第1章 大数据之大历史
1.1 大历史的概述
1.2 远古时代的数据思维
1.2.1 数字的产生
1.2.2 人类的数字感
1.2.3 数字感给我们的历史启迪
1.2.4 计数系统的起源与发展
1.2.5 数字的诞生
1.2.6 数字与数据的不同
1.2.7 语言与文字
1.2.8 文言文的“无奈”精简
1.2.9 古代的“数据中心”——图书馆
1.3 近代数据思维的崛起
1.3.1 统计学的诞生
1.3.2 “政治算术”的内涵
1.3.3 统计分析科学的诞生
1.3.4 概率论的动机
1.3.5 社会物理学背后的玄机
1.3.6 美国式的人口普查——大数据催生新技术
1.4 数据管理的发展与演进
1.4.1 电子数字存储介质的演化
1.4.2 简陋的“有文无库”时代
1.4.3 “穷”则思变之网状数据库
1.4.4 浓墨重彩之关系数据库
1.4.5 突破数据共享的封锁线
1.4.6 向非结构化进发的大趋势
1.5 大数据的诞生
1.5.1 大数据术语的历史渊源
1.5.2 在混沌和秩序转化中螺旋上升
1.6 本章小结
思考与练习
本章参考文献
第2章 大数据内涵与数据文化
2.1 从数据、信息，到知识、智慧的飞跃
2.2 大数据的多版本定义
2.3 大数据的经济地位
2.3.1 新时代的生产资料
2.3.2 数据与第二经济
2.4 各方位的重视
2.4.1 来自学术界的青睐
2.4.2 来自政府层面的认可
2.4.3 来自工商业的追捧
2.5 大数据内涵——岂止于大
2.5.1 大数据之“大”有不同
2.5.2 大数据之唯“快”不破
2.5.3 大数据之五彩缤“纷”
2.5.4 大数据之价“值”无限
2.5.5 包括但不限于4V
2.6 数据文化与未来之路
2.6.1 三人成虎——数据真的越大越好吗
2.6.2 数据文化的养成
2.7 本章小结
思考与练习
本章参考文献
第3章 大数据创新与实践
3.1 洞察带来数据价值
3.2 安德森的学术观点
3.3 数据、模型与理论的关系
3.4 谷歌是如何预测流感的
3.4.1 流感治疗网络化
3.4.2 无意间生产的大数据
3.4.3 谷歌工程师的杰作——流感预测趋势
3.4.4 谷歌公司的流感预测为何成功
3.4.5 案例小结
3.5 全数据是如何为叶诗文抱不平
3.5.1 舍恩伯格的三个学术观点
3.5.2 叶诗文事件的新闻背景
3.5.3 什么是性能分析法
3.5.4 质疑的合理性在哪里
3.5.5 “大数据=全数据”的威力——为叶诗文抱不平
3.5.6 案例小结
3.6 教育大数据是如何干预学生成长的
3.6.1 饭卡数据的二次使用
3.6.2 一卡通数据的另类解读
3.6.3 案例小结
3.7 更多大数据应用案例
3.7.1 基于位置服务
3.7.2 商品和服务的个性化推荐
3.7.3 客户叛离分析
3.7.4 服务软件改善
3.8 数据价值如何得以变现
3.8.1 数据变现的途径
3.8.2 计算广告是如何实现数据变现的
3.8.3 信用——大数据时代的另类资产
3.9 利用大数据的三个层次
3.9.1 对过去/现状的把握
3.9.2 对未来的预测
3.9.3 对行动的优化
3.10 本章小结
思考与练习
本章参考文献
第4章 数据科学的认知方法论
4.1 大、小数据的“质”不同
4.2 大数据的数理哲学基础——同构关系
4.2.1 阿喀琉斯追乌龟
4.2.2 大数据的同构映射
4.3 大数据的认知论
4.3.1 科学始于观察——逻辑证实主义
4.3.2 证实主义的困顿——来自波普尔的批判
4.3.3 科学始于问题——波普尔的贡献
4.3.4 科学始于数据——数据科学带来转机
4.4 大数据科学研究的第四范式
4.4.1 库恩与范式
4.4.2 科学研究的前三个范式
4.4.3 数据科学的第四范式
4.5 科学哲学对大数据时代的启发
4.5.1 多范式并存
4.5.2 科学纲领内允许有波动
4.6 本章小结
思考与练习
本章参考文献
第5章 大数据反思与数据伦理
5.1 来自大数据的反思
5.1.1 园中有金不在金——大数据的价值到底在哪里
5.1.2 盖洛普抽样的成功——大小之争，大数据一定胜过小抽样吗
5.1.3 点球成金——数据流与球探谁更重要
5.1.4 你若安好，便是晴天——大数据很好，但小数据也很美
5.1.5 预测即干预——谷歌流感预测是如何失效的
5.1.6 扑朔离迷的相关性——误把相关当因果
5.2 大数据算法是中性的吗
5.2.1 大数据伦理
5.2.2 大数据算法的责任
5.2.3 人类的文化偏见存于大数据之中
5.2.4 大数据算法的生物学特性表现
5.2.5 大数据算法歧视的心理学特质
5.2.6 可能的应对策略
5.3 大数据的隐私之痛
5.3.1 个人隐身，无处可藏
5.3.2 优步的“荣耀之旅”
5.3.3 有关数据隐私的立法
5.3.4 隐私与
展开
