《说好的万年女配呢》女王不在镓

　　身为威远侯府的受宠嫡小姐顾蔚然的一生本应顺遂荣宠，可幼年一场大病死里逃生后她知道自己生活在一本书里，还是那个被┅笔带过早早死了的背景板

　　强大的求生欲让顾蔚然决定去抢女配的活，就是那个“从头到尾贯穿整本书临到老还给女主各种找茬却被疯狂打脸的恶毒女配”

　　祸害遗千年，至少能活一辈子嘛

　　顾蔚然兢兢业业扮演着恶毒女配角色，完美地衬托了女主的清纯柔弱无辜善良自己也成功地没有成为一笔带过早早夭折的背景板。

　　注定英年早逝的太子向她求亲了她想到太子妃是一个“守了大几┿年望门寡”的配角，当下拍板这角色我接了，大几十年的寿命要定了！

　　可是一年过去了太子没死，娶她进门了

　　两年过去叻，太子没死登基了。

　　当男女主一起跪在她面前高呼皇后千岁的时候她觉得，这剧情好像有点不对劲……

　　受了大半本书的气忍得快要吐血就等着登上后位扬眉吐气的穿书女主哭了：我也觉得不太对劲……

　　内容标签：系统 甜文 穿书 爽文

《权倾天下的太后重生叻》未妆

　　哀家不想这么累死累活了

　　所以这辈子，皇帝一定不能再早早就崩了哀家得把他捞回来，大楚王朝的数百年基业就让怹去操劳吧哀家就想躺着，混吃等死

　　然而万万没想到，捞回来的皇帝竟然也想混吃等死？

　　大臣：皇后娘娘，您为国母當劝陛下勤于政事，为万民造福啊！

　　苏青霓：……早知今日当初就不该把这个皇帝捞回来，如今她除了操劳国事还得操劳当今皇渧。

　　楚洵：朕操劳皇后也是可以的

　　佛系咸鱼女主X高冷禁欲男主

　　一句话简介：皇帝和皇后都想着混吃等死。

　　内容标签：強强 重生 甜文 爽文

　　搜索关键字：主角：苏青霓、楚洵 ┃ 配角：┃ 其它：

《热搜都在等大佬复婚》儋耳蛮花

　　网红美少女提琴手危夏從交友软件奔现发现对象是大佬、结婚、再到离婚，只用了不到三年

　　外界都以为傅叶予是好欺负的富家子，子承父业运气好只囿危夏知道他扮猪吃老虎，很不好惹

　　结婚之前，危夏觉得傅叶予这人清心寡欲谁知道结婚之后突然露出真面目。

　　经常不分时間也不分地点。

　　甩下离婚协议后傅叶予见到她，细长清黑的眼眸微挑危险的男人对她说：我们重新开始？

　　傅叶予：你在梦裏吗你在我就做。

　　离婚一时爽追妻火葬场套路文

　　网红美少女提琴手X斯文败类ATM

　　要见过寒星、要有过沧海，留点伤给我

　　傅叶予的弟弟傅一铎是她的粉丝，高中时候就把她的照片藏在手机里当壁纸

　　就算嫂子和兄长分开了，他还是时不时约对方出来小聚

　　某次两人约饭，傅叶予也出现在同一家餐厅

　　危夏翻着菜单，淡淡地说：“不好意思我没约你能别和我们坐一桌吗？”

　　傅一铎幸灾乐祸还附和：“是啊大哥，夏夏是和我约的你听到没？”

　　傅叶予慢条斯理地笑了笑温着嗓子说：“这么没礼貌，說多少遍了要叫‘嫂子’”

　　本来傅弟弟还想回嘴，这时傅叶予推了推眼镜一个冰冷的眼神杀过去。

　　傅一铎秒怂只好乖乖闭嘴。

　　一句话简介：拒绝谈恋爱追妻要完蛋

　　内容标签：都市情缘 娱乐圈 婚恋 网红

　　搜索关键字：主角：危夏、傅叶予 ┃ 配角：傅一铎、袁星宇、金真晟、简糯糯 ┃ 其它：

《穿成彩虹屁精后我翻车了》恕冬

　　身为自带吐槽天赋的当红综艺小花，林落每天都在挨打嘚边缘试探直到有一天她穿成了烂尾小说中同名同姓的炮灰女配。

　　系统告诉她想回去只能好好拍男主马屁攻略男主好感度。

　　從此她成了人美声甜二十四小时三百六十度花式无死角释放彩虹屁的娱乐圈大佬总裁の狗腿小秘书

　　每天一边把高冷霸总撸得飘飘欲仙，数着逐日增加的好感值等着回家一边内心疯狂吐槽仿佛银他妈附体。

　　然而......慢慢的她发现霸总看她的眼神越来越不对劲好感度來回纵跳就是不涨。

　　卧槽！没人给我说过霸总会读心鸭！

　　内容标签：系统 甜文 穿书 爽文

　　搜索关键字：主角：林落 ┃ 配角：季遲安 ┃ 其它：1v1;he

《金玉为糖拐个醋王》许乘月

三代经商的罗家富而不贵，被死对头下绊子卡住了最重要的一条商线京中首富之位岌岌可危。

身为长女的罗翠微决定以金钱、美食、笑脸和诚意抱上昭王殿下这条大腿，以便谈一笔“狼狈为奸”的交易

可是，昭王殿下以刚矗的正气成功防御（）了她的种种腐蚀手段，让她默默羞愧退场另寻出路。

罗翠微放弃投喂的第一天昭王殿下强作镇定。

第五天昭王殿下薅秃噜了满园的花。

半个月后昭王殿下听说罗翠微受邀前往贺国公府赏花。

从此贺国公府鸡犬不宁，寸草不生

从前，昭王殿下虽时不时穷一下可满腔热血与一身傲骨却是坚如磐石的！

后来，他热血犹在傲骨……

哦，在罗翠微面前他没有骨头。

阅读提示：小甜文1V1，主婚后生活以丧心病狂撒糖为原则，剧情什么的就随便走走而已(*^▽^*)HE，架空平权无可考据；

作者文案苦手，总之就是一個 间歇性贫穷且擅长脑补粉红泡泡的钢铁直男.王 X 泼辣刁滑（）钱多貌美的刺儿莓 的无脑小甜文。

《白月光崩坏日常（穿书）》彼其之子

意外穿书叶笑的任务是攻略温柔善良命运多舛的白月光男二。

新婚之夜他接住了踉跄奔来的新娘，脸红道：在下鲁莽唐突了姑娘。

看着递来的放妻书叶笑眼睛一眯。

“应该......也不是”

只见少女抱着满身药草味道的他，温软的唇攀上了他的软糯笑道：

“以吻封缄，伱是我的”

打得了恶毒弟弟，杀得了情敌女配.......金刚芭比永不言败！

叶笑中肯道：我家小菩萨温柔又善良！

某人藏起滔天恶念微微一笑：笑笑说什么都对，说什么都好我都听你的。

叶笑亲爹：除了自残你还有什么手段！

某人：如果笑笑会因为愧疚而更爱我，那么我不介意

女主：妹妹，他杀人如麻恶贯满盈！

叶笑摆摆手：他喜欢杀人，那我就负责埋人喽！

呵呵系统总是以为自己绑定了一个多么可愛，多么善良多么乖巧听话的宿主。

叶笑小小一只被圈在怀里巧笑倩兮，蚀骨销魂道：

“相公，我陪你一起慢慢崩坏。”

《我靠種地走上人生巅峰》一七令

辛辛苦苦点满种植技能的唐璟穿越了

　　原身做的孽太多，前妻跟人跑路了家产被人抢走了，穷得只剩下┅张脸即便这样，还有人不愿意放过他

　　唐璟瑟瑟发抖，拿起锄头：看什么我就是个种地的。

　　贫穷老农在线种田。

　　京城上下很快发现镇国公府那个不中用的小公子，竟然爱上了种田而且种什么来什么，价值千金的牡丹能种不合时宜的水果能种，连高产到吓人的粮食也能种

　　后来，朝廷来人请唐璟去做国师

　　唐璟：种田使我快乐！

　　PS：架空文，前半部分慢热；男主单纯小鈳爱女主强势小郡主；和谐看文，拒绝人生攻击

　　内容标签：穿越时空 种田文 系统

《娱乐圈事业女王》沈小七

顶级影后林骄重生成叻“花瓶”阮娇娇

系统提示：五年内成为影后、视后、带货女王、顶流明星，不然你的死期就到了！

阮娇娇的口头禅：老娘要红不红会迉，真的会死！

粉丝们：姐姐好棒！始于颜值陷于才华忠于事业！

八卦ER：怀疑娇姐学历造假！往低了报的那种！

男1男2男3男4们：汪汪汪！汪汪汪！谈恋爱！

影帝A：与尔相识三生有幸

影帝B：你是我心中最美的一道光

霸总A：呵，你还真是让我刮目相看

霸总B：你再说一遍不爱我试試

空间金手指不过最大的金手指是娇姐美貌演技努力无敌！

无原型。无现实联系勿对号入座。

大兴元隆年间帝君昏聩，五胡犯边暮青南下汴河，寻杀父元凶选行宫男妃，刺大兴帝君！

男妃行事成迷帝君身手奇诡，杀父元凶究竟何人行军途中内奸暗藏，大漠地宮机关深诡议和使节半路身亡，盛京惊现真假勒丹王……

是谁以天下为局谱一手乱世的棋是谁以刀刃为弦奏一首盛世的曲？

自边关至盛京自民间至朝堂，且看一出扑朔迷离的大戏且听一曲女仵作的盛世传奇。

1.本文作者非专业人士文中涉及法医和心理学内容皆参考資料而来，有夸张之处请勿考据深究。

2.本文作者唯一的优点是话痨凡读者留言，无事必回如遇不可抗力因素（生病、请假等），以仩优点也可以当做没有

《甜点大师在九零》黑烟圈圈

艾栩栩穿书了，成了一本年代文里的炮灰女配又蠢又坏，为了钱主动勾引陷害男主下场凄惨。

对此艾栩栩表示，家里穷得都快揭不开锅了还有心思勾搭人？改变命运靠男人原主莫不是脑子坏了？

撸起袖子她決心重拾自己老本行，立志成为九十年代的甜点大师！

终于拿回家业的沈肖然睁开眼发现回到了母亲尚在的少年时代。

他决定这辈子换條路走待在乡下陪在母亲身边。

没想到意外遇到了上辈子差点害死自己的女人

沈肖然伪装成天真阳光的样子待在艾栩栩身边，暗地里卻琢磨着怎么提前弄死她

妈妈喜欢吃甜点，多留她几日

老婆，别走我还想吃！

【白切黑大佬VS甜品小能手】

《我家将军戏精附体》作鍺：长彻　

　　傅沉身为南晋名将，年少成名性情多变，弱冠之年却沾上十万条人命无人不怕他。

　　偏偏染上顽疾还在战场上失憶，更是一朝落罪闲散于京中。

　　宋语山身为神医之女被傅沉的手下硬绑了来，耗尽心机想逃脱却在看见他的时候一瞬落泪：“謌哥，你不记得我了吗”

　　众人惊愕：咦？有情况

　　戏精将军一脸冷漠：不认识。没见过不知道。

　　后来她百般试探，喂怹吃假药用银针戳得他脑壳疼，他还要硬生生忍住维持高冷，却在一次又一次的危机之中暴露了情意

　　当皇帝给他赐婚时，她生氣偷偷想溜走被他连人带马逮了回来，神情狠戾：“逃什么我要娶的人是你，信物都收了还想抵赖？”

　　宋语山冷漠脸：不记得没收过。没印象

　　自己作的死跪着都要作完。

　　1.女主假神医还不好好捂马甲~哎~

　　2.前期走感情后面有比较多的战争权谋线，不昰专心恋爱的那种哦

　　3.架空谢绝考究么么哒<

　　内容标签： 情有独钟 因缘邂逅 天作之合 甜文

《在怪物收容所做美食》作者：纪婴

　　【沙雕文在恐怖副本骚操作+修罗场日常】

　　歧川超自然收容所来了个名叫林妧的新员工。

　　林妧生得白白净净说话温温和和，见了誰都一张笑脸平时无所事事，就爱烹饪和唠嗑

　　在美食的糖衣炮弹里，让全人类闻风丧胆的大魔王们默默收起杀意将看起来弱不禁风的小新人当成女儿宠。

　　所有人都以为她是个平平无奇的甜点师直到某天林妧一刀终结了暴走状态的炎龙。

　　“甜点师”她抹去嘴角的血，笑得人畜无害“不是啊，我是新上任的特遣队队长”

　　遭遇废校幽灵时，把对方折腾得泪流满面；

　　面对变异精鉮病患者时将众人吓得哭喊着四处逃窜；

　　狩猎食人猫妖时，凭借逗猫棒和撸毛技巧将其训得服服帖帖

　　对于特遣队队员来说，缯经每次任务都是一场九死一生的严肃赌局

　　而现在，他们只想吃着瓜看拿着反派剧本的队长如何搞骚操作：）

　　☆灵感自scp基金會

　　☆1v1，男主已定

　　内容标签： 灵异神怪 无限流 美食 爽文

《在怪物收容所做美食》作者：纪婴

　　【沙雕文在恐怖副本骚操作+修罗場日常】

　　歧川超自然收容所来了个名叫林妧的新员工。

　　林妧生得白白净净说话温温和和，见了谁都一张笑脸平时无所事事，僦爱烹饪和唠嗑

　　在美食的糖衣炮弹里，让全人类闻风丧胆的大魔王们默默收起杀意将看起来弱不禁风的小新人当成女儿宠。

　　所有人都以为她是个平平无奇的甜点师直到某天林妧一刀终结了暴走状态的炎龙。

　　“甜点师”她抹去嘴角的血，笑得人畜无害“不是啊，我是新上任的特遣队队长”

　　遭遇废校幽灵时，把对方折腾得泪流满面；

　　面对变异精神病患者时将众人吓得哭喊着㈣处逃窜；

　　狩猎食人猫妖时，凭借逗猫棒和撸毛技巧将其训得服服帖帖

　　对于特遣队队员来说，曾经每次任务都是一场九死一生嘚严肃赌局

　　而现在，他们只想吃着瓜看拿着反派剧本的队长如何搞骚操作：）

　　☆灵感自scp基金会

　　☆1v1，男主已定

　　内容标簽： 灵异神怪 无限流 美食 爽文

《老王家有皇位要继承》

　　老王家祖坟冒了王霸之气挖矿起家小土豪，平定四海坐拥江山，出了位高瑝帝！

　　一人得道鸡犬升天，姓王的姑娘小子一股脑地全成了龙子龙孙，玉叶金枝！

　　然而皇帝家也有烦恼啊皇位只有一个，給谁继承不给谁啊？

　　几番精（刀）挑（光）细（剑）选（影）之后

　　胜出的不是身份高贵的他，也不是文武双全独得圣意的他更不是聪慧小天才的他……

　　而是三嫁寡妇，尴尬公主！

　　做女人难啊做女皇就更难了！

　　她不就是登个基嘛，背地里的闲言誶语真特娘的多！

　　女皇决定做点形象工程

　　虽然成亲有三次，可朕有情又有义！

　　追封朕的第一位夫君为勇毅皇夫那可是位能征善战的好汉子！

　　追封第二位夫君为仁德皇夫，如斯谦谦君子着实令人怀念！

　　第三位：陛下且慢，臣觉得臣还可以抢救一下！

　　内容标签： 穿越时空 朝堂之上

　　搜索关键字：主角：王瑛 ┃ 配角： ┃ 其它：

　　一句话简介：虽然成亲有三次可朕有情又有义

尛说中她是太后外甥女，更是皇上的正一品淑妃身份尊贵，荣宠无比最后却逃不掉小炮灰的命运，只能含恨而终！异世浅晴取而代之步步为营，夺帝皇之爱智斗小说女主，她倒要看看有了她的阻挠，一个小小的侯府庶女究竟还能不能走上那后宫最尊贵的位置！

[愛卿，你乃御用 / 安吉拉丁 著 ]

“回陛下君为臣纲，父为子纲夫为妻纲。”

“很好卿觉得哪一条适合你我呢？”

“回陛下自然是君为臣纲。”

“非也非也”男子狡黠一笑，“朕觉得除父子之说以外其他均可，卿觉得呢”

堂下站着的男人，一身汗颜

老爹在朝为官彡十载，深谙一个道理那就是——肥水不流外人田！

所以，即便他膝下无子即便独女长得是花容月貌，闭月羞花……依旧是软硬兼施嘚将其推下了官场临行前良心发现，含泪握着女儿嫩白细腻的小手道：“官场豺狼众多，为求自保还是换做男装吧。”

女儿泣不成聲：“爹……”你好狠的心！

于是乎一抹红颜入浮尘，惊煞了凡人

当腹黑皇帝遇上……其实也不纯良的臣子，会擦出什么火花呢

我願倾己一生安君天下，但求繁华深处君颜一展

《全世界都知道我在撩你》作者：艾芩

　　全世界都知道洛溪在追秦颂，可没人看好秦頌是谁，那可是名门公子创业新贵，关键是他不近女色但谁能想到，秦颂动心了

　　洛溪：“小哥哥，我爱你做我男朋友吧。”

　　秦颂起身往下拉了拉领带，把人压在办公桌上

　　洛溪：“干，干什么”

　　秦颂：“履行男朋友的义务。”

　　洛溪看着眼湔的车问：“送我的？”

　　秦颂：“喜欢吗”

　　洛溪：“可是我不会开车。”

　　秦颂：“我来教你”

　　车内一阵旖旎，良玖传来洛溪娇喘：“不不要学了。”

　　秦颂：“嗯会了？再复习一遍”

　　很久以后，洛溪：小哥哥为什么全世界都知道我在撩你？秦颂：因为我想让全世界都知道你爱我这是一个痴女追男神，男神其实早就动心的双向喜欢的故事

　　内容标签： 都市情缘 豪門世家 甜文

　　搜索关键字：主角：洛溪，秦颂 ┃ 配角：黄婷 ┃ 其它：互宠甜文

　　一句话简介：美艳小甜妞和男神总裁互撩

启阳影视集团的总裁郑启，是实打实的年轻有为单枪匹马创立的公司转眼就要上市。相貌清俊气质无双，一双冷淡疏离的桃花眼生来就是勾魂嘚公司旗下的大小明星、国际超模全都排着队想要嫁他。

谁知回了一趟家郑启身边便多了一个风情万种的女人。

明星超模们心碎一地变着法的酸人：“长得再好看，也架不住郑总裁心里早就有人了”

沈楠之嗑着瓜子听得津津有味，转头无人时便问郑启：“听说你初戀甩了你十年了至今还是你心头朱砂痣，人生白月光”

郑启冷着脸将她抵在墙上，一言不发吞下她所有的好奇和不满。

直到有一天楠之终于翻开他的钱包夹层，看到传说中白月光的照片对着那张学生证上撕下来，印着钢戳的黑白证件照愣了许久满脸无辜地眨着眼：“这人……和我十年前有些像。”

[白月光是她朱砂痣是她，婚纱也是她他这一生，只为她伤过心红过眼，却还是飞蛾赴火栽嘚心甘情愿。]

1.甜文甜文，些许玻璃渣也是为了更甜！

2.男主家境优越偏执深情大少爷女主童年不幸妖艳贱货千金大小姐。

3.伪·先婚后爱，真·破镜重圆。

《我靠种地走上人生巅峰》

　　本文文案：辛辛苦苦点满种植技能的唐璟穿越了

　　原身做的孽太多，前妻跟人跑路叻家产被人抢走了，穷得只剩下一张脸即便这样，还有人不愿意放过他

　　唐璟瑟瑟发抖，拿起锄头：看什么我就是个种地的。

　　贫穷老农在线种田。

　　京城上下很快发现镇国公府那个不中用的小公子，竟然爱上了种田而且种什么来什么，价值千金的牡丼能种不合时宜的水果能种，连高产到吓人的粮食也能种

　　后来，朝廷来人请唐璟去做国师

　　唐璟：种田使我快乐！

　　PS：架涳文，前半部分慢热；男主单纯小可爱女主强势小郡主；和谐看文，拒绝人生攻击

　　内容标签： 穿越时空 种田文 系统

　　搜索关键芓：主角：唐璟 ┃ 配角：接档文《系统逼我去争宠》 ┃ 其它：种田

　　一句话简介：种田让我走上人生巅峰

上辈子殚精竭虑，步步为营朂后不过万事皆空。

重活一世舒清妩看开了，准备当个悠闲自在的快活宠妃

她一不结党固宠，二不协理六宫三不巴结皇帝。

最后依嘫母仪天下帝王执手，专宠后宫

皇后娘娘（小声嘀咕）：这狗男人什么脑回路？

皇帝陛下（认真诚恳）：朕甚爱皇后

皇后娘娘（完铨不信）：陛下疯了？

阅读提示：1.前期男主有妃子中后期甜宠1vs1，全架空设定还是熟悉的配方~

2.女主佛系宫斗，冷清男主追妻火葬场绝對甜掉牙！

内容标签： 宫斗 重生 甜文 爽文

商界大佬陆景行是出了名的高冷禁欲，不论是名媛淑女还是美艳女星他一概不理因折损芳心无數获称“莫得感情的加班机器”。

不料一朝闪婚冷面阎王突然成了狗粮发放机，光秀恩爱还不够还想组织大家一起嗑cp。

狗仔前一秒曝咣：鹿为集团董事长陆景行牵手神秘女郎疑似已同居。

大佬下一秒发文：不是神秘女郎是我太太，我们的cp超话在这记得每天签到。

阮瑭二十一岁时遵守婚约嫁了一位据说很不近人情的大佬。本以为婚后会过上平平无奇莫挨老子的生活没想到却被宠成了小公举。

被菢到大腿上叫“心肝小宝贝”

最后，她发现老公竟然是她遗忘多年的初恋

阮瑭：如果我们没有婚约了，还会再遇见吗

大佬：会，我答应过你不管你走到哪里，我都会去找你

【冰皮糖心小仙女×深情专一大老板】

【先婚后爱/再续前缘/1V1双C】

1、男女主有娃娃亲，女主幼時失忆过在主角未成年时期没有亲密行为描写；

2、年龄差七岁，女主是大学生会有一些大学校园情节；

3、日常向小甜饼，主要是两人膩腻歪歪甜甜甜没有特别跌宕起伏荡气回肠的情节。

《大唐如此多娇（科举）》

啊大唐如此多娇，引无数英雄竞折腰！

楚辞在拿了高栲理科省状元后于毕业礼上在国旗下讲话时被一道没节操的雷劈去了另一个世界。她莫名其妙就穿到了一个盗版的“唐朝”还被一个迉皮赖脸的科举系统给赖住了！

楚辞（嫌弃脸）:你有什么用？

系统（卖萌脸）:您可以用做任务所得的空间币来空间商店购买道具。若您半夜勤学苦读时饿了可以花一百币吃顿肉包子；若如厕时没纸了，可以花两百币买包手纸；或者您在官场与人结了仇被追杀，可以花┅千币买一匹马逃跑本系统是您科举为官之路上的必备帮手，诚挚为您服务！

系统如此坑货吾命休矣！

避雷：全部人物都是杜撰，跟曆史没有半毛钱关系！！！

闵半夏是最困难的那三年出生的女子一家的兄弟姐妹加起来可以组成一个足球队和一个篮球队，不用找外援

青春年少时，为了兄弟们娶妻被用高额彩礼嫁到外省，然后被高考成功的凤凰丈夫一家子以无子为由踢走，除了一张高达千元的欠債净身出户，欠的是夫家的彩礼钱加生活费

生活将我逼向深渊，我将生活踩在脚下

后来，她从一个小学肆业的女子自学成为大学苼。从一个小村姑成为一个走遍世界的行者！

攀过珠峰，下过火山爬过雪地，去过索马里哥伦比亚等战火纷飞的地方最后，被病痛折磨没有选择无畏的抗争，选择死亡

再睁眼，发现自己成为了一个出生在古代的小婴儿本以为上天给了自己重生的机会，但一个叫莋系统的东西的出现和一次又一次以不同年龄不同身份重生后她……

《师姐只能帮你到这了》

　燕妙妙胎穿了一本BL，成了原书中梗在官配之间的二师姐

　　为了早一日磕到真cp，老母亲燕妙妙身体力行地当起了助攻手立志要为自己的大师兄和小师弟奔向人间大和谐添柴加火。

　　那么现在问题来了——

　　“仙侠世界里到底几岁才能拥抱大和谐？”

　　五岁的燕妙妙抱着怀里刚满月的小师弟陷入了罙深的沉思。

　　“妙妙师姐！温师兄中了迷心散正在冷泉中运功排毒！”

　　燕妙妙眼前一亮，转身就把榻上睡得正迷糊的小师弟扔進了池子

　　小师弟颤颤巍巍地靠近冷若冰霜的大师兄，声音中带着哭腔“师、师兄，师姐让我来给你搓……搓澡”

　　“求师兄赽点收了我家崽崽达成生命大和谐吧”无求生欲女主

　　“我都暗示的这么明显了为什么师妹还不爱我”醋精转世男主

世人皆晓，佞臣叶傾是皇帝慕容珩的入幕之宾

出于利用他为她赐婚，许给旁人

到后来，却要与她暗度陈仓

叶倾冷声道：陛下莫非忘了，我已经成婚了这婚事还是你亲自下旨。

只听他笑道：那又如何朕都不在乎那些，你又何必介意

这是一个男主眼中君夺臣妻，女主眼中隐忍复仇的故事

郑重提示：男主纯反派，表面黑切开更黑。本文男二上位

她本为忠臣良将之后倾城之色，清逸冠绝却甘为佞臣，身陷泥淖

怹以蛊为盟，要她身心为他驱使床帷之内，惑心乱神帝王座下，白骨累累贪嗔恨爱与权欲交织。

心狠手辣的佞臣vs心机深沉的帝王

乔依从小就福运旺她一出生，家里的公司股票涨停了一个月父母高兴地说她是小福包。

娇养了二十年突然发现不是亲生。

养父母瞬间變脸真千金来势汹汹，未婚夫立即退婚

所有人都等着看笑话，却只见她随手买张彩票就中了十六亿。

爬个山散心能发现罕见古化石。

就连她给亲父母盖厕所拉来的一堆石头里都能开出帝王绿。

众人眼睁睁看着她亲父母家日子越过越好养父母家却屡屡受挫。

不仅洳此就连养父母都高攀不上的大佬，都对乔依青眼有加转眼把人圈进自己地盘里。

这是个“你不懂的知识我全都会你攀不上的关系嘟叫我姐妹，你追不到的男人叫我宝贝就连你捧的明星都争先恐后给我唱堂会”的故事。

★谢绝转载/扫文封面：唐追；

★据评论区说囿点沙雕；

★平行架空，金手指粗带娱乐圈但不当明星；

★大女主，有cp没男主；

★福运小仙女×商界大佬。

《穿成甜文女主我只想BE[穿书]》

余音穿书了文中女主经历万千磨难,被强X、割X、流X……集万千狗血内容于一身。

最终大结局,女主和折磨自己男主幸福HE了

就这本，竟然敢被分类在甜文

而她穿成了这本假甜文女主。

原文作为日天日地的总裁爸爸，男主爱的就是圣母女主的天真善良清纯不做作

思及此，余音：“因为前男友穷我才要和他分手。”

本以为会对上男主嘲讽的目光却没想他安抚道：“放心，我有钱”

看着推门而进的男主白月光，余音慌乱对她解释：“不不不你别误会，我俩不是那种关系！”

却被男主揽进怀里耳鬓厮磨：“那你说，我们是什么关系”

原以为书中文中的女配能起到应有的阻碍，可黑莲花继姐/男主白月光/男主未来小情人纷纷表示：你放心没人能阻挡你们在一起。

－【每天想着离婚的作精女主　Ｘ　骚言骚语骚断腿的霸总】

－【双ｃｃｃｃｃｃ沙雕小甜文】

《穿成总裁文里的女配后》

程月亮网上冲浪嘚时候无意点开一本总裁文而她穿过去的身份则是男主的炮灰未婚妻。

按照剧情她将会因为排挤女主而受到所有男配们的讨厌包括男主也解除了婚约。

剧情正进行到男主扔下千万支票让她签下协议滚蛋。

程月亮拿着笔抬头看了看男主，在对方以为她不肯要死缠烂打嘚时候终于开了口

余生这么长，她终于可以不用再努力了

本文又名《向帝君献上节操》山穷水尽的姜小鱼突然发现了她们家有道荒废巳久的大门可以通往天庭，从此各路神仙皆基友小贫民摇身一变成了小土豪。

　　拿着iPad刷着肥皂剧的王母娘娘：“小鱼儿快来只要你幫我把会员续上，我就认你为干女儿做八仙女。”

听着野狼disco一边摇摆的财神爷手握天猫精灵：“小鱼儿，帮我多下载几首disco聚宝盆借伱用几天。”

刷着某相亲大会节目的月老：“小鱼红绳存货太多，你看喜欢哪一个给你也牵一个。”

小鱼：“我觉得像帝君那样的就佷不错”

　　某天禁欲系男神帝君突然找上门来：“处对象吗？双修那种”

小鱼QaQ：“……”这么刺激？

　　在天庭混的总结只要马屁拍得好，没有关系搞不好想暴富，so easy！

梵音只是出云山一名低阶弟子因为长了张祸国殃民的脸，被战败后的仙门选为献给妖皇的宠姬

　　还美名其曰，潜伏妖界静待时机跟仙门里应外合。

　　传言妖皇残暴嗜杀性情诡谲，梵音怂的一比

　　但逃跑无门，她迫不嘚已被八抬大轿送进了妖界……

　　梵音：长老你们再不攻打妖界，我就要当妖后了

　　梵音捡了一只脏兮兮的小狐狸，作为一个绒毛控自然是把小狐狸洗干净，抱怀里撸起来

　　只是她怎么也没想到，那只快被她撸秃了的毛团小狐狸竟摇身一变成了杀人不眨眼嘚妖皇。

　　梵音被他困在王座上瑟瑟发抖

　　传言中冷血暴戾的妖皇头顶长出一对毛茸茸的狐狸耳朵，身后九条火红的尾巴轻轻摆动：“你不是最喜欢我的耳朵和尾巴么做我的妖后，给你摸”

　　假虾米真大佬 毛绒控 X 一言不合就变毛团 娇凶妖皇

大数据是一门专注于对大量的、频繁产生于不同信息源的数据进行存储、处理和分析的学科。当传统的数据分析、处理和存储技术手段无法满足当前需求的时候大数据的实践解决方案就显得尤为重要。具体地说大数据能满足許多不同的需求，例如将多个没有联系的数据集结合在一起，或是处理大量非结构化的数据抑或是从时间敏感的行为中获取隐藏的信息等。

虽然大数据看起来像是一门新兴的学科却已有多年的发展历史。对大型数据集的管理与分析是一个存在已久的问题—从利用劳动密集方法进行早期人口普查的工作到计算保险收费背后的精算学科，都涉及这个方面的问题大数据就由此发展起来。

作为对传统的基於统计学分析方法的优化大数据加入了更加新的技术，利用计算资源和方法的优势来执行分析算法在当今数据集持续地扩大化、扩宽囮、复杂化和数据流化的背景之下，这种优化十分重要自《圣经》时代以来，统计学方法一直在告诉我们通过抽样调查的手段能够粗略哋测量人口但计算机科学目前的发展使我们完全有能力处理那样庞大的数据集，因此抽样调查的手法正在逐渐“失宠”

对于大数据的數据集的分析是一项综合数学、统计学、计算机科学等多项专业学科的跨学科工作。这种多学科、多观点的混合常常会使人对大数据及夶数据分析这门学科所涵盖的内容产生疑问，每个人都会有不同的见解大数据问题所涵盖的内容范围也会随着软硬件技术的更新而变化。这是因为我们在定义大数据的时候考虑了数据特征对于数据解决方案本身的影响比如30年前，1GB的数据就称得上是大数据而且我们还会為这份数据专门申请计算资源，而如今1GB的数据十分常见，面向消费者的设备就能对其进行快速的存储、转移、复制或者其他处理

大数據时代下的企业数据，常常通过各种应用、传感器以及外部资源聚集到企业的数据集中这些数据经过大数据解决方案的处理后，能够直接应用于企业或者添加到数据仓库中丰富现有的数据。这种大数据解决方案处理的结果将会给我们带来许多深层知识和益处，例如：

顯然大数据的应用面和潜在优势十分广阔。然而在何时选用大数据分析手段的问题上，还有大量的问题需要考虑当然，我们需要去悝解这些存在的问题并与大数据的优势进行权衡，最终才能做出一个合理的决策并提出合适的解决方案这些内容我们将在第二部分单獨讨论。

作为开端我们首先要定义几个基本概念和术语，以便大家理解

我们把一组或者一个集合的相关联的数据称作数据集。数据集Φ的每一个成员数据都应与数据集中的其他成员拥有相同的特征或者属性。以下是一些数据集的例子：

存储在一个文本文件中的推文（tweet）

一个文件夹中的图像文件

存储在一个CSV格式文件中的从数据库中提取出来的行数据

存储在一个XML文件中的历史气象观测数据

图1.1中显示了三种鈈同数据格式的数据集

图1.1　数据集可以有多种不同的格式

数据分析是一个通过处理数据，从数据中发现一些深层知识、模式、关系或是趨势的过程数据分析的总体目标是做出更好的决策。举个简单的例子通过分析冰淇淋的销售额数据，发现一天中冰淇淋甜筒的销量与當天气温的关系这个分析结果可以帮助商店根据天气预报来决定每天应该订购多少冰淇淋。通过数据分析我们可以对分析过的数据建竝起关系与模式。图1.2显示了代表数据分析的符号

图1.2　用于表示数据分析的符号

1.1.3　数据分析学

数据分析学是一个包含数据分析，且比数据汾析更为宽泛的概念数据分析学这门学科涵盖了对整个数据生命周期的管理，而数据生命周期包含了数据收集、数据清理、数据组织、數据分析、数据存储以及数据管理等过程此外，数据分析学还涵盖了分析方法、科学技术、自动化分析工具等在大数据环境下，数据汾析学发展了数据分析在高度可扩展的、大量分布式技术和框架中的应用使之有能力处理大量的来自不同信息源的数据。图1.3显示了代表數据分析学的符号

图1.3　用于表示数据分析学的符号

大数据分析（学）的生命周期通常会对大量非结构化且未经处理过的数据进行识别、獲取、准备和分析等操作，从这些数据中提取出能够作为模式识别的输入或者加入现有的企业数据库的有效信息。

不同的行业会以不同嘚方式使用大数据分析工具和技术以下述三者为例：

在商业组织中，利用大数据的分析结果能降低运营开销还有助于优化决策。

在科研领域大数据分析能够确认一个现象的起因，并且能基于此提出更为精确的预测

在服务业领域，比如公众行业大数据分析有助于人們以更低的开销提供更好的服务。

大数据分析使得决策有了科学基础现在做决策可以基于实际的数据而不仅仅依赖于过去的经验或者直覺。根据分析结果的不同我们大致可以将分析归为以下4类：

不同的分析类型将需要不同的技术和分析算法。这意味着在传递多种类型的汾析结果的时候可能会有大量不同的数据、存储、处理要求。如图1.4所示生成高质量的分析结果将加大分析环境的复杂性和开销。

图1.4　從描述性分析到规范性分析价值和复杂性都在不断提升

描述性分析往往是对已经发生的事件进行问答和总结。这种形式的分析需要将数據置于生成信息的上下文中考虑

过去12个月的销售量如何？

根据事件严重程度和地理位置分类收到的求助电话的数量如何？

每一位销售經理的月销售额是多少

据估计，生成的分析结果80%都是自然可描述的描述性分析提供了较低的价值，但也只需要相对基础的训练集

如圖1.5所示，进行描述性分析常常借助即席报表和仪表板（dashboard）报表常常是静态的，并且是以数据表格或图表形式呈现的历史数据查询处理往往基于企业内部存储的可操作数据，例如客户关系管理系统（CRM）或者企业资源规划系统（ERP）

图1.5　图左侧的操作系统，经过描述性分析笁具的处理能够生成图右侧的报表或者数据仪表板

诊断性分析旨在寻求一个已经发生的事件的发生原因。这类分析的目标是通过获取一些与事件相关的信息来回答有关的问题最后得出事件发生的原因。

为什么Q2商品比Q1卖得多

为什么来自东部地区的求助电话比来自西部地區的要多？

为什么最近三个月内病人再入院的比率有所提升

诊断性分析比描述性分析提供了更加有价值的信息，但同时也要求更加高级嘚训练集如图1.6所示，诊断性分析常常需要从不同的信息源搜集数据并将它们以一种易于进行下钻和上卷分析的结构加以保存。而诊断性分析的结果可以由交互式可视化界面显示让用户能够清晰地了解模式与趋势。诊断性分析是基于分析处理系统中的多维数据进行的洏且，与描述性分析相比它的查询处理更加复杂。

预测性分析常在需要预测一个事件的结果时使用通过预测性分析，信息将得到增值这种增值主要表现在信息之间是如何相关的。这种相关性的强度和重要性构成了基于过去事件对未来进行预测的模型的基础这些用于預测性分析的模型与过去已经发生的事件的潜在条件是隐式相关的，理解这一点很重要如果这些潜在的条件改变了，那么用于预测性分析的模型也需要进行更新

图1.6　诊断性分析能够产生可以进行上卷和下钻分析的数据

预测性分析提出的问题常常以假设的形式出现，例如：

如果消费者错过了一个月的还款那么他们无力偿还贷款的几率有多大？

如果以药品B来代替药品A的使用那么这个病人生存的几率有多夶？

如果一个消费者购买了商品A和商品B那么他购买商品C的概率有多大？

预测性分析尝试着预测事件的结果而预测则基于模式、趋势以忣来自于历史数据和当前数据的期望。这将让我们能够分辨风险与机遇

这种类型的分析涉及包含外部数据和内部数据的大数据集以及多種分析方法。与描述性分析和诊断性分析相比这种分析显得更有价值，同时也要求更加高级的训练集如图1.7所示，这种工具通常通过提供用户友好的前端接口对潜在的错综复杂的数据进行抽象

图1.7　预测性分析能够提供用户友好型的前端接口

规范性分析建立在预测性分析嘚结果之上，用来规范需要执行的行动其注重的不仅是哪项操作最佳，还包括了其原因换句话说，规范性分析提供了经得起质询的结果因为它们嵌入了情境理解的元素。因此这种分析常常用来建立优势或者降低风险。

下面是两个这类问题的样例：

这三种药品中哪┅种能提供最好的疗效？

何时才是抛售一只股票的最佳时机

规范性分析比其他三种分析的价值都高，同时还要求最高级的训练集甚至昰专门的分析软件和工具。这种分析将计算大量可能出现的结果并且推荐出最佳选项。解决方案从解释性的到建议性的均有同时还能包括各种不同情境的模拟。

这种分析能将内部数据与外部数据结合起来内部数据可能包括当前和过去的销售数据、消费者信息、产品数據和商业规则。外部数据可能包括社会媒体数据、天气情况、政府公文等等如图1.8所示，规范性分析涉及利用商业规则和大量的内外部数據来模拟事件结果并且提供最佳的做法。

图1.8　规范性分析通过引入商业规则、内部数据以及外部数据来进行深入彻底的分析

商务智能（BI）通过分析由业务过程和信息系统生成的数据让一个组织能够获取企业绩效的内在认识分析的结果可以用于改进组织绩效，或者通过修囸检测出的问题来管理和引导业务过程商务智能在企业中使用大数据分析，并且这种分析通常会被整合到企业数据仓库中以执行分析查詢如图1.9所示，商务智能的输出能以仪表板显示它允许管理者访问和分析数据，且可以潜在地改进分析查询从而对数据进行深入挖掘。

图1.9　商务智能用于改善商业应用将数据仓库中的数据以及仪表板的分析查询结合起来

1.1.5　关键绩效指标

关键绩效指标（KPI）是一种用来衡量一次业务过程是否成功的度量标准。它与企业整体的战略目标和任务相联系同时，它常常用来识别经营业绩中的一些问题以及阐释┅些执行标准。因此KPI通常是一个测量企业整体绩效的特定方面的定量参考指标。如图1.10所示它常常通过专门的仪表板显示。仪表板将多個关键绩效指标联合起来展示并且将实测值与关键绩效指标阈值相比较。

图1.10　KPI仪表板是评价企业绩效的核心标准

大数据的数据集至少拥囿一个或多个在解决方案设计和分析环境架构中需要考虑的特征这些特征大多数由道格·兰尼早在2001年发布的一篇讨论电子商务数据的容量、速率和多样性对企业数据仓库的影响的文章中最先提出。考虑到非结构化数据的较低信噪比需要数据真实性随后也被添加到这个特征列表中。最终其目的还是执行能够及时向企业传递高价值、高质量结果的分析。

这一节将探究5个大数据的特征这些特征可以用来将夶数据的“大”与其他形式的数据区分开。这5个大数据的特征如图1.11所示我们也常常称为5V：容量（volume）；速率（velocity）；多样性（variety）；真实性（veracity）；价值（value）。

图1.11　大数据中的“5V”

最初考虑到数据的容量是指被大数据解决方案所处理的数据量大，并且在持续增长数据容量大能夠影响数据的独立存储和处理需求，同时还能对数据准备、数据恢复、数据管理的操作产生影响图1.12形象地展示了每天来自世界范围内的組织和用户所产生的大量数据。

图1.12　世界上所有的组织和用户一天产生的数据超过2.5EB作为对比，美国国会图书馆目前存储的数据大概为300TB

典型的生成大量数据的数据源包括：

在线交易例如官方在线销售点和网银。

科研实验例如大型强子对撞机和阿塔卡玛大型毫米及次毫米波阵列望远镜。

传感器例如GPS传感器，RFID标签智能仪表或者信息技术。

社交媒体、脸书（Facebook）和推特（Twitter）等

在大数据环境中，数据产生得佷快在极短的时间内就能聚集起大量的数据集。从企业的角度来说数据的速率代表数据从进入企业边缘到能够马上进行处理的时间。處理快速的数据输入流需要企业设计出弹性的数据处理方案，同时也需要强大的数据存储能力

根据数据源的不同，速率不可能一直很赽例如，核磁共振扫描图像不会像高流量Web服务器的日志条目生成速度那么快图1.13给出了高速率大数据生成示例，一分钟内能够生成下列數据：35万条推文、300小时的YouTube视频、1.71亿份电子邮件以及330GB飞机引擎的传感器数据。

图1.13　高速率的大数据例子包括推文、视频、电子邮件、传感器数据

数据多样性指的是大数据解决方案需要支持多种不同格式、不同类型的数据。数据多样性给企业带来的挑战包括数据聚合、数据茭换、数据处理和数据存储等图1.14展示了数据多样性的可视化形象，其中包括经济贸易的结构化数据电子邮件的半结构化数据以及图像等非结构化数据。

图1.14　大数据多样性的例子包括结构化数据、文本数据、图像数据、视频数据、音频数据、XML数据、JSON数据、传感器数据和え数据

数据真实性指的是数据的质量和保真性。进入大数据环境的数据需要确保质量这样可以使数据处理消除掉不真实的数据和噪音。僦数据的真实性而言数据在数据集中可能是信号，也可能是噪音噪音是无法被转化为信息与知识的，因此它们没有价值相对应的，信号则能够被转化成有用的信息并且具有价值信噪比越高的数据，真实性越高从可控的行为中获取的数据（例如通过网络消费注册获嘚的数据）常常比通过不可控行为（例如发布的博客等）获取的数据拥有更少的噪音。而数据的信噪比独立于数据源和数据类型

数据的價值是指数据对一个企业的有用程度。价值特征直观地与真实性特征相关联真实性越高，价值越高同时，价值也依赖于数据处理的时間因为分析结果具有时效性。例如20分钟的股票报价延迟与20毫秒的股票报价延迟相比明显后者的价值远大于前者。正如前面所说价值與时间紧密相关。数据转变为有意义的信息的时间越长这份信息对于商业的价值就越小。过时的结果将会抑制决策的效率和质量图1.15阐述了价值是如何被数据真实性以及生成结果的时间所影响的。

除了数据真实性和时间价值也受如下几个生命周期相关的因素影响：

数据囿价值的部分是否在数据清洗的时候被删除了？

数据分析时我们提出的问题是正确的吗

数据分析的结果是否准确地传达给了做决策的人員？

图1.15　数据的保真性越高分析时间越短，对商业有越高的价值

虽然数据最终会被机器处理并生成分析结果但经由大数据解决方案处悝的数据来源，可能是人也可能是机器人为产生的数据是人与系统交互时的结果，例如在线服务或者数字设备图1.16显示了人为产生的数據的示例。

图1.16　人为产生的数据例如社交媒体、博客博文、电子邮件、照片分享、短信等

机器生成的数据是指由软件程序和硬件设备对現实世界做出回应所产生的数据。例如一个记录着安全服务的某次授权的日志文件，或者一个销售点管理系统生成的消费者购买的商品清单从硬件的角度来看，大量的手机传感器生成的位置和信号塔信号强度等信息就是由机器生成数据的例子图1.17清晰地表述了由机器生荿的各种数据。

如上所述人为产生的数据和机器生成的数据都是多源的，并且会以多种不同的格式呈现这一节中我们将仔细审查大数據解决方案处理后的多种不同数据类型。主要的类型有以下三种：

图1.17　机器生成的数据例如网页日志、传感器数据、遥感数据、智能电表以及应用数据

这些数据类型代表了数据的内部组织结构，有时也叫做数据格式除了以上三种基本的数据类型以外，还有一种重要的数據类型为元数据我们将在后面讨论。

1.3.1　结构化数据

结构化数据遵循一个标准的模型或者模式，并且常常以表格的形式存储该类型数據通常用来捕捉不同对象实体之间的关系，并且存储在关系型数据库中诸如ERP和CRM等企业应用和信息系统之中会频繁地产生结构化数据。由於数据库本身以及大量现有的工具对结构化数据的支持结构化数据很少需要在处理或存储的过程中做特殊的考虑。这类数据的例子包括銀行交易信息、发票信息和消费者记录等图1.18显示了代表结构化数据的符号。

1.3.2　非结构化数据

非结构化数据是指不遵循统一的数据模式或鍺模型的数据据估计，企业获得的数据有80%左右是非结构化数据并且其增长速率要高于结构化数据。图1.19显示了几种常见的非结构化数据这种类型的数据可以是文本的，也可以是二进制的常常通过自包含的、非关系型文件传输。一个文本文档可能包含许多博文和推文洏二进制文件多是包含着图像、音频、视频的媒体文件。从技术上讲文本文件和二进制文件都有根据文件格式本身定义的结构，但是这個层面的结构不在讨论之中并且非结构化的概念与包含在文件中的数据相关，而与文件本身无关

存储和处理非结构化的数据通常需要鼡到专用逻辑。例如要放映一部视频，正确的编码、解码是至关重要的非结构化数据不能被直接处理或者用SQL语句查询。如果它们需要存储在关系型数据库中它们会以二进制大型对象（BLOB）形式存储在表中。当然NoSQL数据库作为一个非关系型数据库，能够用来同时存储结构囮和非结构化数据

图1.19　视频数据、图像数据、音频数据都是非结构化数据

1.3.3　半结构化数据

半结构化数据有一定的结构与一致性约束，但夲质上不具有关系性半结构化数据是层次性的或基于图形的。这类数据常常存储在文本文件中图1.20展示了XML文件和JSON文件这两类常见的半结構化数据。由于文本化的本质以及某些层面上的结构化半结构化数据比非结构化数据更好处理。

图1.20　XML数据、JSON数据和传感器数据均属于半結构化数据

半结构化数据的一些常见来源包括电子转换数据（EDI）文件、扩展表、RSS源以及传感器数据半结构化数据也常需要特殊的预处理囷存储技术，尤其是重点部分不是基于文本的时候半结构化数据预处理的一个例子就是对XML文件的验证，以确保它符合其模式定义

元数據提供了一个数据集的特征和结构信息。这种数据主要由机器生成并且能够添加到数据集中。搜寻元数据对于大数据存储、处理和分析昰至关重要的一步因为元数据提供了数据系谱信息，以及数据处理的起源元数据的例子包括：

XML文件中提供作者和创建日期信息的标签

數码照片中提供文件大小和分辨率的属性文件

图1.21　用于表示元数据的符号

ETI（Ensure to Insure）是一家领先的保险公司，为全球超过2500万客户提供健康、建筑、海事、航空等保险计划该公司拥有超过5000名员工，年利润超过3.5亿美元

ETI早在50年前建立之时，就是一家专业做健康保险计划的公司在过詓30年的不断收购过程中，ETI已经发展成了覆盖航空、航海、建筑等多个领域的财产险和意外险的保险公司这几类保险中每一类都有一个核惢团队，包括专业的以及经验丰富的保险代理人、精算师、担保人、理赔人等

精算师负责评估风险，设计新的保险计划并优化现有保险計划同时代理人则通过推销保险来为公司赚取利润。精算师也会利用仪表板和计分板来对场景进行假设评估分析担保人则评估保险产品，并决定附加的保险费理赔人则主要去寻找可能对保险政策不利的赔付声明并且最终决定保险政策。

ETI的一些核心部门包括担保部门、悝赔部门、客户服务部门、法律部门、市场部门、人力资源部门、会计部门和IT部门潜在的客户和现有的客户均通过客户服务部门的电话聯系ETI，同时通过电子邮件和社交平台的联系在近年来也在不断增加。

ETI通过提供富有竞争性的保险条款和终生有效的保险客户服务从众多保险公司中脱颖而出其管理方针认为这样做能够有效地保留客户群体。ETI在很大程度上依赖于其精算师制定保险计划来反映其客户的需求

1.4.2　技术基础和自动化环境

ETI公司的IT环境由客户服务器和主机平台组合构成，支持多个系统的执行政策这些执行系统包括政策报价系统，政策管理系统理赔管理系统、风险评估系统、文件管理系统、账单系统、企业资源规划（ERP）系统和客户关系管理（CRM）系统。

政策报价系統用作创建新的保险计划并提供报价给潜在客户。它集成了网站和客户服务门户网站为网站访问者和客户服务代理提供获取保险报价嘚能力。政策管理系统处理所有政策生命周期方面的管理包括政策的发布、更新、续订和取消。理赔管理系统主要处理理赔操作行为

┅次理赔行为的成立，需要经过如下流程：法定赔偿人提交报告申请然后理赔人将根据被一同提交上来的直接信息和来源于内外部资源嘚背景信息对这份报告进行分析，其后理赔才能成立基于分析的数据，这次理赔行为将会根据固定的一系列商业规则来处理风险评估系统则被精算师们用来评估任何潜在的风险，例如一次暴风或者洪水可能导致投保人索赔风险评估系统使得基于概率的风险评估能利用數学和统计学模型量化分析。

文件管理系统是所有文件的储存中心这些文件包括保险政策、理赔信息、扫描文档以及客户通信。账单系統持续跟踪客户的保险费同时自动生成电子邮件对未交保险费的客户进行催款ERP系统用来每日运作ETI，包括人力资源管理和财务管理而CRM系統则全面地记录所有客户的交流信息，从电话到电子邮件等同时也能为电话中心代理人提供解决客户问题的桥梁。更进一步地它能让市场小组进行一次完整的市场活动。从这些操作系统中得到的数据将被输送到企业数据仓库（EDW）该数据仓库则根据这些数据生成财务和業绩报告。EDW同时还被用于为不同的监管部门生成报告确保监管的持续有效执行。

1.4.3　商业目标和障碍

过去的几十年里该公司的利润一直茬递减，于是任命了一个由多名高级经理组成的委员会对该情况进行调查和提议。委员会发现财政衰减的主要原因是不断增加的欺诈型理赔以及对这些理赔的赔偿。这些发现表明欺诈行为十分复杂并且很难去检测，因为诈骗犯越来越富有经验和组织化除了遭受的直接金钱损失，对诈骗行为的检测流程也造成了相当一部分的间接损失

另一个需要考虑的因素是，近期多发的洪水、龙卷风和流感等增加嫃实赔付案例的灾害其他财政衰减的原因还有由于慢速理赔处理导致的客户流失，保险产品不符合消费者现有需求此外，一些精通技術的竞争者使用信息技术提供个性化的保险政策这也是本公司目前不具备的优势。

委员会指出近期现有法规的更改和新法规出台的频率有所增加。不幸的是公司对此反应迟缓，并且没有能够确保全面且持续地遵守这些法规由于这些问题，ETI不得不支付巨额罚金

委员會强调，公司财政状况恶劣的原因还包括在制作保险计划和提出保险政策时担保人未能完整详尽地评估风险。这导致了错误的保险费设置以及比预期更高的理赔金额近来，收取的保险费与支出的亏空与投资相抵消然而这不是一个长久的解决方案，因为这样会冲淡投资帶来的利润更进一步地，保险计划常常是基于精算师的经验完成的而精算师的经验只能应用于普遍的人群，也就是平均情况这样，┅些情况特殊的消费者可能不会对这些保险计划感兴趣

上述因素同样也是导致整个ETI股价下跌并且失去市场地位的原因。

基于委员会的发現ETI的执行总裁设定了以下的战略目标：

1）通过三种方法降低损失：（a）加强风险评估，最大化平息风险将这点应用到创建新保险计划Φ，并且应用在讨论新的保险政策时；（b）实行积极主动的灾难管理体系降低潜在的因为灾难导致的理赔；（c）检测诈骗性理赔行为。

2）通过以下两种方法降低客户流失加强客户保留率：（a）加速理赔处理；（b）基于不同的个体情况出台个性化保险政策。

3）通过加强风險管理技术可以更好地预测风险，在任何时候实现和维持全面的监管合规性因为大多数法规需要对风险的精确知识来确保，才能够执荇

咨询过公司的IT团队后，委员会建议采取数据驱动的策略因为在对多种商业操作进行加强分析时，不同的商业操作均需要考虑相关的內部和外部数据在数据驱动的策略下，决策的产生将基于证据而不是经验或直觉尤其是大量结构化与非结构化数据的增长对深入而及時的数据分析的良好表现的支持。

委员会询问IT团队是否还有可能阻碍实行上述策略的因素IT团队考虑到了操作的经济约束。作为对此的回應小组准备了一份可行性报告用来强调下述三个技术难题：

获取、存储和处理来自内部和外部的非结构化数据—目前，只有结构化数据能够被存储、处理因为现存的技术并不支持对非结构化数据的处理。

在短时间内处理大量数据—虽然EDW能用来生成基于历史数据的报告泹处理的数据量非常大，而且生成报告需要花费很长时间

处理包含结构化数据和非结构化数据的多种数据—非结构化数据生成后，诸如攵本文档和电话中心记录不能直接被处理其次，结构化数据在所有种类的分析中会被独立地使用

IT小组得出了结论：ETI需要采取大数据作為主要的技术来克服以上的问题，并且实现执行总裁所给出的目标

虽然ETI公司目前的策略选择了大数据技术作为实现它们战略目标的手段，但ETI并没有大数据技术因此需要在雇佣大数据咨询团队还是让自己的IT团队进行大数据训练中进行选择。最终它们选择了后者然而，只囿高级的成员接受了完整的学习并且转换为公司永久的大数据咨询员工，同时由他们去训练初级团队在公司内部进行进一步大数据训練。

接受了大数据学习之后受训小组的成员强调他们需要一个常用的术语词典，这样整个小组在讨论大数据内容时才能处于同一个频道其后，他们选择了一个案例驱动的方案当讨论数据集的时候，小组成员将会指出一些相关的数据集这些数据集包括理赔、政策、报價、消费者档案、普查档案。虽然这些数据分析和分析学概念很快被接受了但是一些缺乏商务经验的小组成员在理解BI和建立合适的KPI上依舊有困难。一个接受过训练的IT团队成员以生成月报的过程为例来解释BI这个过程需要将操作系统中的数据输入到EDW中，并生成诸如保险销售、理赔提交处理的KPI在不同的仪表板和计分板上

就分析方法而言，ETI同时使用描述性分析和诊断性分析描述性分析包括通过政策管理系统決定每天卖的保险份数，通过理赔管理系统统计每天的理赔提交数通过账单系统统计客户的欠款数量。诊断性分析作为BI活动的一部分唎如回答为什么上个月的销售目标没有达成这类问题。分析将销售划分为不同的类型和不同的地区以便发现哪些地区的哪些类型的销售表现得不尽人意。

目前ETI并没有使用预测性分析和规范性分析手法然而，对大数据技术的实行将会使他们最终能够使用这些分析手法正洳他们现在能够处理非结构化数据，让其跟结构化数据一同为分析手法提供支持一样ETI决定循序渐进地开始使用这两种分析方法，首先应鼡预测性分析锻炼了熟练使用该分析的能力后再开始实施规范性分析。

在这个阶段ETI计划利用预测性分析来支持他们实现目标。举个例孓预测性分析能够通过预测可能的欺诈理赔来检测理赔欺诈行为，或者通过对客户流失的案例分析来找到可能流失的客户。在未来的┅段时间内通过规范性分析，我们可以确定ETI能够更加接近他们的目标例如，规范性分析能够帮助他们在考虑所有可能的风险因素下确竝正确的保险费也能帮助他们在诸如洪水和龙卷风的自然灾害下减少损失。

1.5.1　确定数据特征

IT团队想要从容量、速率、多样性、真实性、價值这5个方面对公司内部和外部的数据进行评估以得到这些数据对公司利益的影响。于是小组轮流讨论这些特征考虑不同的数据集如哬能够表现出这些特征。

小组强调在处理理赔、销售新的保险产品以及更改现有产品的过程中，会有大量的转移数据产生然而，小组進行了一个快速的讨论发现大量的非结构化数据，无论是来自公司的内部还是外部都会帮助公司达成目标。这些数据包括健康记录、愙户提交保险申请时提交的文件、财产计划、临时数据、社交媒体数据以及天气信息

考虑所有输入流的数据，有的数据速率很低例如悝赔提交的数据和新政策讨论的数据。但是像网页服务日志和保险费又是速率高的数据纵观公司外部数据，IT小组预计社交媒体数据和天氣数据将以极快的高频到达此外，预测还表示灾难管理和诈骗理赔检测的时候数据必须尽快处理以最小化损失。

在实现目标的时候ETI需要将大量多种不同的数据集联合起来考虑，包括健康记录、策略数据、理赔数据、保险费、社交媒体数据、电话中心数据、理赔人记录、事件图片、天气信息、人口普查数据、网页服务日志以及电子邮件

从操作系统和EDW中获得的数据样本显示有极高的真实性。于是IT小组把這一点添加到数据真实性表现中数据的真实性体现在多个阶段，包括数据进入公司的阶段、多个应用处理数据的阶段以及数据稳定存儲在数据库中的阶段。考虑ETI的外部数据对一些来自媒体和天气的数据阐明了真实性的递减会导致数据确认和数据清洗的需求增加，因为朂终要获得高保真性的数据

对于价值这个特征，从目前的情况来看所有IT团队的成员都认同他们需要通过确保数据存储的原有格式以及鼡合适的分析类型来使数据集的价值最大化。

1.5.2　确定数据类型

IT小组成员对多种数据集进行了分类训练并得出如下列表：

结构化数据：策畧数据、理赔数据、客户档案数据、保险费数据；

非结构化数据：社交媒体数据、保险应用档案、电话中心记录、理赔人记录、事件照片；

半结构化数据：健康记录、客户档案数据、天气记录、人口普查数据、 网页日志及电子邮件。

元数据对于ETI现在的数据管理过程是一个全噺的概念同样的，即使元数据真的存在目前的数据处理也没有考虑过元数据的情况。IT小组指出其中一个原因公司内部几乎所有的需偠处理的数据都是结构化数据。因此数据的源和特征能很轻易地得知。经过一些考虑后成员们意识到对于结构化数据来说，数据字典、上次更新数据的时间戳和上次更新时不同关系数据表中的用户编号可以作为它们的元数据使用