Blog this item

從資料中挖金礦：找到你的獲利處方籤

By 岡嶋裕史, 李弘元 (Translator)

(19)

| Paperback | 9789867889942

Like 從資料中挖金礦：找到你的獲利處方籤?
Join aNobii to see if your friends read it, and discover similar books!

Book Description

為什麼你的網站不賺錢？！
要了解Google、Amazon網站成功的祕密，就在這裡！

　　本書以最簡單的方式介紹Data Mining（資料採礦、資料探勘）在資料分析、商業行銷方面的強大威力，也揭露Google、Amazon.com賴以成功的關鍵。

　　例如搜尋引擎，其中就使用了資料採礦的技巧。

　　資料採礦的目的，就是在龐大的資料中擷取有用的資訊。由於儲存資訊的成本已經降到接近0，資料採礦的可行性也大幅增加，除了可用在商業行銷，也可運用於社會，甚至預測未來。本書用許多日常生活的例子，來解釋資料採礦的觀念和工具，例如：

　　．以喝牛奶與身高的關係解釋「迴歸分析」； Continue

為什麼你的網站不賺錢？！
要了解Google、Amazon網站成功的祕密，就在這裡！

　　本書以最簡單的方式介紹Data Mining（資料採礦、資料探勘）在資料分析、商業行銷方面的強大威力，也揭露Google、Amazon.com賴以成功的關鍵。

　　例如搜尋引擎，其中就使用了資料採礦的技巧。

　　．以喝牛奶與身高的關係解釋「迴歸分析」；
　　．用青少年約會的例子說明「決策樹」；
　　．以機動戰士、天文的分類來說明「群集分析」；
　　．「自我組織映射圖」則是舉了戰機和連鎖咖啡店為例；
　　．「關聯法則」中則有購物籃、將棋、Amazon網站的例子；
　　．最後的「類神經網路」以花粉症為例。

　　而且，資料採礦與我們的個人資料、隱私權也息息相關，例如：電信業者來電促銷寬頻產品、銀行來電說有優惠利率或是投資訊息……

　　這些都可能是資料採礦延伸出來的「問題」！

　　如果不好好管理個人資料，將使自己曝露在沒有隱私、高風險的環境中！

　　甚至，企業會比你自己更了解你！

　　正如作者在書末所說：

　　「……個人對資訊機器或網路的理解程度，會影響個人的社會地位。

　　不精通資訊的人，將在毫不知情的情況之下被監視、被榨取資料、被管理。

　　相對與此，精通資訊的人，可以利用積存的資訊，使自己處於管理他人的優勢地位，甚至知道如何處身於監視之外……」

　　在高度數位化的世界，如何活用、善用資訊，掌握自己的未來，本書將是最好的參考。

作者簡介

岡嶋裕史

　　1972年生於日本東京。中央大學總合政策研究所博士。曾任職於富士總合研究所，現擔任關東學院大學經濟學部經營學科情報部門、經濟學研究所副教授、中央大學Web Service Initiative技術部會副部會長。著作有《一星期弄懂——資安管理員的集中專題研究》（日本經濟新聞社）、《個人識別碼為什麼是四位數字？》（光文社新書）、《從郵政與有線電話了解網路的機制》（集英社新書）等。

譯者簡介

李弘元

　　日本明治大學管理研究所畢業。曾任職日本丸紅株式會社、台灣丸紅的電子產業部，及台灣三菱電機系統工程師。現任職台灣電子產業。譯作有《你的手機我的夢》、《IT韓潮》、《中國製造》（合譯）、《經略中國，布局大亞洲》（合譯）、《人口減少經濟時代》等。

1 Review

這本書是講資料採礦，講的相當淺顯易懂，簡單來說，這是一本入門書。書的主要架構大致是這個樣子，先講資料採礦可能會遇到的盲點以及必須要做的事情，然後介紹步驟以及常使用的方法，最後延伸到網路以及隱私問題。
步驟：
# 先決定想知道什麼
# 資料的蒐集
# 資料的取捨
# 先從單一資料與屬性下手
# 失敗經驗有助於往後的分析
# 試著加上其他屬性
# 剔除異常值
# 單一屬性與多重屬性的混雜使用
大致有這些分析方法：
* 分類：群集分析、決策樹分析、自我組織映射圖
* 關聯：關聯法則
* 預測：迴歸分析、類神經網路
迴歸分析的最小平方法，其實就是加總各點與直線距離的平方和， ... (continue)

這本書是講資料採礦，講的相當淺顯易懂，簡單來說，這是一本入門書。書的主要架構大致是這個樣子，先講資料採礦可能會遇到的盲點以及必須要做的事情，然後介紹步驟以及常使用的方法，最後延伸到網路以及隱私問題。
步驟：
# 先決定想知道什麼
# 資料的蒐集
# 資料的取捨
# 先從單一資料與屬性下手
# 失敗經驗有助於往後的分析
# 試著加上其他屬性
# 剔除異常值
# 單一屬性與多重屬性的混雜使用
大致有這些分析方法：
* 分類：群集分析、決策樹分析、自我組織映射圖
* 關聯：關聯法則
* 預測：迴歸分析、類神經網路
迴歸分析的最小平方法，其實就是加總各點與直線距離的平方和，畫出平方和最小化情形下的直線。所謂的迴歸分析就是從不明確的資料群裡，找出「各式各樣的資料這麼多，最後應該有這樣的規律/公式吧」的妥協點的方法。從迴歸分析取得的線就是回歸線，想查明的東西稱為因變數，所需要的資料稱為自變數。只有一個自變數的案例稱為「簡單迴歸分析」，有兩個以上自變數的案例稱為「複迴歸分析」。缺點是如果資料的分散度很大時，會無法找出適當的回歸線，導致預測的準確度很低。
決策樹是依據分歧條件去歸納整理並畫出類似樹狀的圖形，可以用來快速的做判斷。
群集分析，是依據資料的某些條件做出分類。K平均法是其中的一種方法，他是經由不斷的計算每個群集的中心點位於何處，移動中心點，經由計算移動中心點以後，再次重新判斷、將資料點歸屬到距離最近的中心點。重複這項作業直到中心點不再移動為止。
自我組織映射圖，這個比較難說明，書裡舉的例子是先簡單把資料分為四格，然後每個格子裡再去區分為四格來分類，以次類推到更裏面的格子。簡單的說就是把多次元的資料以二次元方式來表現，就x, y, z甚至w, x, y, z想在一張平面的圖裡表現出來。章節最後介紹了自我組織映射圖，說是目前比較矚目的方法。
關聯法則，就是依照資料去找出不同種類物品的關聯關係，常被用來舉例的就是尿布跟啤酒。說到這個，我突然想到，國內的賣場並非如此，這跟民族性有關係嗎？還是跟現行法令有關係？
類神經網路。一個點是以資料屬性與臨界值來判定是否符合條件，再加上多個屬性，就形成了類神經網路。好處在於可以擴充也可以學習，缺點在於需要額外準備資料來檢測分析是否俱備泛用性，然後有可能有過度學習的情況。
後面講的是資料採礦的其他問題，像是網路上收集的資料會導致隱私的洩漏等等的，然後講到OECD，OECD的幾個原則：
* 蒐集個人資料時，必須使用公正的手段而且取得當事人的同意才可以進行蒐集。
* 個人資料需要符合利用目的的內容，必須確保其正確且最新的狀態
* 蒐集個人資料的目的，於各個階段必須明確標示
* 個人資料只能使用在已得到當事人同意的用途上
* 個人資料必須嚴加保護，避免被使用在破壞、洩漏、惡質連線等用途上
* 個人資料的運用方式必須公開；資料管理者的連繫管道必須暢通
* 必須設定個人資料相關的詢問及客訴窗口。如果客訴情況屬實，必須修改或刪除資料。
* 資料管理的負責人，必須負責執行這些原則
個人必須要注意的，就是要判斷自己的資料哪些是可以公開的，哪些是不想公開的。而且因為網路和儲存裝置的大量普及，一旦散佈出去的資料將很難再去抹滅。

Is this helpful?

elleryq said on Jan 30, 2012 | Add your feedback