互联网数据分析与应用
全新正版 急速发货
￥ 23.8 6.9折 ￥ 34.5 全新
库存6件
作者赵守香，姜同强 编著
出版社清华大学出版社
ISBN9787302379744
出版时间2015-09
装帧平装
开本16开
定价34.5元
货号23774540
上书时间2024-11-19
- 在售商品 暂无
- 平均发货时间 14小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
前言
移动互联时代，数以百亿计的机器、企业、个人随时随地都会获取和产生新的数据。1分钟之内，新浪微博发送数万条微博，苹果应用商店下载次数以万计，淘宝卖出了几万件商品，百度产生了百万次搜索查询……所有这些行为都由海量的数据来呈现。
据CNNIC第35次调查报告显示： 截止到2014年12月，我国的网民数量达到6.49亿，手机网民数达到5.57亿，互联网普及率为47.9%。这些网民每天产生海量的浏览数据、交易数据和原创数据，这些数据都存储在经营者的数据库里，占用了大量的存储资源。如何发现这些数据背后所隐藏的有价值的信息？如何利用这些数据来发现机会？
目前，很多高校在本科高年级和研究生阶段都开设了“数据挖掘”、“商务智能”、“客户关系管理”、“企业信息管理”、“物联网技术与应用”等课程，这些课程从不同侧面介绍了数据分析的技术、数学模型、行业应用等。随着大数据时代的到来，越来越多的高校已经意识到数据分析的重要性，培养学生，尤其是高年级本科生和研究生数据分析和应用的能力已经被列入了新的教学计划。
本书从"挖掘数据的潜在价值和应用"的视角出发，从互联网企业、政府、传统企业、个人等不同的社会角色对数据挖掘和分析的应用需求，系统地介绍了大数据时代数据分析的作用、技术和具体应用。
本书共分为8章： 第1章 大数据与数据分析，第2章 互联网数据存储，第3章 互联网数据分析工具，第4 章 商务网站数据分析与应用，第5章 政府网站数据分析及应用，第6章 物联网数据分析与应用，第7章 移动商务数据分析与应用，第8章 微博数据分析与应用，分别从不同侧面介绍了数据分析的相关内容。
在本书的写作过程中，参考了很多互联网上的相关资料，由于数量众多，不可能在参考文献里一一列出，在此一并向无私奉献自己的智慧和经验的同行们表达衷心的感谢！王晨、杨致远、邰庆月、张学伟为本书搜集了一手资料，对本书的体系架构提出了很好的建议，在此表示感谢！
目录
第1章 大数据与数据分析
1.1 概述
1.1.1 大数据的含义
1.1.2 大数据的定义
1.1.3 大数据的特征
1.1.4 大数据与云计算
1.1.5 大数据与商业模式变革
1.1.6 大数据带来的问题
1.2 大数据与云计算
1.3 大数据与电子商务
1.3.1 电子商务催生大数据
1.3.2 数据分析给电子商务带来更多机会
1.3.3 网站分析与应用
1.4 大数据与物联网
1.4.1 物联网的含义
1.4.2 物联网与大数据的关系
1.4.3 美国物联网应用
1.5 移动互联网与智能终端
1.6 大数据应用的机会与挑战
1.6.1 挖出“潜伏”的数据价值
1.6.2 大数据面临的挑战
1.6.3 大数据思维
1.7 银行业大数据应用
第2章 互联网数据存储
2.1 大数据对数据存储的要求
2.1.1 数据存储面临的问题
2.1.2 与大数据存储基础设施相关的属性
2.1.3 数据存储技术面临的挑战
2.1.4 存储技术趋势预测与分析
2.2 存储技术
2.2.1 DAS存储
2.2.2 RAID存储
2.2.3 NAS
2.2.4 SAN
2.2.5 IP网络存储
2.2.6 iSCSI
2.2.7 存储技术比较
2.3 云存储技术
2.3.1 云存储技术与传统存储技术
2.3.2 云存储的优点
2.3.3 云存储的分类
2.3.4 云存储的技术基础
2.3.5 云存储系统的结构模型
2.3.6 云存储的用途
2.4 大数据存储解决方案
2.4.1 戴尔的流动文件系统
2.4.2 华为的集群存储系统
2.4.3 戴尔的自动分层存储
2.4.4 EMC的闪存存储技术
第3章 互联网数据分析工具
3.1 数据分析概述
3.1.1 数据分析过程
3.1.2 数据分析框架的主要事件
3.2 数据分析与数据挖掘
3.2.1 数据挖掘的任务
3.2.2 数据挖掘的过程
3.2.3 数据挖掘的主要算法
3.2.4 数据挖掘的应用领域
3.2.5 数据挖掘和OLAP
3.3 关联分析
3.3.1 关联规则挖掘过程
3.3.2 关联规则分类
3.3.3 关联规则算法
3.3.4 关联规则应用
3.4 聚类分析
3.5 分类分析
3.5.1 决策树
3.5.2 其他分类算法
3.6 时间序列分析
3.6.1 时间序列的构成要素
3.6.2 时间序列的分类
3.6.3 预测方法
3.6.4 确定性时间序列分析
3.6.5 随机性时间序列分析
第4章 商务网站数据分析与应用
4.1 概述
4.1.1 商业活动与商业数据
4.1.2 电子商务数据的特点
4.1.3 商务数据的挖掘利用
4.2 网站数据分析
4.2.1 为什么需要数据分析
4.2.2 网站数据分析的内容
4.2.3 怎么做数据分析
4.3 网站数据分析的指标体系
4.3.1 相关术语介绍
4.3.2 网站数据分析的指标分类
4.3.3 数据分析的内容指标体系
4.3.4 网站分析的商业指标
4.3.5 网站数据分析的应用价值
4.4 网站流量数据的获取
4.4.1 监听网络数据包
4.4.2 分析服务器日志
4.4.3 添加页面脚本
4.4.4 三种方法的比较
4.5 网站数据分析技术
4.5.1 数据收集系统
4.5.2 数据转发系统
4.5.3 实时数据分析系统
4.5.4 离线数据平台系统
4.6 数据分析应用
4.6.1 网站优化
4.6.2 个性化推荐
4.6.3 网页设计优化
4.6.4 服务提升与优化
4.6.5 网络营销
4.7 案例分析
第5章 政府网站数据分析及应用
5.1 电子政务概述
5.1.1 电子政务的含义
5.1.2 电子政务价值
5.1.3 电子政务环境下的政府信息资源
5.1.4 政务网站信息分类
5.2 政务网站信息分类
5.3 政府数据仓库与数据挖掘
5.3.1 政务元数据标准
5.3.2 电子政务数据仓库
5.3.3 电子政务数据挖掘
5.4 电子政务网站数据分析方法
5.5 数据分析与政府执行力
5.5.1 服务满意度测评
5.5.2 主动服务
5.5.3 民生热点分析
5.5.4 服务流程优化
5.6 案例分析
第6章 物联网数据分析与应用
6.1 物联网概述
6.1.1 物联网的概念与实质
6.1.2 物联网的兴起与发展状况
6.1.3 物联网的应用
6.1.4 物联网在我国的应用现状
6.1.5 应用模式
6.2 物联网技术
6.2.1 条码技术
6.2.2 RFID技术
6.2.3 全球数据同步
6.3 物联网数据分析与处理
6.3.1 物联网系统中数据的特点
6.3.2 物联网数据处理模型
6.3.3 物联网与大数据分析
6.4 物联网数据分析应用
6.4.1 智能家居
6.4.2 远程医疗
6.4.3 老人关怀
6.4.4 药品安全监控
6.4.5 零售、物流、供应链管理
6.4.6 食品追踪
6.4.7 农业育种
6.5 物联网数据挖掘
6.5.1 物联网数据挖掘的关键问题
6.5.2 物联网环境数据挖掘存在的挑战
6.5.3 基于云计算的物联网数据挖掘模型
6.5.4 功能模块
6.6 应用案例
第7章 移动商务数据分析与应用
7.1 移动商务概述
7.1.1 移动商务的概念及分类
7.1.2 移动商务的特点
7.1.3 移动电子商务的体系与产业链
7.2 移动商务的应用
7.3 移动商务数据分析技术
7.3.1 无线与移动技术
7.3.2 数据仓库技术
7.3.3 联机事务处理与联机分析处理
7.3.4 知识发现技术
7.3.5 信息聚合技术
7.3.6 智能技术
7.4 移动商务中的数据挖掘技术
7.4.1 数据挖掘基本流程
7.4.2 关联规则在移动商务客户价值挖掘中的应用案例
7.5 位置信息分析与应用
7.5.1 位置服务的含义
7.5.2 定位技术
7.5.3 基于位置服务的推荐算法
7.5.4 LBS与物流优化
7.6 移动商务发展中的问题
7.6.1 技术应用阻力
7.6.2 商业模式仍需摸索
第8章 微博数据分析与应用
8.1 微博概述
8.1.1 微博的定义
8.1.2 微博的特点
8.1.3 中外微博的文化差异
8.1.4 微博代表
8.2 微博应用
8.3 微博数据分析技术
8.3.1 文本信息抽取技术
8.3.2 微博文本处理
8.3.3 微博舆情分析
8.3.4 基于语义分析的微博文本挖掘技术
8.3.5 用户影响力计算的相关算法
8.3.6 适于演化的微博信息的数据表达模型
8.3.7 适于微博信息的大规模数据集划分方法
8.4 企业微博数据分析及应用
8.4.1 微博营销：数据分析的应用
8.4.2 微应用
8.4.3 企业机构话题营销
8.4.4 微博营销数据分析案例
8.5 政务微博数据分析及应用
8.5.1 政务微博的特点
8.5.2 政务微博应用存在的问题
8.5.3 政务微博应用面临的挑战
8.5.4 政务微博的数据分析和应用
8.6 大众微博的舆情分析
8.6.1 舆情分析的内容
8.6.2 新浪微博对网络舆情生成和传播的影响
8.6.3 大众网络舆情的作用
8.7 微博营销案例
参考文献
内容摘要
赵守香、姜同强编著的《互联网数据分析与应用》从“挖掘数据的潜在价值和应用”的视角出发，针对互联网企业、政府、传统企业、个人等不同的社会角色对数据挖掘和分析的应用需求，系统地介绍了大数据时代数据分析的作用、技术和具体应用。
本书共分为8章，内容包括大数据与数据分析、
互联网数据存储、互联网数据分析工具、商务网站数据分析与应用、政府网站数据分析及应用、物联网数据分析与应用、移动商务数据分析与应用、微博数据分析与应用等，全面地介绍了数据分析的相关内容。
本书可以作为高校“数据分析与应用”、“商务智能”等本科、研究生课程的教材，也可以作为从事互联网数据管理和数据分析的专业人员的参考书。
主编推荐透过数据的表象，看到业务的本质。
《互联网数据分析与应用》从网站累积的海量数据挖掘出发，系统介绍了不同类型的网站数据挖掘的内容、方法和应用。
本书以“发现数据价值”的视角，结合实际应用中具体的业务需求，阐述了不同类型网站数据的挖掘方法和具体应用，具有很强的实用性。
内容体系结构合理，语言精炼，容易理解和掌握。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价