书籍详情
信息驱动的商务：管理数据和信息的最优化
作者：（美） Robert Hillard 著,李妹芳,郭俊平,祝洪凯 译
出版社：机械工业出版社
出版时间：2011-09-01
ISBN：9787111356134
定价：¥45.00
购买这本书可以去
内容简介
在当前经济全球化的形势下，任何组织都需要利用信息来创造最有活力的、反应迅速、适应性强的企业。管理信息已经成为业务发展中至关重要的方面。作者借助在全球著名公司和组织中总结的信息技术，通过信息驱动的商务揭示了企业领导人应该如何更有效地治理、管理和利用其公司的信息。《信息驱动的商务：管理数据和信息的最优化》是技术和思想的结合，高屋建瓴地围绕核心思想——信息驱动的商务来展开分析。把信息驱动的商务应用于实际业务问题将会给企业带来立竿见影的效果。《信息驱动的商务：管理数据和信息的最优化》是一本介绍信息驱动商务的实践指南，适合任何信息化企业的管理人员和技术人员阅读。
作者简介
Robert Hillard是MIKE2.0项目（www.openmethodology.org）的创始人之一，该项目为信息和数据管理项目提供一套标准的解决方案。作为一名国际性的咨询领导者，他为全世界范围的企业客户提供咨询服务。他是Deloitte（德勤）事务所的合伙人之一，在该领域有20多年的经验，重点专注于信息管理的标准化解决方案，率先在政府监管项目中采用XBRL（可扩展商业报表语言）以及倡议信息是商业资产而不是技术问题。你可以从www.infodrivenbusiness.com中获取更多关于他的信息。
目录
译者序
前言
作者简介
第1章理解信息经济
1.1是否是互联网创造了“信息经济”
1.2电子数据存储的起源
1.3存量和流量
1.4商业数据
1.5改变商业模式
1.6信息共享和基础设施共享
1.7治理新的商业
1.8信息经济中的成功学
尾注
第2章信息语言
2.1结构化查询语言
2.2统计学
2.3XQuery语言
2.4电子表格
2.5文档和Web页面
2.6知识、通信和信息理论
尾注
第3章信息治理
3.1信息货币
3.2数据的经济价值
3.3信息治理的目标
3.4企业模型
3.5信息所有权
3.6策略价值模型
3.7重新封装信息
3.8生命周期
尾注
第4章描述结构化数据
4.1网络和图
4.2图论概述
4.3关系模型
4.4关系概念
4.5基数和实体-关系图
4.6范化
4.7时间和数据给关系模式带来的影响
4.8把图论应用于数据模型
4.9有向图
4.10范化模式
尾注
第5章数据的“小世界”商业指标
5.1“小世界”
5.2问题量化及其解决方案
5.3把信息抽象成图
5.4指标
5.5解释结果
5.6遍历信息图
5.7信息关系很快变得复杂
5.8使用信息技术
尾注
第6章衡量信息量
6.1信息的定义
6.2热力熵
6.3信息熵
6.4熵和存储
6.5企业信息熵
6.6决策熵
6.7结束语和应用
尾注
第7章描述企业
7.1承担任务的大小
7.2企业数据模型要么无所不能要么一无是处
7.3把数据模型作为灵丹妙药
7.4元数据
7.5元数据解决方案
7.6主数据和元数据
7.7元数据模型
7.8XML分类学
7.9元数据标准
7.10协作式元数据
7.11元数据技术
7.12数据质量元数据
7.13历史
7.14管理层的认同
尾注
第8章基于信息搜索的计算模型
8.1以功能为中心的应用
8.2以信息为中心的商业
8.3企业搜索
8.4安全
8.5元数据搜索库
8.6构建信息抽取
8.7小结
尾注
第9章复杂性、混沌和系统动力学
9.1早期信息管理
9.2简单的电子表格
9.3复杂性
9.4混沌理论
9.5为什么信息是复杂的
9.6原型扩展
9.7系统动力学
9.8数据作为算法
9.9虚拟模型和集成
9.10混沌或复杂性
尾注
第10章比较数据仓库体系结构
10.1数据仓库
10.2Inmon和Kimball模型的局限性
10.3量化上的影响
10.4可用性意义
10.5历史数据
10.6小结
尾注
第11章信息的分层视图
11.1信息分层
11.2是真实的吗
11.3把分层视图转换成架构
11.4用户界面
11.5宣传该架构
第12章主数据管理
12.1发布和订阅
12.2关于时间
12.3粒度、术语和层次
12.4规则1： 一致性术语表示
12.5规则2： 每个人都遵守层次结构
12.6规则3：一致性粒度
12.7解决不一致性问题
12.8渐变维度
12.9客户数据集成
12.10扩展元数据模型
12.11技术
第13章信息和数据质量
13.1电子表格的问题
13.2引用
13.3适合需求
13.4衡量结构化数据质量
13.5记分卡
13.6元数据质量
13.7扩展的元数据模型
尾注
第14章安全
14.1密码学
14.2公钥加密算法
14.3公钥基础设施应用
14.4预测不可预测的
14.5保护个人的隐私权
14.6内容安全和引用安全
第15章向公众开放
15.1给未来分类
15.2丰富利益相关者属性
15.3减少项目内的电子邮件量
15.4管理客户电子邮件
15.5普通的电子邮件
15.6为未知做准备
15.7第三方数据章程
15.8信息是动态的
15.9群众的力量可以提升你的数据质量
尾注
第16章构建增量知识
16.1贝叶斯概率
16.2过程信息
16.3MIT的啤酒游戏
16.4假设测试和置信水平
16.5业务活动监控
尾注
第17章企业信息架构
17.1网站信息架构
17.2扩展信息架构
17.3业务背景
17.4用户
17.5内容
17.6自上而下 / 自下而上
17.7表现形式
17.8项目资源规划
17.9为了支持决策制定的信息
尾注
展望未来
前言
作者简介
第1章理解信息经济
1.1是否是互联网创造了“信息经济”
1.2电子数据存储的起源
1.3存量和流量
1.4商业数据
1.5改变商业模式
1.6信息共享和基础设施共享
1.7治理新的商业
1.8信息经济中的成功学
尾注
第2章信息语言
2.1结构化查询语言
2.2统计学
2.3XQuery语言
2.4电子表格
2.5文档和Web页面
2.6知识、通信和信息理论
尾注
第3章信息治理
3.1信息货币
3.2数据的经济价值
3.3信息治理的目标
3.4企业模型
3.5信息所有权
3.6策略价值模型
3.7重新封装信息
3.8生命周期
尾注
第4章描述结构化数据
4.1网络和图
4.2图论概述
4.3关系模型
4.4关系概念
4.5基数和实体-关系图
4.6范化
4.7时间和数据给关系模式带来的影响
4.8把图论应用于数据模型
4.9有向图
4.10范化模式
尾注
第5章数据的“小世界”商业指标
5.1“小世界”
5.2问题量化及其解决方案
5.3把信息抽象成图
5.4指标
5.5解释结果
5.6遍历信息图
5.7信息关系很快变得复杂
5.8使用信息技术
尾注
第6章衡量信息量
6.1信息的定义
6.2热力熵
6.3信息熵
6.4熵和存储
6.5企业信息熵
6.6决策熵
6.7结束语和应用
尾注
第7章描述企业
7.1承担任务的大小
7.2企业数据模型要么无所不能要么一无是处
7.3把数据模型作为灵丹妙药
7.4元数据
7.5元数据解决方案
7.6主数据和元数据
7.7元数据模型
7.8XML分类学
7.9元数据标准
7.10协作式元数据
7.11元数据技术
7.12数据质量元数据
7.13历史
7.14管理层的认同
尾注
第8章基于信息搜索的计算模型
8.1以功能为中心的应用
8.2以信息为中心的商业
8.3企业搜索
8.4安全
8.5元数据搜索库
8.6构建信息抽取
8.7小结
尾注
第9章复杂性、混沌和系统动力学
9.1早期信息管理
9.2简单的电子表格
9.3复杂性
9.4混沌理论
9.5为什么信息是复杂的
9.6原型扩展
9.7系统动力学
9.8数据作为算法
9.9虚拟模型和集成
9.10混沌或复杂性
尾注
第10章比较数据仓库体系结构
10.1数据仓库
10.2Inmon和Kimball模型的局限性
10.3量化上的影响
10.4可用性意义
10.5历史数据
10.6小结
尾注
第11章信息的分层视图
11.1信息分层
11.2是真实的吗
11.3把分层视图转换成架构
11.4用户界面
11.5宣传该架构
第12章主数据管理
12.1发布和订阅
12.2关于时间
12.3粒度、术语和层次
12.4规则1： 一致性术语表示
12.5规则2： 每个人都遵守层次结构
12.6规则3：一致性粒度
12.7解决不一致性问题
12.8渐变维度
12.9客户数据集成
12.10扩展元数据模型
12.11技术
第13章信息和数据质量
13.1电子表格的问题
13.2引用
13.3适合需求
13.4衡量结构化数据质量
13.5记分卡
13.6元数据质量
13.7扩展的元数据模型
尾注
第14章安全
14.1密码学
14.2公钥加密算法
14.3公钥基础设施应用
14.4预测不可预测的
14.5保护个人的隐私权
14.6内容安全和引用安全
第15章向公众开放
15.1给未来分类
15.2丰富利益相关者属性
15.3减少项目内的电子邮件量
15.4管理客户电子邮件
15.5普通的电子邮件
15.6为未知做准备
15.7第三方数据章程
15.8信息是动态的
15.9群众的力量可以提升你的数据质量
尾注
第16章构建增量知识
16.1贝叶斯概率
16.2过程信息
16.3MIT的啤酒游戏
16.4假设测试和置信水平
16.5业务活动监控
尾注
第17章企业信息架构
17.1网站信息架构
17.2扩展信息架构
17.3业务背景
17.4用户
17.5内容
17.6自上而下 / 自下而上
17.7表现形式
17.8项目资源规划
17.9为了支持决策制定的信息
尾注
展望未来
猜您喜欢
