●第1篇 理念篇
1 信息時代背景及大數據基本介紹
1.1 信息時代的主要數據源
1.1.1 互聯網
1.1.2 社交網絡
1.1.3 雲計算
1.1.4 物聯網
1.1.5 智能終端
1.1.6 信息時代數據增長的特點
1.2 大數據及其特點
1.2.1 大數據的概念
1.2.2 大數據的主要來源
1.2.3 大數據的特征
1.3 大數據的重要性及其價值
1.4 大數據對組織的戰略機遇
1.4.1 新型戰略資源
1.4.2 商業洞察能力
1.4.3 財務管理新模式
1.4.4 營銷的革命
本章小結
思考題
2 常見大數據源及其應用價值分析
2.1 車載信息服務數據
2.1.1 車載信息服務的概念
2.1.2 車載信息數據的應用價值
2.2 位置數據及其價值
2.3 RFID數據及其價值
2.3.1 什麼是RFID
2.3.2 RFID數據的應用價值
2.4 文本數據
2.5 其他大數據源
2.5.1 社交網絡數據
2.5.2 傳感器數據
2.5.3 智能電網數據
2.5.4 遙測數據
本章小結
思考題
3 大數據應用的基本策略
3.1 大數據的商業應用架構
3.1.1 理念共識
3.1.2 組織協同
3.1.3 技術儲備
3.2 大數據應用的前期準備
3.2.1 制定大數據應用目標
3.2.2 大數據采集
3.2.3 已有信息繫統的優化
3.2.4 多繫統、多結構數據的規範化
3.2.5 大數據收集中的可拓創新方法
3.3 大數據分析的基本過程
3.3.1 數據準備
3.3.2 數據探索
3.3.3 模式知識發現
3.3.4 預測建模
3.3.5 模型評估
3.3.6 知識應用
3.4 數據倉庫的協同應用
3.4.1 多維數據結構
3.4.2 多維數據的分析操作
3.4.3 數據相關性分回歸分析
3.5 大數據戰略與運營創新
本章小結
思考題
第2篇 技術篇
4 大數據應用的相關技術
4.1 數據收集與預處理技術
4.1.1 數據收集技術
4.1.2 數據存儲技術
4.1.3 數據預處理技術
4.2 常用數據挖掘方法
4.2.1 分類
4.2.2 主成分分析
4.2.3 聚類分析
4.2.4 關聯規則
4.2.5 時序模式
4.2.6 決策樹
4.2.7 常用的異常數據挖掘方法
4.2.8 可拓數據挖掘
4.3 半結構化大數據挖掘
4.3.1 Web挖掘
4.3.2 文本分類挖掘
4.4 大數據應用中的智能知識管理
4.4.1 大數據應用面臨的困難
4.4.2 智能知識管理定義與框架
4.4.3 智能知識管理的研究和應用現狀
4.4.4 大數據背景下智能知識管理未來發展方向
4.5 大數據處理的開源技術工具
4.5.1 數據流處理工具Storm和Kafka
4.5.2 查詢搜索工具Drill和Dremel
4.5.3 開源統計語言R
4.5.4 圖形分析工具Gremlin和Giraph
4.5.5 全內存的分析平臺SAP Hana
4.5.6 可視化類庫D3
4.6 知名公司的大數據技術方案
本章小結
思考題
5 主要數據挖掘工具及平臺簡介
5.1 數據挖掘工具平臺Clementine
5.2 SAS(Statistical Analysis System)／EM(Enterprise Miner)
5.3 IBM Intelligent Miner
5.4 R語言
5.5 DistBelief
5.6 Hadoop
5.7 MapReduce
本章小結
思考題
第3篇 應用篇
6 成為優秀的大數據分析師
6.1 什麼是大數據分析師
6.2 優秀的大數據分析師具備的素質
6.2.1 教育背景
6.2.2 行業經驗
6.2.3 團隊合作
6.3 優秀分析專家其他特質
6.3.1 敬業精神
6.3.2 創造力
6.3.3 商業頭腦
6.3.4 文化認同
6.3.5 演講能力與溝通技巧
本章小結
思考題
7 大數據應用經典案例
7.1 金融行業大數據應用案例
7.1.1 中國人民銀行征信管理局個人信用評分
7.1.2 金融衍生品交易結算風險控制
7.1.3 全球經濟監測與政策模擬仿真平臺
7.1.4 網絡輿情監控
7.2 國外政府大數據應用經典案例
7.2.1 美國政府的數據開放策略
7.2.2 萬維信息觸角計劃：追蹤恐怖分子的”數據腳印
7.2.3 街頭警察的數據傳奇
7.2.4 奧巴馬：網絡總統的網絡整合推廣營銷
7.2.5 流行疾傳播預測
7.2.6 Data.Gov：數據開放之路
7.3 企業大數據應用經典案例
7.3.1 電子商務案例
7.3.2 市場銷售案例
7.3.3 物流運輸業案例
7.3.4 市政領域案例
7.3.5 社交網絡案例
7.3.6 通信業案例
7.3.7 金融業案例
本章小結
思考題
8 政府工作中的大數據應用
8.1 數據與政府職能
8.2 大數據應用層面分析
8.2.1 醫療與健康
8.2.2 數據新聞學
8.2.3 社會管理
8.2.4 金融業應用
8.2.5 零售業應用
8.2.6 物聯網與智慧城市
8.2.7 欺詐檢測
8.2.8 網絡安全
本章小結
思考題
9 互聯網中的大數據商機
9.1 互聯網大數據主要來源
9.1.1 網絡行為的結果數據
9.1.2 網絡行為的過程數據
9.1.3 反饋的結果數據
9.2 互聯網中的大數據采集
9.2.1 Web日志數據采集
9.2.2 數據采集
9.2.3 網絡評論數據采集
9.3 互聯網大數據的應用方向
9.3.1 很優的推薦商品
9.3.2 流失模型
9.3.3 響應模型
9.3.4 客戶分類
9.3.5 理解互聯網廣告受眾
9.3.6 廣告效果評估
9.3.7 網站用戶轉化率分析
9.3.8 電子商務應用
9.3.9 移動互聯網的大數據應用
9.4 互聯網大數據的應用目標
9.5 互聯網與個人隱私保護
本章小結
思考題
10 大數據與未來之路
10.1 國外大數據戰略
10.1.1 美國推動大數據技術發展的主要做法
10.1.2 日本的大數據戰略
10.1.3 聯合國的大數據行動
10.1.4 英國的大數據戰略
10.2 我國實施國家大數據戰略
10.2.1 我國實施國家大數據戰略的新成效
10.2.2 我國實施國家大數據戰略面臨的挑戰
10.2.3 更好實施我國大數據戰略政策建議
10.3 大數據的機遇、挑戰與應對
10.3.1 大數據機遇
10.3.2 大數據挑戰及應對
10.4 我國的大數據優勢及實施策略
10.4.1 我國的大數據優勢
10.4.2 大數據應用體繫
10.5 大數據行動
10.5.1 未來可能的政府行動
10.5.2 未來大數據的支持領域
10.5.3 大數據公共政策
10.6 大數據未來發展的主要領域
10.6.1 大數據存儲
10.6.2 大數據計算
10.6.3 數據安全與隱私保護
10.6.4 大數據整合技術
10.6.5 大數據與雲計算
本章小結
思考題
參考文獻
