大数据的冲击PDF|Epub|txt|kindle电子书版本网盘下载

大数据的冲击PDF格式电子书版下载

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

第1章 什么是大数据2

1.1 The data de luge2

1.2 用3V来描述大数据的特征3

1.3 广义的大数据8

1.4 为什么现在要谈大数据？①大数据的民主化9

1.5 为什么现在要谈大数据？②硬件性价比的提高以及软件技术的进步10

1.6 为什么现在要谈大数据？③ 云计算的普及12

1.7 从“看到过去”到“预测未来”引与大数据的交叉18

1.8 从点（交易数据）分析到线（交互数据）分析20

1.9 大数据的分析工具22

本章小结24

第2章 支撑大数据的技术26

2.1 人手不足26

2.2 什么是Hadoop26

2.3 发行版本的增加30

2.4 发行版本众多的原因33

2.5 NoSQL数据库34

2.6 风投资本对Hadoop、NoSQL企业的热切关注39

2.7 大数据时代的数据处理基础41

2.8 备受关注的分析型数据库42

2.9 流数据处理（实时数据处理）45

2.10 自行开发流数据处理技术的互联网企业47

2.11 机器学习、统计分析等49

2.12 自然语言处理及其他51

本章小结53

第3章 以大数据为武器的企业欧美企业篇56

3.1 大步迈进的互联网企业对大数据的运用56

3.2 eBay：每天产生50TB的数据59

3.2.1 超乎寻常的数据产生速度60

3.2.2 eBay的数据分析基础架构61

3.3 Zynga：披着游戏公司外衣的分析公司64

3.3.1 社交游戏经济的重要指标65

3.3.2 提高病毒系数的方法66

3.3.3 数据驱动游戏67

3.3.4 三次点击法则68

3.4 Centrica：通过智能电表分析能源消耗模式69

3.4.1 英国电力、燃气收费的实际情况70

3.4.2 使用智能电表所带来的影响71

3.5 Catalina Marketing：通过收银台优惠券对顾客的购买行为进行设计75

3.5.1 存储超过1亿人的购物记录76

3.5.2 预测顾客的购买行为，刺激来店消费78

本章小结80

第4章 以大数据为武器的企业 日本企业篇84

4.1 对大数据的运用正在日本兴起84

4.2 小松：在日本运用大数据的先驱者84

4.3 Recruit：通过对Hadoop的充分运用，成功实现对数据分析的观念革新88

4.3.1 几乎整个公司都在运用Hadoop89

4.3.2 支撑Recruit大数据分析的Hadoop基础架构91

4.3.3 成功的秘诀在于组织体制93

4.3.4 在Recruit眼中Hadoop的真正价值是什么94

4.4 GREE：快速成长的原动力在于数据驱动型工作方式97

4.4.1 比起个人的感觉，数千万人的数据更可信100

4.4.2 数据驱动型工作方式的支撑力是对日志数据的执着102

4.4.3 集结了拥有多种技能的专业人员104

4.4.4 将信息丢失控制在最低限度的团队体制105

4.5 麦当劳：在现实世界中实现一对一营销106

4.5.1 创新性的优惠券背后是周到的准备107

4.5.2 关注将手机用作积分卡的模式110

本章小结111

第5章 大数据的运用模式114

5.1 大数据的运用实例114

5.2 大数据运用模式的分类118

5.2.1 个别优化·批处理型（图表5—2）119

5.2.2 个别优化·实时型（图表5—4）121

5.2.3 整体优化·批处理型（图表5—5）123

5.2.4 整体优化·实时型（图表5-8）127

5.3 大数据的运用级别128

5.3.1 对过去/现状的把握128

5.3.2 发现模式129

5.3.3 预测130

5.3.4 优化130

5.4 专栏：动态定价132

5.5 大数据运用的真正价值134

本章小结137

第6章 大数据时代的隐私问题140

6.1 在隐私与创新的夹缝中生存140

6.2 美国国会的关注142

6.3 建立社交化档案的是非146

6.4 Do NotTrack149

6.5 消费者隐私权法案151

6.6 采用主动许可方式的欧盟155

6.7 数据保护指令同样面临修订156

6.8 在日本需要考虑个人信息保护法及各行业领域的指导方针159

6.9 在向第三方提供信息上采用主动许可方式的指导方针162

6.10 日本政府的讨论情况162

6.11 经济产业省以“信息大航海计划”为契机展开讨论163

6.12 总务省从生活日志的角度展开讨论165

6.12.1 个人信息保护的角度167

6.12.2 与隐私等的关系167

6.13 关键在于与用户的沟通171

6.14 线下行为跟踪172

本章小结174

第7章 开放数据时代的到来与数据市场的兴起178

7.1 运用公开数据也是一种选择178

7.2 兴盛的LOD运动179

7.3 对政府公开的影响182

7.4 层出不穷的创业型公司185

7.5 通过举办竞赛来促进数据运用187

7.6 输在起跑线上的日本189

7.7 以震灾为契机逐步发展的日本开放数据工作191

7.8 数据市场的兴起194

7.8.1 Factual195

7.8.2 Windows Azure Marketplace196

7.8.3 Infochimps197

7.8.4 PublicData Setson AWS199

7.9 不同的商业模式201

7.10 数据市场兴盛背后的课题202

本章小结203

第8章 为大数据时代做好准备206

8.1 大数据时代的企业IT战略206

8.2 共享数据的日本企业209

8.2.1 罗森和雅虎210

8.2.2 KDDI和乐天210

8.2.3 COOKPAD和ID's210

8.3 拥有原创数据的优势211

8.4 供应商企业的新商机：数据聚合商212

8.5 谁能成为数据聚合商214

8.6 在美国备受瞩目的支付服务商向数据聚合商的演化216

8.6.1 VISA216

8.6.2 PayPal218

8.6.3 美国运通218

8.7 数据整合之妙：将原创数据变为增值数据219

8.8 日益抢手的数据科学家220

8.9 数据科学家所需的技能223

8.10 数据科学家所需的素质227

8.11 严重的人才匮乏228

8.12 研究生院的成立232

8.13 大数据分析企业吸引了大量的资金235

8.14 日本也开始了对数据科学家的争夺236

8.15 最后的问题：组织结构和企业文化238

8.16 目标：成为数据驱动型企业240

本章小结242

致谢243

参考文献244

版权声明248