大數(shù)據(jù)分析：決勝互聯(lián)網(wǎng)金融時代

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(guān)鍵技術(shù)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(jié)構(gòu)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(lǐng)域的應(yīng)用
2．9　醫(yī)藥領(lǐng)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(shù)　59
3．1　房間里的大象：Hadoop并行計算世界
3．2　新舊技術(shù)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(shù)
3．5　云計算和大數(shù)據(jù)
3．6　預(yù)測分析嶄露頭角
3．7　軟件即服務(wù)(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(shù)
3．12　大數(shù)據(jù)技術(shù)術(shù)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(chǔ)
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(guān)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(shù)
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(shù)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(yīng)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(xué)家的興起
6．2　深度使用數(shù)學(xué)、科學(xué)以及計算機科學(xué)
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(xué)人才
6．6　數(shù)據(jù)分析的全局視圖
6．7　培養(yǎng)決策科學(xué)人才
6．8　創(chuàng)建培養(yǎng)決策科學(xué)人才的文化
6．9　建立正確的組織結(jié)構(gòu)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(lǐng)域
7．2　大數(shù)據(jù)抓取不是新鮮事
7．3　偏好、個性及關(guān)系
7．4　權(quán)利與義務(wù)
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(jié)語　165
推薦資源　171
譯者后記　175