大数据预测：告诉你谁会点击、购买、死去或撒谎 中信出版社 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

图书标签:

• 大数据
• 预测
• 机器学习
• 数据分析
• 统计学
• 商业分析
• 行为预测
• 中信出版社
• 算法
• 数据科学

店铺： 中信出版社官方旗舰店

出版社： 中信出版社

ISBN：9787508644608

商品编码：25334120162

品牌：中信出版（Citic Press）

出版时间：2014-04-01

书名：大数据预测：告诉你谁会点击、购买、死去或撒谎

定价：58.00元

作者：[美] 埃里克·西格尔 

译者： 周昕

出版日期：2014年4月

页码：296页

装帧：精装

开本：16

ISBN:9787508644608

大数据时代下，作为其核心应用，预测已经在各个领域得到广泛应用，未来预测分析必定会成为所有领域的关键技术。
《大数据预测》作者埃里克·西格尔博士为预测分析领域的专家，在《大数据预测》一书中，他结合预测分析的应用实例，对其进行了深入、细致且全面的解读。
关于预测，你想知道什么？
预测到底是什么？
预测是如何做到的？
预测可以被应用到哪些领域？
预测已经在哪些领域得到应用？
预测会对个人的隐私造成危害吗？
哪些事情是不可预测的？
预测的未来会是什么样的？
预测对你的生活有什么影响？
我们的世界会因为预测变成什么样？
以上以及其他所有预测的相关内容，《大数据预测》都会告诉你。

   2020年的一天，在你驱车前往公司的路上，导航系统通过预测交通流量，会自动帮你选择一条最合适的交通路线；车内推荐系统会根据你的饮食习惯预测你可能会喜欢吃什么，并推荐沿途的早餐店；你的电子社交助理已经为你自动选择了你可能感兴趣的社交网信息；当车内系统预测到你驾车有些分心时，座椅会自动震动进行提醒……
    以上这些情景不是科幻大片独有的，它们有的已经或会在未来的某一天成为现实。而这一切所倚靠的就是预测分析技术。
    大数据时代下，作为其核心，预测分析已在商业和社会中得到广泛应用。随着越来越多的数据被记录和整理，未来预测分析必定会成为所有领域的关键技术。
    作为预测分析领域的专家，埃里克?西格尔博士深谙预测分析界已经实现和正在发生的事情、面临的问题和将来可能的前景。在《大数据预测》一书中，他结合预测分析的应用实例，对其进行了深入、细致且全面的解读。
    关于预测分析，你想了解的全部，你的生活以及这个世界会因为预测分析改变到什么程度，《大数据预测》都会告诉你。

序 言
前 言
导 论

第一章 升空！预测开始发威
开始实践
人人爱预言，虽然不精确
防护预测
价值100万美元的无声革命
个性化的危险
预测分析程序的安装：迂回和拖延
运行过程中
基本要素是：观察
行动就是决策
危险的启动
呼叫休斯敦，我们有麻烦了
能做到的小模型
休斯敦，发射
热情的科学家
让预测走入内心

第二章 权力越大，责任越大：惠普、目标超市和警察会窥探你的秘密
目标超市的预测及其预测目标
意味深长的停顿
我的15分钟
曝光于聚光灯下
你无法禁锢那些可传送的东西
法律与秩序：政策、政治和监管
数据之战
数据挖掘并不是“攫取”数据
惠普自我学习
洞悉员工还是侵犯隐私
辞职风险：我不干了！
洞见：辞职背后的因素
危险品
领先者不必辞职
预测犯罪，提前杜绝犯罪
数据犯罪和犯罪数据
无法测量的机器风险
偏见的轮回
好的预测，坏的预测
力量源泉

第三章 数据效应：彩虹之后的饕餮
数据情感和情感数据
预测博客中的情绪
焦虑指数
将情绪可视化
要把钱投到正确的地方
灵感与汗水
在数据里寻宝
一切都数据化
把所有舱门都封死：信息太多了
坏的大灰狼
彩虹之末
预测之汁
遥远、奇特和惊人的洞察力
关系并不意味着因果
情感的因果关系
一图胜千言
验证情感和被验证的情感
偶遇与创新
来自博客圈的投资建议
金钱让世界转动
将所有内容都放在一起

第四章 学习的机器：大通银行对房产抵押风险的预测分析
男孩与银行的相遇
银行面临着风险
预测抵御风险
风险业务
学习机器
创建机器学习
从负面经验中学习
机器学习是如何运作的
你可以决定决策树的规模
计算机，为自己编程吧
学吧，宝贝
越大越好
过度学习：假设太多
归纳之谜
机器学习的艺术和科学
感觉真实：测试数据
去粗取精是艺术
在大通银行应用分类-回归决策树
摇钱树
回归--为何显微镜无法观察到宇宙碰撞
后续

第五章 集团效应：Netflix、众包以及增压预测
非正式火箭科学家
黑马
思想外包：集思广益
众包如星火燎原
生于忧患
联合国
元学习
两个预测模型的组合
好戏在后头
集体信息
群体和模型的智慧
一袋子模型
集体智慧开始发威
泛化悖论：过犹不及
挑战极限

第六章 “沃森”和《危险边缘》节目
文本分析
英语的爱恨情仇
在理解问题之后就要回答
终极知识源泉
人工智能悖论
学习回答问题
学人走路 学人说话
更好的捕鼠器
应答机器
投机取巧的《危险边缘》
从证据中寻找答案
基础知识，亲爱的“沃森”
证据如山
用组合模型来判断证据
组合模型的组合
机器学习使语言处理成为可能
自信但不自负
需要速度
双面危险--“沃森”会赢吗？
《危险边缘》的惶恐
为了胜利
比赛之后：荣誉、嘉奖和崇拜
非对称性IBM人工智能
对的预测

第七章 用数字说话：挪威电信和美国合众银行工程师
如何通过预测来施加影响
搅拌吧，用力搅拌
沉睡的狗
要预测新的内容
眼睛看不到
预测说服
具有说服性的选择
商业刺激和商业反馈
定量人性
量子人性--他是否可被影响？
通过上提模型预测影响力
银行业对影响力的运用
预测错误之事
响应上提模型
上提模型的原理
上提模型如何发挥作用
说服效应
不同行业的影响
让移动客户不移动
结语

埃里克·西格尔，博士。Prediction Impact, Inc.董事长，发起成立世界预测分析大会，并担任主席；《预测分析时报》执行编辑；哥伦比亚大学前计算机科学教授。

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（Norbert Wiener）便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运动轨迹，要想精确炮击飞机，必须预测飞机至少20秒的运行轨迹。
   在埃里克·西格尔的书中，读者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，进而实现赢取客户、赢得选举或治愈疾病的最终目标。
   在本人看来，这些预测行为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，从而达到保护森林（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的目的；在政治领域，那些相信科学预测方法的政治候选人会拥有更大的胜算。
   然而，正如西格尔在本书开篇中坦诚指出的那样，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，它却会带来或善或恶的后果。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能做什么，随着对本书阅读的深入，相信读者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，是最有趣味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，因为它记录的是过去发生的事情，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，也就是通过实验监测或定向优化来告诉人们应该怎么做。但这些数理分析方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（Nassim NicholasTaleb）的思想恰恰相反。塔勒布在其《黑天鹅》等书中提到，由于世界充满着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”，但我们认为，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，世界上大部分天鹅都是白色的。
    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，即数据量庞杂无序且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，而在于其如何对待或取舍数据。我认为，通常，“大数据不过是小算术”，某些大数据实践者所做的不过是用宏大数据来装点门面。因此，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是复杂精巧的理念，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，并用通俗诙谐的笔触剖析预测分析。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，随着信息社会的发展，非数理分析专业人士也必然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。

……

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。
——360公司董事长  周鸿祎

我对不确定性怀有畏惧之心，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。
——资深媒体人《罗辑思维》主讲人 罗振宇

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·西格尔正是我们最理想的向导。
——斯蒂芬·贝克 ，《数字迷宫与终极风险》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

书名：《数据驱动的未来：洞察、决策与创新之路》 作者：[此处填写作者姓名] 出版社：[此处填写出版社名称] --- 内容简介： 在信息爆炸的时代，数据已不再仅仅是记录过去的工具，而是驱动未来变革的核心引擎。本书深入探讨了如何驾驭海量数据，将其转化为可执行的洞察力，从而在商业、科技乃至个人生活的方方面面做出更明智、更具前瞻性的决策。《数据驱动的未来：洞察、决策与创新之路》不仅仅是一本技术手册，更是一部关于思维范式的转变指南，旨在帮助读者构建一个以数据为中心的工作和生活体系。 本书的结构精心设计，从宏观的数据战略规划，到微观的技术实现路径，层层递进，确保读者能够全面理解数据驱动的完整生态。 第一部分：构建数据思维的基石 开篇聚焦于“数据思维”（Data Mindset）的塑造。我们首先需要理解，数据本身是中性的，其价值在于我们如何提问、如何解读。本部分详细阐述了从“凭感觉”到“靠数据”的思维转换过程。 第一章：从信息过载到关键洞察：数据素养的再定义。 探讨了在信息洪流中辨识噪音与信号的能力。强调“数据素养”不仅仅是理解图表，更重要的是提出正确的问题（What if? Why now?）。我们将剖析常见的认知偏差（Cognitive Biases）如何扭曲数据的真实含义，并介绍消除这些偏差的实用框架。 第二章：数据战略的蓝图：连接业务目标与数据资产。 成功的数字化转型始于清晰的战略。本章引导读者绘制从顶层业务目标到底层数据采集、存储、治理的完整蓝图。重点分析了“数据资产化”的流程，包括数据价值链的识别、关键绩效指标（KPIs）与数据指标（Metrics）的精准映射，确保每一次数据投入都能带来可衡量的业务回报。我们讨论了建立中央数据治理机构（Data Governance）的重要性，以及如何平衡数据开放性与安全性。 第三章：数据的生命周期管理：从采集到销毁的责任。 详细介绍了现代数据管道（Data Pipeline）的构建要素。这包括对流式数据（Streaming Data）与批处理数据（Batch Processing）的特性对比，对物联网（IoT）和传感器数据的实时处理挑战，以及数据质量（Data Quality）的持续监控机制。本章特别强调了数据沿袭（Data Lineage）的记录，确保决策者能够追溯任何一个数据点的源头，增强信任度。 第二部分：核心技术与分析范式 在奠定思维基础后，本书转入对驱动现代分析的核心技术和方法的深入剖析。我们力求平衡理论深度与实际应用的可操作性。 第四章：驾驭大规模存储与计算：现代数据架构的选择。 本章对比了传统关系型数据库、数据仓库（Data Warehouse）、数据湖（Data Lake）以及新兴的数据湖仓一体（Lakehouse）架构的优劣。着重分析了云计算平台（如AWS, Azure, GCP）提供的弹性计算资源如何改变了数据基础设施的成本结构和部署速度。探讨了NoSQL数据库在处理非结构化数据时的独特优势。 第五章：揭示隐藏的模式：高级分析技术入门。 本部分是技术核心。我们不再停留在描述性分析（Descriptive Analytics）的层面，而是深入探索预测性（Predictive）和规范性（Prescriptive）分析。详细阐述了回归分析、时间序列模型在趋势预测中的应用。对于机器学习，本书提供了一个非代码导向的框架，解释了监督学习、无监督学习和强化学习的工作原理及其在市场细分、风险评估中的实际案例。特别关注了模型的可解释性（Explainable AI, XAI），强调透明度在商业决策中的必要性。 第六章：实时决策引擎：流处理与边缘计算。 随着业务对时效性要求的提高，实时分析变得至关重要。本章聚焦于Apache Kafka, Flink等技术在处理高吞吐量、低延迟数据流中的角色。探讨了“边缘计算”（Edge Computing）如何将部分数据处理能力下沉到数据源头，减少网络延迟，这在自动驾驶、工业自动化场景中尤为关键。 第三部分：数据驱动的创新与伦理边界 数据分析的终极目标是驱动有意义的创新和负责任的行动。本书的最后一部分着眼于应用落地、跨职能协作以及数据治理的道德维度。 第七章：可视化的力量：从数据到叙事（Data Storytelling）。 优秀的数据分析如果没有有效的传达方式，价值便会大打折扣。本章教授如何设计信息层次清晰、视觉冲击力强的仪表板（Dashboards）。重点在于“叙事”——如何构建一个引人入胜的数据故事，引导受众从“这是什么”过渡到“我们应该做什么”。讨论了避免误导性可视化的设计原则。 第八章：跨职能的协同：数据科学团队的构建与运营。 数据分析不应孤立存在。本章探讨了数据科学家、数据工程师、业务分析师和领域专家之间如何高效协作。介绍敏捷数据开发（Agile Data Development）的实践，以及如何建立“数据产品”思维，将分析结果封装成易于使用的工具或服务，嵌入到业务流程的“最后一英里”。 第九章：算法时代的责任：数据隐私、偏见与公平性。 随着算法权力的增强，伦理考量变得不可或缺。本章深入探讨了数据隐私法规（如GDPR, CCPA）对数据使用带来的约束。分析了训练数据中固有的偏见如何被放大并固化在决策模型中，导致不公平的结果。提供了审计模型偏见、实施“设计即隐私”（Privacy by Design）策略的实用框架，确保数据驱动的创新是可持续且合乎社会期待的。 --- 读者对象： 本书面向企业高管、数据分析师、技术决策者、产品经理，以及任何希望将数据洞察融入其专业领域，实现效率飞跃和战略升级的专业人士。它提供了一个全面、深入且实用的框架，指导读者在复杂多变的数据环境中，自信地开创属于自己的数据驱动未来。通过阅读本书，您将学会如何将数据转化为清晰的行动指南，把握住下一个时代机遇。

评分☆☆☆☆☆

最近在书店里驻足，目光被一本特别的书吸引了——《大数据预测：告诉你谁会点击、购买、死去或撒谎》。这本书的名字，实在是太有冲击力了，让人忍不住想一探究竟。我并不是一个技术专家，对“大数据”这个词的理解也仅限于碎片化的信息，但这本书的标题却像一把钥匙，打开了我对这个领域的好奇心。特别是“点击”和“购买”，这两个词汇直接与我们的网络生活息息相关，我一直很好奇，究竟是什么样的机制在驱动着我们每一次的点击，以及最终的购买行为。这本书会不会揭示那些隐藏在算法背后的商业策略？而“死去”和“撒谎”，这两个词则更让我感到一丝紧张，又带着强烈的好奇。在信息如此发达的今天，是否真的可以通过大数据来预知某些生命的走向，或者揭露人性的复杂之处？这听起来像是科幻小说里的情节，却被放在了“大数据预测”的语境下，让我不禁思考其科学性和可行性。中信出版社的背书，也让我对这本书的深度和可靠性有了更高的期待，希望它能够为我带来一些关于大数据应用的全新视角，而不是简单地罗列一些枯燥的技术术语。

评分☆☆☆☆☆

刚在书店里看到一本很有意思的书，名字叫《大数据预测：告诉你谁会点击、购买、死去或撒谎》。这本书的书名就像是一个充满诱惑的谜语，一下子就勾起了我的阅读欲望。我是一个对人类行为和社会现象非常好奇的人，而大数据，这个看似抽象的概念，似乎提供了一种全新的视角来理解这些复杂的问题。当书中提到“点击”和“购买”时，我立刻联想到自己日常在网络上的各种活动，总是觉得自己的行为模式似乎被某种看不见的力量所影响，而这本书也许能揭示其中运作的机制。更让我感到震撼的是，“死去”和“撒谎”这两个词，它们触及了生命的本质和人性的隐秘角落。我很好奇，大数据究竟是如何能够渗透到如此私密和重要的领域，又会带来怎样的思考和解读？这本书由中信出版社出版，这让我对它的品质有了初步的信心。我期待这本书能不仅仅是技术的介绍，更能引发我对大数据伦理、隐私以及未来社会发展方向的深刻反思，为我提供一个不同于以往的观察世界的角度。

评分☆☆☆☆☆

最近偶然间翻到一本让我眼前一亮的书，虽然我还没来得及深入阅读，但仅仅是书名就足够勾起我对它的极大兴趣。《大数据预测：告诉你谁会点击、购买、死去或撒谎》——光是这几个关键词，就足以让我脑海中浮现出无数的可能性。想象一下，在信息爆炸的时代，我们每天都在被海量的数据包围，而这本书似乎承诺要揭示隐藏在这些数据背后的奥秘，帮助我们理解这些冰冷的数字如何映射出我们生活的方方面面，甚至预测我们看似随机的行为。 “点击”和“购买”已经是我们司空见惯的互联网行为，但我好奇的是，这本书会如何剖析这些行为背后的驱动力，是否能教会我们识别那些真正有价值的信息，而不是被算法推送所裹挟。而“死去”和“撒谎”，这两个词则带着一丝令人不安的神秘感，却也正是最吸引我的地方。在一个大数据时代，疾病的早期预警，甚至是一些不为人知的秘密，是否也能通过数据分析而窥探一二？这不仅仅是技术层面的探讨，更像是对人性、对生命轨迹的一种全新的审视。这本书的出版社中信出版社，也给我一种值得信赖的感觉，他们出版的许多书籍都具有深度和广度，所以我对这本书的品质充满了期待。我迫不及待地想翻开它，看看它究竟能为我打开一扇怎样认识世界的新窗口。

评分☆☆☆☆☆

我最近对科技类书籍产生了浓厚的兴趣，在浏览书架时，《大数据预测：告诉你谁会点击、购买、死去或撒谎》这本书的书名，立刻抓住了我的眼球。它所提出的预测能力，涵盖了从日常的上网行为到更为深刻的人生轨迹，这种跨度之大，令人不禁想要了解其背后的逻辑。我一直在思考，在我们每一次的“点击”和“购买”背后，究竟隐藏着多少数据信息，而这些信息又是如何被解读，以至于能够预测我们的偏好和意图。这本书似乎提供了一个深入了解这些机制的窗口，让我能够更好地理解数字世界是如何塑造我们的行为。而“死去”和“撒谎”这两个词，则将这本书的探讨范围推向了更为复杂和敏感的领域。在个体层面，数据分析是否能够触及生命的终点，或者揭示那些隐藏在言语和行为之下的真相？这听起来既令人着迷，又带有一丝科技的冷峻。作为一本由中信出版社出版的书籍，我对其内容的严谨性和专业性抱有很高的期望，相信它能够提供一个全面而深刻的视角，来探讨大数据预测的边界和可能性。

评分☆☆☆☆☆

老实说，初次看到这本书的书名，我并没有立刻产生购买的冲动。原因很简单，我总觉得“大数据”这个词本身就带着一股冰冷、不近人情的气息，似乎离我的日常生活有些遥远。然而，经过朋友的几次推荐，我开始重新审视这本书。《大数据预测：告诉你谁会点击、购买、死去或撒谎》，这几个副标题中的“点击”和“购买”确实与我们日常上网购物的体验息息相关，这让我觉得它可能并非只是高深的理论堆砌。我设想，这本书也许会用生动的案例，来解释大数据是如何在我们不经意间影响着我们的消费决策，甚至是如何通过分析我们的浏览习惯，来“猜透”我们的喜好。而“死去”和“撒谎”这两个词，则让这本书的神秘感和吸引力陡增。我很好奇，数据分析真的能够触及如此敏感和私密的话题吗？作者会从哪些角度去阐述，又是如何运用数据来探讨这些难以捉摸的人类行为？虽然我对于“大数据”这个概念并没有深厚的背景知识，但如果这本书能够用通俗易懂的语言，结合实际应用，来揭示大数据在预测我们行为方面的能力，那将是一次非常具有启发性的阅读体验。中信出版社的名字也让我对其内容质量有了初步的信心，期待它能带来一些不同寻常的洞见。