互联网商业模式
摘要：
因为工作关系，经常浏览中国出版网。前段时间我在《出版科学》发表的一篇文章被中国出版网的编辑放到了该网站的头条新闻里面，感觉还是挺高兴的，其原因并不是因为被推荐到头条，而是文章观点被认可和传播，我始终认为社会科学的科研成果如果得不到广泛传播，其价值是要打折扣的。
今天在该网站上看到一篇很不错的文章，中国人民大学传媒经济学博士后 张向东的《中国报业：政府是否应该救市》，其中有一段，我摘抄如下：
“美国《基督教科学箴言报》将完全成为网络媒体，而改版后的《华尔街日报》印刷版的文章中，80%的内容为对前一天发生的事件的分析，还有一部分内容是对将要发生的事件的预测，而所有的最新新闻都被放在了该报的 （全文共1454字）——点击此处阅读全文
摘要：《信息规则》一书出版已经快10年了，这10年来信息产业的变化可谓翻天覆地，可归根到底都没有逃出夏皮罗和瓦里安的五指山，新经济那点障眼法早就被两位大侠看透了。
想想当年看到《信息规则》中文版时候的激动，至今都觉得不可思议。可以说，这本书是到目前给我冲击最大的一本新经济学著作。现在回想起购买过程，也是历历在目。当时在洪山商场的六楼，我漫无目的浏览着经济类图书，忽然之间看到那个蓝黄相间的书皮，题目很吸引人，就随手拿起翻阅了几页，就是这么几页让我有了醍醐灌顶的感觉，是的，这就是我要找的书。众里寻他千百度，蓦然回首那人却在灯火阑珊处！
在随后的一周内，我把这本书仔细阅读了两次，唯一的感觉就是激动。这种感觉之前只出现过一次，那就是大学二年级，阅读《箴言录》的时候。
现在回想起来，《信息规则》给我的冲击在近10年来一直都没有被打破，即使看到《世界是平的》或者《维基经济学》，这些预言式的读物。
10年已经逝去，当年的瓦里安教授也退去了美国加州大学伯克利分校信息学院的院长一职，成为了Google的首席经济学家，真是不愧为全球新经济学领军人物，网络时代的哥伦布。
10年已经逝 （全文共667字）——点击
此处阅读全文
摘要：“公共屏蔽”这个词绝对算得上一个新鲜词汇，而且是只有在互联网时代才可能出现的词汇。遗憾的是，这个词一出生就带有令人厌恶的色彩。当然，目前这个词还没有一个专业定义，对于媒体界和信息界，它的本质确实清晰的，既利用网络技术对大众本应自由获取的信息进行人为的过滤。
从法律上将，这种行为本来是政府有能力和有权利做的事情（事实上，政府也不应该拥有这个权利，特殊国情除外），现在却被百度这样的搜索引擎公司给发扬光大了。真是令人感到意外，百度在商业模式上的创新竟然是以侵犯人权为基础的，把政治领域的把戏引用到了经济领域，还给自己标榜清白和无辜，可事实是什么呢，你自己按照这篇文章的提示搜索一下“创维电视 不合格 伤害了谁? ”就知道了。
（全文共1440字）——点击
此处阅读全文
摘要：对于一个网站运营商来说，注册量是一个命根，每每炫耀自己的时候，都会说我们的已有了多少多少万用户，比如3G门户放话说“我们有5000万用户”。
这个数字看起来确实诱人，如果拿这个数字和我们的2.8亿网民比较的话，确实可观，20%的网民都是它的用户。可实际真是这样吗？
当然不是，这5000万不过是注册量而已，根本不能代表实际用户数。
有数据显示，仅在中国，BBS和各种论坛的用户注册量就超过30亿，如果把各种网站的注册量全部算上，恐怕这个数字已经超过50亿。你这区区5000万，不过是1%而已。
当然，这5000万是否是真是数据还不确定，即使是真是数据，其中大部分都是过客，即注册后就从不登陆者，还有一批重复注册者，最好用实际活跃用户来算的话，恐怕也就10万个用户吧
当然，10万活跃用户价值已经相当明显，但是网站也不能总是拿5000万这个大帽子忽悠人啊。 （全文共436字）——点击
此处阅读全文
数据挖掘的背景知识
作者:赵敏 来源:爱诺为 参与评论
什么是数据挖掘？
数据挖掘能做什么？
数据挖掘的商业背景
数据挖掘的技术背景
数据挖掘的社会背景
0.什么是数据挖掘？
数据挖掘是从大量的数据中，抽取出潜在的、有价值的知识（模型或规则）的过程。
数据挖掘能做什么？
1)数据挖掘能做以下六种不同事情（分析方法）：
分类 （Classification）
估值（Estimation）
预言（Prediction）
相关性分组或关联规则（Affinity grouping or association rules）
聚集（Clustering）
描述和可视化（Description and Visualization）
2)数据挖掘分类
以上六种数据挖掘的分析方法可以分为两类：直接数据挖掘；间接数据挖掘
直接数据挖掘
目标是利用可用的数据建立一个模型，这个模型对剩余的数据，对一个特定的变量（可以理解成数据库中表的属性，即列）进行描述。
间接数据挖掘
目标中没有选出某一具体的变量，用模型进行描述；而是在所有的变量中建立起某种关系。
分类、估值、预言属于直接数据挖掘；后三种属于间接数据挖掘
3)各种分析方法的简介
分类 （Classification）
首先从数据中选出已经分好类的训练集，在该训练集上运用数据挖掘分类的技术，建立分类模型，对于没有分类的数据进行分类。
例子：
a. 信用卡申请者，分类为低、中、高风险
b. 分配客户到预先定义的客户分片
注意： 类的个数是确定的，预先定义好的
估值（Estimation）
估值与分类类似，不同之处在于，分类描述的是离散型变量的输出，而估值处理连续值的输出；分类的类别是确定数目的，估值的量是不确定的。
例子：
a. 根据购买模式，估计一个家庭的孩子个数
b. 根据购买模式，估计一个家庭的收入
c. 估计real estate的价值
一般来说，估值可以作为分类的前一步工作。给定一些输入数据，通过估值，得到未知的连续变量的值，然后，根据预先设定的阈值，进行分类。例如：银行对家庭贷款业务，运用估值，给各个客户记分（Score 0~1）。然后，根据阈值，将贷款级别分类。
预言（Prediction）
通常，预言是通过分类或估值起作用的，也就是说，通过分类或估值得出模型，该模型用于对未知变量的预言。从这种意义上说，预言其实没有必要分为一个单独的类。
预言其目的是对未来未知变量的预测，这种预测是需要时间来验证的，即必须经过一定时间后，才知道预言准确性是多少。
相关性分组或关联规则（Affinity grouping or association rules）
决定哪些事情将一起发生。
例子：
a. 超市中客户在购买A的同时，经常会购买B，即A => B(关联规则)
b. 客户在购买A后，隔一段时间，会购买B （序列分析）
聚集（Clustering）
聚集是对记录分组，把相似的记录在一个聚集里。聚集和分类的区别是聚集不依赖于预先定义好的类，不需要训练集。
例子：
a. 一些特定症状的聚集可能预示了一个特定的疾病
b. 租VCD类型不相似的客户聚集，可能暗示成员属于不同的亚文化群
聚集通常作为数据挖掘的第一步。例如，“哪一种类的促销对客户响应最好？”，对于这一类问题，首先对整个客户做聚集，将客户分组在各自的聚集里，然后对每个不同的聚集，回答问题，可能效果更好。
描述和可视化（Description and Visualization）
是对数据挖掘结果的表示方式。
2.数据挖掘的商业背景
数据挖掘首先是需要商业环境中收集了大量的数据，然后要求挖掘的知识是有价值的。有价值对商业而言，不外乎三种情况：降低开销；提高收入；增加股票价格。
1)数据挖掘作为研究工具 （Research）
2)数据挖掘提高过程控制（Process Improvement）
3)数据挖掘作为市场营销工具（Marketing）
4)数据挖掘作为客户关系管理CRM工具(Customer Relationship Management)
3.数据挖掘的技术背景
1)数据挖掘技术包括三个主要部分：算法和技术；数据；建模能力
2)数据挖掘和机器学习（Machine Learning）
机器学习是计算机科学和人工智能AI发展的产物
机器学习分为两种学习方式：自组织学习（如神经网络）；从例子中归纳出规则（如决策树）
数据挖掘由来
数据挖掘是八十年代，投资AI研究项目失败后，AI转入实际应用时提出的。它是一个新兴的，面向商业应用的AI研究。选择数据挖掘这一术语，表明了与统计、精算、长期从事预言模型的经济学家之间没有技术的重叠。
3)数据挖掘和统计
统计也开始支持数据挖掘。统计本包括预言算法（回归）、抽样、基于经验的设计等
4)数据挖掘和决策支持系统
数据仓库
OLAP（联机分析处理）、Data Mart（数据集市）、多维数据库
决策支持工具融合
将数据仓库、OLAP，数据挖掘融合在一起，构成企业决策分析环境。
4. 数据挖掘的社会背景
数据挖掘与个人预言：数据挖掘号称能通过历史数据的分析，预测客户的行为，而事实上，客户自己可能都不明确自己下一步要作什么。所以，数据挖掘的结果，没有人们想象中神秘，它不可能是完全正确的。
客户的行为是与社会环境相关连的，所以数据挖掘本身也受社会背景的影响。比如说，在美国对银行信用卡客户信用评级的模型运行得非常成功，但是，它可能不适合中国。
摘要：
国家数字复合出版系统工程 这是新闻出版总署在数字出版方面的第1号工程，以实现一种信息多种传播，信息处理、出版发行能够在一个系统里完成。我们要努力在“十一五”期间研发出复合出版系统，就是通过接纳各种信息在系 （全文共2005字）——点击此处阅读全文
摘要：
最近看到一个消息，如下：
成为《商业周刊》封面人物的虚拟角色Anshe Chung（在现实中，她是一名华裔德国语言教师），在第二人生里经营着一个虚拟房地产开发公司，如今他在中国武汉聘请了10名全职雇员。
虽然这不是我首次看到的新闻，事实上早已称为旧闻，但联想到最近关于虚拟人生的考虑，突然产生了一个问题——什么因素导致了现实生活中普通人称为虚拟生活里面的成功者？这一问题显然与问题少年在网络游戏中的英雄形象问题有些相关？
解答这个问题必须首先看看个体是如何进入和融入现实社会和虚拟社会的。
显然，个体作为一种生物体进入现实社会是从出生开始的，出生家庭和生活环境 （全文共1244字）——点击此处阅读全文
摘要：中国社会科学信息门户（www.cssig.org）是国内最先进的一个面向学术用户的网站。 （全文共413字）——点击
此处阅读全文
摘要：拥有web2.0特征的网站和技术通常被称为社会性软件和技术。社会性软件是一个开放的自组织网络系统，通过用户间的交互可以生成动态演化的社会网络。 （全文共1123字）——点击
此处阅读全文
Best (Or Most Interesting) Web 2.0 Definitions and Explanations
- O'Reilly's What Is Web 2.0 - The famous meme map alone is worth serious study and is the central work defining the interlocking elements of Web 2.0. O'Reilly touches on Web 2.0 as having more of a "gravitational core" than being a concrete set of technologies. He also introduces all the major planks of his vision of the next generation of the Web as a set of best practices from the first generation. A terrific read worth every minute spent on it. Finish this before starting the rest.
- Wikipedia Definition for Web 2.0 - While this entry undergoes near constant revision, I recommend a visit to see what an amalgam of opinionated contributors brings to the table for Web 2.0 definition. Devoid of hype or even many buzzwords, the entry has become somewhat disappointing but the key facts are present and is also notably lacking in major anti-hype. In the end, a balanced if slightly boring view produced by a little wisdom of the crowds.
- Richard MacManus Defines Web 2.0 in February, 2005 - It's amazing to see how far along things have come when you read the very interesting pieces hyperlinked within. Richard does a bang-up job rolling up prevailing opinion at the time from around the Web. He finally settles on Web as Platform for the time being, but of course, the concept would continue to grow.
- The "Official" Web 2.0 Compact Definition - Tim O'Reilly realized his 5 page essay would not result in a pithy definition and so he obliged everyone in October with a more compact definition. While quite the run-on sentence, the definition does capture the essence: "Web 2.0 is the network as platform, spanning all connected devices; Web 2.0 applications are those that make the most of the intrinsic advantages of that platform: delivering software as a continually-updated service that gets better the more people use it, consuming and remixing data from multiple sources, including individual users, while providing their own data and services in a form that allows remixing by others, creating network effects through an "architecture of participation," and going beyond the page metaphor of Web 1.0 to deliver rich user experiences."
- A Cumulative Web 2.0 Definition: Here is an interesting one, if more than a little obtuse. Incredibly, this is what comes up first in Google when you search on "Web 2.0 definition", presumably because the word definition is in the title and a few people have linked to it. While technically not inaccurate, it's not very complete either. I can't help wondering if partial definitions like this are a big part of the problem people are having understanding the concepts.
- Jeff Clavier Tries His Hand At Web 2.0 Definition - And does a credible job. He puts openness of data and services as job #1, then rich application experences, and then low cost of delivery using lightweight programming models and techniques. A bit of a light definition in my personal opinion but highly accessible.
- I Give Web 2.0 Explanation A Try - Though admittedly my description might seem a bit overwrought, I still stand by it. I havent' seen anything this compelling since the original Web and some of the things we're seeing, like the Web 2.0 information ecosystem, will change the world forever.
- Paul Graham Weighs In On Web 2.0 - Here is one of the most recent explanations and one of the clearest headed. While I certainly don't agree with everything he says, it's an excellent antidote to some of the most extreme Web 2.0 hype, while not throwing out the baby with the bath water either. A must read.
And finally, I'm going to add one last Web 2.0 visualization to the mix. I find so many people derive much more meaning out of visuals instead of text and perhaps a slightly more up-to-date graphic will help. For other truly great Web 2.0 visualizations, I refer you to the blogoposium mentioned above.
Figure 1: A reason why Web 2.0, a complex, subtle, yet practical topic, needs so much explanation.
第1页，共6页