大數(shù)據(jù)分析：點數(shù)成金

定　價：￥35.00

作　者：	（美）Frank J. Ohlhorst 著，王偉軍，劉凱，楊光譯 Jenny Sun 校
出版社：	人民郵電出版社
叢編項：	"十二五"國家重點圖書出版規(guī)劃項目
標　簽：	計算機與互聯(lián)網(wǎng) 數(shù)據(jù)庫

購買這本書可以去

ISBN：	9787115324528	出版時間：	2013-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	136	字數(shù)：

內(nèi)容簡介

　　《大數(shù)據(jù)分析：點“數(shù)”成金》以大數(shù)據(jù)分析的商業(yè)及金融價值為主線，對大數(shù)據(jù)這一嶄新領(lǐng)域進行了深入探索?！洞髷?shù)據(jù)分析：點“數(shù)”成金》以大數(shù)據(jù)技術(shù)的基本概念和演進歷程開篇，隨后詳細介紹了不同類型的數(shù)據(jù)源及其對企業(yè)的重要意義、企業(yè)投資大數(shù)據(jù)技術(shù)的成功商業(yè)案例、有效利用數(shù)據(jù)集的必備技能，解析了打造大數(shù)據(jù)分析系統(tǒng)所需的存儲、加工、軟件平臺及其他構(gòu)成要素，海量數(shù)據(jù)的安全工具和技術(shù)，系統(tǒng)潛在風險及其規(guī)避方法，以及怎樣對大數(shù)據(jù)進行分析并從中提取有價值的可用信息，并詳實闡述了如何將大數(shù)據(jù)融入企業(yè)文化等問題?！洞髷?shù)據(jù)分析：點“數(shù)”成金》不但向讀者闡明了大數(shù)據(jù)分析的重要性，更淋漓盡致地展現(xiàn)了大數(shù)據(jù)分析的具體過程，從而幫助企業(yè)提升智能化水平、解決實際問題、提升利潤空間、提高生產(chǎn)率并發(fā)現(xiàn)更多的商業(yè)機會?！洞髷?shù)據(jù)分析：點“數(shù)”成金》適合對數(shù)據(jù)處理、數(shù)據(jù)挖掘、數(shù)據(jù)分析感興趣的企業(yè)決策者、技術(shù)人員等閱讀。

作者簡介

　　作者簡介Frank J.Ohlhorst：資深科技記者、專業(yè)演說家，擔任IT企業(yè)咨詢顧問已逾25載，在技術(shù)領(lǐng)域積累了豐富的經(jīng)驗。他不僅為許多前沿性技術(shù)雜志撰寫文章，如《Computer World》、《TechTarget》、《CRN》、《Network Computing》、《PCWorld》、《ExtremeTech》和《Tom’s Hardware》，也為《Enterpreneur》和《BNET》這樣的商業(yè)雜志進行寫作，還完成多部技術(shù)著作并參與編寫了很多優(yōu)秀技術(shù)企業(yè)的白皮書、案例研究、評論指南及頻道指南等，引領(lǐng)了創(chuàng)新的發(fā)展。譯者簡介王偉軍：男，1965年4月出生，華中師范大學信息管理學院教授、博士生導師，“教育部新世紀優(yōu)秀人才支持計劃”2007年入選者。主要研究興趣為信息資源管理、數(shù)據(jù)分析、知識管理與知識服務。劉凱：男，1981年11月出生，渤海大學講師、華中師范大學博士生。主要研究方向為智能Web數(shù)據(jù)處理與分析、文本數(shù)據(jù)挖掘。熱衷開源，具有豐富的軟件開發(fā)經(jīng)驗，其ChinaUnix的技術(shù)博客已有30余萬訪問量。新浪微博：@五-岳-之-巔。楊光：女，1991年9月出生，澳大利亞昆士蘭大學在讀碩士生。主要研究方向為金融信息系統(tǒng)。

圖書目錄

目　錄

第1章　什么是大數(shù)據(jù)　1
1.1　數(shù)據(jù)分析的春天　2
1.2　價值何在　2
1.3　琳瑯滿目的大數(shù)據(jù)　4
1.4　不同的數(shù)據(jù)，統(tǒng)一的處理　5
1.5　一款開源利器　6
1.6　入門容易修行難　7

第2章　大數(shù)據(jù)為何如此重要　9
2.1　步入“尋常百姓家”　10
2.2　披荊斬棘，一路前行　11
2.3　數(shù)據(jù)演化，并未停息　13
2.4　日益復雜的數(shù)據(jù)和數(shù)據(jù)分析　14
2.5　未來就在眼前　15

第3章　大數(shù)據(jù)與商業(yè)案例　17
3.1　價值實現(xiàn)　18
3.2　編纂大數(shù)據(jù)案例　18
3.3　大數(shù)據(jù)：漸入人心　20
3.4　后起之秀Cassandra　22
3.5　選擇與抉擇　23

第4章　打造大數(shù)據(jù)團隊　25
4.1　數(shù)據(jù)科學家　25
4.2　組建團隊的挑戰(zhàn)　26
4.3　明確目標，各司其職　26
4.4　一切以數(shù)據(jù)為中心　27
4.5　成事在“人”　28
4.6　團隊與企業(yè)文化　29
4.7　績效評估　30

第5章　大數(shù)據(jù)源　31
5.1　獵尋數(shù)據(jù)源　32
5.2　確立目標　33
5.3　大數(shù)據(jù)源的井噴　34
5.4　深入探尋大數(shù)據(jù)源　35
5.5　挖掘公共數(shù)據(jù)的“寶藏”　36
5.6　邁出收獲大數(shù)據(jù)的第一步　37
5.7　增長無止境　39

第6章　“組裝”大數(shù)據(jù)　41
6.1　走出“存儲”困境　41
6.2　搭建平臺　45
6.3　從結(jié)構(gòu)化到非結(jié)構(gòu)化數(shù)據(jù)　48
6.4　處理能力　50
6.5　自建，外包，還是兼而有之？　51

第7章　安全、合規(guī)、審計與保護　53
7.1　確保大數(shù)據(jù)安全的務實之道　54
7.2　數(shù)據(jù)分類　54
7.3　保障大數(shù)據(jù)分析　55
7.4　大數(shù)據(jù)及其合規(guī)性　56
7.5　來自智力成果的挑戰(zhàn)　61

第8章　大數(shù)據(jù)的演進歷程　65
8.1　大數(shù)據(jù)的新紀元　67
8.2　今天、明天和未來　70
8.3　改進算法　76

第9章　大數(shù)據(jù)分析的最佳實踐　79
9.1　小處入手　80
9.2　大處著眼　81
9.3　避離最差實踐　81
9.4　起步階段　83
9.5　異常的價值　85
9.6　便利與準確　87
9.7　在內(nèi)存中處理　87

第10章　和盤而出　93
10.1　大數(shù)據(jù)之路　94
10.2　觀其狀　95
10.3　求其法　96
10.4　探其道　97
10.5　大數(shù)據(jù)可視化　101
10.6　大數(shù)據(jù)隱私　102

附錄　支撐材料　105