大数据时代(套装全9册)电子书

总目录

大数据时代的调查师

内容提要

序一

序二

第一章 精准调查时代

第一节 你准备好了吗

第二节 利润倍增的奥秘

第三节 谁应该阅读本书

第二章 抽样的学问

第一节 总体与样本

第二节 抽样方法的妙用

第三节 非概率抽样

小结

第三章 市场的测量

第一节 测量的层次

第二节 数据可信吗

第三节 效度与心理占有率

小结

第四章 问卷的开发

第一节 以需求为导向

第二节 问卷题目的三段论

第三节 问卷设计要点

小结

第五章 调查的实施

第一节 调查规划很重要

第二节 调查执行的奥秘

第三节 调查细节是关键

小结

第六章 数据的分析

第一节 分析的是关系

第二节 时间的因素

第三节 空间的分析

小结

第七章 第三方评估

第一节 政府管理的第三方评估

第二节 评估设计与实施

第三节 评估关系的维护

小结

第八章 报告的撰写

第一节 用数据讲故事

第二节 报告结构要好

第三节 若干基本原则

小结

参考文献

后记

全数据时代的炼金师

其他

内容提要

序一

序二

第一章 大数据的冲击

第一节 数据的起源与发展

第二节 科技的力量

第三节 大变革的时代

小结

第二章 调查与数据

第一节 人口的学问

第二节 学术与调查

第三节 商业与调查

小结

第三章 大数据与炼金术

第一节 公共大数据

第二节 大数据与大范式

第三节 大数据探微

小结

第四章 数据炼金策略

第一节 三大基本策略

第二节 策略与反应

第三节 策略与应用

小结

第五章 数据炼金实践

第一节 数据与决策

第二节 数据仪表板

第三节 数据生态圈

小结

第六章 全数据时代的炼金配方

第一节 突破“数据孤岛”

第二节 全数据模型

第三节 全数据红利

小结

参考文献

后记

大数据时代的数据挖掘

内容提要

《国之重器出版工程》编辑委员会

《学术中国·大数据》丛书编辑委员会

丛书总序

前言

第1章 数据挖掘简介

1.1 大数据时代的数据挖掘

1.2 数据挖掘技术的发展历史

1.3 十大数据挖掘算法简介

1.4 数据挖掘平台：FIU-Miner

参考文献

第2章 系统日志和事件的挖掘

2.1 数据驱动的网络运维

2.2 系统日志分析的目的

2.3 日志数据分析管理系统的架构

2.4 系统日志的数据形式

2.5 基于日志数据的异常检测

2.6 系统故障根源跟踪

2.7 日志事件总结

参考文献

第3章 工作票数据挖掘

3.1 工作票简介

3.2 工作票产生机制和亟待解决的问题

3.3 研究现状

3.4 工作票漏报和误报检测

3.5 层次多标签工作票分类

3.6 工作票解决方案推荐

参考文献

第4章 大数据与计算可持续性研究

4.1 大数据与可持续发展

4.2 计算可持续性

4.3 研究案例

参考文献

第5章 推荐系统

5.1个性化推荐系统概述

5.2 推荐技术

5.3 推荐系统评测

5.4 推荐系统实例

参考文献

第6章 智能问答系统

6.1 发展历史

6.2 句法分析

6.3 问题理解

6.4 问题检索

6.5 信息抽取

6.6 知识库构建

6.7 知识推理

6.8 案例分析

参考文献

第7章 文本挖掘

7.1 文本表示

7.2 话题挖掘

7.3 多文档自动文摘

7.4 情感分析和摘要

7.5 数据挖掘在专利分析中的应用

参考文献

第8章 多媒体数据挖掘

8.1 多媒体技术的特点

8.2 多媒体数据挖掘概述

8.3 多媒体数据的特征抽取

8.4 数据挖掘在图像检索中的应用

8.5 数据挖掘在多媒体信息融合中的应用

8.6 数据挖掘在人脸识别中的应用

参考文献

第9章 社交媒体挖掘

9.1 社交媒体数据挖掘简介

9.2 社交网络数据

9.3 数据挖掘在社交媒体热点问题上的应用

参考文献

第10章 时空数据挖掘

10.1 时空数据挖掘的发展背景

10.2 时空数据挖掘的相关研究

10.3 时空数据的模式挖掘

10.4 时空数据的聚类和分类

10.5 时空数据预测

10.6 时空数据挖掘的案例研究

10.7 时空数据挖掘的挑战和发展

参考文献

第11章 生物信息学

11.1 生物医学知识综述

11.2 生物医学大数据

11.3 数据挖掘在蛋白质与核酸相互作用研究中的应用

11.4 数据挖掘在生物医学文献中的应用

11.5 数据挖掘在基因表达数据中的应用

参考文献

第12章 隐私保护和数据挖掘

12.1 隐私保护概述

12.2 隐私保护技术分类

12.3 隐私保护数据挖掘方法

12.4 复杂数据挖掘场景下的隐私保护

参考文献

第13章 健康医疗大数据中的数据挖掘技术

13.1 健康医疗大数据的含义

13.2 数据特性

13.3 预警系统

13.4 非结构化文本信息的挖掘

13.5 数据挖掘实例

13.6 应用方向

参考文献

数联网：大数据如何互联

内容提要

《国之重器出版工程》 编辑委员会

前言

第1章 概述

|1.1 互联网之后是什么|

|1.2 从大数据到数联网|

|1.3 数联网的关键内容|

|1.4 数联网的概念和架构|

|1.5 数联网与互联网的关系|

|1.6 数联网的意义|

|1.7 数联网在各个行业中的应用|

第2章 数联网基础

|2.1 定义及特点|

|2.2 数联网的标准化层次|

|2.3 数据表示的标准化|

|2.4 数据传输的标准化|

|2.5 数据交换的标准化|

|2.6 数据应用的标准化开发接口|

|2.7 数联网访问终端的标准化|

|2.8 如何打开数据库|

|2.9 如何打开Hadoop等|

|2.10 哪些技术可以帮助我们|

第3章 数联网的技术架构

|3.1 数联网基础元件|

|3.2 数联网的七层架构|

|3.3 数据的标准表述——“世界语”|

|3.4 数据的寻址|

|3.5 数据的交换|

|3.6 数联网的“浏览器”|

|3.7 数据的应用|

|3.8 数据“云化”之后的管控|

|3.9 数据安全|

|3.10 大数据操作系统——设备的嵌入式结构|

|3.11 计算能力的互联|

第4章 数联网的管理架构

|4.1 数据管理范围和内容|

|4.2 单点的数据管理架构|

|4.3 数联网的管理|

|4.4 人人参与数据管理|

|4.5 数据质量的评估标准|

|4.6 数联网的生态圈|

第5章 数联网的业务应用

|5.1 应用驱动创新|

|5.2 数据交易市场|

|5.3 新的盈利模式|

|5.4 应用的内容形式|

|5.5 应用的App化|

|5.6 如何嫁接别人的应用|

|5.7 数联网应用的互联网思维|

|5.8 数联网的收费模式探索|

|5.9 数联网的应用层次|

|5.10 数联网与物联网|

第6章 数联网的几个问题

|6.1 数据的价值如何评估和交换|

|6.2 数据的隐私如何保护|

|6.3 如何让用户主动分享自己的数据|

|6.4 免费的互联网经济能否用于数联网|

|6.5 数据的所有权问题|

|6.6 数联网的发展问题|

|6.7 我们离数联网远吗|

第7章 数联网促进电信行业“涅槃”

|7.1 电信行业品尝到信息互联带来的“甜头”|

|7.2 网络运营经验的移植|

|7.3 数据价值的最大化|

|7.4“管道”的升级|

|7.5 电信行业的历史机遇|

|7.6 电信运营商能够极大促进数联网的发展|

|7.7 边缘计算与数联网|

第8章 总结

|8.1 新世代、新机遇|

|8.2 资本下的新BAT|

|8.3 前途光明、道路曲折|

赋能数字经济：大数据创新创业启示录

序言

第1章 大数据之于经济：用则进，不用则退

1 6R理论：未来商业战争的新武器

2 大数据——经济发展新引擎

3 打破政府数据孤岛数据交易助推产业升级

4 崇州模式：县域经济发展大数据的典型

第2章 传统行业原力觉醒

5 制造业+大数据：塑造智能工厂

6 钢铁业+大数据：优化供给侧改革

7 PC业+大数据：突破产业红海

8 教育+大数据：因材施教的个性化教育

9 人才培养+大数据：创新教育模式

10 泛娱乐+大数据：重新定义粉丝经济

11 金融+大数据：风险管理数据化

12 运营商+大数据：打造全触点社会

13 电商+大数据：迈向精细和个性化服务

14 数据开放融合：传统企业实现开源节流

15 数据挖掘助力价值流通，数据土壤孕育社会机遇

16 从管理驱动到数据驱动：工业大数据重构数据生态圈

第3章 大数据激活双创活力

17 企业画像：降低运营成本，化解金融风险

18 数据银行：让企业隐形资产有价可循

19 安全3.0：人工智能的安全洞察力

20 大数据征信业：“灰色地带”秒变“社会价值”

21 互联网金融监管：预警P2P跑路风险

22 大数据+物联网：构建未来智慧生活

23 移动广告：大数据打开千亿市场

24 大数据创业：如何降低法律风险

第4章 大数据落地三部曲：顶层设计

25 企业如何拥有正确的大数据思维

26 国内企业如何正确实施大数据战略

27 企业落地大数据的五要素

28 如何才能让大数据发挥自身的“大价值”

29 深入数据洞察，聚焦企业的真实需求

30 如何借力敏捷商业智能快速适应市场需求

31 CIO如何用大数据助企业转型升级，提升竞争力

第5章 大数据落地三部曲：技术支撑

32 如何应用网络搜索挖掘内容价值

33 如何通过数据分析创造以用户为中心的商业

34 如何构建企业的数字化标签体系

35 大数据如何驱动在线用户行为分析与营销

36 如何将数据应用场景可视化

37 企业如何正确用敏捷BI发掘商业价值

38 如何通过文本大数据挖掘描绘精准用户画像

39 如何用开源技术构建企业级大数据平台

40 如何构建企业的数据治理体系

第6章 大数据落地三部曲：重塑核心竞争力

41 数据洞察：甄别有价值的客户

42 人力资源管理：优化企业员工运营

43 数字商业：挖掘商业时刻的商机

44 企业指标体系：实时响应，精准运营

45 智慧运营中心：大数据描绘城市画像

46 公共信息平台：让智慧城市迈向精准城市管理

47 民航大数据处理平台：安全预警 降低隐患

48 企业大数据技术平台：提高营业收入与服务水平

49 精益物流：提高物流运作水平服务

50 数据画像：数据融合与数据打通

附录

区块链与大数据：打造智能经济

内容提要

“大数据金融丛书”编委会

本书编委会

自序

第1章 大数据发展的困局

1.1 大数据的前世今生

1.2 大数据的价值

1.3 大数据实践的困境

第2章 迅速崛起的区块链技术

2.1 区块链技术的由来

2.2 区块链的商业价值

第3章 对技术的哲学思考

3.1 大数据与不确定性

3.2 区块链与信息基因

3.3 竞争力量的源泉

第4章 技术共生演进

4.1 大数据的技术沿革

4.2 区块链的技术沿革

4.3 大数据和区块链技术之同

4.4 大数据和区块链技术之异

第5章 互联互通，引领变革

5.1 数据流通

5.2 价值互联

第6章 区块链技术在相关行业中的应用

6.1 金融行业的变革

6.2 智慧物联网

6.3 知识产权的管理

6.4 智慧医疗

6.5 智慧能源

6.6 供应链

6.7 数字资产的管理与交易

第7章 智能经济

7.1 助力共享经济

7.2 插上虚拟现实的翅膀

7.3 拥抱人工智能

第8章 “区块链+大数据”开启新时代

8.1 “区块链+大数据”的发展路径

8.2 “区块链+大数据”实现新的社会融合

8.3 “区块链+大数据”共创新天地

社交媒体大数据分析——理解并影响消费者行为

版权声明

内容提要

对本书的赞誉

作者简介

译者序

序言

数据的第四重维度

愿 景

专注数据

专注分析

本书涵盖的内容

Safari在线书店

如何联系我们

致谢

第1部分 按照功能评估社交媒体

第1章 市场营销

市场营销与社交媒体：愿景与现实

有关社交媒体的三个误区

品牌推广

购买意向

同质性VS影响力

小结

第2章 销售

简介

可达性VS购买意向

推荐系统

推荐系统中的技术

信任、个性化及理由

小结

第3章 公共关系

公用关系通常没有可度量的投资回报率

度量人群

作者的上下文

度量信息分发

来自公共关系的警示

小结

第4章 客户服务

顾客的新声

客户服务2.0

注意事项

社交客户服务会成为新的商品吗

小结

第5章 社交化的客户关系管理：市场研究

案例学习：客户生命周期

分析型客户关系管理：新的前线

哪些数据

小结

第6章 与系统的博弈

垃圾邮件以及机器人

建立可达性

如何发现机器人

诬蔑对手

建立影响力以及意向

美军对社交媒体机器人的研发

散播有偿意见：草根以及“人工草皮”

传染性

热点的背面：节制信息

模糊的界限

小结

第7章 预 测

预测未来

学习的预测分析

选举的预测

预测票房

预测证券市场

章末预测

第2部分 建立你自己的问—量—学系统

第8章 提出恰当的问题

案例学习：大型电信公司

构建问题

一个为搜寻问题而生的行业

小结

第9章 使用正确的数据

哪些数据是重要的

数据的选择

小结

第10章 定义正确的度量标准

社交媒体度量标准的例子

标准带来的风险

小结

欢迎来到异步社区！

异步社区的来历

社区里都有什么？

灵活优惠的购书

社区里还可以做什么？

加入异步

大数据商业分析：整合大数据与业务流程的高级商业分析指南

本书的赞誉

推荐序

前言

第1章 导论

新的石油——原始数据

分析10大商业问题

重要的学习经验

连接分析和商业

小结

第2章 了解你的原料——大数据和小数据

垃圾进，垃圾出

数据和大数据

数据类型

数据格式

小结

第3章 数据管理——数据整合、数据质量和数据治理

数据整合

数据质量

数据安全和数据隐私

数据治理

数据准备

数据操作

探索性数据分析

数据模式和趋势的可视化

小结

第4章 掌握工具——分析方法和工具

熟悉工具

不会烹饪的主厨

分析的类型

高级分析和应用程序的类型

小结

第5章 分析决策流程和分析决策者

是时候脱下手套了

商业分析流程概述

分析快速原型

人和决策的盲区

美第奇效应

分析决策者

小结

第6章 商业流程和分析

流程系列概述

运营管理系统的缺陷

小结

第7章 通过辨认模式发现商业机会

群体行为的模式

模式识别在商业中的重要性

认识购买模式：关联分析

随着时间推移的模式：时间序列预测

小结

第8章 了解不可知之事

不可知事件

商业中的未知之事

商业中的杠杆设定和因果性

小结

第9章 商业分析流程实例——分析企业

案例展示

应用分析的10大问题

小结

第10章 商业分析流程实例——分析客户关系管理

客户问题

了解消费者

可操作的客户观点

社交和移动客户关系管理事项

客户关系知识管理

小结

第11章 分析竞争力和生态系统

分析成熟度级别

分析性组织架构

角色和职责

分析生态系统

分析人才管理

小结

第12章 总结以及现在怎么办

分析不是一时的热潮

获得丰富和有效的数据

从探索性数据分析和商业智能分析入手

获得第一手分析经验

成为一位分析决策者并招聘其他人

加强企业商业流程的分析

用分析识别模式

了解不可知之事

向商业流程灌输分析

获得分析竞争力和建立生态系统

结语

附录

KNIME基础篇

数据准备

数据标准化

探索性数据分析

其他

数据分析变革：大数据时代精准决策之道

作者简介

版权声明

内容提要

对本书的赞誉

数据分析的变革 ——迎接数字社会未来

没有数据分析就没有未来

大数据驱使意向经济取代注意力经济

前言

哪些人是本书的目标读者

哪些人不是本书的目标读者

本书的主要内容

第一部分：变革已然开始

第二部分：奠定基础

第三部分：分析运营化

致谢

第一部分 变革已然开始

第1章 了解运营型分析

1.1 定义运营型分析

1.2 欢迎来到分析3.0

1.3 分析是如何改变业务的

1.4 全面看待运营型分析

1.5 小结

第2章 更多数据……巨多数据……大数据！

2.1 穿越炒作的迷雾

2.2 为大数据做好准备

2.3 纵观全局看待大数据

2.4 小结

第3章 运营型分析实战

3.1 改进客户体验

3.2 时间是最重要的

3.3 使我们更安全

3.4 提升运营效率

3.5 改善我们未来的生活

3.6 寻找数据中的意外价值

3.7 小结

第二部分 奠定基础

第4章 想要预算？先制订商业计划

4.1 设定优先级

4.2 选择合适的决策标准

4.3 需要考虑的商业计划框架

4.4 商业计划的取胜技巧

4.5 小结

第5章 建立分析平台

5.1 规划

5.2 着手构建

5.3 使用

5.4 小结

第6章 监管和隐私

6.1 设定监管阶段

6.2 决定在哪里进行分析

6.3 监管运营型分析

6.4 隐私

6.5 小结

第三部分 分析运营化

第7章 数据分析

7.1 创建运营型分析流程

7.2 拓展到新分析原则

7.3 集中分析力量

7.4 比较分析方法

7.5 过去的教训

7.6 小结

第8章 分析机构

8.1 重大转型已然发生

8.2 人员任用

8.3 组织管理

8.4 成功

8.5 小结

第9章 分析文化氛围

9.1 逐步灌输正确的思维方式

9.2 推行注重实效的政策

9.3 推进成功

9.4 容忍与处理失败

9.5 小结

结语：加入变革吧！

看完了