书名：善数者成：大数据改变中国

 书号：978-7-115-51861-3

定价：69.00

内容简介

数据自古有之，它是对万事万物的精确刻画，也是对客观世界的普遍记录。伴随着信息爆炸与技术革新，大数据正以排山倒海之势席卷世界，政府施政、企业掘金、城市运转、公平正义，大数据不断被赋予新的历史使命。

新中国成立七十年，现今我国的人口资源、社会活跃程度均全球领先，海量大数据资源亦与之相伴相生。应该说，数据之大，“大容量”只是表象，“大价值”才是根本。  《善数者成：大数据改变中国》一书将以大数据为主线探索数据价值，系统梳理大数据发展的历史渊源、发展概况、应用场景、远景规划，从政治、社会、经济、生态等多层维度，从政府、交通、教育、医疗、安全、金融、商业、农业、制造业、生态等各个行业出发，透视大数据给中国带来的改变。通过真实的故事和有温度的文字，普及知识，启迪思考，唤起大众对大数据的兴趣与喜爱，书写中国骄傲。

作者介绍

涂子沛，江西吉安人，著名大数据专家，大学毕业后投笔从戎，十年部队生涯后出国留学，2014年从硅谷回国，出任阿里巴巴集团副总裁，后创办数文明科技并担任CEO，同时担任人民网独立董事等职务，著有《大数据》《数据之巅》《数文明》。

 郑磊，复旦大学数字与移动治理实验室主任、国际关系与公共事务学院教授，获纽约州立大学公共管理与政策博士。担任联合国全球电子政务评估专家组成员、Government Information Quarterly编委。著有《开放的数林-政府数据开放的中国故事》。

目录

推荐序

前言 

第一章      大数据的前世今生

 1.1   正解大数据：世上本没有数

 1.2   存储革命，摩尔定律推动的进化

  1.3   社交媒体：每个人都是数据的生产者和协作者

  1.4   数据挖掘如何点“数”成金

 第二章    数字治理：用大数据提升政府管理与公共服务水平

 2.1   从“告别奇葩证明”到“告别证明”

  2.2 “12345”数据让城市更美好

   2.3   大数据辨识真假“鬼城”

   2.4“数据铁笼”让权力不再“任性”

  2.5“Gov Store”：开放数据，建立生态

       2.6   数据跑不到的地方，用温情来弥补

 第三章    变革时空：数据再造出行与物流

  3.1   城市“数脑”：改善交通拥堵的新方案

   3.2   智慧物流：实现更贴心的最后一公里

   3.3   数据开路：来一场说走就走的旅行

    3.4   数据去痛：改变时间与空间的交错

   3.5   数据监管：立法规范进行时

  第四章    教育升“温”：用数据精准滴灌

  4.1   教学科研：被大数据换上新颜

       4.2   教育管理：因大数据而行稳致远

       4.3   教育与大数据：缘何走到一起

       4.4   路在何方：人的全面发展与数据的底线

 第五章    颠覆医疗：大数据助力健康中国

 5.1   “智慧养老”: 让关怀永不缺席

       5.2   “数”有所为：生命的“精算符”

       5.3   互联网 + 医疗：医患和谐的“公约数”

       5.4   医疗“联姻”区块链 ：念好隐私的“紧箍咒”

   第七章    数据造梦：为金融业挖出一座“金矿”

  7.1   点石成金：余额宝背后的大数据故事

       7.2   技术升维：大数据风控破壳而出

       7.3   火眼金睛：大数据金融监管走上舞台

       7.4   数据信托：一个全新的大数据金融产品

       7.5   浪潮席卷：一个无可限量的市场

    第八章    撬动商业：新“规模经济”，数最懂你

 8.1   精准营销：从广而告之到瞄准目标

       8.2   数据“智导”：再造影视创作模式

       8.3   “数造”个性：以社群文化带动新营销

       8.4   大数据何以撬动商业变革

       8.5   数据创造价值：前提是规则和边界

  第九章    数据革新：正被重构的制造业版图

 9.1   个性化定制：规模化和差异化的结合

       9.2   大数据“问诊”：为制造开一剂良方

       9.3   互联工厂：不仅仅是机器换人

       9.4   未来已至：觉醒的“智”造业大国

第十章    数治生态：行进中的美丽中国

 10.1 关注点滴：知水方能节水

  10.2 灌溉有“数”：别让农作物“喝多了”

     10.3 环保云平台：打破“部门割据”强化监管

     10.4 共建生态大数据，唤醒公众参与热情

 第十一章 大数据的未来：数据主义还是人文回归?

       11.1 大数据还将改变什么

       11.2 实现改变还面临哪些挑战

       11.3 什么不应该被改变

       208 11.4 改变是为了什么

       参考文献