大數據發展的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

熟悉過去，預測未來：從總統競選到奧斯卡頒獎、從Web安全到災難預測，一本書讓你用大數據洞察一切!

為了解決大數據發展的問題，作者李軍 這樣論述：

大數據只是賓語，離開了人這個主語，再大也沒有意義 9大行業應用╳15章專題精講╳120個應用案例╳150張圖片解析 實例＋理論，一本書讓你在最短的時間掌握大數據的祕密！ 　　大數據即將開創資訊社會的嶄新時代，並改變我們看待世界的方式。 　　那麼大數據意味著什麼，它到底會改變什麼？ 　　▎變革醫療衛生 　　大數據的到來，使很多醫院經營者們不再靠經驗和直覺習慣做決策，逐步轉變思考方式，透過對大量資料的探勘和運用，更多基於事實與資料分析做出決策。這對資訊技術人員來說是機遇也是挑戰，而這些影響都是大數據帶來的。 　　▎帶來商業革命 　　生產者是具有價值的人，而消費者是生產者價值的意義

所在。 　　有意義的才有價值，消費者不認同的，就賣不出去，就實現不了價值；只有消費者認同的，才賣得出去，才實現得了價值。然而，大數據可以幫助我們從消費者這個源頭識別意義，從而幫助生產者實現價值。 　 　　▎改變人們思維 　　大數據改變了我們的思維，更多的商業和社會決策能夠「以資料說話」。 　　網際網路改變了人類交流的方式，而大數據不同，它標誌著社會處理資訊方式的變化。隨著時間推移，大數據可能真的會改變我們思考的方式。隨著我們利用越來越多的資料來理解事情和做出決定，我們很可能會發現生活的許多層面是隨機的，而不是確定的。 　　▎開啟時代轉型 　　大數據可以幫助我們「捕捉現在，預測未來」。 　　A

和B事件如果經常一起發生，那麼注意到B發生，就能預測A也發生。這種關係已在零售業和電子商務中被廣泛運用。例如，某家便利超商透過分析零售終端的資料，得出「溫度低於攝氏15度時，暖暖包的銷售量便增加5%」的相關關係。於是，只要溫度低於這一度數，店內的暖暖包就會上架。 　　【Netflix】全球最大的商業影片串流供應商 　　美國最早嘗試將大數據和媒體行業相結合的串流服務商。 　　這家公司同時也成為吸收新增資料的「海綿」──使用者在看什麼、喜歡在什麼時段觀看、在哪裡觀看以及使用哪些設備觀看，爆增的資訊量成為Netflix手中的寶貴資產。他們甚至掌握著使用者在哪個影片的哪個時間點後退、快進或者暫停，乃

至看到哪裡直接將影片關掉等資訊。 　　【Ancestry.com】建立更準確的血緣關係 　　幫助人們將自己與家庭史結合並創建獨一無二的樹狀家譜。 　　Ancestry網站包含了大量出生、死亡、人口普查以及其他相關紀錄，這些紀錄起初大多是非結構化資料，隨著使用者以及家族資料的不斷增加，Ancestry公司改善其資訊檢索的算法。Ancestry透過對唾液進行採樣，能夠對客戶的DNS進行排序並將結果與資料庫中的其他客戶加以匹配，客戶甚至可以找到多年沒有聯絡的表親。 本書特色 　　本書共分為15章，詳細介紹與大數據相關的概念，包含商業變革、基礎建設、資料管理、風險管理、資訊通訊、解決問題等，內容

豐富縝密。書中涵蓋數十個精彩應用案例，闡述細緻，讓讀者能夠用一本書精通大數據，邊學邊賺！

大數據發展進入發燒排行的影片

預測性警務：結合資料探勘與LSTM-RNN建立時空分析模型-以臺北市為例

為了解決大數據發展的問題，作者李品萱 這樣論述：

　　預測性警務 (Predictive Policing) 是近年在先進國家熱門的研究議題，其目的是企圖在執法的過程中運用預測性和分析性技術創建特定的演算法來區分或識別潛在的犯罪活動。透過以數據驅動及機器學習建立的預測系統可直接從現有相關警務資訊系統提取資料（涉及清理、重新組織和處理犯罪記錄數據），並透過資料視覺化技術，從巨量數據中彙整時空特徵變項，據此運用深度學習法建立預測性警務模型，用於識別任何未來犯罪的潛在屬性。　　根據我國內政部警政署之全般刑案分析資料的定義，公共危險、毒品、竊盜、傷害及詐欺為全般刑案中的前五大主要犯罪類型，而相關犯罪案件與社會治安高度相關，然而隨著快速累積的巨量資料

，傳統分析方法已無法充分提供犯罪偵防所需的精準分析與預測，因此其所衍生的相關議題進一步突顯運用預測式警務技術協助犯罪偵防的重要性。　　有鑑於當今社會已進入科技時代，人工智慧日益精進，本研究提出運用深度學習之長短期記憶網路（LSTM）方法，分析警務系統之歷史資料，並透過演算法的訓練，建立具有信度及效度的犯罪預測模型，進而提供相關單位調整犯罪偵查作為及防制策略，並提升辦案效率，希冀透過智慧化之警政資訊，精實掌握犯罪脈動，預先防範及降低犯罪發生，並提供警政機關於研議犯罪偵防議題相關決策參考。

平臺金融新時代：數據治理與監管變革

為了解決大數據發展的問題，作者吳曉靈 這樣論述：

《平臺金融新時代》一書聚焦于金融科技公司的監管問題和數據治理問題，致力於構建中國的金融科技監管和數據治理體系，更好地推動平臺金融企業發展。這本書梳理了中國金融科技的發展軌跡，對其背後的商業邏輯進行了分析，研究了當前金融科技業態存在的平臺壟斷問題、信用風險問題、系統性風險和演算法倫理等問題。 本書認為，金融科技的監管目標框架應當包括包容性、穩定性、合規發展和消費者保護，應該秉持風險為本、技術中性、基於行為、功能監管等原則，對金融科技實施差異化監管、以行為為基礎開展反壟斷相關工作、強化基於演算法的行為監管，並建立多級牌照和資質管理體系。同時應當大力發展監管科技，建設全國層面的監管大數據平臺，建立

監管沙箱機制，解決監管滯後性問題。本書指出，金融科技監管的底層邏輯是數據治理問題，並提出了如下建議：建立公民數位身份、積累行為數據、將身份資訊和業務數據分離、探索建立個人數據帳戶制度、向使用者披露資訊收集和畫像的全部細節、建立經使用者授權同意後的數據協同共用機制等。 這本書不僅系統性地研究了金融科技企業因何而生、因何而變這個根本性問題，前瞻性地指出了其未來發展趨勢，而且針對性地設計了金融科技的監管架構，有助於指導金融監管部門、互聯網和數據管理部門、金融機構、金融科技企業、專家學者更好地瞭解平臺金融，有針對性地調整和優化自身戰略，更好地促進行業健康發展。 推薦序/樓繼偉  

前 言/吳曉靈   導 讀  第一章 金融科技公司監管 金融與科技的融合   中國金融科技的演進路徑及商業模式   金融科技的風險和數據治理問題   金融科技公司的監管框架   完善金融科技公司監管的建議   第二章 建立個人數據帳戶制度 個人數據帳戶的基本概念   個人數據帳戶的國際經驗  個人數據帳戶的積極意義   個人數據帳戶的實現過程  個人數據帳戶的可攜權邊界   建立個人數據帳戶的建議   第三章 金融科技熱點問題 從支付到理財的協力廠商支付發展路徑   銀行業小微貸業務模式變革歷程   智慧投顧服務與系統性風險   金融科技的倫理風險及社會責任   金融大數據共建共用  

第四章 信貸領域的風險與法律問題 金融科技公司介入信貸領域的過程   金融科技公司介入信貸領域的風險   對金融科技公司的監管   個人數據財產權益歸屬   個人數據隱私保護  企業數據共用   信用風險評估模型中的演算法監管   平臺公司壟斷   第五章 大數據在風控征信領域的應用 金融科技公司大數據發展概況   金融科技公司介入金融業務的節點和驅動力   金融科技公司大數據在風控與征信行業的應用  金融科技公司大數據在風控與征信行業健康發展的建議  第六章 金融科技公司國際監管的經驗借鑒 金融科技公司的國際監管探索   對中國金融科技公司的監管建議   附 錄 附錄一 有關平臺金融

科技公司監管的問題 附錄二 對於“G、B、C一體化”金融大數據專區試點建設的具體建議方案 283 後 記    

數據驅動時代下多角化結合之競爭法分析

為了解決大數據發展的問題，作者徐蔚庭 這樣論述：

身處數位科技引領經濟發展的時代，人們使用科技產品所生的「數位足跡」儼然成為企業取得競爭優勢的無形資產。隨著演算技術之精進，事業得從中提煉數據價值以精準分析使用者偏好，基此擬定企業發展策略、型塑市場優勢。惟當使用者數據成為市場競爭要素時，數據取得與掌握所生議題逐漸引發關注。 面對高度動態且透明化之競爭環境，事業具有更高意願跨足相異領域並為多角化經營，相較以往備受關注之水平結合，多角化結合足以使合併事業取得多元且廣泛之用戶資訊，並可能擴展事業行使反競爭策略所生之競爭損害範圍。是故，本研究以大數據理論為基礎，探討多角化結合於數據驅動商業模式下可能產生之限制競爭與促進競爭效果，並嘗試藉由

國際代表性案例觀察歐美等國執法經驗，尋求可資作為我國實務運作參考與借鏡的方針，完善內國數據商業領域之發展。