图书介绍

大数据 从海量到精准PDF|Epub|txt|kindle电子书版本网盘下载

大数据 从海量到精准
  • 李军编著 著
  • 出版社: 北京:清华大学出版社
  • ISBN:9787302364474
  • 出版时间:2014
  • 标注页数:303页
  • 文件大小:55MB
  • 文件页数:319页
  • 主题词:数据处理

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

大数据 从海量到精准PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

海量数据聚集篇3

第1章 入门:大数据的基本概念3

1.1 初步认识,大数据究竟是什么4

1.1.1 大数据基本定义6

1.1.2 大数据结构特征8

1.1.3 大数据与云计算10

1.1.4 大数据规模预测10

1.1.5 大数据的发展史11

1.1.6 大数据技术架构12

1.1.7 大数据重要的理由14

1.1.8 大数据的解决方案16

1.2 预测未来,大数据的发展趋势16

1.2.1 大数据撬动全世界17

1.2.2 大数据是大势所趋18

1.2.3 大数据将成为资产19

1.2.4 大数据时代的转变20

1.2.5 大数据的发展动力22

1.2.6 展望2014的大数据23

1.3 做好准备,大数据面对的挑战24

1.3.1 大数据的12个不足之处25

1.3.2 大数据挑战的应对策略26

第2章 价值:大数据商业变革29

2.1 深度挖掘,大数据的商业机遇30

2.1.1 挖掘大数据的商业价值30

2.1.2 大数据已进入4G时代31

2.1.3 实现商业价值的新捷径33

2.1.4 挖掘大数据的商业机会34

2.1.5 用大数据预测宏观经济35

2.1.6 企业用大数据获取优势36

2.1.7 大数据有待更深的挖掘37

2.2 体现价值,大数据的4大变革38

2.2.1 变革医疗卫生38

2.2.2 带来商业革命39

2.2.3 改变人们思维40

2.2.4 开启时代转型40

2.3 价值转型,大数据下的商业智能41

2.3.1 大数据为商业智能构建基础41

2.3.2 Oracle BIEE商业智能系统42

2.3.3 商业智能成就行业价值机会43

2.3.4 BI导出商业潜能和社会走向43

2.3.5 商业智能的6大发展前景44

2.4 大数据商业变革应用案例45

2.4.1 【案例】大数据助力地产行业45

2.4.2 【案例】大数据预测机票价格46

2.4.3 【案例】用大数据增强竞争力47

2.4.4 【案例】大数据助力企业管理48

2.4.5 【案例】沃森人工智能计算机49

第3章 架构:大数据基础设施51

3.1 探索全球,10大大数据部署方案52

3.1.1 Netflix:掌握视频大数据炼金术52

3.1.2 家谱网:建立更准确的血缘关系53

3.1.3 西奈山:更深刻地理解数据形态55

3.1.4 CAIISO:实现电厂电网的智能化56

3.1.5 Hydro One:把大数据放地图上57

3.1.6 OHSU:结合数据虚拟化技术58

3.1.7 VTN:公共设施的实时3D模型59

3.1.8 戴德县:实现大型城市的智能化60

3.1.9 澳网:利用大数据分析做出决策61

3.1.10 DPR:结合3D技术与大数据63

3.2 掘金红海,10大大数据分析平台63

3.2.1 IBM:大数据领域的传统巨头64

3.2.2 亚马逊:完美结合大数据与云65

3.2.3 甲骨文:高集成度大数据平台66

3.2.4 谷歌:价值无可估量的大数据67

3.2.5 微软:“端到端”大数据平台67

3.2.6 EMC:针对海量数据分析应用68

3.2.7 英特尔:用Hadoop靠拢大数据69

3.2.8 NetApp:让大数据变得更简单69

3.2.9 惠普:构建灵活的“智能环境”70

3.2.10 Sybase:彻底改变大数据分析71

3.3 大数据基础设施应用案例72

3.3.1 【案例】Streams监控婴儿ICU感染72

3.3.2 【案例】沃尔玛打造商业数据中心73

3.3.3 【案例】Clustrix挖掘整合海量数据74

3.3.4 【案例】长虹联手IBM掘金大数据74

3.3.5 【案例】LSI积极创新数据中心变革75

第4章 掌握:数据管理与挖掘77

4.1 管理数据,解析开源框架Hadoop78

4.1.1 Hadoop的主要特点78

4.1.2 Hadoop的发展历史78

4.1.3 Hadoop的主要用途79

4.1.4 Hadoop的项目结构80

4.1.5 Hadoop的体系结构82

4.2 挖掘数据,大数据如何去粗存精83

4.2.1 准备数据84

4.2.2 挖掘过程84

4.2.3 结果表示85

4.3 大数据管理与挖掘应用案例86

4.3.1 【案例】用数据挖掘筛查高危病人87

4.3.2 【案例】数据挖掘助力NBA赛事87

4.3.3 【案例】用数据挖掘控制鲜花库存88

4.3.4 【案例】挖掘人类头脑里的大数据90

4.3.5 【案例】数据挖掘助力银行的营销91

4.3.6 【案例】星系动物园里的数据挖掘92

第5章 管理:用数据洞察一切95

5.1 不能再等,大数据时代的思维变革96

5.1.1 利用所有的数据96

5.1.2 充分利用这些数据96

5.1.3 海量数据替代采样97

5.2 知己知彼,数据分析的演变与现状99

5.2.1 大数据分析的商业驱动力99

5.2.2 大数据分析环境的演变100

5.2.3 大数据分析与处理方法102

5.3 企业管理中的大数据分析应用案例104

5.3.1 【案例】机场用大数据管理节省数百万美元104

5.3.2 【案例】国药集团打造全方位的管理模式105

5.3.3 【案例】迪士尼乐园用大数据提升游客乐趣107

5.3.4 【案例】Farmeron用大数据促成农业增产109

5.3.5 【案例】西尔斯着眼于大数据以降低成本110

5.4 能源管理中的大数据分析应用案例112

5.4.1 【案例】用“大数据”预测风电和太阳能112

5.4.2 【案例】电力增长情况反映宏观经济形势113

5.4.3 【案例】石油公司用大数据追求最大利益114

5.4.4 【案例】大数据管理更准确、一致、及时116

5.4.5 【案例】大数据帮助消费者提高能源效率117

第6章 安全:摆脱大数据风险119

6.1 问题凸显,大数据存在5大风险120

6.1.1 风险1:个人隐私泄露120

6.1.2 风险2:数据管理困难121

6.1.3 风险3:成本难以控制122

6.1.4 风险4:网络安全漏洞123

6.1.5 风险5:数据人才缺乏124

6.2 步步小心,大数据项目7大误区125

6.2.1 误区1:盲目跟风126

6.2.2 误区2:思路太过僵硬126

6.2.3 误区3:不注重他人的经验127

6.2.4 误区4:把大数据当“门面”127

6.2.5 误区5:过度夸大数据成果128

6.2.6 误区6:想要获得所有数据128

6.2.7 误区7:认为软件是万能的129

6.3 踏雪无痕,彻底逃离大数据监视129

6.3.1 码头:让网络行为一目了然130

6.3.2 上游:截取全球互联网数据130

6.3.3 棱镜:备份全球互联网数据131

6.3.4 星风:监视全球通信大数据133

6.3.5 小甜饼:窃取个人网络隐私134

6.3.6 间谍软件:让我们无处藏身135

6.4 有备无患,做好大数据风险管理137

6.4.1 风险管理利器1:IBM StorWize V7000137

6.4.2 风险管理利器2:EMC VNX系列138

6.4.3 风险管理利器3:戴尔EqualLogic平台139

6.4.4 风险管理利器4:NetApp FAS平台140

6.5 大数据风险管理应用案例141

6.5.1 【案例】“闪电计划”为数据护航141

6.5.2 【案例】智慧存储化解大数据风险143

6.5.3 【案例】谷歌循环利用“数据废气”145

6.5.4 【案例】借助淘宝大数据控制风险146

精准行业聚焦篇151

第7章 平台:信息通信大数据151

7.1 信息通信平台大数据解决方案152

7.1.1 运营商在大数据时代的认识转变152

7.1.2 运营商在大数据时代的模式转型153

7.1.3 运营商在大数据时代的机遇前景154

7.1.4 运营商在大数据时代的应对方案157

7.2 信息通信平台大数据应用案例158

7.2.1 【案例】西班牙电话公司的数据再利用158

7.2.2 【案例】德国电信的大数据营销新策略159

7.2.3 【案例】Verizon利用大数据精准营销160

7.2.4 【案例】中国联通开启大数据探索之路162

7.2.5 【案例】法国电信大力发掘大数据价值164

7.2.6 【案例】中国移动大数据全新战略定位165

7.2.7 【案例】中国电信大数据聚焦商业模式167

第8章 医疗:数据解决大难题169

8.1 医疗行业大数据解决方案170

8.1.1 大数据在医疗行业的应用场景170

8.1.2 如何从大数据中获取医疗价值172

8.1.3 医疗领域大数据的挑战和前景172

8.2 医疗行业大数据应用案例174

8.2.1 【案例】利用大数据进行基因组测序174

8.2.2 【案例】利用大数据来预防流感疫情175

8.2.3 【案例】用大数据预测心脏病发作率177

8.2.4 【案例】大数据BI促进医院智能化178

8.2.5 【案例】用大数据“魔毯”改善健康179

8.2.6 【案例】用大数据分析找出治疗方案180

8.2.7 【案例】手表成为大数据的有力武器181

8.2.8 【案例】中南大学启动临床大数据系统182

第9章 网络:抓牢数据发源地185

9.1 互联网大数据解决方案186

9.1.1 传统互联网大数据解决方案186

9.1.2 移动互联网大数据解决方案188

9.2 互联网大数据应用案例189

9.2.1 【案例】大数据与互联网助力竞选总统189

9.2.2 【案例】Acxiom用数据洞悉你的心理191

9.2.3 【案例】大数据为个性化用户体验撑腰193

9.2.4 【案例】人人游戏网用大数据了解玩家194

9.2.5 【案例】迅雷用大数据抓“网络票房”196

9.2.6 【案例】腾讯用微信展开大数据“首战”197

第10章 零售:打响大数据之战199

1 0.1 零售行业大数据解决方案200

10.1.1 大数据对零售行业的影响200

10.1.2 大数据对零售行业的挑战201

10.1.3 大数据对零售行业的价值202

10.2 零售行业大数据应用案例203

10.2.1 【案例】ZARA:可以预见未来的时尚圈203

10.2.2 【案例】沃尔玛:大数据帮你选好购物单205

10.2.3 【案例】淘宝:开放“数据魔方”的秘密207

10.2.4 【案例】Target:准确判断哪位顾客怀孕208

10.2.5 【案例】上品折扣:用大数据做全渠道营销210

10.2.6 【案例】阿迪达斯:用大数据带来利润211

第11章 制造:更快更好地生产215

11.1 生产制造业大数据解决方案216

11.1.1 大数据对生产制造业的影响216

11.1.2 生产制造业如何利用大数据218

11.2 生产制造业大数据应用案例219

11.2.1 【案例】大数据结合ERP助力生产220

11.2.2 【案例】大数据改变福特汽车的制造221

11.2.3 【案例】长安汽车数据与制造的结合223

11.2.4 【案例】乐百氏BI系统助力企业成长226

11.2.5 【案例】大数据可以破解“猪周期”227

11.2.6 【案例】钢铁企业用大数据摆脱困境229

11.2.7 【案例】大数据提高企业核心竞争力231

第12章 餐饮:精准营销的数据235

12.1 餐饮行业大数据解决方案236

12.1.1 大数据在餐饮业的市场现状236

12.1.2 餐饮行业面临的大数据挑战237

12.1.3 大数据对餐饮企业有何作用239

12.1.4 餐饮企业该如何应用大数据240

12.2 餐饮行业大数据应用案例241

12.2.1 【案例】农夫山泉用大数据卖矿泉水241

12.2.2 【案例】绝味鸭脖的大数据经营模式243

12.2.3 【案例】“哆啦宝”打造精准营销平台244

12.2.4 【案例】打造适合你的找餐馆手机APP246

第13章 金融:大数据理财时代249

13.1 金融行业大数据解决方案250

13.1.1 大数据对传统金融行业的影响250

13.1.2 大数据时代下金融业的机遇和面临的挑战251

13.1.3 金融业该如何“迎战”大数据252

13.2 金融行业大数据应用案例254

13.2.1 【案例】淘宝网掘金大数据金融市场255

13.2.2 【案例】IBM用大数据预测股价走势256

13.2.3 【案例】汇丰银行采用SAS管理风险257

13.2.4 【案例】Kabbage用大数据开辟新路径258

13.2.5 【案例】大数据时代信用卡该怎么玩259

第14章 交通:畅通无阻的数据261

14.1 交通行业大数据解决方案262

14.1.1 5大日益突出的城市交通难题262

14.1.2 大数据为交通难题开出的药方263

14.1.3 大数据解决交通难题4大优势265

14.1.4 如何应用大数据解决交通问题265

14.1.5 大数据在智能交通行业的挑战267

14.2 交通行业大数据应用案例268

14.2.1 【案例】大数据解决波士顿堵车难题268

14.2.2 【案例】谷歌街景带你在家环游世界270

14.2.3 【案例】腾讯SOSO让地图更“真实”272

14.2.4 【案例】用大数据APP缓解交通压力274

14.2.5 【案例】ETC电子收费系统加大通行力275

第15章 社会:用数据改变生活279

15.1 教育领域大数据应用案例280

15.1.1 【案例】大数据让在线教育变为现实280

15.1.2 【案例】无孔不入的数字化学习平台281

15.1.3 【案例】用云平台全面推进素质教育281

15.1.4 【案例】美国政府用大数据改善教育283

15.1.5 【案例】大数据有效地指导学生学习283

15.1.6 【案例】用大数据管理上海大学招生284

15.2 体育领域大数据应用案例285

15.2.1 【案例】Nike记录运动中的数据价值285

15.2.2 【案例】大数据助力NBA赛事全过程287

15.2.3 【案例】大数据颠覆网球的游戏规则289

15.2.4 【案例】从大数据中获得宝贵洞察力290

15.2.5 【案例】用预测分析软件来防止受伤290

15.2.6 【案例】普通球迷也能成为分析专家291

15.3 影音媒体大数据应用案例292

15.3.1 【案例】《爸爸去哪儿》成口碑之王292

15.3.2 【案例】用大数据来挖掘《小时代》293

15.3.3 【案例】《纸牌屋》变革传统电视业294

15.3.4 【案例】《纽约时报》让报纸智能化295

15.3.5 【案例】大数据带来逼真的影视特效296

15.4 生活中的大数据应用案例298

15.4.1 【案例】大数据让你的生活更智能298

15.4.2 【案例】数据能够开口说话当红娘299

15.4.3 【案例】大数据保障人身财产安全300

15.4.4 【案例】用大数据安全保管门钥匙301

15.4.5 【案例】地图APP成为生活好助手302

热门推荐