打字猴:1.700430503e+09
1700430503
驾驭大数据
1700430504
246000
1700430505
作者: 比尔·弗兰克斯
1700430506
出版: 人民邮电出版社
1700430507
ISBN: 9787115304803
1700430508
1700430509
1 内容提要 [
:1700430795
]
1700430510
2 对本书的赞誉 [
:1700430807
]
1700430511
3 驾驭未来的价值发现之旅 [
:1700430839
]
1700430512
4 序言 [
:1700430879
]
1700430513
5 前言 [
:1700430929
]
1700430514
6 第一部分 大数据的兴起 [
:1700431019
]
1700430515
6.1 第1章 什么是大数据,大数据为什么重要 [
:1700431022
]
1700430516
6.1.1 1.1 什么是大数据 [
:1700431031
]
1700430517
6.1.2 1.2 大数据中的“大”和“数据”哪个更重要 [
:1700431054
]
1700430518
6.1.3 1.3 大数据有何不同 [
:1700431071
]
1700430519
6.1.4 1.4 大数据为何是数量更多的、相同类型的传统数据 [
:1700431090
]
1700430520
6.1.5 1.5 大数据的风险 [
:1700431111
]
1700430521
6.1.6 1.6 你为什么需要驾驭大数据 [
:1700431130
]
1700430522
6.1.7 1.7 大数据的结构 [
:1700431143
]
1700430523
6.1.8 1.8 探索大数据 [
:1700431169
]
1700430524
6.1.9 1.9 很多大数据其实并不重要 [
:1700431188
]
1700430525
6.1.10 1.10 有效过滤大数据 [
:1700431211
]
1700430526
6.1.11 1.11 将大数据和传统数据混合 [
:1700431226
]
1700430527
6.1.12 1.12 对大数据标准的需求 [
:1700431245
]
1700430528
6.1.13 1.13 今天的大数据将不再是明天的大数据 [
:1700431258
]
1700430529
6.1.14 1.14 本章小结 [
:1700431285
]
1700430530
6.2 第2章 网络数据:原始的大数据 [
:1700431317
]
1700430531
6.2.1 2.1 网络数据概观 [
:1700431332
]
1700430532
6.2.2 2.1.1 你遗漏了什么 [
:1700431347
]
1700430533
6.2.3 2.1.2 想象各种可能性 [
:1700431358
]
1700430534
6.2.4 2.1.3 一个全新的信息来源 [
:1700431373
]
1700430535
6.2.5 2.1.4 应当收集什么数据 [
:1700431386
]
1700430536
6.2.6 2.1.5 关于隐私 [
:1700431402
]
1700430537
6.2.7 2.2 网络数据揭示了什么 [
:1700431415
]
1700430538
6.2.8 2.2.1 购物行为 [
:1700431420
]
1700430539
6.2.9 2.2.2 顾客的购买路径和偏好 [
:1700431435
]
1700430540
6.2.10 2.2.3 研究行为 [
:1700431450
]
1700430541
6.2.11 2.2.4 反馈行为 [
:1700431469
]
1700430542
6.2.12 2.3 行动中的网络数据 [
:1700431478
]
1700430543
6.2.13 2.3.1 最优的推荐商品 [
:1700431485
]
1700430544
6.2.14 2.3.2 流失模型 [
:1700431538
]
1700430545
6.2.15 2.3.3 响应模型 [
:1700431549
]
1700430546
6.2.16 2.3.4 顾客分类 [
:1700431586
]
1700430547
6.2.17 2.3.5 评估广告效果 [
:1700431601
]
1700430548
6.2.18 2.4 本章小结 [
:1700431626
]
1700430549
6.3 第3章 典型大数据源及其价值 [
:1700431652
]
1700430550
6.3.1 3.1 汽车保险业:车载信息服务数据的价值 [
:1700431683
]
1700430551
6.3.2 3.2 多个行业:文本数据的价值 [
:1700431722
]
1700430552
6.3.3 3.3 多个行业:时间数据与位置数据的价值 [
:1700431765
]
[
上一页
] [ :1.700430503e+09 ] [
下一页
]