驾驭大数据 Bill Franks

目 录 内容提要 对本书的赞誉 驾驭未来的价值发现之旅 序言 前言 第一部分 大数据的兴起 第1章 什么是大数据，大数据为什么重要 1.1 什么是大数据 1.2 大数据中的“大”和“数据”哪个更重要 1.3 大数据有何不同 1.4 大数据为何是数量更多的、相同类型的传统数据 1.5 大数据的风险 1.6 你为什么需要驾驭大数据 1.7 大数据的结构 1.8 探索大数据 1.9 很多大数据其实并不重要 1.10 有效过滤大数据 1.11 将大数据和传统数据混合 1.12 对大数据标准的需求 1.13 今天的大数据将不再是明天的大数据 1.14 本章小结 第2章 网络数据：原始的大数据 2.1 网络数据概观 2.1.1 你遗漏了什么 2.1.2 想象各种可能性 2.1.3 一个全新的信息来源 2.1.4 应当收集什么数据 2.1.5 关于隐私 2.2 网络数据揭示了什么 2.2.1 购物行为 2.2.2 顾客的购买路径和偏好 2.2.3 研究行为 2.2.4 反馈行为 2.3 行动中的网络数据 2.3.1 最优的推荐商品 2.3.2 流失模型 2.3.3 响应模型 2.3.4 顾客分类 2.3.5 评估广告效果 2.4 本章小结 第3章 典型大数据源及其价值 3.1 汽车保险业：车载信息服务数据的价值 3.2 多个行业：文本数据的价值 3.3 多个行业：时间数据与位置数据的价值 3.4 零售制造业：RFID数据的价值 3.5 电力行业：智能电网数据的价值 3.6 博彩业：筹码跟踪数据的价值 3.7 工业发动机和设备：传感器数据的价值 3.8 视频游戏：遥测数据的价值 3.9 电信业与其他行业：社交网络数据的价值 3.10 本章小结 第二部分 驾驭大数据：技术、流程以及方法 第4章 分析可扩展性的演进 4.1 分析可扩展性的历史 4.2 分析与数据环境的关联性 4.3 海量并行处理系统 4.3.1 使用MPP系统进行数据准备与评分 4.3.2 使用MPP系统进行数据准备与评分小结 4.4 云计算 4.4.1 公有云 4.4.2 私有云 4.4.3 云计算小结 4.5 网格计算 4.6 MapReduce 4.6.1 MapReduce工作原理 4.6.2 MapReduce优缺点 4.6.3 MapReduce小结 4.7 这不是一个单选题 4.8 本章小结 第5章 分析流程的演进 5.1 分析沙箱 5.1.1 分析沙箱：定义与范围 5.1.2 分析沙箱的好处 5.1.3 内部分析沙箱 5.1.4 外部分析沙箱 5.1.5 混合式分析沙......