11月25日，国家数据局局长刘烈宏在全球数商大会上指出，国家数据局将围绕发挥数据要素乘数作用，与相关部门一道，研究实施“数据要素X”行动，从供需两端发力，在智能制造、商贸流通、交通物流、金融服务、医疗健康等若干重点领域，加强场景需求牵引，打通流通障碍、提升供给质量，推动数据要素与其他要素结合，催生新产业、新业态、新模式、新应用、新治理。

数据具有规模报酬递增、非竞争性、低成本复制的特点，作用于不同主体，与不同要素结合，可产生不同程度的倍增效应。

数据的乘数效应重点表现在三个方面：

第一，以“协同”实现全局优化，提升产业运行效率，增强产业核心竞争力;

第二，以“复用”扩展生产可能性边界，释放数据新价值，拓展经济增长新空间;

第三，以“融合”推动量变产生质变，催生新应用、新业态，培育经济发展新动能。可见，如何有效地利用这些数据，充分发挥数据的乘数效应，是各行业需要不断探索和实践的重要课题。

以工业大数据为例，通过收集和分析海量的数据，企业可以更好地理解生产过程、市场需求、供应链管理等方面的问题，从而优化生产流程、提高效率、减少成本、增加收益。同时，工业大数据还可以帮助企业预测市场趋势、开发新产品、优化产品设计等方面，为企业提供更加全面、准确的市场信息和决策支持。

金融大数据则是指金融机构在业务运营过程中产生的各种数据，包括客户信息、交易记录、信用信息等等。通过对这些数据的分析和挖掘，金融机构可以更好地了解客户需求、风险偏好和市场趋势，从而优化产品设计、提高服务质量、降低风险、增加收益。同时，金融大数据还可以帮助金融机构进行风险管理、客户关系管理等方面的工作，提高企业的竞争力和市场占有率。

本期书单聚焦工业和金融两大领域，深入探讨工业大数据和金融大数据的应用和实践，帮助读者更好地理解和应用这些数据，为企业的发展提供更加全面、准确的信息和决策支持。一起来看吧。

—〇 图书榜单 〇—

工业大数据篇

1. 《工业大数据融合体系结构与关键技术》

2. 《智能车间的大数据应用》

3. 《工业大数据分析实践》

4. 《制造数据管理》

5. 《工业大数据分析算法实战》

金融大数据篇

6. 《金融数据风控：数据合规与应用逻辑》

7. 《金融数据资产：账户、估值与治理》

8. 《金融科技大数据风控方法介绍》

9. 《金融数据建模应用》

10. 《大数据与金融》

—〇 报告榜单 〇—

《工业大数据融合体系结构与关键技术》

高聪，王忠民，陈彦萍等

机械工业出版社

内容简介

本书针对工业大数据的融合架构与关键技术进行了研究，在对工业4.0、物联网和云计算进行分析的基础上，从定义、技术以及管理三个方面对大数据进行了阐述，给出了工业大数据融合研究与应用的体系结构。针对工业制造领域的特定应用场景，充分研究了数据的感知、采集和异常检测技术，阐述了现有方法的利弊，分析了存在的问题，并提出了一系列创新的解决方案。

作者简介

高聪，西安电子科技大学计算机科学与技术专业学士，计算机系统结构专业硕士、博士。自2015年12月至今，在西安邮电大学计算机学院任教，主要研究方向：数据感知与融合、边缘计算和无线传感器网络。近5年来，主持陕西省科学技术厅国际科技合作计划项目1项、工业和信息化部通信软科学研究计划项目1项、陕西省教育厅自然科学专项科研项目1项，以第一作者发表英文论文12篇，其中被SCI检索5篇、EI检索5篇、CPCI-S检索1篇，出版学术专著2部，获得国家发明专利授权2项，登记软件著作权9件，研究领域内相关科研报道见报3次。

《智能车间的大数据应用》

张洁，吕佑龙，汪俊亮，鲍劲松

清华大学出版社

内容简介

阐述智能车间的大数据基本特点和应用框架，介绍大数据技术在智能车间中的多种典型应用场景：第1章论述大数据对智能制造的推动作用;第2章分析智能车间内的大数据资源;第3章介绍基于大数据的智能车间技术体系;第4至9章分别介绍设备智能维护、生产在线监控、产品智能设计、车间智能调度、产品质量控制、物料运输调度等大数据应用场景，并提供航空航天、汽车、钢铁、食品等典型行业中的大数据应用实例。

作者简介

张洁，现为东华大学机械工程学院院长、教授、博导。南京航空航天大学获博士学位。曾任上海交通大学智能制造与信息工程研究所副所长、教授、博导，华中科技大学机械科学与工程学院副教授，华中科技大学和香港大学做博士后; 美国加州大学柏克莱分校、美国伊利诺伊大学香槟分校、法国里昂二大的高级访问学者。目前是中国人工智能学会智能制造专业委员会副主任，中国科协智能制造学会联合体专业委员会委员。

《工业大数据分析实践》

田春华，李闯，刘家扬等

电子工业出版社

内容简介

本书以工业大数据的特点和需求为牵引，阐述了工业大数据分析的工程方法论，针对设备故障诊断与健康管理(Prognostics & Health Management，PHM)、生产质量分析(Product Quality Management，PQM)、生产效率优化(Production Efficiency Management，PEM)等提出了具体的分析课题定义方法，给出了典型分析场景和算法框架，并系统总结了工业大数据领域的常用分析算法(特别是时序挖掘算法)，最后以6个实际案例从不同方面诠释了工业大数据分析项目的复杂性和多样性，包括纯数据驱动、专家知识驱动、机器学习与机理模型结合等类型的分析课题，以期形成工业大数据分析的工程化方法体系。本书适合工业行业中从事数据分析、数字化转型、数据平台规划的专业人员阅读，也可为其他从事行业数据分析的专业人员及高等院校数据挖掘的研究人员提供参考。

作者简介

田春华，博士，北京工业大数据创新中心首席数据科学家，曾在IBM中国研究院担任研究经理。专注数据挖掘算法、产品及行业应用开发工作，有丰富的行业实践经验，帮助装备制造、石油化工、电子制造、能源电力、航空与港口等领域的几十家国际和国内领先企业，成功实施资产管理、运营优化、营销洞察等数据分析项目。参与了多个工业大数据相关标准的制定工作、白皮书的编写工作、竞赛支持工作及多个国际学术会议的组织工作。发表学术论文近百篇，获得40余项国际和国内专利授权。

《制造数据管理》

石宣化，华强胜，王淑营等

清华大学出版社

内容简介

本书聚焦于制造数据管理这一核心主题，从理论延展至应用，从传统模型延展至高新技术，对相关领域内容进行了较为全面、系统的总结。全书内容分为5章：第1章绪论对制造数据与制造数据管理系统进行了简要概括;第2章介绍了各种经典的数据模型，并着重分析了关系模型;第3章对数据管理中的存储、定位、查找技术进行了介绍，并补充了数据库设计构架的相关内容;第4章与第5章结合企业智能制造的实际需求，对高可用数据管理技术与可信数据管理技术辅以实例进行了说明。

作者简介

石宣化，华中科技大学教授、博士生导师，计算机学院副院长、大数据技术与系统国家地方联合工程研究中心副主任，中国计算机学会大数据专家委员会委员、高性能计算专业委员会常务委员。主要从事云计算与大数据处理、异构计算等领域的研究，在ASPLOS、VLDB、ICS、SoCC、TOCS等会议与期刊发表论文40余篇，成果被Computer杂志作为亮点工作推荐、IEEECluster最佳论文提名。获CCF自然科学奖一等奖、教育部技术发明奖一等奖等奖励。

《工业大数据分析算法实战》

田春华

机械工业出版社

内容简介

本书以工业大数据的特点和需求为牵引，阐述了工业大数据分析的算法与实现机制，使具有工科背景读者建立起数据思维，灵活利用数据分析算法进行实际问题的建模，并实现分析项目高效迭代与落地。具体主题覆盖了工业大数据分析工程思维和软件栈，工业数据的数据探索，预处理方法和常用机器学习算法，故障诊断、质量优化、流程优化的分析算法，专家规则捕获方法，工业数据分析工程等内容。

作者简介

田春华，博士，北京工业大数据创新中心首席数据科学家，曾在IBM中国研究院担住研究经理。专注数据挖掘算法、产品及行业应用开发工作，有丰富的行业实践经验，帮助装备制造、石油化工、电子制造、能源电力、航空与港口等领域的几十家国际和国内企业，成功实施资产管理、运营优化、营销洞察等数据分析项目。参与了多个工业大数据相关标准的制定工作、白皮书的编写工作、竞赛支持工作及多个国际学术会议的组织工作。发表学术论文近百篇，获得40余项国际和国内专利授权。

《金融数据风控：数据合规与应用逻辑》

李可顺

机械工业出版社

内容简介

这是一本建设数字中国的实战性著作，讲解了如何从合规数据源获取公共数据、个人数据和企业数据，并将这些数据合规地应用到各种金融风控场景。本书围绕公共数据、企业数据、个人数据的分类分级授权应用场景要点，通过分享公安、运营商、银联、工商、央行征信、百行征信、司法、航旅、铁路、税务、交通、电力、保险等十几种主流数据资源的开放背景、数据能力及现有的数据产品应用逻辑，帮助大数据行业从业者更好地了解数据资源持有权、数据加工使用权、数据产品经营权三类数据产权运行机制。书中凝聚了大量数据流通交易及应用方面的有价值的经验、方法论、规范、解决方案和案例，不仅能让读者即学即用，还能让读者了解大数据行业及数据经济产业的发展趋势。

作者简介

资深数据要素流通应用专家和金融风控专家。主要研究公安部、交通部、银联、运营商等合规数据源的数据在银行、保险、物流、汽车、互联网及政府等主要场景的产品形态及应用逻辑。参与过省级政务数据项目、政务数据授权运营项目、数据银行项目，还参与过多家省级数据交易所的顶层规划、筹建及代运营工作。现就职于深圳数据交易所。曾担任过某省级数据交易和流通工程实验室副主任，成都大数据产业技术研究院特聘行业专家、多家主流媒体大数据行业资讯内容顾问。

《金融数据资产：账户、估值与治理》

杨农

中国金融出版社

内容简介

本书聚焦商业银行数据资产的价值实现这一新兴应用基础课题，在理论层面透析“一类要素”，从数据资产的前置法律条件和会计标准出发，对标企业资产的核心属性，明确数据资产内涵及其形成机制，探索数据资产规范使用的理论基础、技术保障和法律支撑。在实践层面比较“二张表格”，即资金的资产负债表与数据的资产负债表，前瞻性探讨其核心功能和评估标准。在基础设施层面聚焦“三个体系”，从数字账户、数据资产估值与数据治理三个体系的建立和完善，比较分析大、中、小、新不同商业银行数据资产的价值实现路径，提出务实可行的落地建议。

作者简介

杨农，经济学博士，清华大学博士后，斯坦福大学工学院访问学者，北京大学经济研究所博士后导师。出版各类著作25部，公开发表论文和理论文章130多篇。创办《金融市场研究》并任执行主编。先后任安徽省政府研究室副主任、中国人民银行金融市场司副司长、中国银行间市场交易商协会副秘书长、中国互联网金融协会副秘书长。

《金融科技大数据风控方法介绍》

李华，袁先智，赵建彬

科学出版社

内容简介

本书是在大数据框架下，全面介绍金融科技在处理真实场景金融问题时需要掌握的最重要的几类机器学习方法，并将重点放在实施过程中需要用到的特征提取、可解释性、隐私保护与数据安全共享等相关内容的讨论上。

本书内容分三部分:第一部分由1～6章组成，主要讲常规情况下，机器学习在金融场景特别是大数据风控中的建模应用;第二部分由第7章和第8章组成，主要讲在数据隐私保护和安全要求下，机器学习如何进行大数据风控建模;第三部分由9～16章组成，主要讲如何基于吉布斯抽样算法建立特征提取的理论和标准框架及其在包含投资和融资等7个不同金融场景中的应用。

本书具有五个特点：一是面向应用需求，介绍机器学习在金融场景特别是大数据风控中的建模应用;二是紧扣应用，聚焦智能投顾和大数据信用评价两大领域;三是针对算法，重点讲逻辑回归和集成学习建模;四是针对数据安全和隐私保护问题，建立密文机器学习模型，实现数据共享;五是针对特征工程，基于吉布斯抽样算法，建立支持非线性特征提取的理论和标准框架。

作者简介

李华，加拿大卡尔加里大学金融数学博士，现任郑州大学数学与统计学院教授，硕士生导师，河南省金融工程重点实验室执行主任，河南省科学技术协会第九届委员，郑州大学海外虚拟研究院博士生导师中原银行博士后导师，兼任河南省金融工程学会秘书长，中国系统工程学会金融系统工程分会常务理事等。近年来专注于AI算法在金融大数据风控尤其是农业金融风控中的应用.主持完成科研项目10多项(包括国家基金和横向项目 )，获专利4项，出版专著2部，国内外权威期刊发表论文40余篇.多项智能风控成果被被金融机构转化应用。

《金融数据建模应用》

刘淑娥

清华大学出版社

内容简介

《金融数据建模应用(初级)》是教育部1+X职业技能等级证书“金融数据建模应用(初级)”的配套教材。全书依据金融数据建模应用职业技能等级标准，面向金融数据建模相关岗位需求，强化学生的业务实操能力和职业判断能力。全书从金融数据建模导论、金融数据建模需求及典型应用场景、常见金融业务数据介绍、金融数据自主建模基础应用、金融数据可视化应用基础、金融数据模型典型场景应用和金融数据安全规范7个方面，培养学生在金融科技岗位上进行金融数据建模的能力。

《金融数据建模应用(初级)》可作为教育部1+X职业技能等级证书“金融数据建模应用(初级)”培训的教材，也可作为应用型本科院校、中高等职业院校的计算机科学与技术、信息管理与信息系统、金融学等相关专业的教材，还可作为金融数据建模应用从业人员的培训用书。

作者简介

资深大数据挖掘与分析专家、模式识别专家、AI技术专家。有10余年大数据挖掘与分析经验，擅长Python、R、Hadoop、Matlab等技术实现的数据挖掘

中关村互联网金融研究院是国内首j互联网金融、金融科技研究机构，于2014年5月在中关村科技园区管理委员会、北京市海淀区人民政府等政府部门指导下经北京市民政部门核准成立的研究机构。2018年研究院被民政部门评为“中国社会组织评估等级4A级”。在国家法律、法规和相关政策指导下，以金融和科技创新为指导思想， 以理论探索、创新发展、完善体系和严格监管为手段，促进互联网金融、金融科技行业快速发展。

与分析，对机器学习等AI技术驱动的数据分析也有深入研究。为电信、电力、政府、互联网、生产制造、零售、银行、生物、化工、医药等多个行业上百家大型企业提供过数据挖掘应用与咨询服务，实践经验非常丰富。

华南师范大学、中南财经政法大学、广东工业大学、西安理工大学、广西科技大学、重庆交通大学、桂林电子科技大学等校外硕导或兼职教授。撰写了《R语言数据分析与挖掘实战》《数据挖掘:实用案例分析》《 Hadoop大数据分析与挖掘实战》等10余部畅销书，累计销售超过30万册。

《大数据与金融》

陈晓静

上海财经大学出版社

内容简介

数字经济时代，数据作为一种重要因素，成为推动产业发展的新引擎，大数据在金融领域的应用也成为金融行业和政府监管者高度关注的问题。《大数据与金融》涵盖了金融领域的银行、证券、保险、第三方支付、供应链金融等内容，写作特色主要体现在：一，内容新颖。该书囊括了国内外大数据与金融领域的新理论和实践。二，案例翔实。每章均配备了1～2个相关案例，涵盖大数据在金融领域应用的新实践。三，分析透彻。该书内容基本上涉及大数据在金融领域应用的各个方面，并对相关问题进行了深入分析。

作者简介

陈晓静，上海对外经贸大学金融管理学院教授，上海对外经贸大学美国研究中心主任。复旦大学金融学专业博士，复旦大学管理学院工商管理博士后，美国杜克大学访问学者，意大利摩德纳大学、克罗地亚萨格勒布大学短期交流。上海经济学会理事，复旦大学全球校友会理事，上海管理教育学会理事，上海金融学会会员。主持或主研40多项国际合作项目、国家级和省部级等各类课题。近几年主持多项关于上海自贸区金融创新、人民币离岸业务、上海科创中心、国际投资和金融风险监管的上海市人民政府决策咨询项目，在国内外核心刊物上发表过40多篇论文。主要研究领域为：金融科技、金融创新、风险监管、商业银行管理、产业竞争力等等。

—〇 互动福利 〇—

本期推荐的10本图书，希望能够为您带来反思和启发。哪本书最能引起您的注意?哪本书最能与您产生共鸣?您有哪些好书推荐?欢迎在“评论区”积极互动，分享阅读心得或推荐阅读书单，精美礼品等您来领。