SAS開發經典案例解析 下載 mobi epub pdf 電子書 2025

簡體網頁||繁體網頁

☆☆☆☆☆

楊池然 編

圖書標籤:

• SAS編程
• 數據分析
• 統計分析
• 案例分析
• 數據挖掘
• 商業智能
• SAS技巧
• 數據處理
• 數據可視化
• 機器學習

齣版社： 機械工業齣版社

ISBN：9787111411000

版次：1

商品編碼：11181720

品牌：機工齣版

包裝：平裝

叢書名： 信息科學與技術叢書

開本：16開

齣版時間：2013-02-01

用紙：膠版紙

內容簡介

　　《SAS開發經典案例解析》以經典案例的形式講解SAS的實際應用。全書共分12章，主要內容包括SAS概述與整體架構、SAS編程語法基礎、數據步基礎與案例、過程步基礎與案例、函數基礎與案例、宏基礎與案例、統計分析基礎與案例、SAS與關係數據庫Oracle交互應用、ODS基礎與綜閤案例、信用卡管理係統案例、SAS模型開發案例和高級應用技巧。
　　《SAS開發經典案例解析》可以作為SAS愛好者、本科生學習SAS語言實踐應用的教材，也可作為各類SAS工作者的參考書。

目錄

前言
第1篇 基礎篇
第1章 SAS概述與整體架構
1.1 SAS概述
1.1.1 SAS介紹
1.1.2 SAS行業應用現狀
1.2 SAS整體架構
1.2.1 SAS整體架構流程
1.2.2 SAS各模塊實現功能

第2章 SAS編程語法基礎
2.1 邏輯庫定義與應用案例
2.1.1 邏輯庫的作用與定義
2.1.2 Windows環境與UNIX環境創建邏輯庫
2.1.3 邏輯庫與關係數據庫的連接方式
2.2 SAS編程語法
2.2.1 變量與常量
2.2.2 條件選擇語句與循環語句
2.2.3 操作符與宏變量
2.2.4 格式修飾符與指針控製
2.2.5 INPUT語句與PUT語句
2.2.6 INFILE語句與FILE語句
2.2.7 DELIMITER語句與LENGTH語句
2.2.8 日期與時間定義
2.2.9 INFORMAT與FORMAT定義數據格式
2.2.10 LABEL語句與RETAIN語句
2.2.11 RENAME語句與數組語句
2.2.12 SAS編程注釋與OPTIONS語句

第2篇 提高篇
第3章 數據步基礎與案例
3.1 數據步基礎
3.1.1 數據步概述與定義
3.1.2 SET語句
3.1.3 MERGE語句
3.2 數據集應用案例
3.2.1 數據集條件過濾
3.2.2 CALL子程序數據步應用
3.2.3 數據集輸齣應用
3.2.4 數據集加密碼應用
3.3 外部數據處理案例
3.3.1 TXT文件數據處理
3.3.2 Excel數據處理
3.3.3 CSV格式數據處理
3.3.4 DAT格式數據處理
3.3.5 關係數據庫數據處理
3.3.6 批量數據文件處理
3.3.7 宏過程數據處理
3.3.8 錶格數據處理
3.3.9 二次數據處理

第4章 過程步基礎與案例
4.1 過程步基礎
4.1.1 過程步功能與定義
4.1.2 過程步應用
4.2 常見過程步應用
4.2.1 print過程
4.2.2 means過程
4.2.3 copy過程
4.2.4 SQL過程
4.2.5 report過程
4.2.6 freq過程
4.2.7 summary過程
4.2.8 compare過程
4.2.9 datasets過程
4.2.10 surveyselect抽樣過程
4.2.11 format過程
4.2.12 sort過程
4.3 經濟指數指標分析案例

第5章 函數基礎與案例
5.1 函數基礎
5.1.1 函數功能與常用函數
5.1.2 數據步引用函數
5.1.3 宏過程引用函數
5.1.4 函數綜閤應用
5.2 信用卡收入分析案例

第6章 宏基礎與案例
6.1 宏基礎
6.1.1 宏概述與定義
6.1.2 宏過程應用
6.2 文件夾判斷案例
6.3 日期處理
6.4 批量讀取同類文件
6.5 客戶交易分析輸齣
6.6 批量文件壓縮

第7章 統計分析基礎與案例
7.1 統計分析基礎
7.1.1 描述性統計過程概述
7.1.2 描述性統計過程應用
7.2 方差分析基礎
7.2.1 方差分析概述
7.2.2 方差分析應用
7.3 相關分析與迴歸分析基礎
7.3.1 相關分析與迴歸分析概述
7.3.2 相關分析與迴歸分析應用
7.4 因子分析基礎
7.4.1 因子分析概述
7.4.2 因子分析應用
7.5 生存分析基礎
7.5.1 生存分析概述
7.5.2 生存分析應用
7.6 聚類分析基礎
7.6.1 聚類分析概述
7.6.2 聚類分析應用
7.7 判彆分析基礎
7.7.1 判彆分析概述
7.7.2 判彆分析應用
7.8 客戶流失分析案例

第8章 SAS與關係數據庫Oracle交互應用
8.1 SAS與Oracle交互基礎
8.1.1 SAS與Oracle數據庫連接概述
8.1.2 SAS獲取Oracle數據
8.1.3 SAS裝載數據到Oracle數據庫
8.1.4 Oracle數據解數到外部數據文件
8.1.5 條件過濾取Oracle數據庫中的數據
8.2 信用卡交易流水數據提取案例

第9章 ODS基礎與綜閤案例
9.1 ODS基礎
9.1.1 ODS概述與功能
9.1.2 ODS定義與應用
9.2 ODS綜閤案例
9.2.1 ODS輸齣PDF文件
9.2.2 ODS輸齣HTML文件
9.2.3 ODS輸齣CSV格式文件
9.2.4 ODS與Oracle交互輸齣PDF文件
9.2.5 ODS 輸齣TXT格式文件
9.2.6 ODS輸齣DAT格式文件
9.2.7 ODS輸齣RTF格式文件
9.2.8 ODS 輸齣到打印機

第3篇 綜閤實戰篇
第10章 信用卡管理係統案例
10.1 業務需求分析與架構設計流程
10.2 ETL層數據處理
10.3 數據挖掘信貸風險案例
10.4 SAS/EM數據挖掘實現過程

第11章 SAS模型開發案例
11.1 數據挖掘建模概述
11.1.1 數據挖掘層級
11.1.2 挖掘建模概念
11.1.3 模型開發平颱建設
11.2 數據挖掘建模理論
11.2.1 數據挖掘建模分類
11.2.2 評分卡模型分類
11.3 數據挖掘建模流程
11.3.1 需求分析
11.3.2 數據準備
11.3.3 模型開發
11.3.4 模型驗證
11.3.5 策略設計
11.3.6 模型部署
11.4 評分卡模型開發案例
11.4.1 前段準備
11.4.2 開發模型
11.4.3 模型應用

第12章 高級應用技巧
12.1 自動變量與臨時變量應用
12.1.1 自動變量_N_與_ERROR_應用
12.1.2 臨時變量FIRST.變量與LAST.變量的應用
12.2 SAS索引應用
12.2.1 索引簡介
12.2.2 索引的創建與刪除
12.2.3 索引的應用
12.3 自定義FORMAT格式應用
12.4 HASH對象的應用
參考文獻

前言/序言

洞見數據之美：探索現代企業的數據價值實現之路 在這個信息爆炸的時代，數據已然成為驅動企業決策、優化運營、洞察市場、驅動創新的核心引擎。企業如何有效地收集、管理、分析和應用數據，以轉化為實實在在的商業價值，是每一個深思熟慮的領導者和實踐者麵臨的重大課題。本書並非聚焦於某種特定工具的語法細節或技術演練，而是緻力於為讀者呈現一係列在真實商業環境中，如何通過數據洞察來解決復雜問題、抓住發展機遇的深度案例。我們將一起踏上一段探索數據價值實現的旅程，從戰略層麵理解數據的重要性，到戰術層麵學習如何利用數據賦能業務。 第一篇：數據驅動的戰略洞察 在信息孤島林立、數據來源多樣化的今天，首先需要建立起清晰的數據戰略。本篇將通過生動的案例，闡述企業如何構建一套行之有效的數據治理體係，確保數據的準確性、一緻性和安全性，為後續的數據分析打下堅實基礎。我們將探討如何從海量數據中提煉齣對企業戰略製定至關重要的關鍵指標（KPIs），並通過趨勢分析、對比分析等方法，揭示潛在的市場機會和風險。 案例一：客戶生命周期價值（CLTV）優化——從個體洞察到群體行為重塑。 想象一傢大型零售企業，麵對日益激烈的市場競爭，他們迫切需要理解不同客戶群體的消費行為模式，並據此製定精準的營銷和服務策略。本書將詳細解析一個案例，如何通過對曆史交易數據、會員信息、綫上綫下互動行為等多維度數據的整閤與分析，構建齣客戶生命周期價值模型。我們會深入探討如何識彆高價值客戶群體，預測其未來的消費潛力，並針對不同生命周期階段的客戶，設計個性化的挽留、激活和增值策略。從分析客戶的流失預警信號，到發掘交叉銷售和嚮上銷售的潛在機會，我們將展示如何將冰冷的數據轉化為溫暖的客戶關係，最終實現客戶忠誠度和終生價值的最大化。這個案例不僅僅是關於統計模型的應用，更是關於如何理解人性、洞察需求，並將這些洞察轉化為可執行的商業行動。 案例二：市場趨勢預測與産品創新——捕捉先機，引領行業變革。 科技日新月異，市場瞬息萬變，如何預測未來趨勢，搶占先機，是企業保持競爭力的關鍵。我們將引入一個案例，分析一傢消費品公司如何利用宏觀經濟數據、行業報告、社交媒體輿情、競爭對手動態等多方麵的信息，構建市場趨勢預測模型。這個模型不僅能預測整體市場規模的增長或萎縮，更能深入洞察消費者偏好的細微變化，以及新興技術對現有産品可能帶來的顛覆性影響。在此基礎上，我們還將探討如何將這些預測轉化為産品創新的靈感，從用戶需求痛點齣發，結閤技術可行性，開發齣能夠滿足未來市場需求的新産品或服務。這個案例將展示數據分析如何從“被動響應”轉變為“主動引領”，幫助企業在不確定的環境中，做齣更具前瞻性的戰略決策。 第二篇：精細化運營的數據實踐 當戰略方嚮明確後，數據將在優化企業日常運營、提升效率、降低成本方麵發揮不可替代的作用。本篇將聚焦於如何利用數據分析來解決具體的業務痛點，實現運營的精益化。 案例三：供應鏈效率優化——打破瓶頸，實現降本增效。 傳統的供應鏈管理往往存在信息不透明、需求預測不準確、庫存積壓嚴重等問題，導緻成本高企，效率低下。本書將呈現一個案例，某製造企業如何通過引入先進的數據分析技術，實現供應鏈的全鏈路可視化和智能化管理。我們會分析如何通過對曆史銷售數據、生産計劃、物流信息、供應商錶現等數據的深度挖掘，構建精準的需求預測模型，從而優化原材料采購和生産計劃。同時，也將探討如何利用數據監控庫存水平，實現 JIT (Just-In-Time) 生産，減少資金占用和倉儲成本。此外，案例還將涉及物流路徑優化、承運商績效評估等內容，展示如何通過數據分析，打通供應鏈的每一個環節，實現整體效率的顯著提升。 案例四：營銷活動效果評估與ROI最大化——讓每一分營銷投入都物有所值。 在數字化營銷時代，廣告投放渠道眾多，如何有效衡量營銷活動的效果，並最大化投資迴報率（ROI），是營銷部門麵臨的巨大挑戰。本書將解析一個案例，一傢電商平颱如何利用 A/B 測試、歸因分析、用戶畫像等方法，科學評估不同營銷渠道和策略的成效。我們將深入探討如何設定閤理的評估指標，區分不同觸點的貢獻度，識彆齣真正帶來轉化的用戶行為路徑。在此基礎上，我們還將展示如何基於數據分析結果，動態調整營銷預算分配，優化廣告創意和落地頁設計，最終實現營銷成本的精打細算，轉化率的持續提升。這個案例將強調數據在營銷決策中的關鍵作用，將感性的營銷經驗與理性的數據分析相結閤，實現營銷效果的量化與可控。 案例五：風險預警與欺詐檢測——構築堅實的風險防綫。 在金融、保險、電商等領域，識彆和防範潛在的風險與欺詐行為至關重要。本書將引入一個案例，某金融機構如何運用機器學習算法，建立強大的風險預警和欺詐檢測係統。我們會介紹如何從海量的交易記錄、用戶行為數據、身份信息等多維度數據中，提取具有代錶性的特徵，訓練分類模型，以識彆高風險交易或可疑用戶。案例將詳細闡述模型構建的過程，包括特徵工程、算法選擇、模型評估與調優等關鍵步驟。此外，還將探討如何將這些模型融入到實時風控流程中，實現秒級響應，有效攔截潛在的欺詐行為，保護企業和用戶的資産安全。 第三篇：數據驅動的業務創新與增長 數據不僅能優化現有業務，更能激發新的增長點，驅動企業進行顛覆性創新。本篇將聚焦於如何利用數據來發現新的商業模式，創造新的産品和服務，實現持續的業務增長。 案例六：用戶個性化推薦係統——在海量信息中找到用戶所需。 如今，用戶在信息和商品的選擇麵前，常常感到 overwhelmed。個性化推薦係統應運而生，它能夠根據用戶的曆史行為、偏好以及與其他用戶的相似性，為其推薦可能感興趣的內容或商品。本書將深入解析一個案例，某在綫視頻平颱如何構建一套高效的個性化推薦引擎。我們會探討常用的推薦算法，如協同過濾、基於內容的推薦、以及混閤推薦方法。案例將詳細闡述如何從海量的用戶觀看記錄、評分、收藏、搜索行為中提取關鍵特徵，並利用這些特徵構建推薦模型。同時，還將討論如何進行冷啓動問題處理（即如何為新用戶或新內容進行推薦），以及如何通過 A/B 測試不斷優化推薦算法，提升用戶滿意度和內容消費時長。 案例七：新興市場洞察與用戶細分——發掘藍海，精準定位。 隨著全球化進程的加速，企業需要不斷發掘新的增長市場，理解不同區域市場的獨特需求。本書將呈現一個案例，一傢國際化公司如何利用大數據分析，深入洞察新興市場的消費者行為和偏好。我們將分析如何整閤來自不同區域的消費者調查數據、社交媒體信息、綫上綫下銷售數據，以及人口統計學數據，構建跨區域的用戶畫像。通過對不同細分市場的深入分析，識彆齣未被充分滿足的需求和潛在的增長機會。在此基礎上，我們將探討如何根據這些洞察，調整産品策略、營銷傳播和渠道布局，成功進入並服務於新興市場。 案例八：數據驅動的産品迭代與優化——讓産品與市場同頻共振。 優秀的産品不是一蹴而就的，而是通過持續的迭代和優化來實現的。本書將解析一個案例，某 SaaS 服務提供商如何利用用戶反饋數據、使用日誌數據、客戶支持數據等，構建一套科學的産品迭代流程。我們會分析如何從海量用戶反饋中提煉齣共性問題和需求，並結閤産品使用數據，量化不同功能的使用頻率和用戶流失原因。在此基礎上，我們將探討如何優先處理高優先級的問題，設計和實現産品改進方案，並通過 A/B 測試來驗證改進效果。這個案例將強調數據在産品生命周期管理中的核心作用，幫助企業打造真正符閤用戶需求、持續帶來價值的産品。 結語 本書中的每一個案例，都旨在為讀者提供一套係統性的思考框架和一套可藉鑒的實踐方法。我們希望通過這些詳實而生動的案例解析，幫助讀者深刻理解數據在現代企業中的價值所在，並掌握如何將數據轉化為驅動企業發展的不竭動力。無論您是企業決策者、數據分析師、産品經理，還是對數據驅動的商業世界充滿好奇的探索者，本書都將為您提供寶貴的啓示和實用的工具，助您在這場數據驅動的變革浪潮中，洞見數據之美，實現價值之躍。

评分☆☆☆☆☆

閱讀這本書的過程，就像是與一位經驗豐富的SAS大師進行瞭一次深度對話。我之前一直覺得SAS編程是一件很枯燥的事情，充滿瞭各種復雜的語句和參數，很難找到樂趣。但這本書徹底改變瞭我的看法。它通過一係列精心設計的案例，將SAS的強大功能和實際應用完美結閤，讓我看到瞭編程的魅力和解決問題的成就感。我非常喜歡書中對每個案例的循序漸進的講解，從問題的提齣，到解決方案的設計，再到代碼的實現和結果的解讀，每一步都清晰明瞭，讓人忍不住想要跟著一起動手實踐。書中的例子非常貼近實際工作中的場景，讓我能夠輕鬆地將學到的知識應用到自己的項目中，解決我遇到的實際問題。更重要的是，這本書不僅僅是教我如何寫齣能運行的代碼，更是引導我思考如何寫齣更優雅、更高效、更易於維護的代碼。它讓我明白，SAS編程不僅僅是一門技術，更是一門藝術。我感覺自己仿佛擁有瞭一把瑞士軍刀，能夠應對各種數據處理和分析的挑戰。

评分☆☆☆☆☆

我曾幾何時以為SAS就是一份老掉牙的軟件，隻有那些還在用著古老係統的公司纔會用到。然而，這本書徹底顛覆瞭我的認知，讓我看到瞭SAS在現代數據分析領域依然活躍的身影，並且扮演著不可或缺的角色。書中的案例，有些是關於傳統金融行業的風險分析，有些是關於電商平颱的營銷優化，還有些是關於醫療健康領域的數據挖掘，這些案例的豐富性和代錶性，充分展現瞭SAS強大的通用性和適應性。我印象最深的是書中有提到如何利用SAS進行大規模數據的ETL（抽取、轉換、加載）操作，這對於任何需要處理海量數據的項目來說，都是至關重要的。而且，書中還不僅僅是停留於ETL，更深入到數據建模和報錶的可視化，讓我看到瞭SAS從數據源到最終洞察的完整流程。這本書的價值在於，它不僅教會我SAS的具體用法，更讓我理解瞭SAS在整個數據價值鏈中的位置和作用，讓我能夠從更宏觀的角度去理解數據分析這項工作。

评分☆☆☆☆☆

對於我這樣剛踏入數據科學領域的學生來說，這本書簡直是雪中送炭。之前在課堂上接觸過SAS的基礎知識，但總覺得理論和實踐之間存在一道鴻溝，不知道如何將所學的知識應用到實際問題中。這本書的齣現，就像是架起瞭這座橋梁。它用一係列真實世界的案例，生動地展示瞭SAS在不同行業和場景下的應用，讓我對SAS的價值有瞭全新的認識。我特彆喜歡書中對數據預處理、特徵工程以及模型評估等環節的詳細講解，這些都是數據分析中至關重要的步驟，書中給齣的方法和思路非常具有藉鑒意義。它不僅僅是提供瞭代碼，更重要的是分享瞭作者在實際工作中積纍的經驗和技巧，讓我能夠少走彎路。書中的案例覆蓋麵很廣，從簡單的報錶生成到復雜的預測建模，讓我看到瞭SAS在數據分析領域的廣泛適用性。這本書讓我覺得SAS不再是一個遙不可及的工具，而是一個能夠幫助我解決實際問題的得力助手。

评分☆☆☆☆☆

這本書為我提供瞭一個全新的視角來審視數據分析和SAS編程。作為一名在數據分析領域摸爬滾打多年的從業者，我一直在尋找能夠深化我對SAS理解，並且能夠指導我解決更棘手問題的資源。這本書無疑滿足瞭我的期待。它所涵蓋的案例，從基礎的數據轉換到復雜的模型構建，都極具代錶性和實用性。我尤其對書中關於如何優化SAS代碼以提高執行效率和降低資源消耗的討論印象深刻，這對於處理海量數據至關重要。書中不僅僅是展示瞭“怎麼做”，更是深入淺齣地解釋瞭“為什麼這麼做”，以及在不同情況下，有哪些替代的解決方案和它們各自的優劣。這種深度的分析，讓我能夠跳齣“照貓畫虎”的模式，真正掌握SAS的精髓，學會舉一反三。它提供的不僅是技術指導，更是一種解決問題的思維方式。我注意到書中還涉及瞭一些進階的SAS模塊，這讓我看到瞭SAS更廣闊的應用領域，也激發瞭我進一步學習的動力。這本書的結構清晰，邏輯嚴謹，閱讀體驗極佳，我感覺自己每一頁都能有所收獲，這對於一本技術書籍來說，實屬難得。

评分☆☆☆☆☆

這本書就像是通往SAS編程世界的一扇神奇大門，讓我這個初學者看到瞭無限可能。在閱讀之前，我對於SAS的理解僅僅停留在“聽說過”的層麵，對它能解決多復雜的問題，以及如何用它來處理實際業務場景，完全是一頭霧水。然而，這本書以極其生動和係統的方式，將SAS的強大功能展現在我麵前。它不僅僅是羅列瞭一堆代碼，而是通過一個個貼近現實的案例，比如數據清洗、報錶生成、統計分析等等，讓我深刻理解瞭SAS是如何在實際工作中發揮作用的。我特彆欣賞書中對每個案例的解析，它會詳細講解為什麼要這麼做，每一步代碼的含義是什麼，以及可以從中學習到哪些通用的編程思想。有時候，即使是我以前接觸過的一些基礎概念，在書中的案例解析下，也仿佛被賦予瞭新的生命，我開始明白這些基礎知識是如何與實際應用緊密聯係的。這本書讓我體會到瞭學習一門技術不僅僅是記憶語法，更重要的是理解其背後的邏輯和應用場景。它的語言通俗易懂，即使是復雜的概念，也能被拆解得非常清晰，讓我這個對編程有點恐懼的人，也漸漸變得自信起來。我迫不及待地想將書中學到的知識應用到我自己的項目中，相信這本書一定會成為我SAS學習道路上最得力的助手。

評分☆☆☆☆☆

內容實用，很好的工具書

評分☆☆☆☆☆

sas學習中，這本書還是講的太簡單，期望過高瞭

評分☆☆☆☆☆

彆人推薦的

評分☆☆☆☆☆

還是有點用處的，不過感覺SAS的書都是講得一般，針對業務和實際操作方麵的說得比較少，沒有眼前一亮的感覺。

評分☆☆☆☆☆

還沒好好看，有空操作一下！

評分☆☆☆☆☆

還是有點用處的，不過感覺SAS的書都是講得一般，針對業務和實際操作方麵的說得比較少，沒有眼前一亮的感覺。

評分☆☆☆☆☆

真是書山有路勤為徑啊!開發經典案例解析寫的特彆好對我幫助也很大！一本好書就象一盞明燈照亮我們前進的道路，給我們諸多啓示。自動自發就是這樣一部勵誌佳作，它涵蓋瞭勤奮、忠誠、敬業、自信等內容，是指導我們正確對待工作和學習的一位良師益友。當讀完自動自發後感覺受益非淺，對工作有瞭更多的認發貨速度很快，蠻好書很好是正版的，包裝一般，書角有點壓壞，還好不影響什麼，質量很好，發貨速度很快，兩天就收到瞭，書的內容確實很實用，這些天忘記迴老傢拿書瞭，傢裏人幫忙收到這本書，很早就收到瞭。對於有錢人來說，他們不在乎東西值多少錢，和女朋友在一起他們注重的是心上人的開心，和領在一起，他們在乎的是給領買些高貴的東西，指望著自己有機會高升，和小三在一起，我就不多說瞭，對於我們農村的孩子來說，我們希望物美價廉，不是我們想買盜版貨，不是我們愛到批發部去買，也不是我們愛和小販斤斤計較，是我們微薄的收入難以支付。總的來說購物本身是一個開心的過程，從中我們利用自己的勞動購買自己需要的東西。京東商城的東西太便宜瞭，所以我來買瞭。好瞭，我現在來說說這本書的觀感吧，網絡文學融入主流文學之難，在於文學批評傢的缺席，在於衡量標準的混亂，很長一段時間，文學批評傢對網絡文學集體失語，直到最近一兩年來，諸多活躍於文學批評領域的評論傢，纔開始著手建立網絡文學的評價體係，很難得的是，他們迅速掌握瞭網絡文學的魅力內核，並對網絡文學給予瞭高度評價、寄予瞭很深的厚望。隨著網絡文學理論體係的建立，以及網絡文學在創作水準上的不斷提高，網絡文學成為主流文學中的主流已是清晰可見的事情，下一屆的五個一工程奬，我們期待看到更多網絡文學作品的入選。據說，2011年8月24日，京東與支付寶閤作到期。官方公告顯示，京東商城已經全麵停用支付寶，除瞭無法使用支付服務外，使用支付寶賬號登錄的功能也一並被停用。京東商城創始人劉先生5月份曾錶示京東棄用支付寶原因是支付寶的費率太貴，為快錢等公司的4倍。在棄支付寶而去之後，京東商城轉投銀聯懷抱。這點我很喜歡，因為支付寶我從來就不用，用起來也很麻煩的。好瞭，現在給大傢介紹三本好書古拉格一部曆史在這部受到普遍稱贊的權威性著作中，安妮·阿普爾鮑姆第一次對古拉格——一個大批關押瞭成百上韆萬政治犯和刑事犯的集中營——進行瞭完全紀實性的描述，從它在俄國革命中的起源，到斯大林治下的擴張，再到公開性時代的瓦解。阿普爾鮑姆深刻地再現瞭勞改營生活的本質並且將其與蘇聯的宏觀曆史聯係起來。古拉格一部曆史之後立即被認為是一部人們期待已久的裏程碑式的學術著作，對於任何一個希望瞭解二十世紀曆史的人來說，它都是一本必讀書。厭倦瞭工作中的枯

評分☆☆☆☆☆

真的是很棒的書籍，工作中時常要用到。

評分☆☆☆☆☆

朋友推薦的，正在學習