更新时间：2019-01-03 01:25:38
封面
版权信息
自序
在麻瓜和魔法师之间作出选择
什么样的人才能在下一个时代生存和发展
用数据说话，做最棒的魔法师
作出让世界尊重的原始创新
Part1 大数据时代，用数据说话
01 从万物皆数到万事皆数
主动或被动，我们都是数据贡献者
一切都被记录，一切都被分析
四大方面，让数据指数级增长
02 从十数九表到数态万千
结构化数据
非结构化数据
03 从隔水相望到阡陌交通
地点数据
个人数据
数据与数据，1+1远大于2
04 大数据驱动新工业革命
计算：第三次工业革命的新能源
数据：第三次工业革命的新材料
证析：第三次工业革命的先进工艺技术
个性化：大数据时代最显著的商业特征
Part2 大数据1.0：分析
05 统计呈现洞见
抓出非法的MCC套用
打击“电老鼠”
“抓获”过度医疗和骗保行为
识别社交网络中的垃圾用户
新浪微博面临的三大问题
快递员的通话记录蕴藏哪些商机
付费节目点播最多的是什么
06 关联蕴含价值
关联规则挖掘
协同过滤
关联分析是寻找因果关系的利器
07 预测指导决策
点击购买类预测
基于移动轨迹的位置预测
链路预测
大数据预测的主流方法是什么
Part3 大数据2.0：外化
08 寻求外部数据的帮助
从行为数据预测学生考试成绩
从食堂打卡记录中“定位”孤独人群
从社会计量标牌洞察人力资源管理
预测离职率和升职率
行为数据让非法集资无所遁形
09 自身数据的外部价值
45个关键词实时预测流感趋势
阿里巴巴的“淘CPI”指数
10 机器学习，数据外化最神奇的利器
机器学习三板斧1：特征
机器学习三板斧2：模型
机器学习三板斧3：融合
Part4 大数据3.0：集成
11 数据交易：数据资源的汇聚地
科研数据共享
政府数据开放
全国可流通数据的目录体系
12 数据城堡：数据人才的竞技场
Kaggle，数据科学之家
数据城堡，Kaggle模式的中国尝试者
13 创新工厂：数据技术的嘉年华
大数据创业公司的困境
大型传统企业信息化的难题
构建大数据挖掘平台
建设大数据创新工厂
结束语
成为大数据企业
Step 1.全面数据化
Step 2.整理数据资源，建立数据标准，形成管理规范
Step 3.建设数据管理平台
Step 4.建立海量数据的深入分析能力
Step 5.建设外部数据的战略储备
Step 6.建立数据的外部创新能力
Step 7.推动自身数据的开放与共享
Step 8.数据产业的战略投资布局
致谢
