大数据已深深渗透于人们工作和生活的方方面面。然而，大数据从来都不是以“技术”为其唯一底色，基于数据科学的创新应用，同样需要其他领域深度融合。本书阐述了培养具有大数据素养的综合型人才所需要的相关知识储备。本书不仅介绍大数据处理流程中的技术图谱，而且更侧重地讨论了与数据科学相关的历史、哲学及伦理学，以便于读者拓展跨领域的数据思维。为了增强图书的可读性，图书描述形式力图新颖，内容深入浅出、文笔流畅、图文并茂，大幅降低非计算机类相关专业读者的学习曲线。

作为通识类课程教材，本书服务于具有数据素养的综合型人才的培养。因此，本书的读者对象是具有文科或理工科背景且对大数据行业感兴趣的读者。

张玉宏，2012年博士毕业于电子科技大学，大数据分析师（高级），美国西北大学访问学者、IUPUI高级访问学者，现执教于河南工业大学，先后出版《深度学习之美》《品味大数据》等科技畅销书7部。

这是一本大数据思维入门读本，让你了解大数据的来龙去脉，开启你的数据科学成长之路。内容涵盖大数据的历史、内涵、技术、应用创新和哲学思辨，本书适用的读者对象为含人文专业的大数据初学者、本科生及研究生。

第1章大数据之大历史1

1.1大历史的概述1

1.2远古时代的数据思维2

1.2.1数字的产生2

1.2.2人类的数字感3

1.2.3数字感给我们的历史启迪6

1.2.4计数系统的起源与发展7

1.2.5数字的诞生10

1.2.6数字与数据的不同11

1.2.7语言与文字12

1.2.8文言文的“无奈”精简13

1.2.9古代的“数据中心”——图书馆16

1.3近代数据思维的崛起18

1.3.1统计学的诞生18

1.3.2“政治算术”的内涵19

1.3.3统计分析科学的诞生20

1.3.4概率论的动机21

1.3.5社会物理学背后的玄机22

1.3.6美国式的人口普查——大数据催生新技术24

1.4数据管理的发展与演进25

1.4.1电子数字存储介质的演化26

1.4.2简陋的“有文无库”时代27

1.4.3“穷”则思变之网状数据库28

1.4.4浓墨重彩之关系数据库30大数据导论(通识课版)目录1.4.5突破数据共享的封锁线31

1.4.6向非结构化进发的大趋势33

1.5大数据的诞生35

1.5.1大数据术语的历史渊源35

1.5.2在混沌和秩序转化中螺旋上升37

1.6本章小结38

思考与练习39

本章参考文献40

第2章大数据内涵与数据文化42

2.1从数据、信息，到知识、智慧的飞跃42

2.2大数据的多版本定义46

2.3大数据的经济地位48

2.3.1新时代的生产资料48

2.3.2数据与第二经济49

2.4各方位的重视50

2.4.1来自学术界的青睐51

2.4.2来自政府层面的认可52

2.4.3来自工商业的追捧53

2.5大数据内涵——岂止于大55

2.5.1大数据之“大”有不同56

2.5.2大数据之唯“快”不破59

2.5.3大数据之五彩缤“纷”64

2.5.4大数据之价“值”无限66

2.5.5包括但不限于4V68

2.6数据文化与未来之路70

2.6.1三人成虎——数据真的越大越好吗70

2.6.2数据文化的养成71

2.7本章小结72

思考与练习73

本章参考文献73

第3章大数据创新与实践75

3.1洞察带来数据价值75

3.2安德森的学术观点78

3.3数据、模型与理论的关系79

3.4谷歌是如何预测流感的82

3.4.1流感治疗网络化82

3.4.2无意间生产的大数据84

3.4.3谷歌工程师的杰作——流感预测趋势84

3.4.4谷歌公司的流感预测为何成功？86

3.4.5案例小结87

3.5全数据是如何为叶诗文抱不平88

3.5.1舍恩伯格的三个学术观点88

3.5.2叶诗文事件的新闻背景88

3.5.3什么是性能分析法89

3.5.4质疑的合理性在哪里90

3.5.5“大数据=全数据”的威力——为叶诗文抱不平92

3.5.6案例小结94

3.6教育大数据是如何干预学生成长的95

3.6.1饭卡数据的二次使用95

3.6.2一卡通数据的另类解读97

3.6.3案例小结97

3.7更多大数据应用案例98

3.7.1基于位置服务98

3.7.2商品和服务的个性化推荐99

3.7.3客户叛离分析99

3.7.4服务软件改善100

3.8数据价值如何得以变现102

3.8.1数据变现的途径102

3.8.2计算广告是如何实现数据变现的104

3.8.3信用——大数据时代的另类资产107

3.9利用大数据的三个层次109

3.9.1对过去/现状的把握109

3.9.2对未来的预测110

3.9.3对行动的优化110

3.10本章小结112

思考与练习112

本章参考文献113

第4章数据科学的认知方法论114

4.1大、小数据的“质”不同114

4.2大数据的数理哲学基础——同构关系116

4.2.1阿喀琉斯追乌龟116

4.2.2大数据的同构映射118

4.3大数据的认知论120

4.3.1科学始于观察——逻辑证实主义120

4.3.2证实主义的困顿——来自波普尔的批判123

4.3.3科学始于问题——波普尔的贡献124

4.3.4科学始于数据——数据科学带来转机125

4.4大数据科学研究的第四范式130

4.4.1库恩与范式130

4.4.2科学研究的前三个范式132

4.4.3数据科学的第四范式135

4.5科学哲学对大数据时代的启发136

4.5.1多范式并存137

4.5.2科学纲领内允许有波动139

4.6本章小结139

思考与练习140

本章参考文献140

第5章大数据反思与数据伦理142

5.1来自大数据的反思1425.1.1园中有金不在金——大数据的价值到底在哪里142

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144

5.1.3点球成金——数据流与球探谁更重要145

5.1.4你若安好，便是晴天——大数据很好，但小数据也很美146

5.1.5预测即干预——谷歌流感预测是如何失效的151

5.1.6扑朔离迷的相关性—— 误把相关当因果154

5.2大数据算法是中性的吗157

5.2.1大数据伦理157

5.2.2大数据算法的责任158

5.2.3人类的文化偏见存于大数据之中158

5.2.4大数据算法的生物学特性表现159

5.2.5大数据算法歧视的心理学特质160

5.2.6可能的应对策略162

5.3大数据的隐私之痛164

5.3.1个人隐身，无处可藏164

5.3.2优步的“荣耀之旅”165

5.3.3有关数据隐私的立法166

5.3.4隐私与便利的权衡167

5.4本章小结169

思考与练习170

本章参考文献171

第6章大数据处理的技术图谱173

6.1大数据价值的技术实现173

6.2大数据技术的几个重要概念174

6.2.1非结构化（NoSQL）174

6.2.2面向列的存储176

6.2.3CAP理论178

6.2.4MapReduce范式180

6.3大数据分析关键架构层概要182

6.3.1文件系统层1826.3.2数据存储层185

6.3.3资源管理层187

6.3.4计算协调层189

6.3.5计算框架层190

6.3.6数据分析层193

6.3.7数据集成层194

6.3.8操作框架层196

6.4本章小结198

6.5思考与练习199

本章参考文献199