大數據：從海量到精准

海量數據聚集篇
第1章 入門：大數據的基本概念
1.1 初步認識，大數據究竟是什麼
1.1.1 大數據基本定義
1.1.2 大數據結構特征
1.1.3 大數據與雲計算
1.1.4 大數據規模預測
1.1.5 大數據的發展史
1.1.6 大數據技術架構
1.1.7 大數據重要的理由
1.1.8 大數據的解決方案
1.2 預測未來，大數據的發展趨勢
1.2.1 大數據撬動全世界
1.2.2 大數據是大勢所趨
1.2.3 大數據將成為資產
1.2.4 大數據時代的轉變
1.2.5 大數據的發展動力
1.2.6 展望2014的大數據
1.3 做好准備，大數據面對的挑戰
1.3.1 大數據的12個不足之處
1.3.2 大數據挑戰的應對策略
第2章 價值：大數據商業變革
2.1 深度挖掘，大數據的商業機遇
2.1.1 挖掘大數據的商業價值
2.1.2 大數據已進入4G時代
2.1.3 實現商業價值的新捷徑
2.1.4 挖掘大數據的商業機會
2.1.5 用大數據預測宏觀經濟
2.1.6 企業用大數據獲取優勢
2.1.7 大數據有待更深的挖掘
2.2 體現價值，大數據的4大變革
2.2.1 變革醫療衛生
2.2.2 帶來商業革命
2.2.3 改變人們思維
2.2.4 開啟時代轉型
2.3 價值轉型，大數據下的商業智能
2.3.1 大數據為商業智能構建基礎
2.3.2 Oracle BIEE商業智能系統
2.3.3 商業智能成就行業價值機會
2.3.4 BI導出商業潛能和社會走向
2.3.5 商業智能的6大發展前景
2.4 大數據商業變革應用案例
2.4.1 【案例】大數據助力地產行業
2.4.2 【案例】大數據預測機票價格
2.4.3 【案例】用大數據增強競爭力
2.4.4 【案例】大數據助力企業管理
2.4.5 【案例】沃森人工智能計算機
第3章 架構：大數據基礎設施
3.1 探索全球，10大大數據部署方案
3.1.1 Netflix：掌握視頻大數據煉金術
3.1.2 家譜網：建立更准確的血緣關系
3.1.3 西奈山：更深刻地理解數據形態
3.1.4 CAIISO：實現電廠電網的智能化
3.1.5 Hydro One：把大數據放地圖上
3.1.6 OHSU：結合數據虛擬化技術
3.1.7 VTN：公共設施的實時3D模型
3.1.8 戴德縣：實現大型城市的智能化
3.1.9 澳網：利用大數據分析做出決策
3.1.10 DPR：結合3D技術與大數據
3.2 掘金紅海，10大大數據分析平台
3.2.1 IBM：大數據領域的傳統巨頭
3.2.2 亞馬遜：完美結合大數據與雲
3.2.3 甲骨文：高集成度大數據平台
3.2.4 谷歌：價值無可估量的大數據
3.2.5 微軟：「端到端」大數據平台
3.2.6 EMC：針對海量數據分析應用
3.2.7 英特爾：用Hadoop靠攏大數據
3.2.8 NetApp：讓大數據變得更簡單
3.2.9 惠普：構建靈活的「智能環境」
3.2.10 Sybase：徹底改變大數據分析
3.3 大數據基礎設施應用案例
3.3.1 【案例】Streams監控嬰兒ICU感染
3.3.2 【案例】沃爾瑪打造商業數據中心
3.3.3 【案例】Clustrix挖掘整合海量數據
3.3.4 【案例】長虹聯手IBM掘金大數據
3.3.5 【案例】LSI積極創新數據中心變革
第4章 掌握：數據管理與挖掘
4.1 管理數據，解析開源框架H
4.1.1 Hadoop的主要特點
4.1.2 Hadoop的發展歷史
4.1.3 Hadoop的主要用途
4.1.4 Hadoop的項目結構
4.1.5 Hadoop的體系結構
4.2 挖掘數據，大數據如何去粗存精
4.2.1 准備數據
4.2.2 挖掘過程
4.2.3 結果表示
4.3 大數據管理與挖掘應用案例
4.3.1 【案例】用數據挖掘篩查高危病人
4.3.2 【案例】數據挖掘助力NBA賽事
4.3.3 【案例】用數據挖掘控制鮮花庫存
4.3.4 【案例】挖掘人類頭腦里的大數據
4.3.5 【案例】數據挖掘助力銀行的營銷
4.3.6 【案例】星系動物園里的數據挖掘
第5章 管理：用數據洞察一切
5.1 不能再等，大數據時代的思維變革
5.1.1 利用所有的數據
5.1.2 充分利用這些數據
5.1.3 海量數據替代采樣
5.2 知己知彼，數據分析的演變與現狀
5.2.1 大數據分析的商業驅動力
5.2.2 大數據分析環境的演變
5.2.3 大數據分析與處理方法
5.3 企業管理中的大數據分析應用案例
5.3.1 【案例】機場用大數據管理節省數百萬美元
5.3.2 【案例】國藥集團打造全方位的管理模式
5.3.3 【案例】迪士尼樂園用大數據提升游客樂趣
5.3.4 【案例】Farmeron用大數據促成農業增產
5.3.5 【案例】西爾斯着眼於大數據以降低成本
5.4 能源管理中的大數據分析應用案例
5.4.1 【案例】用「大數據」預測風電和太陽能
5.4.2 【案例】電力增長情況反映宏觀經濟形勢
5.4.3 【案例】石油公司用大數據追求最大利益
5.4.4 【案例】大數據管理更准確、一致、及時
5.4.5 【案例】大數據幫助消費者提高能源效率
第6章 安全：擺脫大數據風險
6.1 問題凸顯，大數據存在5大風險
6.1.1 風險1：個人隱私泄露
6.1.2 風險2：數據管理困難
6.1.3 風險3：成本難以控制
6.1.4 風險4：網絡安全漏洞
6.1.5 風險5：數據人才缺乏
6.2 步步小心，大數據項目7大誤區
6.2.1 誤區1：盲目跟風
6.2.2 誤區2：思路太過僵硬
6.2.3 誤區3：不注重他人的經驗
6.2.4 誤區4：把大數據當「門面」
6.2.5 誤區5：過度誇大數據成果
6.2.6 誤區6：想要獲得所有數據
6.2.7 誤區7：認為軟件是萬能的
6.3 踏雪無痕，徹底逃離大數據監視
6.3.1 碼頭：讓網絡行為一目了然
6.3.2 上游：截取全球互聯網數據
6.3.3 棱鏡：備份全球互聯網數據
6.3.4 星風：監視全球通信大數據
6.3.5 小甜餅：竊取個人網絡隱私
6.3.6 間諜軟件：讓我們無處藏身
6.4 有備無患，做好大數據風險管理
6.4.1 風險管理利器1：IBM StorWize V
6.4.2 風險管理利器2：EMC VNX系列
6.4.3 風險管理利器3：戴爾EqualLogic平台
6.4.4 風險管理利器4：NetApp FAS平台
6.5 大數據風險管理應用案例
6.5.1 【案例】「閃電計划」為數據護航
6.5.2 【案例】智慧存儲化解大數據風險
6.5.3 【案例】谷歌循環利用「數據廢氣」
6.5.4 【案例】借助淘寶大數據控制風險
精准行業聚焦篇
第7章 平台：信息通信大數據
7.1 信息通信平台大數據解決方案
7.1.1 運營商在大數據時代的認識轉變
7.1.2 運營商在大數據時代的模式轉型
7.1.3 運營商在大數據時代的機遇前景
7.1.4 運營商在大數據時代的應對方案
7.2 信息通信平台大數據應用案例
7.2.1 【案例】西班牙電話公司的數據再利用
7.2.2 【案例】德國電信的大數據營銷新策略
7.2.3 【案例】Verizon利用大數據精准營銷
7.2.4 【案例】中國聯通開啟大數據探索之路
7.2.5 【案例】法國電信大力發掘大數據價值
7.2.6 【案例】中國移動大數據全新戰略定位
7.2.7 【案例】中國電信大數據聚焦商業模式
第8章 醫療：數據解決大難題
8.1 醫療行業大數據解決方案
8.1.1 大數據在醫療行業的應用場景
8.1.2 如何從大數據中獲取醫療價值
8.1.3 醫療領域大數據的挑戰和前景
8.2 醫療行業大數據應用案例
8.2.1 【案例】利用大數據進行基因組測序
8.2.2 【案例】利用大數據來預防流感疫情
8.2.3 【案例】用大數據預測心臟病發作率
8.2.4 【案例】大數據BI促進醫院智能化
8.2.5 【案例】用大數據「魔毯」改善健康
8.2.6 【案例】用大數據分析找出治療方案
8.2.7 【案例】手表成為大數據的有力武器
8.2.8 【案例】中南大學啟動臨床大數據系統
第9章 網絡：抓牢數據發源地
9.1 互聯網大數據解決方案
9.1.1 傳統互聯網大數據解決方案
9.1.2 移動互聯網大數據解決方案
9.2 互聯網大數據應用案例
9.2.1 【案例】大數據與互聯網助力競選總統
9.2.2 【案例】Acxiom用數據洞悉你的心理
9.2.3 【案例】大數據為個性化用戶體驗撐腰
9.2.4 【案例】人人游戲網用大數據了解玩家
9.2.5 【案例】迅雷用大數據抓「網絡票房」
9.2.6 【案例】騰訊用微信展開大數據「首戰」
第10章 零售：打響大數據之戰
10.1 零售行業大數據解決方案
10.1.1 大數據對零售行業的影響
10.1.2 大數據對零售行業的挑戰
10.1.3 大數據對零售行業的價值
10.2 零售行業大數據應用案例
10.2.1 【案例】ZARA：可以預見未來的時尚圈
10.2.2 【案例】沃爾瑪：大數據幫你選好購物單
10.2.3 【案例】淘寶：開放「數據魔方」的秘密
10.2.4 【案例】Target：准確判斷哪位顧客懷孕
10.2.5 【案例】上品折扣：用大數據做全渠道營銷
10.2.6 【案例】阿迪達斯：用大數據帶來利潤
第11章 制造：更快更好地生產
11.1 生產制造業大數據解決方案
11.1.1 大數據對生產制造業的影響
11.1.2 生產制造業如何利用大數據
11.2 生產制造業大數據應用案例
11.2.1 【案例】大數據結合ERP助力生產
11.2.2 【案例】大數據改變福特汽車的制造
11.2.3 【案例】長安汽車數據與制造的結合
11.2.4 【案例】樂百氏BI系統助力企業成長
11.2.5 【案例】大數據可以破解「豬周期」
11.2.6 【案例】鋼鐵企業用大數據擺脫困境
11.2.7 【案例】大數據提高企業核心競爭力
第12章 餐飲：精准營銷的數據
12.1 餐飲行業大數據解決方案
12.1.1 大數據在餐飲業的市場現狀
12.1.2 餐飲行業面臨的大數據挑戰
12.1.3 大數據對餐飲企業有何作用
12.1.4 餐飲企業該如何應用大數據
12.2 餐飲行業大數據應用案例
12.2.1 【案例】農夫山泉用大數據賣礦泉水
12.2.2 【案例】絕味鴨脖的大數據經營模式
12.2.3 【案例】「哆啦寶」打造精准營銷平台
12.2.4 【案例】打造適合你的找餐館手機
第13章 金融：大數據理財時代
13.1 金融行業大數據解決方案
13.1.1 大數據對傳統金融行業的影響
13.1.2 大數據時代下金融業的機遇和面臨的挑戰
13.1.3 金融業該如何「迎戰」大數據
13.2 金融行業大數據應用案例
13.2.1 【案例】淘寶網掘金大數據金融市場
13.2.2 【案例】IBM用大數據預測股價走勢
13.2.3 【案例】匯豐銀行采用SAS管理風險
13.2.4 【案例】Kabbage用大數據開辟新路徑
13.2.5 【案例】大數據時代信用卡該怎麼玩
第14章 交通：暢通無阻的數據
14.1 交通行業大數據解決方案
14.1.1 5大日益突出的城市交通難題
14.1.2 大數據為交通難題開出的藥方
14.1.3 大數據解決交通難題4大優勢
14.1.4 如何應用大數據解決交通問題
14.1.5 大數據在智能交通行業的挑戰
14.2 交通行業大數據應用案例
14.2.1 【案例】大數據解決波士頓堵車難題
14.2.2 【案例】谷歌街景帶你在家環游世界
14.2.3 【案例】騰訊SOSO讓地圖更「真實」
14.2.4 【案例】用大數據APP緩解交通壓力
14.2.5 【案例】ETC電子收費系統加大通行力
第15章 社會：用數據改變生活
15.1 教育領域大數據應用案例
15.1.1 【案例】大數據讓在線教育變為現實
15.1.2 【案例】無孔不入的數字化學習平台
15.1.3 【案例】用雲平台全面推進素質教育
15.1.4 【案例】美國政府用大數據改善教育
15.1.5 【案例】大數據有效地指導學生學習
15.1.6 【案例】用大數據管理上海大學招生
15.2 體育領域大數據應用案例
15.2.1 【案例】Nike記錄運動中的數據價值
15.2.2 【案例】大數據助力NBA賽事全過程
15.2.3 【案例】大數據顛覆網球的游戲規則
15.2.4 【案例】從大數據中獲得寶貴洞察力
15.2.5 【案例】用預測分析軟件來防止受傷
15.2.6 【案例】普通球迷也能成為分析專家
15.3 影音媒體大數據應用案例
15.3.1 【案例】《爸爸去哪兒》成口碑之王
15.3.2 【案例】用大數據來挖掘《小時代》
15.3.3 【案例】《紙牌屋》變革傳統電視業
15.3.4 【案例】《紐約時報》讓報紙智能化
15.3.5 【案例】大數據帶來逼真的影視特效
15.4 生活中的大數據應用案例
15.4.1 【案例】大數據讓你的生活更智能
15.4.2 【案例】數據能夠開口說話當紅娘
15.4.3 【案例】大數據保障人身財產安全
15.4.4 【案例】用大數據安全保管門鑰匙
15.4.5 【案例】地圖APP成為生活好助手