爲數據而生：大數據創新實踐

“總結起來，我認爲大數據是基於多源異構、跨域關聯的海量數據分析所產生的決策流程、商業模式、科學範式、教育理念、生活方式和觀念形態上的顛覆性變化的總和。它絕不僅僅是某些特定技術和需求的變化，而是代表一種新的理念。”

沒有太多印象深刻的內容，觸動較小

#讀書 《爲數據而生》  part1，大數據時代，用數據說話。這一章是全書最值得看的。周濤巧妙的引入大數據概念-我們每個人都是數據主動或被動創造者。（周濤舉的 攝像頭記錄小孩成長視頻；以及自己童年觀看神鵰俠侶的例子，太有才了！）形象介紹了什麼是大數據-結構化與非結構化（講得非常好），以及大數據的幾個類型/地點、個人等，說明大數據的意義：驅動新工業革命。 總結他對大數據定義：非結構化、跨域關聯。（細說跨域關聯：與人和地點相似，針對一款遊戲、一家中小企業、一個網站、一種產品，等等，都能夠找到來自不同源頭的數據，這些數據圍繞一個個體關聯起來，可以產生一加一遠大於二的價值。進一步地，這些不同個體之間也能夠產生關聯，比如我們通過手機的GPS信號和簽到信息，就能夠知道哪些人去過哪些地方，從而把地點和人關聯起來；通過銷售記錄能夠知道哪些人購買過哪些產品，從而又把產品和人關聯起來。） part2，分析。關聯規則、預測。（2013 複雜網絡大會 Linkprediction真對大規模社交網絡的鏈路預測方法獲得一等獎 ） part3，外化。兩部分1.個人感覺全是例子，價值不大。外部數據對於解決問題的幫助，例子都是很新很好的成果。2.機器學習的引入：掌握了統計理論能幫助避免重大失誤，機器學習能幫助得到一個還算不錯的（不一定最佳）方案。 機器學習三板斧：特徵、模型、融合。提取特徵、建模解決問題（分類器n）、多模型融合提高精確度（boosting、隨即森林等）（想起google機器翻譯是融合了4.5億個模型） part4，集成。不知這標題什麼意思，講了數據交易；介紹了兩個數據比賽：數據城堡、kaggle；大數據創業公司的難處。本章講的東西，我現階段（2016年）不care。 結束語：八步成爲大數據公司。略 整體而言，我個人感覺他的總結沒有 大數據時代 這本書“實用”，但我也推薦。《時代》這書介紹了什麼是大數據，有哪些種類，採用的處理技術等，更像是教科書。這本書，寫得很有新意，很幽默，很多引入都非常巧妙，part1強烈推薦數據小白看看。其餘部分，更多的是舉例子，優點是周濤用很清晰的例子來闡述大數據的應用，大部分都是總結最新的paper，而且一句話解釋論文核心很到位，這個功夫我要學習。缺點是理論性的總結不夠。還有像part4，大數據公司，寫的其實蠻好，但不是我現階段關注的。

本書內容中方法技術精華部分不必多說，參看目錄根據興趣閱讀即可。個人覺得，結束語是思維的精華，超越方法技術的精華，這一部分是很推薦看一看的。不僅總結了成爲大數據企業的思路，更核心的是很好地概括瞭如何利用大數據這一工具更好地解決現實問題的思維方法。個人概括爲三個層次。 基礎層次上，數據資產、數據標準、數據管理（數據融通，關注業務，魯棒性和可拓展性）、數據分析(非結構化數據分析的能力和大數據下機器學習/集成學習的能力)。 >>如何獲得數據分析能力?外部合作➕內部團隊培養。 中級層次上，數據流動共享，發揮外部價值:①對接外部數據，②發掘內部數據的外在價值(商業思維，洞察需求)，③通過數據開放計劃實現數據價值最大化 高級層次上，數據產業戰略投資(產業集成，技術集成，數據集成)。 >>技術集成以數據採集、存儲、計算、分析和可視化的創新型工具爲主要投資對象，提供具有普適性的解決方案。 >>數據集成以數據流動共享，發揮外部價值爲理念，投資一批能夠緊密合作、數據互補和可控性強的企業。 >>非數據密集型和信息技術密集型行業的企業更建議從產業和數據集成入手。 >>該戰略投資有別於財物投資，需考量被投資企業與投資方的整合能力，以及所能提供俄數據的稀缺性、獨立性、多源性、流動性和互補性。 其他的一些思考點，羅列如下:  >>>技術和商業的矛盾?每一個創業團隊必須得配備數據挖掘和數據分析的能力，而能力本身又不能帶來直接商業落地的價值。如何解決這一矛盾? 把從一種能力變成一種產品或者服務（更高效地實現技術需求），然後就是集中精力用錢和股票吸引能夠洞察需求的人才、並培養這些人才的忠誠度和業務能力。 >>>關於因果關係和相關關係，簡言之，相關關係幫我們更好地更好地探索因果關係，而探索因果關係才能把握事物本質，更好地預測。 >>>另外， "機器學習模型不是要消滅傳統的專家知識和專家系統，而是可以方便地融合傳統的專家知識和專家系統" >>>"技術可能不再是最大的難題，而是模型優劣如何取捨。大數據需要精通業務能力的數據分析師 >>>數據成爲"新作物"，如內蒙古，寧夏，貴州，新疆，西藏等地，這讓我們看到數據在促進開發西部地區、區域協調發展上的生命力。但目前，人們把數字作爲資產的意識不足，數據發展受到數據發展思維和數據安全等因素的制約，數據開放共享任重道遠.... >>>回到技術和市場的關係上，"技術迎合市場的可生存空間和價值有多大，市場如何爲技術的創新提供長久的生存土壤？""大數據示範性應用落地難的問題，主要源於掌握大數據先進技術、瞭解大數據方面核心需求和擁有大量數據的三方是分離的。如何在資本和文化的催化作用下，讓數據、技術、需求和人才這些大數據創新的要素融爲一體?"這些問題很值得思考。

其實是推薦和一般之間，換算到5分滿分會給到4.5分。 好評原因：文筆很好，閱讀無障礙，屬於早期科普讀物，提供了例子和建議。 沒滿分原因：更適合學生、新手。並且因爲是十年前的作品，部分內容到現在已經很普遍了。只怪自己上學的時候不愛看書，沒讀到這本。

最後讀完《成爲大數據企業》，終於理解爲什麼會有這麼一本傲嬌了50%，充斥作者認爲看不懂的就是落後的鄙視，恨不得把作者拉出來打一頓的書。 名爲科普，實則是希望成爲想做事的人的引路明燈。做理論研究的心好像並沒有改變[偷笑] 很科大，很周濤

周老師對大數據早期的參悟能力很有見地的 #觀感一： 對於我這樣剛入行的菜雞，對如剛拿到的數據集無法下手，本書中的三板斧：清洗/建模/融合，這都是最最基礎的，還有kaggle競賽平臺，github等等都是很常用的。還有作者一再強調的機器學習部分，在解決一些結構性問題簡直不要太順手，非結構性也可以通過相關轉化成結構性得到解決 #觀感二： 說了本文是在大數據初期寫的，作者對基於用戶行爲軌跡的推薦真的是遍地開花TB JD ，需要的僅僅是時間去證明，在文章最後，基於企業的數據化，八步走的戰略總是把主動寫在前面，建議反覆食用…

1.引證新穎，且引證性述說法讓內容充實，行文邏輯性強，主題突出讓讀者閱讀流暢。 2.通過周教授的各種實驗案例瞭解到了許多不曾接觸過的行業內部數據。 3.大數據來源於生活，從萬物到千萬事都在逐漸成指數的被記錄。 4.用機器學習的方法會幫助我們分析數據，各種算法分析出來的數據報告，可以解決已有問題，找到新的商機。 5.找到數據的關聯性是解決問題的關鍵，還可以外化解決行業外問題，所以分析行外數據有機會幫助到自己。 6.教育、金融、農業、醫療……將來的一切都將在大數據的採集、證析、融合下開闢出新天地。 7.技術商業型人才會逐日增多，未來國家也會會對人的價值觀引導性的教育以平衡社會的財富分佈。

讀到本書的結尾，猛然覺得“不虛此行”，echo前文介紹的數據的價值和大數據時代新的創新實踐機會：數據即石油毋庸置疑，從企業的角度來看數據的價值，今天企業的每個層級的角色或多或少都離不開數據，就分析決策而言，要麼用於探索分析，要麼用於驗證分析；就服務而言，加工爲信息後的數據則流入了企業的內外部生產中。這本書結尾就如何成爲大數據企業整理的八步不但高度概括，而且全面細緻，有論點有論據，從收集、建立標準到管理、應用（吸收與輸出共享），再到最後的打通產業鏈、形成通用方案和統合效應，邏輯嚴密、層層遞進，從一定程度上幫助我很好地總結How和Why大數據的問題，受益匪淺。

作者雖然是大數據的譯者之一，但並沒有領悟大數據思維的真諦。懷着滿腔的熱情寫了此書，結果只是追名逐利，不會由此書得到什麼創新思路。