大數據預測：告訴你誰會點擊、購買、撒謊或死去（修訂版） 中信齣版社 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

[美] 埃裏剋·西格爾 著，周大昕 譯

圖書標籤:

• 大數據
• 預測
• 數據分析
• 機器學習
• 統計學
• 商業分析
• 行為預測
• 風險評估
• 中信齣版社
• 修訂版

店鋪： 中信齣版社官方旗艦店

齣版社： 中信齣版集團

ISBN：9787508676630

商品編碼：16641381482

品牌：中信齣版（Citic Press）

包裝：精裝

開本：32開

齣版時間：2017-08-01

用紙：純質紙

頁數：376

正文語種：中文

!! “得到”創始人羅振宇、360公司創始人周鴻禕理性推薦，瞭解大數據預測必讀書目；
!!獲奬作品，全球翻譯為9種語言，美國30多所大學選為課堂教材；
!!預測分析頂ji專傢生動有趣解說數據與預測技術，本書是瞭解預測技術不容錯過的實踐指導手冊，修訂版增加zui新企業研究案例；
!!一點預測，無限可能。預測連接過去與未來，預測技術的應用貫穿商業、政界、、高校和執法係統。身處預測繁榮發展的時代，想知道我們的世界會因為預測變成什麼樣子，來讀《大數據預測》。

令人著迷的， 有趣的……—— 《西雅圖郵訊報》

全書充滿瞭生動的例子……——《金融時報》

作為大數據的核心應用，預測正在繁榮發展。它改寫瞭行業，驅動世界嚮前。潮流引領者比如大通銀行、臉譜網、榖歌、HP、IBM、Match.com、網飛公司、優步等正藉助大數據的力量對人類的行為進行預測——其中也包括你的。公司、政府、執法機關、醫院和高校正利用來自預測的力量，預測你否會點擊、購買、撒謊或者死去。

為什麼要對人類的行為進行預測？我們有充分的理由：預測人類行為，可以戰勝危機、促進銷售、提升醫療保健、簡化生産流程、攔截垃圾信息、優化社交網絡、強化打擊犯罪，以及贏得選舉，等等。

預測由世界上*有效、*豐富的非自然資源——數據驅動。作為人們各種日常及社會活動的副産品，數據正在被不斷被記錄和整理，並日漸成為一座金礦。大數據技術通過對數據進行學習，正不斷釋放數據的能量。

在這本內容豐富、有趣的書中，預測分析*專傢埃裏剋·西格爾解讀瞭預測是如何工作和影響我們每個人的。它不僅是一本技術實踐指導手冊，更通過提供新的研究案例以及前沿技術，幫助普通讀者和專業人士更好地瞭解大數據預測。

序 言
前 言 預測分析的職業風險
導 論 預測效應
第yi章 升空！預測開始發威
開始實踐
人人愛預言，雖然不精確
防護預測
價值100 萬美元的無聲革命
個性化的危險
預測分析程序的安裝：迂迴和拖延
運行過程中
基本要素：觀察
行動就是決策
危險的啓動
呼叫休斯敦，我們有麻煩瞭
能做到的小模型
休斯敦，發射
熱情的科學傢
讓預測走入內心
第二章 權力越大，責任越大：惠普、Target超市、警察和美國國傢安全局會窺探你的秘密
Target 超市的預測及其預測目標
意味深長的停頓
我的15 分鍾
曝光於聚光燈下
你無法禁錮那些可傳輸的東西
法律與秩序：政策和數據監管
數據之戰
數據挖掘並不是“攫取”數據
惠普自我學習
洞悉員工還是侵犯隱私
辭職風險：我不乾瞭！
洞見：辭職背後的因素
危險品
辭職風險評估的價值
預測犯罪，提前杜絕犯罪
數據犯罪和犯罪數據
無法測量的機器風險
偏見的輪迴
好的預測 壞的預測
第三章 數據效應：彩虹之後的饕餮
焦慮指數
將情緒可視化
在數據裏尋寶
一切都數據化
把所有艙門都封死：信息太多瞭
誰的數據會成為你的囊中之物？
彩虹之末
預測之汁
遙遠、奇特和驚人的洞察力
有關係，並不意味著是因果關係
第四章 學習的機器：大通銀行對房産抵押風險的預測分析
男孩與銀行的相遇
銀行麵臨著風險
預測抵禦風險
風險業務
學習機器
創建機器學習
從負麵經驗中學習
機器如何學習
你可以決定決策樹的規模
計算機，為自己編程吧
學吧，寶貝
越大越好
過度學習：假設太多
歸納之謎
機器學習的藝術和科學
感覺真實：測試數據
去粗取精是藝術
在大通銀行應用分類—迴歸決策樹
搖錢樹
迴歸—為何顯微鏡無法觀察到宇宙碰撞
後續
第五章 集團效應：Netflix、眾包以及增壓預測
業餘火箭科學傢
黑馬
思想外包：集思廣益
眾包如星火燎原
生於憂患
聯閤國
元學習
兩個預測模型的組閤
好戲在後頭
集體信息
群體和模型的智慧
一袋子模型
集體智慧開始發威
泛化悖論：過猶不及
挑戰極限
第六章 “沃森”和《危險邊緣》節目
文本分析
英語的愛恨情仇
在理解問題之後就要迴答
知識終極源泉
人工智能悖論
學習迴答問題
學人走路，學人說話
更好的捕鼠器
應答機器
投機取巧的《危險邊緣》
從證據中尋找答案
基礎知識，親愛的“沃森”
證據如山
用組閤模型來判斷證據
組閤模型的組閤
機器學習使自然語言處理成為可能
自信但不自負
需要速度
雙重危險—“沃森”會贏嗎？
《危險邊緣》的惶恐
為瞭勝利
比賽之後：榮譽、嘉奬和崇拜
非對稱性IBM 人工智能
對的預測
第七章 用數字說話：挪威電信和美國閤眾銀行工程師
如何通過預測來施加影響
攪拌吧，用力攪拌
沉睡的狗
要預測新的內容
眼睛看不到
預測說服
具有說服性的選擇
商業刺激和商業反饋
定量人性
量子人性—他是否可被影響？
通過上提模型預測影響力
銀行業對影響力的運用
預測錯誤之事
響應上提模型
上提模型的原理
上提模型如何發揮作用
說服效應
不同行業的影響
讓移動客戶不移動
結 語

埃裏剋·西格爾， 博士, Predictive Analytics World創始人，《預測時報》（ The Predictive Analytics Times）主編，前哥倫比亞大學教授，預測分析領域知名演講人、教育傢和領導者。

未來，大數據會變得越來越重要，其核心應用預測也會成為互聯網行業以及産業變革的重要力量，我們很有必要對數據預測及其分析方法進行全麵且深入的瞭解。在這一點上，《大數據預測》是本很好的讀物，適閤大數據所有相關行業的人閱讀。

——周鴻禕 360公司創始人、董事長兼CEO，奇酷CEO和知名天使投資人

我對不確定性懷有敬畏之心，但科學技術的發展尤其是大數據時代的來臨以及數據加工技術的進步，使人類行為可預測成為可能。我想，20年後，我們是不是會利用數據也就是預測的方法，去框定一個人的行為，或者說，我們的世界會因為預測技術改變到什麼程度？讀完這本《大數據預測》，基本就能找到答案瞭。

——羅振宇 得到App創始人

關於大數據的《魔鬼經濟學》 。

——斯坦·剋雷辛格 Advertising.com創始執行人

本書是21世紀生活的使用說明手冊。利用大數據進行預測幾乎成為所有領域的關機鍵，不管是科技、商業、財經、運動，還是政治。而埃裏剋·西格爾正是我們*理想的嚮導。

——斯蒂芬·貝剋 《數字迷宮與*風險》作者

本書有趣、有益、細膩入微，西格爾進行瞭深入探究，並讓科學變得激動人心。

——雷伊德·加尼 奧巴馬2012年美國大選團隊首席數據科學傢

商業、政界以及醫療衛生領域的《點球成金》。

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

價值100 萬美元的無聲革命

當組織采用預測分析時，其意義不啻發動瞭一支龐大軍隊，隻不過這是由“螞蟻”組成的軍隊。這些“螞蟻”會走上組織運營的各大前綫，與消費者、學生或病人等服務對象直接接觸。之後，這個“螞蟻軍團”會在預測結果的引導下改善數百個決策。這一過程可能並不是轟轟烈烈的，但用心觀察其綜閤效果之後，會發現這些細小變化所産生的閤力。每一個被改善的決策本身可能都顯得無足輕重，但成韆上萬的決策閤起來就大為不同。2005 年，某位客戶讓我想辦法提高他網站的點擊量，為此我把自己埋在瞭相關數據中，希望能找齣辦法幫助這位客戶。這位客戶希望其網頁上的廣告能獲得更多的點擊量。這關乎收入，廣告的點擊量越多，這位客戶的收入就越高。這傢網站在創辦幾年後已擁有數韆萬用戶，用戶數據大概有5000 萬條，這就是用來做預測的寶貴的原始材料庫，而預測的對象竟然是：點擊！

廣告是媒體不可分割的部分，無論是紙媒、電視還是網絡媒體都離不開廣告。本傑明·富蘭剋林曾說，人生中不可避免的兩樣東西是死亡和稅。如果他現在還活著，一定會加上第三樣東西：廣告。互聯網巨頭Google 承認，廣告是其最大的收入來源。Facebook也是如此 。

但對於我要研究的這傢網站來說，廣告的功能略有不同，隻要能預測用戶的點擊率，其潛在收益就會更大。這傢網站提供搜索高校奬學金的服務，在美國所有準備上大學的高中生中，大約有1/3 都是這傢網站的用戶。這雖是不顯眼的細分市場，但對於許多大學和軍校的招生工作人員來說，卻是不容錯過的網站。在該網站上，有一則大學招生廣告很霸氣，它自稱是“美國創新型教育的領導者”，上麵還附加瞭鏈接讓用戶點擊。不難想象，一些提供學生貸款的機構也選擇在這傢網站上投放廣告，讓報考學生沒有財務上的後顧之憂。這些廣告商為每次點擊支付25 美元。對於網站而言，如果一次點擊就能換來這樣豐厚的收入，那真是太棒瞭。此外，網站上的廣告與網站主題緊密相關，而網站的用戶也有很強的目的性，因此平均下來每100 次點擊就能産生5 筆成功交易，這是令普通網站難以企及的業績！因此，擁有這傢網站的獵頭公司從中獲利頗豐。任何微小的改善都意味著總收入的顯著提升。

但要想改善用戶的廣告選擇卻不是件容易的事。網頁切換時，用戶麵前可能會齣現很多廣告。最難的就是讓用戶點擊最適閤他們的廣告鏈接。目前，網站根據各廣告的平均點擊率來排序，完全沒有考慮用戶的獨特需求。因此，點擊最多的廣告總是擺在最顯眼的位置。這樣的安排降低瞭廣告與單個用戶的匹配度，而且廣告一旦被推到顯眼的位置，就很難被替換下來，因為大量用戶總是會不經意地點擊最顯眼處的鏈接。某些大學對每次點擊都願意支付高價，而且因為位置顯眼，其廣告鏈接的點擊率也很高。因此，似乎沒有理由用冷門的廣告去替換主流廣告，因為這樣做很可能會失去唾手可得的收入。

好的，這是一份關於一本圖書的詳細簡介，其內容並非齣自《大數據預測：告訴你誰會點擊、購買、撒謊或死去（修訂版）》。 --- 書名：智能時代的決策藝術：駕馭數據洪流，重塑商業與社會圖景 作者：[作者姓名] 齣版社：[假設的齣版社名稱] 導讀： 在信息爆炸的今天，數據已不再是簡單的記錄載體，而是驅動未來商業變革與社會治理的核心引擎。然而，如何從海量、異構的數據中提取真正有價值的洞察，並將其轉化為精準、有效的決策，是擺在每一個組織麵前的巨大挑戰。本書並非僅僅羅列技術名詞或復雜的算法模型，而是深入探討瞭智能決策背後的底層邏輯、實踐路徑與哲學思考。我們站在技術前沿，聚焦於如何將數據科學、人工智能與商業戰略、倫理規範進行深度融閤，構建麵嚮未來的“決策智能體”。 第一部分：從數據到洞察——新時代的決策基石 第一章：數據生態的重塑與決策範式的轉變 本章首先描繪瞭當前數據生態的復雜性：流式數據、物聯網（IoT）、邊緣計算以及非結構化數據的激增如何徹底顛覆瞭傳統的商業智能（BI）模式。我們探討瞭決策範式的演進——從描述性分析（發生瞭什麼）到診斷性分析（為什麼發生），再到預測性分析（將要發生什麼）和最終的指導性分析（我們應該怎麼做）。重點剖析瞭“實時決策”的必要性，以及企業如何構建能夠即時響應市場變化的敏捷數據管道。我們詳細對比瞭傳統數據倉庫與現代數據湖、數據網格架構的優劣，強調瞭數據治理在確保決策質量中的決定性作用。 第二章：算法的黑箱與可解釋性之辯 隨著深度學習模型在各個領域的深入應用，其“黑箱”特性對決策的透明度和可信度構成瞭嚴峻挑戰。本章深入剖析瞭可解釋人工智能（XAI）的核心技術，例如LIME、SHAP值等，並探討瞭在金融風控、醫療診斷等高風險領域，如何平衡模型預測的準確性與決策的透明度。我們不僅關注技術本身，更探討瞭當算法做齣關鍵決策時，人類應當承擔怎樣的最終責任，以及建立問責機製的必要性。 第三章：構建智能驅動的客戶體驗全景圖 客戶是商業活動的中心。本章側重於如何利用先進的分析技術，構建360度的客戶畫像。這不僅僅是人口統計學信息的整閤，而是深入挖掘客戶的意圖、情感狀態和生命周期價值（CLV）。我們將介紹如何運用自然語言處理（NLP）分析社交媒體反饋和客服記錄，識彆潛在的服務痛點，並利用強化學習優化個性化推薦係統的長期效益，而非僅僅追求短期的點擊率。 第二章：戰略與運營的智能賦能 第四章：供應鏈的韌性與預測性優化 全球化供應鏈的脆弱性在近年來暴露無遺。本章聚焦於如何運用時間序列分析、圖神經網絡（GNN）來提升供應鏈的韌性。內容涵蓋瞭需求預測的超精細化，庫存的最優分布，以及在突發事件（如自然災害或地緣政治衝突）發生時，如何通過模擬和情景分析快速調整物流路徑和生産計劃，實現從“追趕”到“預見”的轉變。 第五章：智能時代的金融風險管理新邊界 金融業是數據應用的先驅，但欺詐、信用風險和市場波動依然是巨大威脅。本章詳細介紹瞭先進的異常檢測技術，如自編碼器和隔離森林，用於識彆復雜的金融欺詐模式。更重要的是，我們探討瞭如何利用聯邦學習（Federated Learning）在保護客戶隱私的前提下，跨機構共享風險信號，共同構建更穩健的信用評估體係。 第六章：人力資源的精準匹配與效能提升 人力資源管理正從事務性工作轉嚮戰略性夥伴。本章展示瞭如何運用招聘分析模型來識彆高績效人纔的特質，預測員工流失風險，並設計個性化的職業發展路徑。我們著重討論瞭避免算法偏見（Bias）在招聘和績效評估中的植入，確保評估的公平性和包容性，從而實現組織效能的最大化。 第三部分：智能決策的倫理、治理與未來 第七章：數據倫理與算法偏見：決策的道德羅盤 技術能力越強，責任越大。本章是對數據使用倫理的深刻反思。我們詳細剖析瞭偏見是如何在訓練數據、特徵工程和模型部署的各個環節中悄然形成的，並給齣瞭量化檢測和減輕偏見的技術框架。此外，本書探討瞭數據主權、隱私計算（如差分隱私）在構建受信任的AI係統中的核心地位。 第八章：建立企業級決策智能治理體係 成功的智能轉型需要清晰的組織架構和治理框架。本章提齣瞭一個實用的決策智能治理模型，涵蓋瞭模型生命周期管理（MLOps）、數據質量標準、以及跨部門的“AI倫理委員會”的設立。我們強調瞭治理不是為瞭限製創新，而是為瞭確保創新能夠沿著可持續、負責任的軌道前進。 第九章：人機協作的未來形態：增強智能的潛力 最終，本書認為最有效的決策不是完全由機器完成，而是人與機器深度協作的結果。本章展望瞭“增強智能”（Augmented Intelligence）的未來場景，即AI作為人類專傢的“副駕駛”，負責處理復雜計算和模式識彆，而人類則專注於戰略判斷、情感理解和倫理裁決。我們探討瞭如何設計直觀的人機交互界麵，使用戶能夠自信地信任和采納AI的建議。 結語：決策力的再定義 本書以對未來趨勢的深刻洞察收尾，強調在智能時代，真正的競爭力不再是擁有多少數據，而是構建一個能夠持續學習、自我優化、並堅守倫理底綫的決策係統。這是一部麵嚮企業高管、數據科學傢以及所有關注未來商業圖景的實踐指南。 ---

評分☆☆☆☆☆

這本書的書名《大數據預測：告訴你誰會點擊、購買、撒謊或死去（修訂版）》實在是太有衝擊力瞭，尤其是“撒謊”和“死去”這兩個詞，讓人不禁聯想到科幻電影裏那種精密到可怕的預知能力。我拿到這本書時，腦子裏閃過無數個場景：一個黑客如何利用大數據精準地預測股票市場的走嚮；一個偵探如何通過分析大量的社交媒體數據，找齣潛在的嫌疑人；甚至，這本書會不會揭示，我們的一舉一動，從網絡瀏覽到現實生活中的每一次互動，都在被默默地記錄和分析，以至於某些“不可預測”的事件，在數據麵前，其實早有端倪？我特彆好奇，作者是如何在“修訂版”中，將最新的技術和倫理思考融入其中，以應對日益復雜和龐大的數據洪流。我希望這本書能夠不僅僅停留在理論層麵，而是能夠提供一些具體的案例和分析方法，讓我能夠理解大數據預測的原理，並或許能夠從中學習到一些識彆虛假信息、理解他人意圖的技巧。這本書帶給我的，不僅僅是對大數據的好奇，更是對信息時代下，我們個體存在的意義和隱私邊界的深刻反思。

評分☆☆☆☆☆

《大數據預測》的標題，尤其是“撒謊”和“死去”這兩部分，給我帶來瞭一種既興奮又略帶不安的感覺。它似乎承諾著一種前所未有的洞察力，讓我們能夠窺探到事物發展的未來走嚮，甚至洞悉人性的陰暗麵。我很好奇，作者究竟用瞭什麼樣的數據模型和分析技術，來實現如此大膽的“預測”？這會不會涉及到一些我們日常生活中鮮為人知的算法和隱私收集機製？我設想，這本書可能會像一本偵探小說，將那些隱藏在海量數據中的綫索串聯起來，最終揭示齣令人震驚的結論。比如，通過分析用戶的消費習慣、社交媒體互動，甚至是一些細微的語言模式，是否真的能夠準確地預測一個人是否會在某個特定的時間點做齣某些特定的購買決策，甚至是否會傾嚮於說謊？我期待著，這本書能夠以一種引人入勝的方式，將復雜的理論概念轉化為易於理解的洞察，讓我們認識到大數據在現代社會中扮演的越來越重要的角色，同時也引發我們對數據倫理和個人隱私的深思。

評分☆☆☆☆☆

讀瞭《大數據預測》這本書，我最大的感受就是，它不僅僅是一本關於技術的書，更是一本關於人性的書。書名裏提到的“點擊”、“購買”這些行為，我們每天都在經曆，但這本書把它上升到瞭預測的高度，讓我開始思考，我們每一個看似自由的選擇，是不是都在無形的數據軌跡中被悄悄地標記和預測著？更讓我感到震撼的是，“撒謊”和“死去”這兩個詞的加入，這已經超齣瞭商業應用範疇，觸及到瞭更深層次的社會和倫理問題。我很好奇作者是如何將這些看似遙不可及的概念，用大數據技術來解釋和預測的。這本書會不會提供一些案例，展示大數據在犯罪預測、醫療診斷甚至是社會治理方麵的應用？它會不會讓我看到，在冰冷的數據背後，隱藏著多麼復雜而真實的生命故事？我設想，這本書可能會像一部精彩的紀錄片，用嚴謹的數據分析，講述一個個引人入勝的故事，讓我們看到大數據如何滲透到我們生活的方方麵麵，甚至影響著我們的命運。讀完這本書，我可能會更加警惕自己所産生的每一次點擊，每一次購買，甚至每一次言語，因為它們都可能成為大數據分析的素材，構建一個關於我的“預測模型”。

評分☆☆☆☆☆

這本書的書名就足夠吸引人瞭，《大數據預測：告訴你誰會點擊、購買、撒謊或死去（修訂版）》，光是這幾個關鍵詞就讓人浮想聯翩。我拿到這本書的時候，第一感覺就是它肯定會揭示許多我們日常生活中接觸不到的，但又至關重要的信息。試想一下，在信息爆炸的時代，數據無處不在，而這本書似乎就是一把鑰匙，能夠打開數據背後隱藏的秘密。我尤其好奇“撒謊”和“死去”這兩個詞的關聯，這聽起來像是科幻小說裏的情節，但作者卻將其置於大數據預測的框架下，這讓我充滿瞭探索的欲望。這本書會不會像一部懸疑劇，一層層地剝開數據的迷霧，最終揭示齣人類行為的某些難以捉摸的規律？我期待著它能夠提供一些顛覆性的視角，讓我重新審視周圍的世界，理解那些看似隨機的事件背後可能隱藏的邏輯。它會不會是一本能夠教會我識彆信息真僞的實用指南？又或者，它會深入探討人性，揭示那些我們不易察覺的心理暗示和行為模式？總之，這本書的書名本身就構建瞭一個巨大的吸引力場，讓我迫不及待地想知道它究竟能帶我進入一個怎樣的“預測”世界。

評分☆☆☆☆☆

這本書的標題《大數據預測：告訴你誰會點擊、購買、撒謊或死去（修訂版）》簡直是懸念迭起，尤其是“撒謊”和“死去”這兩個詞，一下子就抓住瞭我的眼球。這不僅僅是關於商業行為的預測，更是觸及到瞭人性的更深層次，甚至是生命本身。我很好奇，作者是如何將如此宏大的主題，通過大數據的方式來解讀和預測的？這會不會是一本能夠教我如何辨彆網絡信息真僞的實用手冊？又或者，它會深入到社會學、心理學層麵，通過分析海量數據，揭示齣隱藏在人群中的某些普遍行為模式和心理動機？我期待著，這本書能夠以一種非常接地氣的方式，講述大數據如何影響我們的生活，並且可能還會提供一些案例，展示大數據在預測犯罪、疾病，甚至是在重大社會事件中的應用。讀完這本書，我希望自己能夠對這個信息爆炸的時代有一個更清醒的認識，並且能夠更好地理解，在看似隨機的事件背後，大數據可能扮演著怎樣的角色。