生活用品床組包男鞋男褲衣飾鞋包錶家保?

《大數據：「數位革命」之後，「資料革命」登場；巨量資料掀起生活、工作和思考方式的全面革新》Big Data:A Revolution That Will Transform How We Live- Work- and Think












亞馬遜「資訊管理」暢銷書第一名

亞馬遜「電腦文化」暢銷書第一名

汽車烤漆的顏色能告訴你，這輛二手車的故障率高低嗎？

市政府要怎樣清查，才能迅速找出有致命危險的人孔蓋？

從谷歌的搜尋字眼，怎麼預測流感疫情的蔓延？



要回答這些問題，關鍵就在於巨量資料（俗稱大數據）。

「巨量資料分析」是一門新興科技，能夠解讀和預測無數的現象，

包括預測機票的價格、好萊塢新片的票房、你家裡的青少年是否未婚懷孕！

也能協助診斷早產兒的健康情況，探查收入高低與幸福快樂的相關程度，

幫忙規劃快遞的送貨路線、電動車的充電站應該設置在哪裡，

還能用來發展自動導航的無人駕駛汽車、

以及「從駕駛人的臀部形態判斷是否為車主」的防盜系統，

也能夠快速進行多種語文的互譯......



兩位最頂尖的大數據專家，真正掌握到巨量資料思維的精髓，

在這本書裡，清晰曉暢的解釋了巨量資料是什麼，

它將如何改變我們的生活，對經濟、社會和科學會帶來什麼影響，

我們又能夠做些什麼，趕搭上這波新潮流，

同時也懂得保護自己，避免個人資料和隱私受到侵害。

元智大學校長、資訊工業策進會董事長張進福

趨勢科技董事長張明正

《Wired》雜誌中文版總編輯程九如

熱烈推薦



每十年，總是有極少數的書，能改變你看待一切的方式。

《大數據》正是這樣的書。－－萊斯格（Lawrence Lessig），哈佛法學院網路智慧財產權教授



《大數據》開闢了新境界，告訴我們巨量資料如何從根本上，轉變我們對世界的基本理解......



這本書清楚說明了，企業如何釋放潛藏的價值，決策者如何因應新局，以及每個人的認知模式需要如何改變。－－伊藤穰一（Joi Ito），麻省理工學院媒體實驗室主任



任何人如果想要保持領先地位，確定未來的商業發展趨勢，都必須閱讀《大數據》。－－貝尼奧夫（Marc Benioff），salesforce.com董事長兼執行長



《大數據》很樂觀而務實的看待巨量資料革命--你只要伸頭看看周遭發生的大變化，就會明白這場革命已然開始了，更大的變化即將衝擊而來。－－多克托羅（Cory Doctorow），boingboing.com

禽流感是感冒

我們敢肯定的是，《大數據》將是在討論這方面的未來時，一言九鼎的文本。－－富比士網站



有太多書籍在頌揚資訊社會的技術奇蹟，但是唯有這本《大數據》對資訊的本質，進行了原創的分析。--《柯克斯書評》（Kirkus Reviews）



這本書充滿了偉大的見解、駕馭資訊的新途徑，並且對於未來趨勢，提供了很有說服力的願景，這是任何使用巨量資料的人、或受到巨量資料影響的人，都不可或缺的讀物。－－喬納斯（Jeff Jonas），IBM首席科學家



這本出色耀眼的書，撥開了圍繞在巨量資料周邊的迷霧。



不論你從事的是商業、資訊科技、公共行政、教育、醫療，或者你只是單純對未來趨勢感到好奇，都必須閱讀這本《大數據》。－－布朗（John Seely Brown），全錄帕羅奧圖研究中心主任



正如水是濕滑的，然而單個水分子卻不是；巨量資料也能顯現個別資料無法揭露的訊息。



作者向我們展示了龐大、複雜、凌亂的資料，若是集合起來，竟能用來預測購物行為、流感爆發......的一切模式，真是令人驚駭。－－薛奇（Clay Shirky），社會媒體理論家



作者讓「巨量資料」這個名詞的內涵變得非常清晰，重要性也遠遠超過矽谷的其他流行語彙......



沒有哪一本書能夠提供了這樣的可讀性和平衡報導，告訴我們繼續迷戀數據和資料的諸多好處及缺點。--《華爾街日報》



「巨量資料」是企業管理階層、技術官僚的流行語之一，如果你想知道他們都在談論些什麼，那麼《大數據》正是為你而寫的。



這本書深入淺出、而且很意思的切入這個大題目......--《波士頓環球報》

• 
  
  

  作者介紹

  
  
  
  
  
  麥爾荀伯格 Viktor Mayer-Schonberger
  
  牛津大學網路研究所教授，
  並擔任微軟、世界經濟論壇等大公司和組織的顧問，
  是大數據（巨量資料）領域公認的權威，
  寫過八本書以及上百篇專論。
  
  庫基耶 Kenneth Cukier
  
  《經濟學人》雜誌資料編輯，巨量資料思潮評論員，
  經常於《紐約時報》、《金融時報》、
  以及《外交事務》期刊發表財經文章。
  
  
  
  





• 
  
  

  譯者介紹

  
  
  
  
  
  
  林俊宏
  
  
  
  師範大學翻譯研究所碩士。
  
  喜好電影、音樂、閱讀、閒晃，退休生活
  
  覺得把話講清楚比什麼都重要。
  
  譯有《英語的秘密家譜》、《建築為何重要》、
  
  《大科學》、《群的智慧》、《天空的女兒》等書。
  
  現就讀於師大譯研所博士班。
  
  
  
  

大數據：「數位革命」之後，「資料革命」登場；巨量資料掀起生活、工作和思考方式的全面革新－目錄導覽說明

• 
  
  
  
  
  
  
  
  第1章現在該讓巨量資料說話了
  
  
  
  第2章更多資料
  
  「樣本＝母體」的時代來臨
  
  
  
  第3章雜亂
  
  擁抱不精確，宏觀新世界
  
  
  
  第4章相關性
  
  不再拘泥於因果關係
  
  
  
  第5章資料化
  
  當一切成為資料，用途無窮無盡
  
  
  
  第6章價值
  
  不在乎擁有，只在乎充分運用
  
  
  
  第7章蘊涵
  
  資料價值鏈的三個環節
  
  
  
  第8章風險
  
  巨量資料也有黑暗面
  
  
  
  第9章管控
  
  打破巨量資料的黑盒子
  
  
  
  第10章未來
  
  巨量資料只是工具，勿忘謙卑與人性
  
  
  
  資料來源
  
  延伸閱讀
  
  謝辭
  
  
  
  

第1章

現在：該讓巨量資料說話了

2009年又冒出了一種新的流感病毒，稱為H1N1。這種新菌株結合了禽流感和豬流感病毒，迅速蔓延。短短幾星期內，全球的公共衛生機構都憂心忡忡，擔心即將爆發流感大流行。有些人發出警訊，認為這次爆發可能與1918年的西班牙流感不相上下，當時感染人數達到五億人，最後奪走數千萬人的性命。雪上加霜的是，面對流感可能爆發，卻還沒有能派上用場的疫苗，公共衛生當局唯一能努力的，就是減緩其蔓延的速度。為了達到這項目的，必須先知道當前流行感染的範圍及程度。

在美國，疾病管制局（CDC）要求醫生一碰到新流感病例，就必須立刻通報。即使如此，通報的速度仍然總是慢了病毒一步，大約是慢上一到兩星期。畢竟，民眾覺得身體不舒服之後，通常還是會過個幾天才就醫，而層層通報回到疾管局也需要時間，更別提疾管局要每星期才整理一次通報來的資料。但是面對迅速蔓延的疫情，拖個兩星期簡直就像是拖了一個世紀，會在最關鍵的時刻，讓公共衛生當局完全無法掌握真實情況。

巨量資料初試啼聲

說巧不巧，就在H1N1躍上新聞頭條的幾星期前，網路巨擘谷歌（Google）旗下的幾位工程師，在著名的《自然》科學期刊發表了一篇重要的論文，當時並未引起一般人的注意，只在衛生當局和電腦科學圈裡引起討論。該篇論文解釋了谷歌能如何「預測」美國在冬天即將爆發流感，甚至還能精準定位到是哪些州。谷歌的祕訣，就是看看民眾在網路上搜尋些什麼。由於谷歌每天會接收到超過三十億筆的搜尋，而且會把它們全部儲存起來，那就會有大量的資料得以運用。

谷歌先挑出美國人最常使用的前五千萬個搜尋字眼，再與美國疾病管制局在2003年到2008年之間的流感傳播資料，加以比對。谷歌的想法，是想靠著民眾在網路上搜尋什麼關鍵詞，找出那些感染了流感的人。雖然也曾有人就網路搜尋字眼做過類似的努力，但是從來沒人能像谷歌一樣掌握巨量資料（big data，直譯為大數據），並具備強大的處理能力和在統計上的專業技能。

雖然谷歌已經猜到，民眾的搜尋字眼可能與流感有關，像是「止咳退燒」，但相不相關其實不是真正的重點，他們設計的系統也不是從這個角度出發。谷歌這套系統真正做的，是要針對搜尋字眼的搜尋頻率，找出和流感傳播的時間、地區，有沒有統計上的相關性（correlation）。他們總共用上了高達4億5千萬種不同的數學模型，測試各種搜尋字眼，再與疾管局在2007年與2008年的實際流感病例加以比較。他們可挖到寶了！這套軟體找出了一組共四十五個搜尋字眼，放進數學模型之後，預測結果會與官方公布的全美真實資料十分符合，有強烈的相關性。

於是，他們就像疾管局一樣能夠掌握流感疫情，但可不是一、兩星期之後的事，而是幾近即時同步的掌握！

因此，在2009年發生H1N1危機的時候，比起政府手中的資料（以及無可避免的通報延遲），谷歌系統能提供更有用、更及時的資訊。公衛當局有了這種寶貴的資訊，控制疫情如虎添翼。

最驚人的是，谷歌的這套方法並不需要去採集檢體、也不用登門造訪各家醫院診所，而只是好好利用了巨量資料，也就是用全新的方式來使用資訊，以取得實用且價值非凡的見解、商機或服務。有了谷歌這套系統，下次爆發流感的時候，全球就有了更佳的工具能夠加以預測、並防止疫情蔓延。

巨量資料功能強大，可以讓許多領域改頭換面，公共衛生領域不過是其中之一，而商業領域也正在經歷這個過程。例如買飛機票就是個很好的例子。



yahoo福利品出清