Facebook 大數據應用的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

深入探索.NET資料存取：ADO.NET + SqlDataSource + LINQ(第二版)

為了解決Facebook 大數據應用的問題，作者MIS2000Lab.,周棟祥,吳進魯 這樣論述：

　　本書是針對「已經會寫」資料庫程式的程式設計師所設計的案頭書，當遇到資料存取相關問題時可以隨時拿出來查閱。不光是知道這些方法、屬性是什麼（名詞解釋）？更有範例可以直接套用、學習與解惑（不只是What，更要會動手寫，知道怎麼做How To Do）。 　　◈以微軟Microsoft Doc（前MSDN）網站為基礎，介紹最常用、次常用的屬性與方法之實務應用。 　　◈除了ASP.NET（Web Form）網頁，也搭配Windows Form的ADO.NET程式，演示跨平台資料存取。部分章節更提供ASP.NET MVC 5的範例。 　　◈以.NET Framework為主，Dat

aReader與SqlCommand、DataSet與SqlDataAdapter屬性與方法。 　　◈EntLib企業函式庫（Enterprise Library）的資料存取（DAAB），快速整合DataReader與DataSet兩種寫法。 　　◈開放式並行存取（Optimistic Concurrency）、.NET 2.0~4.x的非同步（Async.與Await）程式。 　　◈撰寫分頁程式，搭配SQL Server資料庫的Row_Number、Offset…Fetch Next，實踐資料來源的分頁展示。 　　◈Web Service與WCF Service搭配jQuery、JSON，做

出Facebook無限下拉的資料呈現（AJAX分頁程式）。 　　◈System.Transactions命名空間、TransactionScope與資料庫交易、SqlBulkCopy。 　　◈SqlParameter參數避免資料隱碼（SQL Injection）攻擊。 　　◈ASP.NET Web Form專用的SqlDataSource控制項的解說與剖析。 　　◈LINQ與ADO.NET、LINQ語法介紹。 　　☞【範例檔下載網址：reurl.cc/E2baEm】☜  

Facebook 大數據應用進入發燒排行的影片

論精準醫療政策應有的隱私保護架構

為了解決Facebook 大數據應用的問題，作者柯品立 這樣論述：

精準醫療乃植基於二十一世紀基因體科學之突破，加上大數據技術的蓬勃發展與人體生物資料庫的加值應用而崛起的一種新型醫學概念與客製化的醫療模式，旨在找出對病患合適且合理的醫療照護方針與用藥指南，在正確的時間針對正確的病患獲得正確的治療，希冀能大幅提升醫療照護的效能，減少醫療資源的浪費，並增進整體醫療與公眾健康水平，造福人類社會。為此引頸期盼的新願景，世界多國紛紛投入大量資源與政策規劃來推動相關發展，台灣亦在此之列，然而社會價值觀與倫理法制的形成過程，遠遠不及科技發展的光速，因此引發不少爭議。本文將聚焦於精準醫療的隱私保護，從個人資料的隱私保護規範為基礎，延伸至對基因隱私之保護，探討精準醫療政策之推

動與既有隱私保護原則的衝突、資訊自主權之衝擊、資料揭露之疑慮，以及公共利益與個人利益之衡平等議題，並藉由參考英國與美國之隱私法制面、精準醫療實際運作之規範架構與經驗，來檢視我國在發展精準醫療之際，該如何建構出透明且值得信任的隱私保護與倫理治理框架，並提出建議。

統計學：大數據分析－EXCEL實務應用與操作

為了解決Facebook 大數據應用的問題，作者古永嘉楊志清 這樣論述：

　　現今的生活環境，從政府、社會、經濟、產業、企業、投資與消費，時時刻刻都充滿著大量複雜、多元且具相關性的數據資料，如何運用各種分析工具，將資料從簡單的描述整理到深入地推論分析，以得到有效的管理決策及績效，是一項充滿挑戰的課題，也是各層級組織努力追求的目標。而「統計學」的產生，就是建立在數據分析的基礎上，研究如何將複雜資料轉化為有效管理的重要工具。就時序而言，統計學自17 世紀中葉產生後，已廣泛地應用在自然科學與社會科學，尤其更積極應用於工商企業及政府的情報決策。隨著2001 年巨量資料（Big Data）時代來臨，統計分析、資訊科技及雲端技術密切結合，已成為資料科學（Data Science

）中的重要主軸之一。 　　統計（Statistics）的意義，是針對研究計畫之目的，將事前預先規劃且已收集到的資料，運用各種分析方法，進行有系統的整理分析，找出變數之間的影響性或關聯性，並歸納出影響結果的重要原因。而這些原因的發現，將有助於縮減未來不確定的狀況，較精準的聚焦於關鍵因素，從而提高管理決策的品質，有效協助管理決策的制定與執行。換言之，統計實務是將統計觀念應用於實際的事務或現象上的估計或預測，再藉由所得到的估計或預測的結果，作為決策的參考。而統計學即是透過樣本資料所得到的分析結果，推論母體特性的一門學科，也就是介紹「統計」相關科學與技術理論的學問。所以，統計實務是在實踐統計學的應用

，利用母體的一部分資料（即樣本），透過統計的方法與理論，找出可以得知母體參數或未來趨勢的模型或估計數值。 　　美國學者高德納（Donald Ervin Knuth） 於2012 年提出大數據資料分析應涵蓋四個要素（4V），即資料成長數量（Volume）、資料成長速度（Velocity）、資料多元化（Variety）及資料真實性（Veracity）。數據資料 　　在4V 的運作狀態下，可作為創造決策的參考。現今人們的生活型態，包括食、衣、住、行、育、樂，時時刻刻都充滿著新的數據資料，若能善用統計及大數據觀念，將可大幅改善管理決策。網路及消費資料愈來愈受到全球重視，已有許多企業運用大量數據分析進

行有效的行銷策略，顯見大數據分析已逐漸成為未來行銷的新趨勢。例如： 　　1.電信業者透過數以千萬計的客戶資料，能分析出多種使用者行為和趨勢，賣給需要的企業。 　　2.電信業者把手機位置信息和互聯網上的信息結合，為顧客提供附近的餐飲店或提供末班車信息服務。 　　3.專業服裝業透過Twitter 和Facebook 收集社交信息並進行分析，得出必須保留兩類有價值的顧客：高消費者和高影響者，讓用戶進行口碑宣傳。 　　因此，面對經濟及社會的急遽變化，僅靠傳統的經驗與直覺，已不一定能做出最正確的決策模式。而透過統計完成數據資料的詮釋與分析，可以挖掘資料所隱含的訊息，預測未來的市場及產品的發展趨勢

，降低經營不確定性的風險。 　　本書是統計實務與大數據應用的入門書，共分為三大部分。 　　第一部分共計三章，即第一章至第三章，為描述性統計的介紹，可使學生及實務工作者瞭解大多數企業及機構，常用的描述性統計分析。包括：資料尺度、資料型態、常用統計圖形及資料初步分析。 　　第二部分共計四章，即第四章至第七章，為統計推論基本概念及常用基礎統計分析，以作為大數據分析之基礎。包括：機率理論、條件機率、常態分配及簡易的無母數統計方法、統計估計、研究假設及檢定、相關分析及迴歸分析。 　　相關分析探討兩變數之間的線性關聯性。若為正相關，表示一個變數上升（或下降），另一個變數也會上升（或下降）；若為負相

關，表示一個變數上升（或下降），另一個變數也會下降（ 或上升）。迴歸分析探討一個或多個自變數，對一個目標變數正向或反向的影響關係。 　　第三部分共計六章，即第七章至第十二章，為常用的大數據分析概念及技術。包括：大數據概述、大數據「分類」模型之決策樹（Decision Trees）、羅吉斯迴歸（Logistic Regressions）及貝氏機率分類法（Bayes Probability Classification）。大數據「分群」模型之叢集分析（Cluster Analysis）及類神經網路（Neural Network）。大數據「關聯與預測」模型分析之關聯規則（Association R

ule）及時間序列（Time Series）。最後，第十二章為進階統計實務之發展，探討統計資訊的演進、統計深度學習、統計機器學習及人工智慧。 本書特色 　　本書之特點有三： 　　1 本書兼顧實務描述性資料分析、基本統計實務分析及常用大數據分析技術。 　　2 本書為使內容易於閱讀、理解及教學，故儘量以圖表、案例及數學公式詳細分項說明。 　　3 本書所有實作範例（包含大數據分析技術），皆以EXCEL 軟體之函數及公式為之，以達到易學易用之效。 　　本書初衷是期望將統計實務及大數據分析，進行有系統的分析與整理，俾有助於大學生、研究生及管理實務工作者，釐清觀念並增進應用知識。然鑒於本書撰寫之時，

全球許多政府、企業及研究機構，刻正進行大數據理論及實務應用之更新及發展。因所學有限，全書內容或有掛一漏萬、文字不當之處，冀祈各界先進不吝賜教，是所至盼。 　　 作者簡介 古永嘉 　　現職：國立臺北大學 企業管理學系教授 　　學歷：美國德州大學阿靈頓分校企管博士 　　經歷 　　•台灣期貨交易所董事 　　•經濟部商業司 SIIR 服務業創新研發召集委員 　　•青年創業總會經營管理主任委員 　　•商業總會經貿諮詢委員 　　•國營事業經營績效審議委員 　　•多家上市櫃公司董事或監察人 　　•上市及上櫃審議委員 楊志清 　　學歷：國立政治大學統計學博士 　　經歷 　　•中華創新資訊與應用統計

學會祕書長 　　•中華市場研究協會 祕書長 　　•淡江大學兼任助理教授 　　•中國文化大學兼任助理教授   第１章 統計實務概論 1-1 統計實務的意義 1-2 數據資料的尺度與型態 1-3 數據資料來源 1-4 統計實務的分類 第２章 常用統計圖形 2-1 資料的量測尺度 2-2 檢視資料的分布—如何以統計圖表呈現 第３章 資料初步分析 3-1 資料總體描述 3-2 單變數的集中程度之衡量 3.3 單變數分散程度之衡量 3-4 單變數分布形狀之衡量 3-5 兩變數之間關係之衡量 3-6 兩變數線性關係衡量 第４章 機率與統計 4-1 為何需要懂機率及統計 4-2 機率理論 4-3

條件機率 4-4 機率分配 4-5 常態分配 4-6 中央極限定理 4-7 無母數統計 第５章 估 計 5-1 估計方法 5-2 母體平均數 5-3 母體變異數 5-4 母體比例 第６章 研究假設及檢定 6-1 假設檢定的本質與邏輯 6-2 統計顯著性差異 6-3 統計檢定程序 6-4 檢定的種類 第７章 相關與迴歸分析 7-1 相關分析 7-2 簡單線性迴歸 7-3 多元線性迴歸 第８章 大數據導引 8-1 大數據定義與概述 8-2 大數據應用 8-3 大數據分析方法 第９章 大數據分析— 分類模型 9-1 決策樹 9-2 羅吉斯迴歸 9-3 貝氏機率分類 第10章 大數據分析—

分群模型 10-1 集群分析 10-2 類神經網路 第11章 大數據分析— 關聯與預測模型 11-1 關聯規則 11-2 時間序列 第12章 進階統計實務 12-1 統計資訊的演進 12-2 統計深度學習 12-3 統計機器學習 12-4 人工智慧 第13章 系統安裝與移除 13-1 SQL Server 安裝程序 13-2 資料採礦增益集安裝程序 13-3 SQL Server 移除程序 13-4 系統檢查 附表  

歐盟被遺忘權發展及其影響

為了解決Facebook 大數據應用的問題，作者徐彪豪 這樣論述：

妳是ig限動上的妳？FB上朋友眼中的妳？還是Dcard版上被討論的你？?Linkedin上的你？?隔壁班同學、隔壁棟上班族眼中的妳?還是每天下班後面對鏡子、家人的自己？?在手持裝置與網路佔據幾乎醒著的每一刻的今天，我們每個人每分每秒都在虛擬的世界留下無數的足跡。然而與人類自然遺忘的功能不同的是，電磁紀錄只要有足夠的空間就會一直記得、幫你我記得。但真實世界的我們也許不希望自己、甚至不認識的陌生人，都能藉由無遠弗界的網路了解我們自己都想忘卻的過去。2014年5月13日，歐盟法院（Court of Justice of the European Union）針對沸騰已久的《Google Spain

SL, Google Inc. v. Agencia Española de Protección de Datos》（以下簡稱《Google Spain案》） 做出判決。該判決 對於原來1995年歐盟個人資料保護指令（Directive 95∕46∕EC，以下簡稱個資保護指令） 的保護範圍做出解釋，媒體並認為此為「被遺忘權」（the right to be forgotten） 的確立。本論文的研究聚焦在被遺忘權做為一種可能的權利形式在歐盟層級的發展觀察分析，期待透過更深入地介紹被遺忘「權」在歐盟包括相關司法實務的發展背景，包括2014年《Google Spain》前過往資料保護與隱私的相

關案例分析，以及其後被冠上被遺忘「權」的相關案例介紹，釐清現行歐盟法院是否已具備形成被遺忘「權」與網路平台實務在執行去列表權請求決定時之判斷標準。除緒論與結論外，區分為被遺忘權學理基礎、歐盟被遺忘權案例發展、歐盟資料保護立法的被遺忘權、被遺忘權在歐盟層級以外影響等部分。在被遺忘權學理基礎的部分，特別從隱私、資料保護與資訊隱私這些被遺忘權的法理基礎，介紹2003年的《Lindqvist案》、2012年的《Van Honnver 2號案》、《Gardel v. France》，希冀讓讀者理解被遺忘權的判決並非完全憑空出現，也透過對於過去歐盟相關案例是如何開展，期許對於未來又該如何推進的方向能有更全

面的參考基礎。在歐盟被遺忘權案例發展的部份，則除了介紹前述《Google Spain》案、《Leece v. Manni》案，以及《Google LLC v. CNIL》案外，並就歐盟機構所公布的政策文件，諸如2011年ENSIA報告與2014年「第29條工作小組」專家指導意見做說明。同時，針對《Google Spain案》後歐盟被遺忘權的執行現況，以Google在2015年所發布的專家獨立報告、2017年所公開的透明性報告為例作為各界反應的補充。在歐盟資料保護立法的被遺忘權的部份，則先從成文法的部分出發，介紹《Google Spain案》宣判當時有效、同時也是現今歐盟資料保護法制主要奠基基礎

的歐盟個人資料保護指令，簡述其架構。再依時序介紹後來在2012年由執委會提出、2016年由歐洲議會通過的歐盟歐盟一般資料保護規則的生成背景，與其中和被遺忘權有關之條文。透過兩者介紹讓我們更能理解歐盟被遺忘權的司法實務法展原本的架構背景與相應的立法發展。在被遺忘權在歐盟層級以外影響，則以兩個面向為觀察，其一是檢視被遺忘「權」在法國作為歐盟會員國的在2014年《Google Spain案》後開展及，從Google作為搜尋引擎產業為例，就其所公布的透明性報告《Google Spain案》，分析去列表權在現今真實的實踐樣貌。希冀透過上述文件材料的梳理達成以下目的：（一）探尋歐盟被遺忘權的發展基礎；（二

）觀察被遺忘權在歐盟作為可能權利形式的發展脈絡，透過彙整與歐盟被遺忘權相關影響與探討在法規與判決的演進，包括在2014年前《Google Spain》案前的歐盟法院以及歐洲人權法院（European Court of Human Rights）判決等，釐清現行歐盟法院與網路平台實務決定被遺忘權行使請求之判斷標準