大数据与商业分析PDF|Epub|txt|kindle电子书版本网盘下载

大数据与商业分析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 通过大数据管理企业1

1.1 引言1

1.2 挑战2

1.3 正在发生的现象2

1.4 社交网络3

1.5 个性化服务和社群3

1.6 科技驱动和商业分析4

1.7 从数字到大数据4

1.7.1 我们是如何走到这一步的？4

1.7.2 为什么它如此重要？9

1.7.3 科技的升级换代如何满足需求？10

1.8 重新定义组织结构11

1.8.1 关于重新定义11

1.8.2 一些挑战12

1.8.3 一些机遇12

1.8.4 重塑的机会13

1.9 为大数据时代做好准备16

1.9.1 科学、技术、工程和数学16

1.10 一些建议17

1.11 参考文献18

第2章 杰克和大数据豆茎：利用充满潜力的市场商机19

2.1 你认识杰克吗？19

2.2 来自大数据的挑战20

2.3 当老问题遇上新问题24

2.4 五个驱动力25

2.4.1 全局视角25

2.4.2 由内及外27

2.4.3 由外及内29

2.4.4 兼容并蓄29

2.4.5 建立互信32

2.5 收获与回报33

2.5.1 增加15％～30％的市场投资回报率34

2.5.2 提升10％～15％的客户毛利润35

2.5.3 改善5％～7％的定价36

2.6 什么才是你通往成功的豆茎？37

第3章 大数据商务分析前沿：网络市场中的模式和案例39

3.1 简介39

3.2 大数据分析41

3.2.1 计算机擅长的工作41

3.2.2 计算机不是万能的44

3.2.3 传统商务智能和大数据45

3.2.4 模型必须由人来设计46

3.2.5 模型也需要测量48

3.2.6 数据越大，模型越好48

3.2.7 大数据和Hadoop49

3.3 网络营销案例学习50

3.3.1 wine.com一对一邮箱50

3.3.2 雅虎网络市场细分分析53

3.3.3 雅虎邮箱保留54

3.3.4 潜在客户评分55

3.3.5 客户终身价值56

3.3.6 广告表现优化58

3.3.7 收入预测58

3.3.8 Ask.com的搜索引擎营销59

3.4 一些建模经验61

3.5 结论62

3.6 参考文献64

第4章 数据的内在价值65

4.1 介绍65

4.2 数据历史简介67

4.3 交易数据68

4.4 个人信息69

4.5 行为数据71

4.6 数据的成本72

4.7 数据的价值73

4.8 微分值74

4.9 结合数据76

4.10 贬值的价值76

4.11 数据的美元价值77

4.12 结论78

4.12 参考文献80

第5章 从大数据中发现重要价值：开启高效能分析的力量82

5.1 高效能分析：机遇和挑战83

5.2 核心1：网格计算——充分利用你硬件环境里的容量88

5.2.1 灵活性与成本优势88

5.2.2 突破分析：从“天”到“分”89

5.3 核心2：数据库内部处理——快速了解89

5.3.1 计算1.2 万亿行数据89

5.3.2 了解该获取哪些关系91

5.3.3 更快的执行，更高的效率92

5.4 核心3：内存分析92

5.4.1 对市场偏好和趋势迅速做出反应92

5.4.2 从167个小时到84秒93

5.4.3 应对复杂的挑战94

5.5 利用高效能分析取得成功究竟需要些什么？95

5.6 结论97

第6章 竞争者、情报和大数据98

6.1 引言98

6.2 知识管理、知识资本，以及竞争情报99

6.3 大数据101

6.4 战略保护系数以及大数据102

6.5 结论109

6.6 参考文献110

第7章 用大数据拯救生命：揭开电子化健康记录隐藏的潜在信息112

7.1 幸存下来的败血症患者114

7.2 收集数据的新方法116

7.3 时间问题117

7.4 合规性评估119

7.5 早期诊断120

7.6 下一阶段：连续监测121

7.7 解读医生和护士的注意事项122

7.8 未来展望123

第8章 创新模式和大数据125

8.1 引言125

8.2 大数据背景126

8.2.1 作为一种自然资源的大数据127

8.2.2 作为一种大的数字库存的大数据127

8.2.3 作为一种对过去更加颗粒化视图的大数据129

8.2.4 大数据和组织的挑战129

8.2.5 大数据在过程创新中的角色130

8.3 P-TRIZ：可重复过程的创新131

8.4 符号132

8.5 P-TRIZ方法和技术的例子134

8.6 结论139

8.7 参考文献139

第9章 美国交通部门的大数据141

第10章 将大数据作为决策过程的核心147

10.1 背景147

10.2 铁三角：技能、信任和使用权149

10.3 人才150

10.3.1 功能与职责——金发女孩准则151

10.3.2 要达成目的，不能以此为开始153

10.3.3 过犹不及154

10.4 流程156

10.4.1 像钟表发条一样规律156

10.4.2 半途而废，还不如不开头157

10.4.3 增值而非增扰158

10.4.4 重写历史159

10.5 技术160

10.5.1 用户有差别161

10.6 结论163

第11章 从多元时间数据中提取有用的信息164

11.1 引言164

11.2 实例应用：公共卫生167

11.3 实例应用：临床信息学172

11.4 实例应用：金融174

11.5 实例应用：设备管理175

11.6 结论181

11.7 致谢181

11.8 参考文献182

第12章 大规模时间序列预测184

12.1 引言184

12.2 背景185

12.2.1 R与数据分析185

12.2.2 相关工作186

12.3 Map：并行应用187

12.3.1 设计目的187

12.3.2 实施概况187

12.3.3 R的词法作用域和序列化188

12.3.4 工作日程安排190

12.3.5 错误的处理和返回值191

12.4 简化191

12.4.1 数据存储和序列化192

12.4.2 Dremel中的分布式结果整合192

12.5 应用于预测193

12.5.1 谷歌预测193

12.5.2 预测方法论概览194

12.6 预测置信区间196

12.6.1 迭代预测法196

12.6.2 比萨饼搜索轨迹的1000条实现197

12.7 预测评价和R MapReduce197

12.8 实验结果199

12.9 结论200

12.10 致谢200

12.11 参考文献201

第13章 使用大数据和分析来解锁慷慨203

13.1 引言203

13.2 大数据环境204

13.3 慷慨行为分析205

13.3.1 慷慨是天生的206

13.3.2 慷慨基于信任206

13.4 必须考虑捐赠者的要求208

13.5 为什么大数据在解决这一问题中占据了一席之地？209

13.6 大数据及分析是如何解锁慷慨的？210

13.6.1 步骤一：利用人口统计与调查数据来丰富数据211

13.6.2 步骤二：用大数据来丰富交易数据212

13.6.3 步骤三：融合数据然后建立一个单支持者视图215

13.6.4 步骤四：为数据建模和建立他们为什么捐献的模型215

13.6.5 步骤五：学习和响应217

13.7 结论217

第14章 大数据在医疗保健中的应用219

14.1 引言219

14.2 健康大数据的类型222

14.3 临床服务数据222

14.4 公共卫生调查和监测信息226

14.5 医学研究数据227

14.6 以消费者为中心的信息229

14.7 创建分析工具，为临床提供信息和业务决策231

14.8 在大数据文化下取得成功234

14.9 参考文献235

第15章 大数据：结构化和非结构化238

15.1 引言238

15.2 轻量级和重量级的语义学238

15.3 商用NLP系统241

15.3.1 技术方法246

15.3.2 实施和系统集成248

15.3.3 歧义与语境250

15.4 未来的方向252

15.5 附录253