书籍详情
大数据分析:点数成金
作者:(美)Frank J. Ohlhorst 著,王伟军 ,刘凯 ,杨光 译 Jenny Sun 校
出版社:人民邮电出版社
出版时间:2013-09-01
ISBN:9787115324528
定价:¥35.00
购买这本书可以去
内容简介
《大数据分析:点“数”成金》以大数据分析的商业及金融价值为主线,对大数据这一崭新领域进行了深入探索。《大数据分析:点“数”成金》以大数据技术的基本概念和演进历程开篇,随后详细介绍了不同类型的数据源及其对企业的重要意义、企业投资大数据技术的成功商业案例、有效利用数据集的必备技能,解析了打造大数据分析系统所需的存储、加工、软件平台及其他构成要素,海量数据的安全工具和技术,系统潜在风险及其规避方法,以及怎样对大数据进行分析并从中提取有价值的可用信息,并详实阐述了如何将大数据融入企业文化等问题。《大数据分析:点“数”成金》不但向读者阐明了大数据分析的重要性,更淋漓尽致地展现了大数据分析的具体过程,从而帮助企业提升智能化水平、解决实际问题、提升利润空间、提高生产率并发现更多的商业机会。《大数据分析:点“数”成金》适合对数据处理、数据挖掘、数据分析感兴趣的企业决策者、技术人员等阅读。
作者简介
作者简介Frank J.Ohlhorst:资深科技记者、专业演说家,担任IT企业咨询顾问已逾25载,在技术领域积累了丰富的经验。他不仅为许多前沿性技术杂志撰写文章,如《Computer World》、《TechTarget》、《CRN》、《Network Computing》、《PCWorld》、《ExtremeTech》和《Tom’s Hardware》,也为《Enterpreneur》和《BNET》这样的商业杂志进行写作,还完成多部技术著作并参与编写了很多优秀技术企业的白皮书、案例研究、评论指南及频道指南等,引领了创新的发展。译者简介王伟军:男,1965年4月出生,华中师范大学信息管理学院教授、博士生导师,“教育部新世纪优秀人才支持计划”2007年入选者。主要研究兴趣为信息资源管理、数据分析、知识管理与知识服务。刘凯:男,1981年11月出生,渤海大学讲师、华中师范大学博士生。主要研究方向为智能Web数据处理与分析、文本数据挖掘。热衷开源,具有丰富的软件开发经验,其ChinaUnix的技术博客已有30余万访问量。新浪微博:@五-岳-之-巅。杨光:女,1991年9月出生,澳大利亚昆士兰大学在读硕士生。主要研究方向为金融信息系统。
目录
目 录
第1章 什么是大数据 1
1.1 数据分析的春天 2
1.2 价值何在 2
1.3 琳琅满目的大数据 4
1.4 不同的数据,统一的处理 5
1.5 一款开源利器 6
1.6 入门容易修行难 7
第2章 大数据为何如此重要 9
2.1 步入“寻常百姓家” 10
2.2 披荆斩棘,一路前行 11
2.3 数据演化,并未停息 13
2.4 日益复杂的数据和数据分析 14
2.5 未来就在眼前 15
第3章 大数据与商业案例 17
3.1 价值实现 18
3.2 编纂大数据案例 18
3.3 大数据:渐入人心 20
3.4 后起之秀Cassandra 22
3.5 选择与抉择 23
第4章 打造大数据团队 25
4.1 数据科学家 25
4.2 组建团队的挑战 26
4.3 明确目标,各司其职 26
4.4 一切以数据为中心 27
4.5 成事在“人” 28
4.6 团队与企业文化 29
4.7 绩效评估 30
第5章 大数据源 31
5.1 猎寻数据源 32
5.2 确立目标 33
5.3 大数据源的井喷 34
5.4 深入探寻大数据源 35
5.5 挖掘公共数据的“宝藏” 36
5.6 迈出收获大数据的第一步 37
5.7 增长无止境 39
第6章 “组装”大数据 41
6.1 走出“存储”困境 41
6.2 搭建平台 45
6.3 从结构化到非结构化数据 48
6.4 处理能力 50
6.5 自建,外包,还是兼而有之? 51
第7章 安全、合规、审计与保护 53
7.1 确保大数据安全的务实之道 54
7.2 数据分类 54
7.3 保障大数据分析 55
7.4 大数据及其合规性 56
7.5 来自智力成果的挑战 61
第8章 大数据的演进历程 65
8.1 大数据的新纪元 67
8.2 今天、明天和未来 70
8.3 改进算法 76
第9章 大数据分析的最佳实践 79
9.1 小处入手 80
9.2 大处着眼 81
9.3 避离最差实践 81
9.4 起步阶段 83
9.5 异常的价值 85
9.6 便利与准确 87
9.7 在内存中处理 87
第10章 和盘而出 93
10.1 大数据之路 94
10.2 观其状 95
10.3 求其法 96
10.4 探其道 97
10.5 大数据可视化 101
10.6 大数据隐私 102
附录 支撑材料 105
第1章 什么是大数据 1
1.1 数据分析的春天 2
1.2 价值何在 2
1.3 琳琅满目的大数据 4
1.4 不同的数据,统一的处理 5
1.5 一款开源利器 6
1.6 入门容易修行难 7
第2章 大数据为何如此重要 9
2.1 步入“寻常百姓家” 10
2.2 披荆斩棘,一路前行 11
2.3 数据演化,并未停息 13
2.4 日益复杂的数据和数据分析 14
2.5 未来就在眼前 15
第3章 大数据与商业案例 17
3.1 价值实现 18
3.2 编纂大数据案例 18
3.3 大数据:渐入人心 20
3.4 后起之秀Cassandra 22
3.5 选择与抉择 23
第4章 打造大数据团队 25
4.1 数据科学家 25
4.2 组建团队的挑战 26
4.3 明确目标,各司其职 26
4.4 一切以数据为中心 27
4.5 成事在“人” 28
4.6 团队与企业文化 29
4.7 绩效评估 30
第5章 大数据源 31
5.1 猎寻数据源 32
5.2 确立目标 33
5.3 大数据源的井喷 34
5.4 深入探寻大数据源 35
5.5 挖掘公共数据的“宝藏” 36
5.6 迈出收获大数据的第一步 37
5.7 增长无止境 39
第6章 “组装”大数据 41
6.1 走出“存储”困境 41
6.2 搭建平台 45
6.3 从结构化到非结构化数据 48
6.4 处理能力 50
6.5 自建,外包,还是兼而有之? 51
第7章 安全、合规、审计与保护 53
7.1 确保大数据安全的务实之道 54
7.2 数据分类 54
7.3 保障大数据分析 55
7.4 大数据及其合规性 56
7.5 来自智力成果的挑战 61
第8章 大数据的演进历程 65
8.1 大数据的新纪元 67
8.2 今天、明天和未来 70
8.3 改进算法 76
第9章 大数据分析的最佳实践 79
9.1 小处入手 80
9.2 大处着眼 81
9.3 避离最差实践 81
9.4 起步阶段 83
9.5 异常的价值 85
9.6 便利与准确 87
9.7 在内存中处理 87
第10章 和盘而出 93
10.1 大数据之路 94
10.2 观其状 95
10.3 求其法 96
10.4 探其道 97
10.5 大数据可视化 101
10.6 大数据隐私 102
附录 支撑材料 105
猜您喜欢