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)領導者的采訪，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手段及案例，并指出大數(shù)據(jù)技術應用到實際生活中的一些關鍵問題。第4章介紹了承載大數(shù)據(jù)應用的計算、存儲等底層基礎設施的關鍵技術，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。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鍵技能，以及如何對分析結果進行歸納總結，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)科學家的定義，以及數(shù)據(jù)科學和決策科學人才培養(yǎng)的方法論。第7章討論了涉及數(shù)據(jù)隱私及數(shù)據(jù)安全的相關問題?！洞髷?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習如何最有效地利用信息資源。大數(shù)據(jù)領域的相關從業(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顧問。米歇爾？錢伯斯（Michele Chambers）擁有諾瓦東南大學的計算機工程學士學位和杜克大學的MBA學位。她是一位有25年技術經(jīng)驗的創(chuàng)業(yè)高管。錢伯斯女士曾經(jīng)是負責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是決策科學和分析解決方案的首席供應商。

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　關鍵技術的融合
1．5　相對而言……
1．6　更豐富多樣的數(shù)據(jù)
1．7　非結構化數(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　風險和大數(shù)據(jù)
2．6　信用卡風險管理
2．7　大數(shù)據(jù)和算法交易
2．8　大數(shù)據(jù)在健康醫(yī)療領域的應用
2．9　醫(yī)藥領域的前沿先鋒
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　59
3．1　房間里的大象：Hadoop并行計算世界
3．2　新舊技術對比
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
3．5　云計算和大數(shù)據(jù)
3．6　預測分析嶄露頭角
3．7　軟件即服務(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
3．12　大數(shù)據(jù)技術術語
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
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
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)科學家的興起
6．2　深度使用數(shù)學、科學以及計算機科學
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)展決策科學人才
6．6　數(shù)據(jù)分析的全局視圖
6．7　培養(yǎng)決策科學人才
6．8　創(chuàng)建培養(yǎng)決策科學人才的文化
6．9　建立正確的組織結構進行有組織的分析
第7章　數(shù)據(jù)隱私與倫理　147
7．1　隱私涉及的主要領域
7．2　大數(shù)據(jù)抓取不是新鮮事
7．3　偏好、個性及關系
7．4　權利與義務
7．5　良心與責任意識
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
結語　165
推薦資源　171
譯者后記　175