打字猴:1.700430516e+09
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]
1700430553 6.3.4 3.4 零售制造业：RFID数据的价值 [:1700431802]
1700430554 6.3.5 3.5 电力行业：智能电网数据的价值 [:1700431839]
1700430555 6.3.6 3.6 博彩业：筹码跟踪数据的价值 [:1700431870]
1700430556 6.3.7 3.7 工业发动机和设备：传感器数据的价值 [:1700431899]
1700430557 6.3.8 3.8 视频游戏：遥测数据的价值 [:1700431934]
1700430558 6.3.9 3.9 电信业与其他行业：社交网络数据的价值 [:1700431961]
1700430559 6.3.10 3.10 本章小结 [:1700432002]
1700430560 7 第二部分 驾驭大数据：技术、流程以及方法 [:1700432042]
1700430561 7.1 第4章 分析可扩展性的演进 [:1700432045]
1700430562 7.1.1 4.1 分析可扩展性的历史 [:1700432054]
1700430563 7.1.2 4.2 分析与数据环境的关联性 [:1700432076]
1700430564 7.1.3 4.3 海量并行处理系统 [:1700432121]
1700430565 7.1.4 4.3.1 使用MPP系统进行数据准备与评分 [:1700432150]
[ 上一页 ]  [ :1.700430516e+09 ]  [ 下一页 ]