《大数据时代》是国外大数据系统研究的先河之作，本书作者维克托?迈尔?舍恩伯格被誉为 大数据商业应用*人 ，拥有在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多个互联网研究重镇任教的经历，早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。 维克托尔耶舍恩伯格在本书中前瞻性地指出，大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型，并用三个部分讲述了大数据时代的思维变革、商业变革和管理变革。 维克托*洞见之处在于，他明确指出，大数据时代*的转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道 是什么 ，而不需要知道 为什么 。这颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。 本书

《大数据时代》是国外大数据系统研究的先河之作，本书作者维克托·迈尔·舍恩伯格被誉为“大数据商业应用第一人”，拥有在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多个互联网研究重镇任教的经历，早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。 维克托·尔耶·舍恩伯格在本书中前瞻性地指出，大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型，并用三个部分讲述了大数据时代的思维变革、商业变革和管理变革。 维克托拥有洞见之处在于，他明确指出，大数据时代优选的转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。这颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。

IPD ，集成产品开发，既是一套产品开发管理体系，又是一套产品经营管理体系，而不是仅仅指新产品开发流程，因为 IPD 把产品经营的思想凝结在新产品开发管理机制中。由于篇幅的原因，本书只能就中国企业*需要的管理要素进行介绍： l 以市场为导向开发新产品 l 按价格牵引法设计产品成本 l 组建跨部门的团队机制开发新产品 l 建立端到端与并行的新产品开发流程 l IPD 在企业变革时的经验与教训 升级版在*版的基础上，补充了市场需求收集手段、公司内部需求内容、矩阵式模式下绩效管理、金卡智能咨询案例等内容。

本书为DSGE 领域入门级专著，讲述了DSGE 模型的基本建模理论和求解逻辑，并示例如何在Dynare 中加以实现。DSGE 的基本建模理论涵盖了经典的RBC 模型、新古典模型、RBC 模型的拓展(MIU、CIA)、新凯恩斯模型和中等规模DSGE 模型，并着重介绍了税收设定、可变资本利用率、投资调整成本、投资边际效率冲击、金融加速器机制、开放经济建模、利率钉住、两种定义下的*货币政策和DSGE 中微观福利度量方法等问题。DSGE 的求解逻辑涵盖了一阶( 线性化、B K 方法、Schur 方法和待定系数法) 和二阶的扰动算法、脉冲响应的计算、随机模拟和确定性模拟、*似然和贝叶斯参数估计及其逻辑。此外，对Dynare 的安装、使用、编译逻辑、语法表示、使用技巧和错误排除等也进行了详细介绍并加以示例。 本书*的特点就是理论密切联系实践。在讲述DSGE 理论的同时，辅以大量的模型示例来讲述

本书是《产业园区/产业地产规划、招商、运营实战》一书的续作，与前书互为补充。本书内容来源于实践思考，回归实战逻辑，前瞻性研析行业问题，系统化构建营运体系，既具独到的顶层设计思维，又有复合的操盘施行方略。全书遵循以简驭繁的原则，以通俗明了的篇章结构和行文方式与读者沟通所感所悟和实务精要。 本书从 行业发展 战略经营 操盘策略 和 实战推进 等环环相扣的四个维度内容，全方位、系统解析了产业园区/产业地产的营运方略和操盘技法。 行业发展：知彼知己知大势 。洞悉产业园区/产业地产的发展瓶颈、行业趋势与现实紧迫问题，明晰经营之路在何方。 战略经营：做强做大做顶层 。从顶层设计上构建 产业与地产相融化 的战略经营模式与营运体系，防雷避坑，以期实现可持续经营。 操盘策略：优思优行优方略 。面对已然红海的行

本书以大胆、新颖的方式阐述了这些主题，从系统架构和所有权到融资模型，从人力资源招聘、激励和培训到服务交付的终结果和患者满意度来讲，它对许多解决方案和模型的相对不同的观点没有回避，如保险融资、绩效评估模型或医改的整体风险和挑战。后，关注中国卫生保健的国内环境和历史发展，以及世界上发展的主要模式。我相信这本书对来自中国和其他地方的监管者、医院管理者、员工和病人来说都将非常有用。

本书尝试从不同的角度，提出在数字化时代人们应当学习并运用的七种全新的思维模式，分别对应第三章到第九章，在每章中笔者都会和大家探讨在数字化时代背景下一种主流的管理困境、曾经有效的管理行为模式为何会失效、与此对应所需的新的思维模式是什么、新模式给我们带来的启发，以及与此相关的各类案例。笔者希望这种模式能够给大家带来真正的头脑激荡，促使大家形成自己的独立思考，而并非由笔者来教给大家什么是数字化领导力。

本书以艾力彼独创的智慧医院HIC500强和智慧技术HIT满意度排行榜为基础（首发于2020年）的评价结果为基础，聚焦于医院内部的智慧医院建设、 有效应用和管理果效存。并选出全国领先的智慧医院优秀案例，以年度为基础呈现我国智慧医院的发展阶段性成果。具体价值及创新之处如下： 1、艾力彼首创中国智慧医院评价指标体系，并不断完善测量与评价指标。同时对智慧医院进行序化评价，自2015年起发布智慧医院HIC(hospital information competitiveness医院信息竞争力)500强至今共发布7届，并在2020年发布智慧技术HIT（hospital information technology医院信息技术）满意度排行榜. 2、研究中国智慧医院现状与未来发展预测，为SOP（Standard Operating Procedure）管理、管理优异度（Management Excellence）、行业标杆研究（Benchmark Research）的树立提供客观参考指标与优秀案例。 3、全面梳理中国智慧

本书对数据科学的商业应用做出了全面的讲解，包括数据科学能解决哪些问题、如何在企业中应用数据科学以及相关的数据科学技术。数据科学家可以研究企业经营的目标和制约因素，以发挥更大的作用。本书非常适合根据数据科学和数据分析做出关键决策的企业高管以及数据科学家，也很适合需要向别人介绍数据分析产品的营销人员。

企业 家 文化是企业发展的灵魂，也是企业管理发展的阶段。绩效、SOP、岗位职责、精益生产、6S、ISO 等管理思想方法是支撑企业 家 文化管理体系的身躯；ERP、OA、PDM、MES、HR 等管理软件是支撑企业 家 文化管理体系的骨架。以上这些管理思想、管理方法和管理软件相互融合成为一个整体，才能终实现 家 文化管理体系的建设。 本书是一本通俗易懂、图文并茂的企业管理类书籍，通过漫画的形式对企业 家 文化的建设做出了详细解读，在讲解管理软件的搭建方法时，穿插了一些灵活的行业案例或某个企业的实际案例，非常适合各中小企业的各级管理者和员工学习和使用。当你和你的团队能够通过本书改变企业陋习并提升管理效率的时候，你将有可能成就一段辉煌的职业生涯。

本书揭示了在第四次工业革命的大潮中，数字化是任何一个企业的重要发展命题，绕不开更躲不过。 企业如何实现数字化，作者在与各类企业、各层级的管理人员交流过程中，了解到了他们许多的痛点和困惑。比方说： 什么是企业数字化？数字化和信息化有什么不一样？ 信息化、数据化、智能化的先后顺序是怎样的？ 如何让数据流动产生价值？ 如何保护企业的数据资产和信息安全？ 行业标杆企业，比如平安、阿里、腾讯、华为等是怎样在做数字化转型？ 作者正是带着这些问题，结合在数字技术行业近三十年的从业思考，写了这本《从1到X：数字化转型实战》。本书不仅介绍了数字化的起源、赋能等底层逻辑，还总结了华为、腾讯、阿里、平安、亚马逊等国内外优秀数字企业的转型战略、营销战术、运营战术、管理战术，以及一些企业数字化过程中遇到的

智能制造是基于先进制造技术与新一代信息技术深度融合，贯穿于设计、生产、管理、服务等产品全生命周期，具有自感知、自决策、自执行、自适应、自学习等特征，旨在提高制造业质量、效益和柔性的先进生产方式。本书立足于我国智能制造产业的发展现状与趋势，全面阐述5G、AI、大数据、物联网、VR/AR、边缘计算、工业机器人等新兴技术在智能制造领域的融合与创新应用，分别从5G 智能制造、工业人工智能、工业互联网、工业数字孪生、5G 智能工厂、智能制造供应链六大维度出发，系统介绍了当前我国智能制造领域的新技术、新业态、新模式，试图为读者描绘一幅5G时代的智能制造新图景，为传统制造业企业数字化转型升级提供有益的借鉴与参考。 本书适合智能制造领域的管理人员、技术人员阅读，也可供高校机械、控制、电气、计算机、工业工程等相关

在数据无限的时代，我们如何利用大数据实现商业大洗牌？传统行业又该如何通过挖掘隐藏在大数据背后的信息，冲出层层危机，实现行业质和量的飞跃？企业如何才能实现数据化运营，在大数据时代站稳脚跟？大数据实践的先行者、*集团前副总裁车品觉倾力新增8万字纯干货，倾情解读企业在大数据时代顽强生存的答案！只有稳抓趋势中的观战重点，才能在海量数据中挖掘商机！ 随着智能手机的大范围普及、物联网浪潮以及人工智能技术的爆发式发展，大数据在收集消费者全渠道行为、触发商业机遇等方面发挥了越来越重要的作用。而《决战大数据》一书恰恰洞悉了大数据时代商业发展的本质。同时，车品觉根据其在*的多年经验，通过丰富的案例和通俗易懂的语言，从 养数据 到 用数据 ，深入浅出地向我们揭开了*数据化运营和运营数据的神秘面纱。通

万事万物皆有势。势就是信息，而信息是现代信息社会主要的生产要素之一。同样，管理也离不开信息，信息是管理系统演化和发展的主要动力。本书从势的起源和内涵出发，分析了势科学和信息动力学的普适性和科学性，然后研究了基于信息的管理原理，对信息量和信息势、绝对信息和相对信息进行了辨别，根据信息作用机制分析了势增原理的基本逻辑，研究了信息势作用的张量求解，对管理和谐的对称性和群论模型进行了研究。接着又探讨了管理的对称性机制，对组织的六维信息势进行了分析，探析了基于管理信息势的分工与创新等方面的问题，最后研究了基于管理信息势的制度和文化、战略和细节、运营和创业，运用管理信息势的理论对实际问题进行了应用研究。

《中国大数据应用发展报告No.7》（2023）卷分为总报告、热点篇、案例篇、探究篇四个部分，对大数据在数字政府、教育、文旅、金融、工业制造等多个领域及行业应用的最新态势进行了跟踪。报告收集了大数据服务地方政府精准决策、大数据在文化和旅游资源普查与评价中的应用、教育大数据治理及应用、工业互联网在玻璃制造行业的应用等热点案例，并展开深入分析。报告指出，大模型推动数据要素从资源到资产的转化，是释放数据潜在价值的关键步骤，标志着经济社会数字化向更深层次发展。

互联网和社交媒体的普及让我们进入了一个信息爆炸的时代，人们越来越依靠搜索来获取想要的信息。而精算消费者或者客户端访问者的搜索行为，已成为如今AI技术领域核心的应用之一；对搜索行为和动机的研究，也成了众多电商、媒体关注的热点话题。 《寻找信息：信息搜寻、需求与行为分析》汇集了全球范围内有关信息搜索和信息需求的前沿研究成果，详细讲解了有关信息搜寻行为的研究方法、模型和理论，旨在帮助读者更好地了解信息、寻找信息。同时，《寻找信息：信息搜寻、需求与行为分析》采用方法与实例相结合的方式，介绍了电商平台、远程医疗、新闻媒体领域的大量应用案例。

本书是由汽车与保险行业多为资深从业人员，通过大数据分析，共同撰写的全面论述中国汽车与保险大数据发展现状及趋势的权威著作。自我国实施国家大数据战略以来，大数据产业经历了爆发式的发展，汽车与保险大数据产业取得了长足进步，在此背景下，本书详细论述了保险与大数据的发展历程、现状以及面临的问题挑战，并针对新形势提出未来发展思路。本书从基于大数据应用的实例研究入手，深入分析了大数据在汽车行业、保险行业各个细分领域的应用，对我国汽车与保险大数据发展提出相应建议，同时对汽车行业、保险行业及其他相关行业的大数据建设与应用具有重要的参考价值和研究意义。

管理系统工程是以企业管理系统为研究对象的一门组织管理技术，是一门以系统科学、运筹学、计算机应用技术为主体的综合交叉性课程。其基本思想是坚持整体观念、统筹兼顾，运用有关优化分析方法，实现管理系统整体功能的提高。全书结构由４部分组成：① 管理系统工程的基本理论；② 管理系统工程的基本工作；③ 提高系统性能的基本要点；④ 管理系统工程定量分析方法例题集。本教材的编写特色是以 组织管理技术 为主线，以 立足国情 为基点，以 大道至简 为方略。 本教材可用于经济管理专业和理工科管理工程专业本科教学使用，也可用于各级领导干部培训使用。教学过程中，可根据具体对象和学时要求，选择相关内容。

本书采用国内外先进的教学思想，教材内容与国际接轨，覆盖了信息系统的理论基础、开发方法以及开发管理三大部分，加强对学生分析能力与实践能力的培养。本书依据信息系统的生命周期理论进行内容的安排，以信息系统的开发方法与管理作为主线，以完整的实例贯穿信息系统开发过程，系统讲述信息系统的规划、分析、设计、实施等各个阶段相关的模型与技术，以及对信息系统开发过程进行管理的主要内容和方法。本书对结构化方法与面向对象方法的基本内容及应用，结合实例进行详细阐述，并在每一章设置以项目小组为单位的讨论分析与课程实践习题。

数据是信息时代和信息经济的血脉。如何利用市场机制来合理有效地配置数据这一未来经济重要的生产要素，是全世界全社会都应该高度关注的话题。本书深刻剖析了数据市场的复杂性和特殊性，直击数据市场基础性制度建设，为数字经济时代的数据治理提供了重要的政策参考。

加强事中事后监管是深化行政体制改革，加快转变政府职能，深入推进 放管服 改革的内在要求。随着市场主体数量快速增长，市场活跃度不断提升，全社会信息量爆炸式增长，数量巨大、来源分散、格式多样的大数据对政府监管能力提出了新的挑战，也带来了新的机遇。因此迫切需要在市场监管中积极稳妥、充分有效、安全可靠地运用大数据等现代信息技术，探索基于大数据手段的监管新理念、新方式、新路径。 遵照党中央、国务院和国家发展改革委关于充分运用大数据开展事中事后监管的系列重要指示精神，国家信息中心大数据发展部进一步加大组织力度和研究投入，组建了事中事后监管大数据工作专班，集合力量组织深入研究，深度对接国家发展改革委十多个司局的监管业务，充分利用大数据分析手段，不断扩展数据源，初步构建了事中事后监管大数据理论