人人都在说谎：赤裸裸的数据真相 在线下载 pdf mobi 2025 epub 电子版

有多少人买了书真正看完了？

你朋友的酒量有他说的那么大吗？

父母是否暗自喜欢男孩儿多于女孩儿？

电影里暴力镜头增多会导致犯罪率升高吗？

种族歧视在现如今的美国还严重吗？

特朗普的胜利有征兆吗，什么促成他赢得了大选？

……

你知道问题的答案吗，直觉会怎样告诉你？

作者赛思•斯蒂芬斯--达维多维茨是一位前谷歌数据科学家和专栏作家。他的研究发现，世界充满了谎言，人类或出于善意或出于恶意，无时无刻不在说谎。对于以上以及类似的很多问题，传统的统计调研方法得出的结论很多是错误的，误导了我们的认知。

但是，人们往往在一个地方放下戒备、吐露心声，那就是互联网。每一次搜索、每一次点击、每一次停留、每一次关闭……在线生成了大量的数据，暴露着你的真实想法、欲望、恐惧和职业，而海量的数据形成的真实而庞大的数据宝库会总结出意想不到的结论和趋势。

在这本应时的力作中，作者从一个个备受关注的话题切入，用他独特的数据分析方法得出了很多颠覆认知的结论。很多问题的答案正暗藏于看似没有关联的因素中，很多直觉和经验给出的答案与事实相差千里，大数据被合理使用其实比数据库的大更重要……作者广博的知识面将从多个层面拓展我们的认知边界；书中生动有趣的描写让你不想错过任何一个细节。

有媒体评论，这本书融合了《信号与噪声》的合理分析与《鬼才思考术》的脑洞。它以一个引人入胜、充满启迪和智慧的视角，巧妙洞察我们现在可获得的大量信息，为我们提供了实用的数据分析方法，同时也揭示了深深埋藏在数据背后世界本来的样貌。对于想要通过数据了解和分析人类行为与社会的人而言，这本书精彩不容错过。

序

言 / V

绪

论 / 001

部分

大数据，小数据

1 你的直觉出错了 / 027

第二部分

大数据的力量

2 弗洛伊德是正确的吗 / 047

3 数据重构 / 057

以身体为数据 / 064

文字数据 / 076

图片数据 / 098

4 数字吐真剂 / 105

性的真相 / 112

憎恶与偏见的真相 / 124

互联网的真相 / 136

虐待儿童和人工流产的真相 / 141

脸谱网好友的真相 / 146

用户的真相 / 149

我们能处理真相吗 / 154

5 放大数据 / 161

我们的县、市和镇中到底在发生着什么 / 168

如何填满我们的每时每刻 / 186

我们的二重身 / 193

数据的故事 / 202

6 世界就是一个实验室 / 205

A/B 测试三两面 / 207

自然残酷而又发人深省的试验 / 219

第三部分

大数据：请小心轻放

7 大数据，大框架？其力有何不能胜 / 243

维度的诅咒 / 246

过分强调什么是可以测量的 / 252

8 数据越多，问题越多？哪些事情不可为 /

259

授权公司的危险 / 259

授权政府的危险 / 267

结

论 / 271

致

谢 / 285

注

释 / 291

赛思·斯蒂芬斯--达维多维茨

《纽约时报》的-专栏作者，沃顿商学院客座讲师，前谷歌数据科学家。他在斯坦福大学获得哲学学士学位，并以美国大学优等生的身份毕业，之后获得哈佛大学经济学博士学位。他用新的大数据源揭示了不为人知的行为和态度，这一研究发现登上了《公共经济学》杂志和其他著名刊物。现居纽约市。

暂无出版社相关信息，正在全力查找中！

改革概述

人们说，他必败无疑。

2016 年美国共和党初选时，民意调查专家断定特朗普毫无胜算，毕竟特朗普曾冒犯过不少少数群体。民意调查结果显示，几乎没有任何一个美国人赞成这样的行径。

当时，大多数民意调查专家认为特朗普会在普选环节败北。很多拟投票的选民说，考虑到特朗普的言行，他们终放弃投票。但当时确实有一些迹象表明特朗普有可能赢得党内初选以及普选——这些迹象源于网络。

我是一名互联网数据专家，每天都会跟踪记录人们浏览网页时留下的数据痕迹。根据人们点击的频度，我努力解读他们真正想要的、真正要做的和他们的真面目。

奥巴马当年是以美国主要政党中位非洲裔美国总统候选人的身份参与竞选的。他赢得非常轻松。民意调查结果显示，种族并不是影响美国人投票的因素之一。例如，盖洛普民意测验公司（Gallup）在奥巴马初选前后进行了多次民意调查，结论是什么？美国选民多半不在意奥巴马是黑人。选举结束后不久，加州大学伯克利分校的两位知名专家使用更加复杂的数据挖掘技术（data-mining techniques）研究了其他调查数据并得出了相似的结论。

而且，在奥巴马任职期间，这也成了许多媒体和众多科研院所的共识。媒体和社会科学家80多年来一直用于了解这个世界的信息资源告诉我们，在判断奥巴马应不应该成为总统时，绝大多数美国人根本不在意他是黑人。

2009年，谷歌隆重推出一款数据挖掘工具——谷歌趋势，它可以告诉使用者任何一个词语或短语在不同时间、不同地点的使用频率。

人们发明谷歌，是为了了解世界，而非让研究人员了解人类，不过终结果却是我们上网探求知识时留下的痕迹遭到了很大程度的暴露。

换句话说，人们搜寻信息这一行为本身就是信息。事实证明，

他们何时何地搜寻真相、格言、笑话、地点、人物、事件或帮助，可以在很大程度上反映他们真实的想法、欲望、恐惧和职业，其程度之高是任何人都想象不到的。

在线阅读地址：人人都在说谎：赤裸裸的数据真相在线阅读

在线听书地址：人人都在说谎：赤裸裸的数据真相在线收听

在线购买地址：人人都在说谎：赤裸裸的数据真相在线购买

Sometimes new data reveals cultural differences I had never even contemplated. One example: the very different ways that men around the world respond to their wives being pregnant. In Mexico, the top searches about "my pregnant wife" include "frases de amor para mi esposa embarazada" (words of love to my pregnant wife) and "poemas para mi esposa embarazada" (poems for my pregnant wife). In the United States, the top searches include "my wife is pregnant now what" and "my wife is pregnant what do I do."

If you're thrity-three years old and have attended a few Thanksgiving in a row without a date, the topic of mate choice is likely to arise. And just about everybodu will have an opinion.

A team of computer scientists recently analyzed the biggest dataset ever assembled on human relationships -- Facebook. They looked at a large number of couples who were, at some point, "in a relationship." Some of these couples stayed "in a relationship." Others switched their status to "single." Having a common core group of friends, the researchers found, is a strong predictor that a relationship will not last. Perhaps hanging out every night with your partner and the same small group of people is not such a good thing; separate social circles may help make relationships stronger.

If your goal is to predict the future----what wine will taste good, what products will sell, which horses will run fast----you do not need to worry too much about why your model works exactly as it does. Just get the numbers right.

Generally, I think many people are secretly sad on Christmas because they are lonely or fighting with their family. More generally, I tend not to trust Facebook status updates, for reasons that I will discuss in the next chapter----namely, our propensity to lie about our lives on social media. If you are alone and miserable on Christmas, do you really want to bother all of your friends by posting about how unhappy you are? I suspect there are many people spending a joyless Christmas who still post on Facebook about how grateful they are for their "wonderful, awesome, amazing, happy life."

People lie about how many drinks they had on the way home. They lie about how often they go to the gym, how much those new shoes cost, whether they read that book. They call in sick when they're not. They say they'll be in touch when they won't. They say it's not about you when it is. They say they love you when they don't. They say they're happy while in the dumps. They say they like women when they really like men.

编辑推荐

提供理解数据的全新角度

为什么很多数据公司的调研结果失真？怎样才能获得真正有效的数据样本？大众获取数据的有效途径是什么？作者赛思•斯蒂芬斯-达维多维茨在谷歌实验室潜心研究数据数年，他发现数据样本里很多内容都是无效的，所以得出的结论往往谬以千里。究其原因，人们太善于撒谎了，或者说人们无时无刻不在说谎。在本书中，他通过对有效数据的分析，得出了很多令人震惊的结论。同时，这本书为大众读者使用数据、分析数据提供了全新的方法和思考角度。

用丰富的案例解读数据本质，了解世界到底是如何运作的

美国大选中获胜者意想不到的支持从何而来？对金融公司*重要的数据之一居然是月失业率？*次约会哪些词汇可以暴露心里所想……在这本书中你可以读到各种各样的有趣数据案例，通过这些案例你会真正了解一个社会的真实面貌，不得不说，这是一本难能可贵的用科学的数据分析方法帮助我们更深入了解社会的书。赛思的分析方式颠覆了传统心理学和社会学研究。通过本书，你可以不断拓展自己的知识边界，用大数据思维客观分析身边发生的一切。

升级版《魔鬼经济学》《点石成金》

作者深受《魔鬼经济学》影响，不同的是，他是通过研究海量数据来了解世界是如何运作的。国外媒体盛赞：这本书结合了纳特•西尔弗《信号与噪声》的严谨分析，马尔科姆.格拉德威尔《异类》的故事性，

和史蒂芬.列维特《魔鬼经济学》的幽默……

媒体评论

这是一次以搜索数据为导向的有关现代人类心理的旋风式旅程。这本书里的实证研究结果太有趣了，很多有趣的案例，让人欲罢不能！

——《经济学人》

书籍介绍

有多少人买了书真正看完了？

你朋友的酒量有他说的那么大吗？

父母是否暗自喜欢男孩儿多于女孩儿？

电影里暴力镜头增多会导致犯罪率升高吗？

种族歧视在现如今的美国还严重吗？

特朗普的胜利有征兆吗，什么促成他赢得了大选？

……

你知道问题的答案吗，直觉会怎样告诉你？

作者赛思·斯蒂芬斯--达维多维茨是一位前谷歌数据科学家和专栏作家。他的研究发现，世界充满了谎言，人类或出于善意或出于恶意，无时无刻不在说谎。对于以上以及类似的很多问题，传统的统计调研方法得出的结论很多是错误的，误导了我们的认知。

但是，人们往往在一个地方放下戒备、吐露心声，那就是互联网。每一次搜索、每一次点击、每一次停留、每一次关闭……在线生成了大量的数据，暴露着你的真实想法、欲望、恐惧和职业，而海量的数据形成的真实而庞大的数据宝库会总结出意想不到的结论和趋势。

在这本应时的力作中，作者从一个个备受关注的话题切入，用他独特的数据分析方法得出了很多颠覆认知的结论。很多问题的答案正暗藏于看似没有关联的因素中，很多直觉和经验给出的答案与事实相差千里，大数据被合理使用其实比数据库的大更重要……作者广博的知识面将从多个层面拓展我们的认知边界；书中生动有趣的描写让你不想错过任何一个细节。

有媒体评论，这本书融合了《信号与噪声》的合理分析与《鬼才思考术》的脑洞。它以一个引人入胜、充满启迪和智慧的视角，巧妙洞察我们现在可获得的大量信息，为我们提供了实用的数据分析方法，同时也揭示了深深埋藏在数据背后世界本来的样貌。对于想要通过数据了解和分析人类行为与社会的人而言，这本书精彩不容错过。

• 作者：東寫西讀 发布时间：2019-01-05 11:39:47

  人们之所以（对朋友、对调查、对自己）说谎，是为了让自己看起来更好一些。这个世界也在通过向我们提供错误误导性的数据对我们说谎。通过巧妙地运用自然试验，我们可以发现什么是真正有用的，什么是无用的。这些试验证明了大数据能够替代猜测、传统智慧，当我们凭借亲身经历来判定这个世界的运作模式时，通常都会出错，虽然数据科学方法是具有直觉性的，但其结果多是反直觉的，数据科学采用既具本能性又具直觉性的人工流程并向其注入更多功能，我们可能会看到这个世界的运作方式与之前想象的完全不同。本书作者作为数据科学家通过分析搜索浏览数据，了解人们真实的意图和欲望。事实证明，人们借助互联网搜索各种信息行为本身就是信息，它真实反映了人的想法、欲望、恐惧，通过对大数据的分析，真实世界与我们想象的世界也许有着天差地别的颠覆性认知差异

• 作者：小狮子 发布时间：2023-10-17 00:00:42

  2023年10月7日开卷，10月16日读毕。

  是书从李越缦日记中整理析出，辑录其四十年间个人读书治学之思悟。李氏读书终日不辍，随读随记，故此书亦可作为李越缦个人阅读史来考察。

  卷后附今人在整理辑校此书时编录李氏书中所引用之文本，按著者、书名、主题分类索引（《著者索引》《书名索引》《札记索引》），为读者翻检提供极大便捷。

  同时，读者若非研究李越缦本人及其思想，此书更多的也只是作为资料来查阅引用。

• 作者：KimiYe 发布时间：2019-02-09 11:07:33

  人人都在说谎，但不是刻意说谎；搜索比推荐系统更能获取用户最本真的需求；诚实是个哲学问题，不是道德问题

• 作者：神奇 发布时间：2019-03-20 20:29:06

  对于大数据分析的方式 方法及成果介绍得很细致，很好的入门读物

• 作者：骑羊的兔哥 发布时间：2019-01-11 22:06:01

  前面对色情网站搜索结果令人吃惊啊，恋母、恋父的那么多啊！不过好像也不知占比

  男人对cock的大小在意，对性交时间在意，女人对阴道的气味操心；而且女人对色情片中的暴力更感兴趣！

  美国也重男轻女，对儿子在智力才能上面搜索得多，对女儿的外貌则关心；

  相关和因果太难分清了，现在媒体都是拿些相关的东西来混淆视听，真正的因果关系很难判断。

  对牛高中分数线的统计有意思，最终结果：牛蛙始终是牛蛙，好学校没啥用；

  这可是反直觉和反社会传统的啊，特别是现在的中国，对4大名校、衡中等的渴望；

  而且延伸到大学，哈佛和宾夕法尼亚大学毕业生10年后的收入 也没太多的区别，精英始终会到精英的位置中去的；

  后面 和劳伦斯-萨默斯的谈话笑人啊，这个有智慧的大人物绕了一大圈，还是想知道作者这种方法是否对股市预测有用否，哈哈。

• 作者：宓 发布时间：2019-09-26 19:02:54

  读完前20%，有点想放弃了，因为这书读起来既啰嗦又无聊。也许是因为作者提到的那些研究结论别人也提过，反正我也不记得在哪读到过类似的了，结果就是所有他煞有介事的提出的各种惊人结论都看起来平平无奇。ps：结论一章作者的自吹自擂，自我标榜真让人想翻白眼。

• 相关性小清新

  作者：EkEk 发布时间：2020-06-14 10:09:02

  [主题]讲Data Science 交叉 social science的，很有趣的一本书。作者是Harvard phd, former Google data scientist, 单身久了就是会搞出些有创造性的工作来。

  [例子]讲作者是怎样利用data science从经验性、实验性的既有大数据中得到先验性的、决定性的结论或发现。全书散坠的anecdotes，有不少anti-intuition的, 也有不少让人开怀大笑的。比如：赛马的优劣与家族，品种或heredity关系不大，而取决于马的heart, spleen等主要脏器大小；川建国的支持者在地域上的分布与racist高度重合；奥观海的上位让隐形的racism达到了一个高潮，而川建国赢得选举可能只是其所导致的结果；利用sentiment analysis统计文本中的情感关键字来，分析哈利波特与死圣的情感走向，可以画出其plot的过山车般的起承转合；PornHub的点击数据显示了不管男女都爱看incest相关，Freudian大旗不倒；如果你一出生就是在NY,NY, 你长大后上wikipedia的机会已经比出生在Charlotte,NC的人高出了数十倍,这是真notabiliy, 不是装逼…

  [技术领域]作者谈到其技术可能在未来发挥作用的领域，如：Doppelgangers在医学上为病患配对，快速找到相似的先例； A/B testing in website design or advertising（比如来决定放在Obama竞选网站上的照片是家庭合影还是个人独照）。

  [对未来的影响]作者认为Data Science在这些领域的出色表现和越来越强大的作用可以make social science become a real science.

  [我的思考] 大多数的应用事例都只是证明相关性，而不是决定性；Correlation is not equal to causation；作者也承认这点. 毋庸置疑，data science 可以降噪，筛选出相关信息，剔除无关信息，但是是不是可以创造定律，证明A->B，还是需要其他“科学”学科来拍板。

  本书名叫Everybody LIES, 文眼就在一个lie字上。而Data science是帮助人民群众更好地分辨哪些是truth,哪些是lie,哪些是marketing;还是帮助政府和大公司更好地lie，更有针对性的lie呢？答案当然是看生产资料，生产技术掌握在谁的手中。

  Quanrantine期间烦，又不想grab a nap的时候就看这种书，相比于其他主流的self-help book, 这本有技术有事例，新颖有趣，可算是non-fiction 小清新了。

• 去哪里找数据，怎样处理数据

  作者：Shava 发布时间：2020-02-21 07:00:27