企业大数据系统构建实战：技术、架构、实施与应用

定　价：¥89.00

作　者：	吕兆星，郑传峰，宋天龙，杨晓鹏著
出版社：	机械工业出版社
丛编项：
标　签：	暂缺

购买这本书可以去

ISBN：	9787111568766	出版时间：	2017-06-01	包装：	平装
开本：	16开	页数：		字数：

内容简介

　　对于很多企业而言，大数据的重要性不言而喻，但是如何构建、实施和应用大数据系统却是一个复杂工程。本书让读者认识到大数据不仅仅是数据、技术、架构、应用，更是结合了商业模式、战略定位、信息安全、单位协同、组织保障、实施选型的完整体系。　本书内容从大数据的规划定位、组织实施和价值提升三个维度展开，兼顾从整体性、全局性、安全性、价值性、技术性、体系性等方面的考虑。　第一部分：企业大数据战略规划　主要从宏观的角度介绍大数据的定位、组织保障、解决方案选择和自主实施思路，目的是从全局角度引导建立大数据工作的整体思维。　第二部分：企业大数据落地实施　主要从执行层面介绍了大数据落地相关的技术、架构、开发、大数据工作流、应用和价值评估，直接以落地视角解读大数据工作中每个环节涉及到的流程、知识和方法，这也是本书的核心章节。　第三部分：大数据价值、变革和挑战　主要涉及大数据的社会价值、当前问题和挑战以及大数据的未来趋势，这是对现有大数据工作的延展以及未来趋势的探索。

作者简介

　　吕兆星（EthanLv），资深大数据技术专家，精通基于大数据的分布式数据挖掘、存储与计算技术，及其生态体系架构；精通垂直搜索技术、机器学习、文本情感倾向性挖掘、网络爬虫、全文索引体系架构。曾任软通动力集团大数据研究院总架构师、HiveCloud创始人，萝卜网CTO，国美在线大数据中心高级架构师等。　主导研发的大数据和文本挖掘平台包括：DMP、DSP、推荐系统、决策运营系统、iCreations系列产品、蜂棱系列产品、军犬舆情系列产品等。成功应用到能源、电力、电商、电信、金融、政府、食品、医疗保健等行业，超过500个政府和企业用户。《基于机器学习的数据挖掘模型》获得*家级技术创新基金，萝卜课堂特邀高级讲师。　郑传峰（PeterZheng），大数据业务应用领域专家，主导大数据方向战略规划，包含数据产品、数据应用、数据价值变现等方向。曾任软通动力数据科技公司资深数据应用专家，HiveCloud首席战略官。　阶段性负责国美电器、国美在线、库巴网会员营销、网站运营和产品设计工作，在CRM系统、DMP数据平台、精准营销系统、广告精投、能源大数据拥有多年的操盘经验，包含大数据上层应用服务产品设计、咨询和实施。参与多个大型企业大数据战略规划和实施，行业覆盖零售、电商、电信、政府、交通、能源和电力等。　宋天龙（TonySong），大数据领域的资深数据分析、挖掘和建模专家，精通端到端数据价值场景设计、业务需求转换、数据结构梳理、数据建模与学习，以及数据工程交付。曾任软通动力集团大数据研究院数据总监，Webtrekk（德国zui大的网站数据分析服务提供商）中国区技术和咨询负责人，国美大数据中心经理。　拥有丰富的大数据项目工作经验，参与过集团和企业级大数据存储平台、大数据开发和集成平台、数据体系规划、大数据产品开发、网站流量系统建设、网站智能推荐、企业大数据智能等大型数据工作项目。参与实施客户案例包括Webpower、德国OTTO集团电子商务（中国），Esprit中国、猪八戒网、顺丰优选、乐视商城、泰康人寿、酒仙网，国美在线、迪信通等。合作培训及沙龙单位包括人民大学、数盟、萝卜网、Netconcepts、触脉、中商联数据分析委等。萝卜课堂、天善学院特邀讲师，百度文库认证作家，36大数据、站长之家、互联网分析沙龙专栏作家。著有《网站数据挖掘与分析：系统方法与商业实践》一书。　杨晓鹏（KelvinYang），大数据及BI技术领域资深架构师，精通传统数据模式及大数据分布模式的数据存储、计算与应用架构，以及大数据量的数据迁移、存储、索引、计算、分析与挖掘等相关环节的设计、实现与优化。曾任软通动力集团大数据研究院高级架构师，HiveCloud总架构师，主导大数据存储平台、计算平台和应用服务平台的设计与研发。曾任居然之家O2O大数据平台总负责人、中国银联大数据报文分析项目高级技术顾问、国美在线大数据中心高级技术工程师。　曾参与企业级项目包括大型电商网站的BI系统、数据仓库、大数据系统等设计和研发项目，金融银行类企业风险及异常交易分析项目。实施大中型企业数据项目包括居然之家、中国银联、华农保险、中国电信等超过50家客户案例。精通大数据Hadoop，Hive，HBase，Impala，Spark等组件架构与实施，精通数学模型，自主开发实现分治/覆盖的C4.5决策树、马尔科夫预测、KMeans、Apriori等模型算法程序，成功应用到电商、金融等行业。

图书目录

前言
第1章企业大数据战略定位 1
1.1 宏观 1
1.2 微观 4
1.2.1 资源协同 5
1.2.2 战略定位 6
1.2.3 启动契机 7
1.2.4 大数据历程 9
1.3 本章小结 12
第2章企业大数据职能规划 13
2.1 大数据组织架构体系 13
2.1.1 大数据部门在企业中的角色 13
2.1.2 常见的大数据职能及职责 17
2.2 大数据职位构建体系 24
2.2.1 基础平台类 24
2.2.2 数据管理类 26
2.2.3 技术研发类 27
2.2.4 产品设计类 30
2.2.5 数据挖掘类 32
2.2.6 数据分析类 33
2.3 大数据制度和流程规范 35
2.3.1 制度和流程规范意义 35
2.3.2 制度和流程规范内容 35
2.3.3 制度和流程规范模板 42
2.4 本章小结 44
第3章企业大数据解决方案 45
3.1 企业大数据解决方案实现方式 45
3.1.1 独立研发 45
3.1.2 第三方解决方案 46
3.1.3 联合开发 57
3.2 如何选择解决方案 58
3.2.1 外部环境分析 58
3.2.2 内部环境分析 59
3.2.3 需求规划分析 62
3.2.4 解决方案特性分析 63
3.2.5 解决方案费用评估 67
3.3 本章小结 70
第4章企业大数据自主实施思路 71
4.1 制定规划原则 71
4.2 制定目标蓝图 75
4.3 制定建设目标 76
4.4 明确组织规划 78
4.5 设计技术方案 85
4.6 制定人才规划 94
4.7 投入产出评估 97
4.8 数据风险管理 105
4.9 本章小结 114
第5章大数据技术介绍 115
5.1 核心技术 115
5.2 相关技术 204
5.3 大数据算法库 250
5.4 本章小结 276
第6章大数据架构设计 277
6.1 大数据架构设计原则 277
6.2 大数据核心架构要素 279
6.3 大数据架构设计模式 284
6.4 本章小结 289
第7章大数据技术开发 290
7.1 数据采集 290
7.2 数据存储 293
7.3 多维计算 296
7.4 功能服务 299
7.5 平台管理 301
7.6 应用域 307
7.7 本章小结 308
第8章大数据工作流 309
8.1 数据源 310
8.2 数据处理 312
8.3 数据存储 324
8.4 数据计算 325
8.5 数据应用 376
8.6 数据质量管理 379
8.7 本章小结 392
第9章企业大数据业务应用 393
9.1 大数据应用场景概述 393
9.2 用户画像 407
9.3 个性化营销 419
9.4 精准广告 427
9.5 征信 441
9.6 本章小结 450
第10章　企业大数据价值评估 451
10.1　资产价值 451
10.2　业务价值 455
10.3　本章小结 462
第11章　大数据的社会价值 463
11.1　民生价值 463
11.2　政务价值 465
11.3　产业价值 468
11.4　本章小结 470
第12章　大数据当前问题及挑战 471
12.1　数据挑战 471
12.2　安全挑战 472
12.3　价值挑战 474
12.4　认知挑战 475
12.5　技术挑战 478
12.6　人才挑战 480
12.7　本章小结 481
第13章　大数据未来趋势 482
13.1　价值资产化 482
13.2　产业生态化 487
13.3　主体社会化 490
13.4　应用智能化 491
13.5　本章小结 492