大數(shù)據(jù)分析：決勝互聯(lián)網(wǎng)金融時代

定　價：￥49.00

作　者：	（美）Michael,Minelli Michele,Chambers Ambiga,Dhiraj 著，阿里巴巴集團商家業(yè)務(wù)事業(yè)部譯
出版社：	人民郵電出版社
叢編項：
標　簽：	管理管理信息系統(tǒng)

購買這本書可以去

ISBN：	9787115349040	出版時間：	2014-06-01	包裝：	平裝
開本：	小16開	頁數(shù)：	176	字數(shù)：

內(nèi)容簡介

　　《大數(shù)據(jù)分析：決勝互聯(lián)網(wǎng)金融時代》第1章主要介紹了大數(shù)據(jù)分析的定義和由來、大數(shù)據(jù)的重要性，以及大數(shù)據(jù)時代的歷史背景和發(fā)展趨勢。第2章通過對成功企業(yè)領(lǐng)導(dǎo)者的采訪，詳細介紹了大數(shù)據(jù)分析在信息、金融、傳媒、醫(yī)療等領(lǐng)域的使用案例，并通過這些案例幫助讀者了解如何將大數(shù)據(jù)分析方法應(yīng)用到商業(yè)活動中。第3章詳細介紹了大數(shù)據(jù)分析采用的一系列技術(shù)手段及案例，并指出大數(shù)據(jù)技術(shù)應(yīng)用到實際生活中的一些關(guān)鍵問題。第4章介紹了承載大數(shù)據(jù)應(yīng)用的計算、存儲等底層基礎(chǔ)設(shè)施的關(guān)鍵技術(shù)，并討論了大數(shù)據(jù)計算的瓶頸及近年來涌現(xiàn)出的新技術(shù)。第5章詳細介紹了在大數(shù)據(jù)時代商業(yè)分析的方法及涉及的關(guān)鍵技能，以及如何對分析結(jié)果進行歸納總結(jié)，并最終對企業(yè)的決策產(chǎn)生影響。第6章主要介紹了數(shù)據(jù)科學(xué)家的定義，以及數(shù)據(jù)科學(xué)和決策科學(xué)人才培養(yǎng)的方法論。第7章討論了涉及數(shù)據(jù)隱私及數(shù)據(jù)安全的相關(guān)問題。《大數(shù)據(jù)分析：決勝互聯(lián)網(wǎng)金融時代》可供企業(yè)經(jīng)理和管理人員閱讀，通過本書可以使他們學(xué)習(xí)如何最有效地利用信息資源。大數(shù)據(jù)領(lǐng)域的相關(guān)從業(yè)者通過本書可以了解如何在大數(shù)據(jù)方向進行成功的實踐。由于《大數(shù)據(jù)分析：決勝互聯(lián)網(wǎng)金融時代》在艱深的戰(zhàn)略理論和通俗易懂的示例之間做到了平衡，對技術(shù)性很強的話題，通過故事、比喻和類比的方式使讀者更容易理解和接受，因此對大數(shù)據(jù)領(lǐng)域感興趣的讀者也可進行閱讀。

作者簡介

　　邁克爾？梅內(nèi)里（Michael Minelli）是一個市場和銷售專家，在商業(yè)分析解決方案領(lǐng)域有16年的經(jīng)驗。他是銷售和全球聯(lián)盟的副總裁，萬事達卡公司的信息服務(wù)顧問。米歇爾？錢伯斯（Michele Chambers）擁有諾瓦東南大學(xué)的計算機工程學(xué)士學(xué)位和杜克大學(xué)的MBA學(xué)位。她是一位有25年技術(shù)經(jīng)驗的創(chuàng)業(yè)高管。錢伯斯女士曾經(jīng)是負責(zé)IBM公司大數(shù)據(jù)分析的副總裁。安碧嘉？帝拉吉（Ambiga Dhiraj）是Mu Sigma公司客戶交付部的經(jīng)理，Mu Sigma是決策科學(xué)和分析解決方案的首席供應(yīng)商。

圖書目錄

目　錄
第1章　什么是大數(shù)據(jù)，它為什么重要？　1
1．1　創(chuàng)業(yè)的大洪水
1．2　大數(shù)據(jù)不僅僅是“大”
1．3　為什么是現(xiàn)在？
1．4　關(guān)鍵技術(shù)的融合
1．5　相對而言……
1．6　更豐富多樣的數(shù)據(jù)
1．7　非結(jié)構(gòu)化數(shù)據(jù)域的擴張
1．8　高層的聲音
參考文獻
第2章　大數(shù)據(jù)的工業(yè)實例　19
2．1　數(shù)字營銷和離線世界
2．2　數(shù)據(jù)庫營銷，大數(shù)據(jù)的先驅(qū)
2．3　大數(shù)據(jù)和市場營銷的新技能
2．4　欺詐和大數(shù)據(jù)
2．5　風(fēng)險和大數(shù)據(jù)
2．6　信用卡風(fēng)險管理
2．7　大數(shù)據(jù)和算法交易
2．8　大數(shù)據(jù)在健康醫(yī)療領(lǐng)域的應(yīng)用
2．9　醫(yī)藥領(lǐng)域的前沿先鋒
2．10　廣告和大數(shù)據(jù)：從莎草紙到受眾識別
2．11　從消費類產(chǎn)品作為入口
參考文獻
第3章　大數(shù)據(jù)技術(shù)　59
3．1　房間里的大象：Hadoop并行計算世界
3．2　新舊技術(shù)對比
3．3　數(shù)據(jù)發(fā)現(xiàn)：沿著人類思維方式而工作
3．4　大數(shù)據(jù)分析的開源技術(shù)
3．5　云計算和大數(shù)據(jù)
3．6　預(yù)測分析嶄露頭角
3．7　軟件即服務(wù)(SaaS)BI
3．8　移動商業(yè)智能將成為主流
3．9　眾包分析
3．10　防火墻外部分析及跨防火墻分析
3．11　R&D方法幫助吸取新技術(shù)
3．12　大數(shù)據(jù)技術(shù)術(shù)語
3．13　二進制數(shù)據(jù)
參考文獻
第4章　信息管理　87
4．1　大數(shù)據(jù)基礎(chǔ)
4．2　大數(shù)據(jù)計算平臺
4．3　大數(shù)據(jù)計算
4．4　更多關(guān)于大數(shù)據(jù)存儲
4．5　大數(shù)據(jù)計算的局限性
4．6　大數(shù)據(jù)的新興技術(shù)
第5章　商業(yè)分析　97
5．1　大數(shù)據(jù)分析的“最后一英里”
5．2　智能地理信息會讓你的生活更美好
5．3　聽：是信號還是噪聲？
5．4　數(shù)據(jù)分析的實際使用
5．5　從生產(chǎn)到消費
5．6　可視化：如何將數(shù)據(jù)分析變得可用？
5．7　組織使用數(shù)據(jù)可視化作為采取即時行動的方法
5．8　從數(shù)據(jù)采樣到數(shù)據(jù)分析
5．9　跳到盒子外思索
5．10　360°建模
5．11　速度需求
5．12　讓我們變得具有競爭性
5．13　什么技術(shù)是有效的？
5．14　數(shù)據(jù)分析已經(jīng)超越工具本身，并升級為大數(shù)據(jù)分析應(yīng)用程序
參考文獻
第6章　大數(shù)據(jù)行業(yè)角色　125
6．1　數(shù)據(jù)科學(xué)家的興起
6．2　深度使用數(shù)學(xué)、科學(xué)以及計算機科學(xué)
6．3　10/90原則和批判性思考
6．4　分析師人才和行政支持
6．5　發(fā)展決策科學(xué)人才
6．6　數(shù)據(jù)分析的全局視圖
6．7　培養(yǎng)決策科學(xué)人才
6．8　創(chuàng)建培養(yǎng)決策科學(xué)人才的文化
6．9　建立正確的組織結(jié)構(gòu)進行有組織的分析
第7章　數(shù)據(jù)隱私與倫理　147
7．1　隱私涉及的主要領(lǐng)域
7．2　大數(shù)據(jù)抓取不是新鮮事
7．3　偏好、個性及關(guān)系
7．4　權(quán)利與義務(wù)
7．5　良心與責(zé)任意識
7．6　隱私可能是錯誤的焦點
7．7　數(shù)據(jù)可以匿名嗎？
7．8　用戶數(shù)據(jù)在情報安全部門的平衡
7．9　現(xiàn)在該做些什么？
參考文獻
結(jié)語　165
推薦資源　171
譯者后記　175