大数据导论（英文版）

图书标准信息

• 作者 Thomas Erl,Wajid Khattak,Paul Buhler 著
• 出版社 机械工业出版社
• 出版时间 2017-10
• 版次 1
• ISBN 9787111580980
• 定价 59.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 209页
• 丛书 经典原版书库

【内容简介】

本书是面向商业和技术专业人员的大数据指南，清楚地介绍了大数据相关的概念、理论、术语与基础技术，并使用真实连贯的商业案例以及简单的图表，帮助读者更清晰地理解大数据技术。本书可作为高等院校相关专业“大数据基础”“大数据导论”等课程的教材，也可供有一定实践经验的软件开发人员、管理人员和所有对大数据感兴趣的人士阅读。

【目录】

Contents 
PART I: THE FUNDAMENTALS OF BIG DATA 
CHAPTER 1: Understanding Big Data 3 
Concepts and Terminology 5 
Datasets 5 
Data Analysis 6 
Data Analytics 6 
Descriptive Analytics 8 
Diagnostic Analytics 9 
Predictive Analytics 10 
Prescriptive Analytics 11 
Business Intelligence (BI) 12 
Key Performance Indicators (KPI) 12 
Big Data Characteristics 13 
Volume 14 
Velocity 14 
Variety 15 
Veracity 16 
Value 16 
Different Types of Data 17 
Structured Data 18 
Unstructured Data 19 
Semi-structured Data 19 
Metadata 20 
Case Study Background 20 
History 20 
Technical Infrastructure and Automation Environment 21 
Business Goals and Obstacles 22 
Case Study Example 24 
Identifying Data Characteristics 26 
Volume 26 
Velocity 26 
Variety 26 
Veracity 26 
Value 27 
Identifying Types of Data 27 
CHAPTER 2: Business Motivations and Drivers for Big Data Adoption 29 
Marketplace Dynamics 30 
Business Architecture 33 
Business Process Management 36 
Information and Communications Technology 37 
Data Analytics and Data Science 37 
Digitization 38 
Affordable Technology and Commodity Hardware 38 
Social Media 39 
Hyper-Connected Communities and Devices 40 
Cloud Computing 40 
Internet of Everything (IoE) 42 
Case Study Example 43 
CHAPTER 3: Big Data Adoption and Planning Considerations 47 
Organization Prerequisites 49 
Data Procurement 49 
Privacy 49 
Security 50 
Provenance 51 
Limited Realtime Support 52 
Distinct Performance Challenges 53 
Distinct Governance Requirements 53 
Distinct Methodology 53 
Clouds 54 
Big Data Analytics Lifecycle 55 
Business Case Evaluation 56 
Data Identification 57 
Data Acquisition and Filtering 58 
Data Extraction 60 
Data Validation and Cleansing 62 
Data Aggregation and Representation 64 
Data Analysis 66 
Data Visualization 68 
Utilization of Analysis Results 69 
Cas