【正版图书】大互联网
正版图书 书友可放心
￥ 1.89 0.6折 ￥ 32 九品
仅1件
江西南昌
认证卖家担保交易快速发货售后保障
作者钱志新
出版社南京大学出版社
ISBN9787305130489
出版时间2014-05
装帧其他
开本16开
定价32元
货号9787305130489
上书时间2024-05-28
商品详情
- 品相描述：九品
- 商品描述
-
导语摘要
《大互联网》将理论和实践结合，按照大互联网基因、大互联网新技术、互联网大变革三大板块进行详细阐述，列举大量应用案例，旨在推动各行各业互联网化，实现产业的优化升级。本书以南京大学钱志新教授率头组织中云科技公司专家及南京大学硕士毕业生共同研究而成。
作者简介
钱志新：南京大学教授、博士生导师，江苏省现代经营管理研究会会长，商业模式研究专家，江苏省发展和改革委员会原主任。长期从事宏观经济管理和企业管理，从宏观与微观的结合上指导地区经济的改革和发展。集政府官员、学者于一身，思路清晰，理念前卫，著作颇丰。主要论著有《世界是网的》、《大智慧城市》、《第四次浪潮――低碳新文明》、《产业金融》、《新商业模式百佳案例点评》、《新商道108策》、《新商业模式》、《产业集群的理论与实践》、《新经营革命》、《0.618――宇宙的钥匙》、《**战略》、《新型工业化》、《数据大金矿》等，同时创建了**创意网、中国商业模式网和中国指数网等很好网站。
目录
大互联网基因
第一章 大互联网新浪潮
(一)浪潮源动力
(二)超级大组织
(三)智慧新技术
(四)财富价值网
(五)互联网基因
大互联网新技术
第二章 大数据新技术
(一)发展历程
(二)基本内涵
(三)主要应用
第三章 云计算新技术
(一)发展历程
(二)基本内涵
(三)主要应用
第四章 物联网新技术
(一)发展历程
(二)基本内涵
(三)主要应用
第五章 移动互联新技术
(一)发展历程
(二)基本内涵
(三)主要应用
第六章 社交网络新技术
(一)发展历程
(二)基本内涵
(三)主要应用
第七章 众包新技术
(一)发展历程
(二)基本内涵
(三)主要应用
互联网大变革
第八章 企业互联网
(一)智慧供应链
(二)智慧生产制造
(三)智慧企业管理
(四)电子商务
第九章 产业互联网
(一)农业互联网
(二)制造业互联网
(三)服务业互联网
(四)金融互联网
第十章 城市互联网
(一)大智慧城市
(二)智慧医疗
(三)智慧食品安全
(四)智慧家居
(五)智慧交通
(六)智慧教育
(七)智慧城管
(八)智慧安防
结束语
参考文献
后记
内容摘要
大互联网是众多互联网新技术集成应用的全新互联网，包括大数据、云计算、移动互联、物联网、社交网络、众包等新技术，标志着互联网进入了全面加速应用的新阶段。
《大互联网》将理论和实践结合，按照大互联网基因、大互联网新技术、互联网大变革三大板块进行详细阐述，列举大量应用案例，旨在推动各行各业互联网化，实现产业的优化升级。
《大互联网》是以南京大学钱志新教授率头组织中云科技公司专家及南京大学硕士毕业生共同研究而成。
精彩内容
新兴的大数据在处理和应用中也带来了深刻的科学问题，主要表现在以下一些方面。
(1)数据研究的新兴应用。
大数据是现有产业升级与新产业诞生的重要推动力量。数据为王的大数据时代的到来，产业界需求与关注点发生了重大转变：企业关注的重点转向数据，计算机行业正在转变为真正的信息行业，从追求计算速度转变为关注大数据处理能力，软件也将从以编程为主转变为以数据为中心。大数据处理的兴起也改变了云计算的发展方向，使其进入以分析即服务(AaaS)为主要标志的Cloud2.0时代。采用大数据处理方法，生物制药、新材料研制生产的流程会发生革命性的变化，可以通过数据处理能力极高的计算机并行处理，同时进行大批量的仿真比较和筛选，大大提高科研和生产效率，甚至使整个行业迈人数字化与信息化的新阶段。数据已成为与矿物质和化学元素一样的原始材料，未来可能形成数据服务、数据探矿、数据化学、数据材料、数据制药等一系列战略性的新兴产业。
(2)数据研究方法的变化。
大数据还引起了科技界对科学研究方法论的重新审视，正在引发科学研究思维与方法的一场革命。最早的科学研究以实验科学为主，实验科学是科技人员设计的，如何采集数据、处理数据事先都已想好了，不管是检索还是模式识别，都有一
定的科学规律可循，通过设计实验可以进行数据抽样获取，并通过数据分析研究各种以定律和定理为特征的理论科学，这种数据研究方法导
致了计算科学的兴起。
大数据的出现必然催生了一种新的科研模式，不同于传统的数据获取，大数据时代的数据研究更多的是去冗分类、去粗取精，从数据中挖掘知识。几百年来，传统科学研究一直在做“从薄到厚”的事情，把“小数据”变成“大数据”，现在要
做的事情是“从厚到薄”，要把大数据变成小数据。在面对大数据所提供的全面数据资源时，科研人员无需再进行数据的抽象调查，只需从数据中直接查找或挖掘所需要的信息、知识和智慧，甚至无需直接接触需研究的对象，这是和以往的科学研究方法不相同的，因为它更多的是根据数据来进行实验设计和科学研究，即研究方法演变为以数据为主导的数据密集型科学研究。
(3)数据相关性引导因果分析。
观察各种复杂系统得到的大数据，直接反映的往
往是一个个孤立的数据和分散的链接，但这些反映相互关系的链接整合起来就是数据相关性。大数据的相关性特征隐藏在复杂的规模数据中，不同于传统的逻辑推理研究，大数据需要对数量巨大的数据做统计性的搜索、比较、聚类、分类等分析归纳，因此继承了统计科学的一些特点。这种分析更加关注数据的相关性或称关联性，所谓相关性是指两个或两个以上变量的取值之间存在某种规律性。严格来讲，统计学并不适用于检验逻辑上的因果关系，而传统的数据分析则是更侧重于根据数据分析找出某一现象存在的因果关系。
因果关系的研究曾促成了科学体系的建立，近代科学体系获得的成就已经证明，科学是研究因果关系最重要的手段。相关性研究是可以和因果分析一样成为科学的新发展，也能作为因果分析的研究基础和补充。对于简单封闭的数据系统，基于小数据的因果分析容易做到，但对于开放复杂的大数据系统，传统的因果分析难以奏效，而寻求因果关系的本质——相关性则是一种更加可行的方法。可以看出，相关性高于因果关系，同时相关性也引导因果关系，两者可以相互结合。
实际上，在大数据时代，正是由于数据分析侧重于寻找更高层次的相关性，才促使大数据技术在商业领域广泛流
行。企业的目标往往只需要挖掘和发现与关系数据具有较强相关性的数据因素，并根据数据相关性采取相应的措施，而不必深究其背后的内在规律和模型(即因果关系)。抽象而言，大数据时代的数据分析需求，往往不是按传统的“从数据到信息再到知识和智慧”的研究思路，而是走“从数据直接到价值”的捷径。P20-22
— 没有更多了 —
以下为对购买帮助不大的评价