金融数据挖掘：基于大数据视角的展望 [A Prospect from Big Data Perspective] pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

许伟，梁循，杨小平 编

图书标签:

• 金融数据挖掘
• 大数据
• 金融科技
• 数据分析
• 机器学习
• 风险管理
• 量化交易
• 金融工程
• 数据科学
• 预测模型

出版社： 知识产权出版社

ISBN：9787513018791

版次：1

商品编码：11275104

包装：平装

外文名称：A Prospect from Big Data Perspective

开本：16开

出版时间：2013-06-01

用纸：胶版纸

页数：212

字数：226000

正文语种：中文

编辑推荐

　　

　　《金融数据挖掘：基于大数据视角的展望》讲述大数据时代下的金融数据挖掘方法。
　　全书从5个方面讲述大数据时代下的金融数据挖掘方法：1）数据挖掘方法；2）银行数据挖掘篇，介绍了基于神经网络和支持向量机的信用评分方法；3）证券数据挖掘，探讨了基于多种数据挖掘方法的股票价格预测、金融市场价格预测及股票自动交易系统；4）保险及其他数据挖掘，研究了基于数据挖掘的保险欺诈监测、企业破产预测、财务报表欺诈监测等问题；5）从大数据的视角对金融数据挖掘进行了扩展和展望。��
　　本书适合对数据挖掘算法感兴趣的计算机专业人士或是对金融信息挖掘感兴趣的领域专家阅读，也可作为金融信息工程方向的工程硕士教材或参考书。
　　

内容简介

　　

　　《金融数据挖掘：基于大数据视角的展望》结构分为五个篇章。第1篇介绍了数据挖掘方法。第二篇是银行数据挖掘篇，介绍了基于神经网络和支持向量机的信用评分方法。第三篇是证券数据挖掘篇，探讨了基于多种数据挖掘方法的股票价格预测、金融市场价格预测及股票自动交易系统。第四篇是保险及其他数据挖掘篇，研究了基于数据挖掘的保险欺诈监测、企业破产预测、财务报表欺诈监测等问题。第五篇从大数据的视角对金融数据挖掘进行了扩展和展望。
　　《金融数据挖掘：基于大数据视角的展望》的读者可以是对数据挖掘算法感兴趣的计算机专业人士或是对金融信息挖掘感兴趣的领域专家，也可作为金融信息工程方向的工程硕士教材或参考书。

作者简介

　　许伟，男，博士，中国人民大学信息学院经济信息管理系副教授，硕士生导师。主要研究领域为金融管理、信息系统。主持国家自然科学基金、北京市自然科学基金、省市部委及金融企业合作项目多项，在European Journal of Operational Research、Decision Support Systems、IEEE Trans. Systems, Man and Cybernetics、Fuzzy Sets and Systems等国内外期刊和国际会议上发表研究论文50余篇，获得北京市优秀人才、北京市科技新星、IBM访问学者、北京市哲学社会科学优秀成果奖等多个奖项。

内页插图

精彩书评

　　NULL

目录

第一篇 金融数据挖掘概述
第1章 绪论
1.1 金融领域进行数据挖掘的必要性
1.2 金融数据挖掘的应用领域
1.3 金融数据挖掘的过程
1.4 本章小结
第2章 数据挖掘的原理、方法与技术
2.1 数据挖掘概述
2.2 数据预处理
2.3 数据仓库的建立
2.4 数据挖掘方法
2.5 数据挖掘评估
2.6 本章小结

第二篇 银行数据挖掘
第3章 基于神经网络的信用评分方法
3.1 引言
3.2 神经网络
3.3 数据集
3.4 实验设计
3.5 实验结果
3.6 实验结果分析
3.7 本章小结
第4章 基于支持向量机的信用风险评估方法
4.1 引言
4.2 SVM参数优化方法
4.3 实证分析
4.4 本章小结
第5章 基于数据挖掘的银行信贷评价方法
5.1 引言
5.2 基于数据挖掘的银行信贷评价模型
5.3 实证检验
5.4 本章小结

第三篇 证券数据挖掘
第6章 基于粗糙集的股票价格预测方法
6.1 引言
6.2 基于粗糙集的预测方法
6.3 基于粗糙集的股票预测模型
6.4 实证分析
6.5 本章小结
第7章 基于网络信息的金融市场价格预测
7.1 引言
7.2 微博的发展及在金融预测中的实际意义
7.3 相关性检验与SVM股价预测
7.4 实证分析
7.5 本章小结
第8章 基于数据挖掘的股票自动交易系统
8.1 引言
8.2 神经网络和小波分析技术
8.3 基于小波分析和BP神经网络的股票自动交易系统
8.4 实证分析
8.5 本章小结
……
第四篇 保险及其他数据挖掘
第五篇 基于金融大数据视角的展望

前言/序言

　　进入21世纪，中国金融业对信息化工作前所未有的重视，众多金融机构都建立起了自己的数据平台，形成了金融机构网络和垂直业务体系，实现了金融数据大集中。这些数据有三个特点。第一个特点是数据量大，一般达到PB级。第二个特点是类型多，如非结构化数据、半结构化数据、流数据等。第三个特点是价值密度低，有用的数据含量少。这都是大数据的典型特点。随着金融数据基础设施硬件建设的不断发展，如何处理每天产生的大数据，进行科学的分析处理，挖掘隐藏在数据内部各种有价值的关联，并及时提供决策支持，成为摆在金融业面前的新课题。
　　大数据时代的到来，使得世界不得不更多地使用智能数据挖掘技术。目前，金融数据挖掘引起了众多学者和业界人士的广泛关注。在这种背景下，本书力求把握金融数据挖掘的最新动向，开发金融数据挖掘的典型案例，从大数据的视角加以思考和探索，并为金融数据挖掘研究和应用的发展提供有益的支持。
　　编写本书的另一个出发点是，近年来我国金融业迅猛发展，金融信息化人才的需求量大大增加，相当多的毕业生进入了金融信息化行业。为满足实践的需要，很多大学的软件学院设立了金融信息系或金融信息专业，培养一批又一批的金融信息专业人才。笔者最近几年一直参与讲授一些院校的金融数据挖掘专业的工程硕士课程，感到缺少这样一本教材，所以组织师生编写了本书。
　　本书介绍了金融数据挖掘的一些典型应用。本书与作者以前出版的《网络金融》《数据挖掘算法与应用》《互联网金融信息系统的设计与实现》《电子商务理论与实践》《网络金融信息挖掘导论》《网络金融系统设计与实现案例集》《互联网金融信息智能挖掘基础》和《支持向量机算法及其金融应用》八本书之间的关系见图0-1。本书是这些书籍在金融数据挖掘方面的延续和补充。

《金融数据挖掘：基于大数据视角的展望》是一本深度探讨金融领域数据挖掘技术及其未来发展方向的著作。本书不局限于传统的统计方法，而是紧密结合日益增长的大数据浪潮，以前瞻性的视角审视金融行业如何利用海量、多源、异构的数据来驱动创新、优化决策、防范风险。 全书围绕“大数据视角”展开，将大数据所带来的机遇与挑战贯穿始终。读者将了解到，在当今金融市场，数据不再仅仅是交易记录或客户信息，而是包含了文本、图像、社交媒体互动、传感器数据等多维度、高密度的信息流。如何有效地采集、清洗、存储、处理和分析这些庞杂的数据，成为金融机构提升竞争力的关键。 本书内容着重于介绍和分析一系列前沿的金融数据挖掘技术。这包括但不限于： 一、 机器学习在金融领域的应用 监督学习算法：深入讲解如何运用回归、分类等算法来预测股票价格、评估信用风险、识别欺诈交易、进行客户流失预警等。重点会放在模型的可解释性、泛化能力以及在大规模数据集上的效率。 无监督学习算法：探讨聚类、降维、关联规则挖掘等技术如何帮助金融机构发现隐藏的客户群体、理解市场细分、揭示资产之间的潜在联系、以及进行异常值检测。 深度学习模型：阐述卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）等在处理金融时序数据（如股价、宏观经济指标）、文本数据（如新闻、报告）以及图像数据（如手写签名识别）方面的强大能力。例如，如何构建深度学习模型来捕捉复杂的市场动态，或者通过自然语言处理（NLP）技术分析财经新闻的情感倾向，从而辅助投资决策。 二、 大数据技术栈与金融实践 分布式计算框架：介绍Apache Spark、Hadoop MapReduce等技术如何赋能金融机构处理PB级别的数据集。读者将了解到这些框架在数据预处理、模型训练、特征工程等环节的优势，以及如何在大规模数据集上实现高效的计算。 实时数据处理：强调在大数据环境下，实时决策的重要性。本书会探讨Apache Kafka、Flink等流处理技术，以及如何构建实时风控系统、实时交易监控平台、以及个性化金融产品推荐系统。 数据存储与管理：分析NoSQL数据库（如MongoDB、Cassandra）以及数据湖（Data Lake）概念在应对金融海量、多样化数据存储方面的作用，以及如何构建灵活、可扩展的数据基础设施。 三、 金融数据挖掘的应用场景 风险管理：详细介绍如何利用大数据和高级挖掘技术来构建更精准的信用评分模型、市场风险模型、操作风险模型。例如，通过分析社交媒体行为、交易模式等非传统数据来提前预警潜在的信用风险或欺诈行为。 投资决策：探讨如何通过分析大量的市场数据、新闻情绪、公司公告等，来开发量化交易策略、优化投资组合、发现投资机会。这包括利用自然语言处理技术提取关键信息，利用图算法分析企业间的关联关系等。 客户关系管理：展示如何通过客户画像、细分、精准营销、个性化产品推荐等手段，提升客户满意度和忠诚度。例如，通过分析客户的交易行为、浏览历史、甚至是社交互动，来预测其潜在需求，并提供定制化的金融服务。 反欺诈与合规：深入分析大数据挖掘技术在识别和预防金融欺诈（如信用卡欺诈、洗钱、内幕交易）方面的能力，以及如何利用这些技术满足日益严格的监管要求。 四、 未来展望与挑战 本书在探讨现有技术和应用的同时，也对金融数据挖掘的未来发展趋势进行了展望。这可能包括： 人工智能与金融的深度融合：预测AI将进一步渗透到金融业务的各个环节，从自动化交易到智能投顾，再到复杂的风险模拟。 区块链与数据安全：探讨区块链技术如何为金融数据的确权、共享和安全提供新的解决方案，从而构建更值得信赖的金融生态系统。 可解释AI（Explainable AI, XAI）的必要性：在金融决策日益依赖复杂模型的情况下，解释模型的决策过程变得尤为重要，以满足合规要求和提高用户信任。 数据隐私与伦理挑战：在大数据挖掘过程中，如何平衡数据利用与个人隐私保护，以及如何应对数据偏见等伦理问题，将是未来发展需要重点关注的方面。 跨领域数据融合：金融数据将越来越多地与其他领域（如物联网、健康医疗）的数据进行融合，以发现更深层次的价值和新的商业模式。 《金融数据挖掘：基于大数据视角的展望》旨在为金融从业者、数据科学家、研究人员以及对金融科技感兴趣的读者提供一个全面、深入的视角，帮助他们理解和掌握大数据时代下金融数据挖掘的关键技术和发展方向，从而抓住机遇，应对挑战，引领金融行业的创新与变革。本书内容详实，理论与实践相结合，力求展现大数据视角下金融数据挖掘的广阔前景。

评分☆☆☆☆☆

当我看到这本书的名字时，脑海中立刻浮现出的是一个充满机遇的未来图景。金融，这个古老而又不断革新的行业，正以前所未有的速度拥抱技术。而大数据，作为驱动这一变革的关键力量，其在金融领域的应用潜力，无疑是巨大的。我设想，这本书的作者一定是一位对金融市场有着深刻理解，同时又对前沿大数据技术有着敏锐洞察力的先行者。我特别期待能够从书中了解到，大数据是如何帮助金融机构实现从“经验驱动”向“数据驱动”的转变。这本书是否会介绍一些创新的数据采集和处理方法，以应对金融数据的高维度、高噪声、非结构化等特点？在模型构建方面，作者是否会分享一些在大数据环境下，能够有效捕捉金融市场复杂规律的算法和技术？例如，深度学习、图神经网络等在金融领域的应用，是否会得到详细的阐述？我更感兴趣的是，这本书是否能为我们勾勒出大数据在金融领域未来的发展蓝图。未来的金融服务将是怎样的？大数据将如何赋能智能投顾、量化交易、风险管理、客户洞察等各个环节？它是否会催生出全新的金融产品和服务模式？我期待这本书能够提供一些启发性的思考，帮助我理解大数据在金融领域变革中的核心作用，并为我指明未来可能的发展方向。

评分☆☆☆☆☆

这本书的名字，让我立刻联想到了金融世界里那些庞大而复杂的数据库，以及隐藏在其中的无限可能。我一直觉得，数据是金融行业的基石，而大数据，则是在这基石之上，建造未来金融大厦的强力粘合剂。“金融数据挖掘”，这个词语本身就充满了吸引力，它意味着从数据的海洋中淘金。而“基于大数据视角的展望”，则更是为我们描绘了一幅关于金融未来发展的宏伟蓝图。我迫不及待地想知道，书中是如何将大数据技术与金融实际应用相结合的。是否会介绍一些能够帮助金融机构提升效率、降低风险、创造价值的创新方法？例如，利用大数据进行精准的客户画像，从而提供个性化的金融产品和服务；或者，通过分析海量的交易数据，来识别潜在的欺诈行为，保护金融市场的稳定。我尤其关注书中关于“展望”的内容，这部分应该能够为我们揭示大数据在未来金融领域的发展趋势。在人工智能、云计算等技术的不断演进下，金融数据挖掘将走向何方？是否会催生出全新的金融服务模式，或者改变现有的金融生态系统？这本书是否能够帮助我理解这些深刻的变革，并为我指明未来的发展方向，让我能够在这个日新月异的金融科技浪潮中，占据有利的位置。

评分☆☆☆☆☆

这本书的名字，就像是一个信号，预示着金融领域正迎来一场深刻的技术革新。我一直相信，数据是金融的灵魂，而大数据，则是赋予金融新生命的力量。这本书的题目——“金融数据挖掘：基于大数据视角的展望”，准确地抓住了我最感兴趣的两个方面：一是如何从海量金融数据中挖掘出价值，二是这种挖掘在未来将走向何方。“数据挖掘”本身就是一个充满挑战的领域，而当它与金融这种高度复杂、实时变化的行业相结合，再加上“大数据”这一强大的驱动力，其意义更是非同寻常。我非常期待书中能够阐述，大数据技术是如何改变金融行业的研究方法和业务模式的。是否会介绍一些在大数据环境下，专门用于金融数据挖掘的算法和工具？例如，如何处理高维度、非结构化的金融数据？如何构建能够捕捉市场细微变化的预测模型？更重要的是，“展望”的部分，我希望能够从中看到作者对金融科技未来发展趋势的深刻洞察。大数据将如何重塑金融机构的竞争格局？是否会催生出全新的金融服务业态？我们又该如何准备，才能在这个由大数据驱动的金融新时代中，抓住机遇，应对挑战？

评分☆☆☆☆☆

“金融数据挖掘”，这个词本身就带着一种探索和发现的神秘感。而加上“基于大数据视角的展望”，就更是让我觉得这本书能够引领我进入一个全新的金融世界。我一直对如何从海量的金融数据中提炼出有价值的信息感到着迷，而大数据无疑是实现这一目标的终极武器。我设想，这本书应该会详细介绍在大数据时代，金融数据挖掘的独特之处。例如，如何处理和分析那些规模庞大、种类繁多、更新迅速的金融数据？书中是否会涉及一些前沿的大数据技术，如分布式计算、机器学习算法等，以及它们在金融领域的具体应用？我特别关注书中关于“展望”的部分，这部分内容往往最能体现作者的远见卓识。在大数据技术的推动下，金融行业的哪些领域将发生颠覆性的变革？例如，智能投顾、量化交易、风险管理、监管科技等，是否会得到深入的探讨？这本书是否能够帮助我理解大数据对金融行业未来发展方向的影响，并为我提供一些应对未来挑战的思路？我期待这本书能够成为我理解和掌握金融大数据应用的“教科书”，帮助我在这个快速变化的时代，保持敏锐的洞察力。

评分☆☆☆☆☆

说实话，我对于“数据挖掘”这个词，最初的理解可能还停留在比较基础的层面，比如数据清洗、特征工程、模型选择之类的。但当它和“金融”以及“大数据”结合在一起时，我就知道这绝非等闲。我设想，这本书的作者一定是一位既懂金融，又精通大数据技术的专家，能够将那些晦涩的技术语言，转化为金融从业者能够理解的业务逻辑。我期待的不仅仅是技术层面的讲解，更是希望能看到他们是如何通过大数据技术，去解决金融领域实际存在的痛点和难题。比如，在信贷风险评估方面，大数据能否帮助银行更精准地识别高风险客户，降低坏账率？在资产管理方面，大数据又能否助力基金经理发掘被低估的投资标的，优化投资组合？在反欺诈领域，大数据是否能够构建出更有效的监测和预警系统，保护金融机构和消费者的利益？我尤其好奇书中关于“展望”的部分，这部分内容往往最能体现作者的视野和格局。作者是如何看待大数据在未来金融生态中的地位？它将如何重塑金融机构的业务模式、竞争格局，甚至是整个金融体系？是否存在一些前沿的研究方向，或者尚未被充分挖掘的领域，这本书能够为我提供一些启示？我希望这本书能够提供一些具体的“落地”思路，让读者不仅能够理解概念，更能将其应用到实际工作中，从而在激烈的市场竞争中脱颖而出。

评分☆☆☆☆☆

这本书的名字，老早就吸引了我。作为一个在金融行业摸爬滚打了好些年的人，我深知数据的重要性，也隐隐感觉到一股强大的技术浪潮正在席卷而来，那就是大数据。书名里的“金融数据挖掘”就像是在描绘一幅宏伟的蓝图，而“基于大数据视角的展望”则更像是指明了前进的方向，让人充满了好奇和期待。我想象着，这本书或许会为我揭示那些隐藏在海量金融数据背后，肉眼无法察觉的宝藏，告诉我如何运用大数据这个强大的工具，去洞察市场的脉搏，去预测未来的趋势，去发掘新的投资机会，甚至去优化风险管理策略。我特别想知道，作者是如何将复杂的金融概念与前沿的大数据技术巧妙地结合起来的，他们是否能够用通俗易懂的语言，解释那些听起来高深莫测的算法和模型？我期待这本书能提供一些具体的案例分析，让我看到大数据在金融领域的实际应用，而不是停留在理论层面。比如，如何利用社交媒体数据来预测股票价格的波动？如何通过分析交易日志来识别欺诈行为？又或者，如何构建一个能够实时监测市场风险的预警系统？这些问题一直在我脑海中盘旋，而我相信，这本书或许能为我提供清晰的答案和有效的解决方案。总而言之，这本书在我心中，不仅仅是一本技术书籍，更像是一张通往金融未来世界的地图，指引着我如何在这个充满机遇与挑战的时代，乘风破浪，不断前行。它能否成为我职业生涯中的一个重要转折点，让我从一个“数据的使用者”转变为一个“数据的创造者”，我对此充满了无限的遐想和坚定的信念。

评分☆☆☆☆☆

这本书的名字，在我看来，像是一扇通往金融科技新大陆的大门，而“大数据”则像是那张绘制着隐藏宝藏的地图。“金融数据挖掘”是这扇门背后隐藏的无数机遇，等待着我去探索。我一直对如何从海量、零散的金融数据中提炼出有价值的信息感到着迷。而大数据，无疑为这种“提炼”提供了前所未有的强大工具。我希望这本书能够深入浅出地讲解，如何利用大数据技术来解决金融领域中的实际问题。例如，在反洗钱和反欺诈方面，大数据能否通过分析异常交易模式，帮助金融机构更有效地识别和防范风险？在客户画像和精准营销方面，大数据是否能够帮助银行和保险公司更准确地理解客户需求，提供定制化的产品和服务？此外，我也非常关注书中关于“展望”的部分。在人工智能、区块链等技术的加持下，金融数据的应用场景是否会进一步拓展？未来的金融市场，又将呈现出怎样的面貌？这本书是否会为我们揭示一些尚未被充分认识到的趋势和挑战，并提供应对的思路？我希望这本书不仅仅是技术的介绍，更能包含作者对于金融行业未来发展方向的深刻洞察，以及对如何利用大数据实现金融创新和可持续发展的思考。

评分☆☆☆☆☆

这本书的书名，瞬间勾起了我对金融世界最深层次的好奇心。“数据挖掘”，在我看来，本身就是一个充满魔力的词汇，它意味着从看似杂乱无章的数据海洋中，寻找到那些隐藏的、有价值的线索。而当它与“金融”和“大数据”相结合时，这种魔力便被放大到了极致。我迫切地想知道，作者是如何将那些抽象的金融理论与具体的大数据技术相结合的。书中是否会提供一些实际的案例，来展示大数据在金融领域的应用场景？例如，如何利用社交媒体数据来预测股票市场的走向？如何通过分析大量的交易记录来识别潜在的金融风险？又或者，如何构建一个智能的风险评估系统，来为信贷审批提供更科学的依据？我尤其期待书中“展望”的部分，它应该能够为我揭示金融行业未来的发展趋势，以及大数据在其中扮演的关键角色。在人工智能、机器学习等技术的不断发展下，金融数据挖掘的边界是否会不断拓展？未来的金融服务又将发生怎样的变革？这本书是否能够帮助我理解这些深刻的变革，并为我提供一些具有前瞻性的指导，让我能够在这个快速变化的时代保持竞争力。

评分☆☆☆☆☆

这本书的名字，一下子就抓住了我的眼球，让我感觉它正触及金融领域最前沿的脉搏。“金融数据挖掘”本身就是一个引人入胜的课题，而“基于大数据视角的展望”，更是为这个课题注入了强大的未来感。我一直觉得，金融世界充满了各种各样的数据，它们就像是散落在各处的珍珠，等待着被发现和串联起来。而大数据，无疑是那个能够让我们大规模、高效地收集和处理这些“珍珠”的强大工具。我非常好奇，书中是如何将这些宏大的概念落到实处的。作者是否会分享一些具体的、可操作的金融数据挖掘方法，这些方法是否能够帮助我们发现隐藏的投资机会，或者更有效地管理风险？我特别想了解，在大数据的影响下，金融领域的哪些传统认知正在被颠覆，又有哪些新的趋势正在涌现。例如，人工智能在金融决策中的作用，或者社交媒体情绪分析如何影响市场预测，这些内容是否会在书中得到体现？“展望”的部分，我希望能够从中获得一些关于金融行业未来发展方向的启示，以及大数据在其中将扮演的核心角色。这本书是否能够帮助我建立一个更清晰的、关于金融大数据应用的认知框架，并为我未来的学习和工作提供指引。

评分☆☆☆☆☆

这本书的封面设计，虽然简约，却带着一种沉静的力量，仿佛预示着即将展开的深度探索。我一直觉得，金融领域的数据，就像是散落在宇宙中的无数星辰，它们彼此独立，却又在某种神秘的规律下相互影响，共同构成了浩瀚的金融宇宙。而“数据挖掘”，在我看来，就是那个能够驾驭星辰之力，描绘星系轨迹的魔法。当“大数据”这个概念被引入，这种力量便被无限放大，从点状的星辰，变成了连绵的星云，再到整个宇宙的宏观景象。我迫不及待地想知道，作者是如何将大数据这种“海量、多样、高速”的特性，与金融领域的“复杂、动态、敏感”相结合的。他们是否会详细阐述，在大数据背景下，传统的金融数据分析方法会面临哪些挑战，又将如何被革新？我特别关注那些关于“展望”的部分，这不仅仅是关于现在，更是关于未来。在人工智能、机器学习等技术的推动下，金融数据的应用场景将会如何拓展？我们是否能够构建出更智能、更精准的金融模型？如何利用大数据来优化客户体验，提供更个性化的金融服务？或者，在监管层面，大数据又将如何助力金融机构应对日益复杂的合规要求？我希望这本书能够提供一个系统性的框架，帮助我理解大数据在金融领域的全貌，并从中提炼出具有前瞻性的洞察。它应该不仅仅是技术的堆砌，更应该蕴含着作者对金融行业未来发展趋势的深刻思考，以及对如何利用大数据实现金融创新和普惠的独到见解。

评分☆☆☆☆☆

质量过硬，价格实惠。

评分☆☆☆☆☆

无用，挂羊头卖狗肉，没啥新意。

评分☆☆☆☆☆

老师写的书让我们买的，支持老师！

评分☆☆☆☆☆

[SM]好京东的货，应该是正版 记得有一次，我独自一人出来逛街。逛了大半天，什么也没有买到，不是东西不合适，就是价格太高，就在我准备两手空空打道回府的时候，无意中发现前方不远处有一个卖小百货的商店，走上前去一看，商店里面正挂着一些极其精致漂亮的背包，那时为了不至于两手空空回去，我总想凑合着买点东西，经过一番讨价还价，便商定了价格，付了钱之后，我正准备拿起我相中的背包离开的时候，无意中发现背包上有一根拉链坏了，于是我又重新挑选了一个，正要转身离开，那店主居然耍赖说我还没有付钱，硬拉着要我付钱，还说什么谁能证明你付了钱呢？没办法，我是自己一个人去的，旁边又没有其它顾客，谁能证明呢？天晓得。我辩不过她，只好愤愤不平地两手空空回去了。从那以后，我吃一堑，长一智，我就常常到网上购物了。好了，我现在来说说这本书的观感吧，一个人重要的是找到自己的腔调，不论说话还是写字。腔调一旦确立，就好比打架有了块趁手的板砖，怎么使怎么顺手，怎么拍怎么有劲，顺带着身体姿态也挥洒自如，打架简直成了舞蹈，兼有了美感和韵味。要论到写字，腔调甚至先于主题，它是一个人特有的形式，或者工具；不这么说，不这么写，就会别扭；工欲善其事，必先利其器，腔调有时候就是“器”，有时候又是“事”，对一篇文章或者一本书来说，器就是事，事就是器。这本书，的确是用他特有的腔调表达了对“腔调”本身的赞美。|好大一本书，是正版!各种不错!只是插图太多，有占篇符之嫌。故事很精彩，女儿很喜欢。书写的不错，能消除人的心瘾。目前已经戒烟第三天了，书拿到手挺有分量的，包装完好。还会继续来，一直就想买这本书，太谢谢京东了，发货神速，两天就到了，超给力的！5分！了解京东：2013年3月30日晚间，京东商城正式将原域名360buy更换为jd，并同步推出名为“joy”的吉祥物形象，其首页也进行了一定程度改版。此外，用户在输入jingdong域名后，网页也自动跳转至jd。对于更换域名，京东方面表示，相对于原域名360buy，新切换的域名jd更符合中国用户语言习惯，简洁明了，使全球消费者都可以方便快捷地访问京东。同时，作为“京东”二字的拼音首字母拼写，jd也更易于和京东品牌产生联想，有利于京东品牌形象的传播和提升。京东在进步，京东越做越大。||||好了，现在给大家介绍两本本好书：《谢谢你离开我》是张小娴在《想念》后时隔两年推出的新散文集。从拿到文稿到把它送到读者面前，几个月的时间，欣喜与不舍交杂。这是张小娴最美的散文。美在每个充满灵性的文字，美在细细道来的倾诉话语。美在作者书写时真实饱满的情绪，更美在打动人心的厚重情感。从装祯到设计前所未有的突破，每个精致跳动的文字，不再只是黑白配，而是有了鲜艳的色彩，首次全彩印刷，法国著名唯美派插画大师，亲绘插图。|两年的等待加最美的文字，就是你面前这本最值得期待的新作。《洗脑术：怎样有逻辑地说服他人》全球最高端隐秘的心理学课程，彻底改变你思维逻辑的头脑风暴。白宫智囊团、美国FBI、全球十大上市公司总裁都在秘密学习！当今世界最高明的思想控制与精神绑架，政治、宗教、信仰给我们的终极启示。全球最高端隐秘的心理学课程，一次彻底改变你思维逻辑的头脑风暴。从国家、宗教信仰的层面透析“思维的真相”。白宫智囊团、美国FBI、全球十大上市公司总裁都在秘密学习！《洗脑术：怎样有逻辑地说服他人》涉及心理学、社会学、神经生物学、医学、犯罪学、传播学适用于：读心、攻心、高端谈判、公关危机、企业管理、情感对话……洗脑是所有公司不愿意承认，却是真实存在的公司潜规则。它不仅普遍存在，而且无孔不入。阅读本书，你将获悉：怎样快速说服别人，让人无条件相信你？如何给人完美的第一印象，培养无法抗拒的个人魅力？如何走进他人的大脑，控制他们的思想？怎样引导他人的情绪，并将你的意志灌输给他们？如何构建一种信仰，为别人造梦？[NRJJ]

评分☆☆☆☆☆

一直在京东买，价格公道，送货还快！

评分☆☆☆☆☆

一般一般一般

评分☆☆☆☆☆

内容不错，值得读一读

评分☆☆☆☆☆

无用，挂羊头卖狗肉，没啥新意。

评分☆☆☆☆☆

翻了一遍，书挺一般的，枯燥无味，没多大参考价值