国大数据团队 著

图书标签:

• 大数据
• 数据挖掘
• 商业案例
• 数据分析
• 数据价值
• 商业智能
• 数据驱动
• 决策支持
• 行业洞察
• 案例分析

出版社： 清华大学出版社

ISBN：9787302491804

版次：1

商品编码：12304420

包装：平装

开本：16开

出版时间：2018-01-01

用纸：胶版纸

页数：298

字数：245000

正文语种：中文

产品特色

编辑推荐

毕马威亚太区及中国主席陶匡淳先生倾情作序推荐，毕马威中国大数据团队倾力打造，全面阐述大数据在各行各业的价值

内容简介

《洞见数据价值：大数据挖掘要案纪实》是国际知名咨询公司毕马威的大数据团队的集大成之作，内容丰富，观点新颖，贴近大众生活、工作与学习实际场景，内容不拘泥于技术阐释，通过寓教于乐的方式，以丰富翔实的案例来解析大数据挖掘，尽量通过常见的场景来阐述数据的价值与意义。
第1章介绍大数据在银行业、征信业、审计、传统制造业、互联网行业、舆情监控、影视业、环保产业以及体育产业等多个领域的应用方案和前景。第2章重点介绍大数据分析在商业工作和营销推广中的作用。第3章介绍大数据挖掘过程中涉及的数据的前期准备工作，重点介绍数据准备工作的要点和诀窍。第4章结合业务、生活、娱乐，寓教于乐，介绍大数据的实际应用方式。附录部分介绍一位数据工作者的成长之路，向感兴趣的读者介绍从事数据工作应该具备的素质和掌握的技能。
《洞见数据价值：大数据挖掘要案纪实》可作为企业管理人员、营销主管、分析人员、IT 人员等理解大数据、应用大数据为企业创造价值的指引，同时，《洞见数据价值：大数据挖掘要案纪实》也可供统计学、应用数学及计算机专业学者和研究人员参考学习。

作者简介

毕马威中国大数据团队，一个专注于大数据及数据挖掘的专业团队，坚持有效结合分析、技术与业务三方面，多次帮助多家大型银行、保险公司、老牌企业等重要客户利用大数据创造价值。团队中既有资深的数据科学家、统计学博士，也有深入了解业务的分析专家，在业界有一定影响力。团队持续分享结合实际业务的精品大数据内容，帮助众多读者实践大数据挖掘。

精彩书评

毕马威亚太区及中国主席陶匡淳先生倾情作序推荐
联袂推荐
谢邦昌教授，台北医学大学管理学院及大数据研究中心院长/主任
车品觉，红杉资本中国专家合伙人
张波教授，中国人民大学统计学院副院长
刘政博士，SAS中国研发中心总经理
刘贤荣博士，中国建设银行数据管理部副总经理
施奕明，前海征信副总经理，SAS中文论坛创始人
张磊博士，前SAS软件（中国）有限公司首席咨询顾问
常国珍博士，中银消费金融大数据与AI实验室主任
蒋顺利，北京仁科互动网络技术有限公司市场副总裁

目录

目录

第1章 大数据在各行各业 // 001
1.1 什么是大数据？ // 002
1.1.1 非常流行的大数据概念 // 002
1.1.2 不那么流行的大数据概念 // 006
1.1.3 也许会带给你灵感的大数据概念 // 007
1.2 大数据在银行业 // 029
1.2.1 业界展望：大数据，银行业未来的核心动力 // 029
1.2.2 创新方向：大数据助力银行网点实现转型 // 036
1.3 大数据在征信业 // 041
1.3.1 业界展望：FICO 评分与芝麻信用，传统征信向大数据征信的转变 // 042
1.3.2 创新方向一：从拒绝推断看个人征信业的大有可为 // 046
1.3.3 创新方向二：论大中型客户数字化授信的可行性 // 054
1.4 大数据在审计业 // 057
1.4.1 业界展望：大数据分析如何支撑审计工作 // 057
1.4.2 创新方向：大数据能否代替传统审计？ // 061
1.5 大数据在传统制造业 // 065
业界展望：数字化企业进阶指南 // 066
1.6 大数据在互联网行业 // 069
创新方向：从滴滴收购优步看垄断企业的马太效应 // 069
1.7 大数据在舆情行业 // 076
创新方向：数据分析帮你掌握话语权 // 077
1.8 大数据在汽车行业 // 086
业界展望：征服汽车后市场，大数据与你同行 // 086
1.9 大数据在影视业 // 089
创新方向：星期几上映的电影最具有票房号召力 // 090
1.10 大数据在环保产业 // 098
创新方向：北京治霾，能为你做点什么 // 098
1.11 大数据在体育产业 // 104
创新方向：欧洲杯，跟着西班牙队学数据挖掘！ // 105
小结 // 109

第2章 大数据在商业领域的应用 // 111
2.1 推荐算法在传统销售渠道中的应用模式 // 112
2.2 巧用运筹优化，提升整合营销管理水平 // 116
2.3 关联规则的应用 // 121
2.3.1 小谈关联规则 // 121
2.3.2 购物篮分析：绝不只是“啤酒与尿布” // 124
2.3.3 创新方向：靠关联规则重获新生的东北小馆 // 128
2.4 智能荐食模型：大数据告诉你今天吃什么 // 133
智能荐食模型 // 134
2.5 顾客时空模型：其实天下没有免费的 WiFi // 138
2.5.1 无处不在的免费 WiFi // 138
2.5.2 顾客时空模型 // 139
2.5.3 进一步挖掘 // 141
2.6 社会网络分析法，助力信贷反欺诈 // 142
2.7 数据可视化利器：SAS Visual Analytics // 145
2.7.1 为什么需要数据可视化？ // 145
2.7.2 数据可视化的几个常见例子 // 146
2.8 文本挖掘，帮你识别网购评论是真是假 // 151
2.9 路径优化：如何改良快递送货路线？ // 156

第3章 数据前期准备 // 171
3.1 从抗日武装的发展谈到数据治理 // 172
3.1.1 数据质量问题 // 173
3.1.2 数据应用问题 // 174
3.1.3 实施策略和路径问题 // 176
3.2 如何生成你需要的基础数据？ // 182
3.3 如何利用数据仓库优化数据分析？ // 189
3.4 二分类变量的数据缺失插补 // 193
3.5 数据离散化，如何避免丢失信息？ // 201
3.6 如何避免数据离散化影响自变量的重要性？ // 204
3.7 二分类模型中如何应对分类自变量取值过多？ // 206

第4章 技术案例 // 211
4.1 建模变量太多怎么办？ // 212
4.2 信用评级模型怎么评估？ // 215
4.3 观察窗口怎么选？ // 219
4.4 K折交叉验证怎么做？ // 223
4.5 如何衡量变量之间的相关性？ // 230
4.6 决策树算法真的越复杂越好吗？ // 235
4.7 如何精选分类模型指标？ // 245
4.8 当数据分析遇上超级奶爸 // 250
4.9 深度挖掘，你的工资拖后腿了吗？ // 253
4.10 用分位数回归看你的工资水平 // 258

附录A 一位数据工作者的成长之路 // 265
A.1 数据分析师入门攻略 // 266
A.2 如何做一名“称职”的数据专家？ // 269
A.3 一个数据仓库转型者眼中的数据挖掘 // 271
A.4 预测科学：三点经验谈实际应用 // 276
A.5 数据模型多了，应该怎么管？ // 277
A.6 手握数据挖掘模型，你一定要知道怎么用 // 281
A.7 浅谈以史为鉴与数据分析 // 286

后记 // 297

前言/序言

序言
越是基本的理念，往往越能成为时代的标志、价值的度量，数据正是如此。
2020年，全球数据总量预计将超过44千万亿兆字节，数据之大，正如我们日常呼吸的空气一般不可缺少。这意味着世界上的一切都在产生数据，一切都在使用数据；万事万物都可以数据化，而数据也成为价值的新载体。大数据时代——也就是说，这样一个以数据衡量价值的时代，我们已经置身其中。
今日，“大数据”已不仅仅是一个新兴概念。国家、机构、企业都拥有数据，也急需使用数据，而物联网等理念的兴起，云计算等技术的应用，让我们能够帮助他们探索、挖掘、利用数据中的价值，能够存储、流通、关联、交换、使用大数据，开发每一个环节中的能量。大数据是资源，是一座亟待开掘的金矿。
毫无疑问，大数据拥有巨大的商业潜力和创造力，而这样的潜力和创造力，当然也属于毕马威中国大数据团队。
本书正是毕马威中国大数据团队的心血之作，汇聚了其微信公众号中的精品文章。该大数据团队建立几年以来，我一直非常欣赏团队的业务能力和业绩表现，同样，文如其人，他们在这本书中展现出的实力、动力和潜力也令人赞叹。
学术成果一向是新兴行业的驱动力，而业务能力是学术与实际工作的衔接点：大数据团队是一个集合了这两方面高端人才的团队，本书中的作品，专注学术、扎根业务，也体现了不俗的行业发展眼光。何况，写这样的文章，一篇或许容易，但能在繁忙的日常工作之余坚持一年之久则殊为不易；如果不是对数据领域有深切的热爱，又怎么会有这样的动力呢？这本著作见证了团队的成长，更是团队潜力的明证。我相信，本书的读者们也一定会有同样的感觉。
大数据时代，谁掌握了数据，谁就掌握了价值，也掌握了世界的节奏。面对数据之潮，毕马威中国一直力求一马当先，而大数据团队正是公司内的行业先驱。“大鹏一日同风起，抟摇直上九万里”，我不由得心生期待，想要看看这样一个出色的团队还能给我和读者们带来怎样的惊喜。

陶匡淳
毕马威亚太区及中国主席

洞见数据价值：大数据挖掘要案纪实 在信息爆炸的时代，数据已成为驱动社会进步和商业变革的核心力量。然而，海量数据的背后，隐藏着无数待解的奥秘和蕴含的巨大价值。本书《洞见数据价值：大数据挖掘要案纪实》便是一部深入探索大数据挖掘领域、剖析一系列真实世界案例的深刻著作。它不仅仅是一本技术手册，更是一部关于如何从纷繁复杂的数据洪流中提炼洞察、解决实际问题、驱动创新的精彩篇章。 本书的独特之处在于，它不拘泥于枯燥的技术理论，而是选择以“要案纪实”的形式，带领读者走进一系列引人入胜的真实案例。这些案例涵盖了金融风控、精准营销、医疗健康、公共安全、城市管理等多个关键领域，通过具体的情境和问题，生动地展现了大数据挖掘的强大能力。每一篇“纪实”都力求真实、详尽，深入剖析了问题的背景、数据的来源、挖掘的难点、所采用的技术方法，以及最终产生的价值和影响。 案例精选：数据力量的生动体现 在金融风控领域，本书将揭示大数据如何成为防范金融欺诈、识别高风险客户的利器。例如，一个关于“识别新型网络诈骗团伙”的案例，将深入分析犯罪分子如何利用海量交易数据、社交网络信息进行伪装和转移，以及数据科学家如何通过构建复杂的图谱分析、行为模式识别模型，精准定位犯罪网络，为金融机构挽回巨额损失。另一个案例则可能聚焦于“动态信用评分模型”的构建，展示如何整合用户的消费行为、社交互动、甚至运营商数据，建立比传统模型更具预测力的信用评估体系，有效降低信贷风险。 在精准营销方面，大数据挖掘的威力同样令人惊叹。本书将呈现“提升电商用户转化率的秘密”等案例。这里，我们将看到商家如何通过分析用户的浏览历史、购买偏好、搜索关键词，甚至鼠标点击路径，构建出360度的用户画像，从而实现“千人千面”的个性化推荐和精准广告投放。读者将了解到，如何通过A/B测试、用户分群、协同过滤等技术，将营销信息推送给最可能产生购买行为的潜在客户，大幅提升营销ROI。 医疗健康领域是大数据挖掘应用的另一片沃土。书中可能收录“预测传染病爆发趋势”的案例，展示如何整合公共卫生数据、社交媒体信息、甚至天气数据，建立早期预警系统，帮助政府部门和医疗机构提前做好应对准备。另一个案例则可能聚焦于“辅助诊断的智能系统”，探讨如何通过分析大量的医学影像、病历记录，训练出能够识别早期癌症、罕见病等高难度诊断任务的AI模型，为医生提供有力的决策支持，提高诊断的准确性和效率。 在公共安全领域，大数据挖掘更是不可或缺的力量。本书或许会讲述“利用视频监控数据侦破重大案件”的实录，揭示如何从海量的监控视频中，通过人脸识别、行为分析、轨迹追踪等技术，锁定嫌疑人，还原犯罪现场，为司法机关提供关键证据。另一个案例可能关注“打击网络谣言和虚假信息”，探讨如何利用自然语言处理技术，识别和追踪网络传播的谣言，溯源信息发布者，维护网络空间的清朗。 城市管理同样受益于大数据挖掘。书中可能收录“优化城市交通流量的智能调度”案例，展示如何整合车辆GPS数据、交通信号灯数据、公共交通刷卡数据，建立动态的交通模型，实时调整信号灯配时，预测拥堵点，提供最优出行路线建议，缓解城市交通压力。另一个案例则可能聚焦于“提升城市服务效率的智慧化平台”，探讨如何利用居民反馈数据、市政服务数据，识别城市管理中的痛点，优化资源配置，提升公共服务水平。 技术深度与实践智慧的融合 《洞见数据价值：大数据挖掘要案纪实》的价值不仅在于其丰富的案例，更在于它对每个案例背后所涉及的技术方法进行了深入浅出的阐述。本书并非为了展示高深莫测的算法而堆砌技术术语，而是围绕每一个具体问题，解释了哪些大数据挖掘技术被应用，以及为何要选择这些技术。 读者将有机会了解到： 数据预处理与清洗： 如何面对真实世界数据的脏乱差，进行有效的去噪、填充、转换，为后续分析打下坚实基础。 特征工程： 如何从原始数据中提取有意义的特征，构建更具代表性的数据表示，从而提升模型的性能。 监督学习与无监督学习： 在不同场景下，如何选择分类、回归、聚类、降维等算法，解决不同的数据分析任务。 机器学习模型： 深入浅出地介绍决策树、支持向量机（SVM）、神经网络、深度学习等经典与前沿模型的原理及其在实际问题中的应用。 自然语言处理（NLP）： 如何让计算机理解和处理人类的语言，在文本挖掘、情感分析、信息抽取等领域发挥作用。 图数据挖掘： 如何分析关系型数据，发现隐藏在连接中的模式，如社交网络分析、推荐系统等。 时间序列分析： 如何处理和分析随时间变化的数据，用于趋势预测、异常检测等。 模型评估与调优： 如何科学地评估模型的性能，并对其进行迭代优化，以达到最佳效果。 本书的作者并非仅仅罗列技术，而是通过案例的视角，强调技术与业务的紧密结合。每一个案例的背后，都体现了数据科学家、业务专家和技术团队之间的协作，以及他们如何共同将数据转化为可行动的见解。这不仅仅是技术人员的“独角戏”，更是跨部门、跨领域的协同作战。 超越技术，洞见价值 《洞见数据价值：大数据挖掘要案纪实》想要传达的核心信息是：大数据挖掘的终极目标不是技术本身，而是它所能创造的价值。这些价值体现在： 提升决策效率与准确性： 以数据为依据，摆脱主观臆断，做出更明智的商业和管理决策。 优化资源配置，降低运营成本： 通过精准预测和识别，避免浪费，提高效率。 发现新的商业机会，驱动业务增长： 洞察用户需求，挖掘市场潜力，创造新的产品和服务。 防范风险，保障安全： 识别潜在威胁，提前预警，构建更安全的社会和商业环境。 改善用户体验，提升客户满意度： 了解用户需求，提供个性化服务，建立忠诚度。 本书将带领读者认识到，大数据挖掘已经不再是实验室里的概念，而是正在深刻改变我们生活和工作的现实力量。通过这些鲜活的案例，读者将不仅仅学习到如何“挖掘”数据，更重要的是学习如何“洞见”数据背后的价值，并将其转化为切实的商业和社会效益。 《洞见数据价值：大数据挖掘要案纪实》是一部面向所有对数据驱动变革感兴趣的读者——无论是数据科学家、分析师、产品经理、市场营销人员，还是对技术驱动的社会发展充满好奇的普通读者——的必读之作。它将为你揭示数据世界的无限可能，激发你用数据创造价值的信心与能力。

评分☆☆☆☆☆

这本书的价值，我认为在于它提供了一个极具操作性的思维框架。它不是简单地罗列技术名词，而是着重强调了“如何将数据转化为可执行的商业决策”这一核心命题。书中对不同行业、不同场景下的数据挖掘痛点分析得极为透彻，比如金融风控中的异常检测，或是零售业中的个性化推荐，每一个章节都像是一份精心准备的案例分析报告。我特别喜欢作者在讨论模型选择时所展现出的那种审慎态度，没有盲目推崇“最新的”技术，而是强调“最适合的”才是王道。这种务实精神，对于那些刚刚接触大数据，却又面临实际业务压力的从业者来说，无疑是醍醐灌顶。它教会我的，是如何在有限的资源和时间下，搭建起一个既能解决问题，又能经得起业务检验的分析体系，这份实战经验的分享，比任何理论推导都要宝贵得多。

评分☆☆☆☆☆

这本书的叙事方式非常引人入胜，作者仿佛是一位经验丰富的侦探，带领我们深入一个个错综复杂的“数据案件”现场。从最初的数据收集、清洗到后期的模型构建和结果解读，每一步都充满了悬念和挑战。我尤其欣赏作者对技术细节的把握，并不是那种枯燥的教科书式描述，而是通过具体的案例，将那些晦涩难懂的算法和工具变得生动起来，比如那个关于客户流失预测的案例，简直像一部精彩的悬疑片，层层剥茧，最终揭示了问题的核心。读完后，我感觉自己不仅仅是了解了数据挖掘的流程，更是对数据背后的商业逻辑有了更深层次的共鸣。那种“啊哈！”的顿悟时刻，在书中穿插得恰到好处，让人欲罢不能，恨不得一口气读完，去看看下一个“案子”的真相究竟是什么。它成功地将严肃的技术探讨与引人入胜的故事讲述完美地融合在了一起，这在同类书籍中是相当罕见的。

评分☆☆☆☆☆

我个人认为，这本书最大的亮点在于它对“数据思维”的培养，远超出了具体的“技术教程”范畴。它像是一面镜子，映射出企业在数据化转型过程中普遍存在的认知误区和执行障碍。作者通过对一系列“大事件”的解构，巧妙地揭示了组织结构、业务流程与数据能力之间复杂的相互作用关系。读这本书，更像是在参与一场高级别的战略研讨会，你不断被抛出问题：你的数据资产到底在哪里？你的指标体系是否真正反映了你的战略目标？如何避免“数据自嗨”？每一个“要案”的结局，都附带着对未来趋势的深刻预判，这使得本书具有极强的时效性和前瞻性。它不仅仅是总结过去，更是在为我们指明通往未来数据驱动型组织的路径，绝对是案头必备的参考书。

评分☆☆☆☆☆

如果要用一个词来形容阅读这本书的体验，那一定是“震撼”。它彻底颠覆了我过去对数据分析的一些刻板印象，原来数据背后可以隐藏着如此惊人的秘密和巨大的潜在价值。作者在描述那些突破性的发现时，那种笔触的张力十足，让我仿佛置身于决策会议室，亲眼见证一个平庸的业务流程是如何通过数据洞察被彻底重塑的。书中对“数据伦理”和“结果的偏差性”的探讨也相当深刻，这使得整本书的立意不仅仅停留在技术层面，更上升到了对数据时代责任的思考。它促使我反思，我们手中的数据工具究竟是用来赋能还是可能带来新的困境。这种兼具技术深度和人文关怀的写作风格，极大地提升了本书的厚重感和阅读价值，让人读完后久久不能平静。

评分☆☆☆☆☆

这本书的语言风格非常独特，夹杂着一种老派记者特有的犀利和敏锐。行文节奏紧凑，转折自然，绝无拖泥带水之处。比如在描述一次失败的挖掘尝试时，作者没有避讳其中的曲折和教训，反而将其描绘成一次必要的“战略性撤退”，这种坦诚让人感到非常亲切和真实。它不像某些技术书籍那样冷冰冰的公式堆砌，而是充满了人情味，你能从字里行间感受到作者团队在攻克难题时的那种焦灼、兴奋与最终的释然。这种叙事上的代入感极强，使得即便是对某些专业术语不太熟悉的新手，也能通过故事的主线把握住核心的逻辑脉络。可以说，它更像是一本高质量的商业纪实文学，只不过它的主角是数字和算法。

评分☆☆☆☆☆

不错

评分☆☆☆☆☆

世界读书日，优惠得让人心花怒放。

评分☆☆☆☆☆

没有看到特别的东西，内容一般。再看看，再来评论。

评分☆☆☆☆☆

价格优惠，送货上门，希望京东越来越好。

评分☆☆☆☆☆

京东物流很快，书的质量也很不错，下次还会再来光顾的！

评分☆☆☆☆☆

果然是做咨询出的书。。。内容空洞干货少。全凭忽悠。推荐阿里出品的，这本书完全浪费钱

评分☆☆☆☆☆

质量还不错，速度快

评分☆☆☆☆☆

家人一直在京东买书，方便还送货到家，继续购买

评分☆☆☆☆☆

fnotusecdn notusecdn notusecdn notusecdn