掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
數據思維賦能 版權信息
- ISBN：9787302553915
- 條形碼：9787302553915 ; 978-7-302-55391-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
數據思維賦能 本書特色
大數據賦能企業，讓企業站上新高地。 數據驅動未來，有效利用大數據，助推企業變革創新。
數據思維賦能 內容簡介
大數據時代，企業的競爭必然是大數據的競爭，“無數據不產業”“無數據不商業”已經成為當今行業發展的主要潮流和趨勢。“大數據”被賦予了更多的職能與期望，“大數據+”已經成為行業發展的動力、企業戰略的引導和技術革新的基因。本書通過對“云計算”“大數據”“大數據+”的概念展開，分析云計算和大數據所處的時代背景與國家戰略，并運用大量數據和案例分析了大數據對各行各業的應用場景所產生的影響和賦能。 本書適合對人工智能、大數據及經濟戰略進行研究的專家學者及相關知識愛好者研習閱讀。
數據思維賦能 目錄
**章 云時代與大數據/1
**節 “云”與云計算/2
第二節 大數據及其應用/14
第三節 云時代背景下，數據為王/21
第二章 大數據與國家戰略/28
**節 大數據對社會文明的影響/29
第二節 大數據與數字經濟社會/35
第三節 大數據對商業的影響/42
第四節 大數據對工業的影響/49
第五節 大數據對傳統農業的影響/57
第六節 大數據對政府管理的影響/67
第三章 大數據與互聯網經濟/74
**節 大數據在互聯網經濟中的應用和發展/75
第二節 大數據與分享經濟/81
第三節 大數據與產業互聯網/86
第四章 大數據與物聯網/98
**節 大數據與物聯網的協同作用/99
第二節 物聯網與大數據連接的方式/104
第五章 大數據與人工智能/109
**節 大數據與人工智能的關系/110
第二節 大數據與人工智能的應用/116
第六章 大數據與智能制造/121
**節 大數據與智能制造的關系和現實意義/122
第二節 智能制造關鍵技術與大數據的融合/126
第七章 大數據與智慧城市/130
**節 國內外智慧城市建設進展/131
第二節 大數據為智慧城市賦能/138
第八章 大數據與物流及供應鏈/145
**節 大數據帶給物流行業的變革/146
第二節 大數據背景下的智慧物流/149
第九章 大數據與能源/153
**節 大數據在能源領域創造更多價值/154
第二節 大數據輔助新型智慧能源建設/157
第十章 大數據與新零售/160
**節 大數據時代的新零售/161
第二節 大數據讓新零售打破傳統格局/165
第十一章 大數據與電子商務/169
**節 大數據對促進電子商務發展的作用/170
第二節 基于大數據應用的電子商務發展和創新/173
第十二章 大數據與金融科技/177
**節 金融科技的邏輯與大數據/178
第二節 大數據在金融科技中的應用/182
第十三章 大數據與教育/187
**節 教育面臨的一些問題/188
第二節 大數據在教育領域的應用和賦能/190
第十四章 大數據與醫療/196
**節 醫療產業的大數據應用迫在眉睫/197
第二節 大數據在醫療領域的應用/199
第十五章 大數據與個人生活/204
**節 大數據如何影響個人生活/205
第二節 不容忽視的個人信息安全問題/207
第三節 大數據時代，個人信用是通行證/208
參考文獻/210
展開全部
數據思維賦能 節選
**章 云時代與大數據 **節 “云”與云計算 一、“云”及其產生的背景 近些年，隨著計算機及信息科技產業的發展，“云”開始出現并融入各行各業，如云思維、云營銷、云原生、阿里云、百度云、云優先等，簡直就是無所不用其“云”。 雖然有各種稱謂的“云”，但“云”與“云”又有不同。例如，大家熟悉的網盤，現在都改稱作云盤。百度云是網盤，而阿里云不是網盤，它是一個提供IT互聯網技術資源的平臺；天翼云是網盤，但是有一個也叫作“天翼云”的，提供的服務跟阿里云類似。現在政府牽頭的“云”也特別多，如各級“政務云”“公安云”“消防云”“農業云”等。這些不同名稱的“云”，讓我們云里霧里，不知道究竟如何給“云”定義，讓很多人認為，“云”就是“高大上”，就是“潮流”，就是“新技術”。 如果要把“云”說得通俗易懂，“云”其實就是服務，更準確地說，就是“按需供給”的服務。舉個*簡單的例子：我們使用的自來水就是一個“按需供給”的服務。安裝了自來水的人，只要有用水的需求，打開水龍頭，水就會“自來”。我們只負責喝水，并不用關心水是從哪里來的、怎么來的，背后使用了什么技術過濾水、增壓水，以及水網是怎么樣的等。 云計算也一樣。大部分使用者只要按需使用即可，并不需要關心“云”是什么，或者“云”的背后有什么。從使用者的角度可以認為：“云”=“自來”。云服務一般分為軟件即服務（SaaS）、平臺即服務（PaaS）和基礎設施即服務（IaaS），如圖1-1所示。 圖1-1 云服務的三種常見形式 那么，“云”是在怎樣的背景下產生和發展的呢？我們不妨從以下思路開始理解。 在傳統模式下，企業要想建立一套完整的IT系統，不僅要購買硬件等基礎設施，還要購買軟件許可證，更離不開專職人員的維護；企業規模擴大時，為了滿足需要，還要繼續對各種軟硬件設施進行升級。對于企業來說，計算機并不是他們真正需要的，只是一種完成工作的工具；對于個人來說，如果想正常使用計算機，就要安裝許多軟件，而有些軟件是收費的，如果僅僅是偶爾使用，就非常不劃算。那么，能否出現一種服務來為我們提供所需要的軟件？如此，需要時，只要支付少量租金，就能擁有這些軟件服務，從而減少資金投入。 如果用“自來水”來比喻“云”服務系統，就可以這樣理解：雖然我們每天都要使用自來水，但并不是每家都要挖一口井，而是由自來水廠統一提供。同樣，生活中到處都要使用到電，但并不是每家都要自備發電機，而是由電廠集中提供……這種模式不僅節約了資源，還方便了我們的生活。其實，對于計算機引發的生活問題，同樣可以像水和電一樣，只要將計算機資源充分利用起來，云計算自然也就出現了。 過去，為了完成某項任務，我們可能會將其交給一臺計算機，任務小，就用小計算機；任務大，就用大計算機。而如今，我們完全可以將一項任務交給一堆計算機，由它們共同協作完成。這一堆計算機的工作狀態猶如一臺超級計算機，如果把一臺計算機看作一滴水，那么一堆計算機就是一片云，云計算需要解決的問題是：如何讓一堆計算機像一臺大計算機一樣工作；如何才能根據需要添加新計算機，提高大計算機的計算能力。 其實，云計算就是一種以互聯網為媒介的超級計算模式，在遠程的數據中心，眾多計算機和服務器連接在一起，成為一片計算機云。用戶完全可以通過計算機、手機等方式接入數據中心，租用這些數據，供自己所用。也就是說，計算能力也可以像商品一樣進行流通，方便取用，價格不高。只不過，它是通過互聯網進行傳輸的，具有一定的革命性。 互聯網時代，這種革命是互聯網應用取得突破的關鍵：同傳統通信相比，在信息傳輸網上，互聯網前向增加了信息采集（即傳感網）、后向增加了無限的信息處理環節，有利于龐大數據的處理。未來，只要使用一臺計算機或一部手機，就可以通過網絡服務來實現需要的一切，甚至包括超級計算。 從這個角度來說，用戶也就成了云計算的真正擁有者。 二、云計算及其特征 云計算是傳統計算機和網絡技術發展融合的產物，如分布式計算、并行計算、效用計算、網絡存儲、虛擬化、負載均衡、熱備冗余等。早期的云計算，就是一種非常簡單的分布式計算，解決了任務分發的問題，只要將計算結果合并在一起即可。 曾經，云計算還有一個別名——網格計算。早些年，有些大企業之所以會使用網格計算，可能只是為了解決效率與計算問題，后來它們發現外部也能使用云計算，便出現了公共云計算，也就是把計算機的計算能力直接放在網上進行售賣。 如今，對于云計算的定義都太復雜，其實只要使用一句話就足夠：通過網絡以自助服務的方式獲得所需的IT資源的模式。云計算有三個關鍵點：獲取路徑——通過網絡；獲取方式——自助服務；獲取對象——IT資源（包括但不限于計算能力、存儲能力、帶寬、域名系統等）。 云計算不僅僅是一種技術，而是多種傳統IT技術的整合，更是一種管理運營模式。傳統的IT工程師都可以往云計算方向轉型。以普通人視角來看，云計算跟當初的互聯網一樣，都經歷了“窄帶—寬帶—無線互聯”的演變路徑，云計算就是從傳統的IT業務演變而來的。 云計算的出現，主要還是源于互聯網的飛速發展，特別是社交網絡及移動互聯網的急速發展讓每天產生的數據呈指數型增長，隨著需求的不斷增長，網絡和網絡服務也出現了持續增長，從而讓網絡數據和流量激增。 隨著信息與數據的不斷增加，在科學、工程和商業等領域都需要處理海量數據。采用傳統基礎架構，要想實現系統的可擴展性，不僅需要加大硬件投入，還要面對電量不足、空間不夠、服務器容量有限等問題，為了解決這些問題，就要對傳統基礎架構進行擴展。 面對存儲數據的急劇膨脹，為了節省更多的成本、實現閑置資源的再利用、聯機處理海量信息、提升系統的可擴展性，云計算的概念自然也就被提了出來。概括起來，云計算主要有下面幾個明顯特征。 （1）呈大規模分布式。云計算規模非常龐大，Google云計算、Amazon、IBM、微軟、阿里云等知名的云供應商，服務規模都多達數百萬。“云”以分布式服務器為基礎，能夠為使用者提供絕無僅有的計算能力。只要身邊存在網絡，都能直接用手機、計算機等設備跟“云”進行鏈接，該計算能力的網絡接入非常寬泛，通過網絡，能夠給用戶提供很多服務。用戶可以在任何時間和地點使用已有資源或購買所需的新服務。 （2）虛擬化可實現資源共享。云計算采用的是一種虛擬化技術，用戶只要選擇一家云服務提供商，注冊一個賬號，登錄到云控制臺，就能購買自己需要的服務，如云服務器、云存儲、CDN（內容分發網絡）等，經過簡單的配置之后，可以通過自己的應用向外提供服務，方法簡單，操作方便，還能隨心所欲地用個人計算機或移動設備來控制自己的資源。 （3）具有彈性，可動態伸縮。利用云計算，用戶就能隨時隨地訪問需要的服務；同時，用戶的系統規模變化時，還能根據用戶的需求對系統做出相應的調整，如硬件配置、網絡帶寬、存儲容量等。云計算不僅具有可動態擴展和配置特性，知名的云計算供應商還會用數據多副本容錯、計算節點同構可互換等方法來保障服務的可靠性。 云服務的應用可以持續對外提供全天候服務，為了滿足應用和用戶規模增長的需要，“云”的規模還可以進行動態伸縮。 （4）按需付費，更加經濟。在“云”的資源池中，用戶不僅可以像公共資源一樣來購買自己需要的應用和資源，還可以購買自己需要的其他服務，甚至按使用量來進行精確計費。如此，不僅能節省IT成本，還能顯著改善資源的整體利用率。 （5）安全系數高。如今，網絡安全是所有企業或個人創業者必須面對的問題，企業或個人都無法應對來自網絡的惡意攻擊，如果將“云”服務充分利用起來，就能借助專業的安全團隊來有效降低風險，安全性更高。 三、支撐云計算的五大關鍵技術 在正式討論云計算技術之前，先要了解一下摩爾定律。 摩爾定律由英特爾（Intel）創始人之一戈登·摩爾（Gordon Moore）提出，該定律認為，只要價格不變，集成電路上可容納的元器件數量每隔18～24個月就會增加一倍，性能則是原來的一倍。也就是說，只要花1美元購得計算機性能，每隔18～24個月，就會翻番。 過去的二十多年，PC（個人計算機）產業的發展都離不開技術的推動，云計算時代的到來，讓一切回歸本源。云計算時代，多數計算都在“云”中完成，用戶終端得到了解放，對終端計算能力的要求相應降低，推動PC產業前進的摩爾定律逐漸失去了魔力。 云計算時代，人們漸漸發現，只要使用一個性能普通的終端，就能滿足日常需求。在“云”時代，只要使用一個簡單開放的Linux操作系統、緩慢的CPU、256MB內存、少于10GB的硬盤，就可以滿足人們的日常需要了。多數計算都在“云”中完成，性能強大的PC已經失去了存在的意義，“云”時代終端設備的代名詞將變為能夠上網、開放和廉價。所以，手機上網也就逐漸代替了計算機上網。 云計算改寫了摩爾定律的運行法則，那么云技術的核心技術又是什么呢？云計算系統運用了多種技術，但其中有幾個核心技術。確切地說，云計算是大規模分布式計算技術及其配套商業模式演進的產物，它的發展主要有賴于虛擬化、分布式數據存儲、數據管理、編程模式、信息安全等各項技術、產品的共同發展。 1．虛擬技術 在云技術中，虛擬技術是重要的核心技術之一，主要為云計算服務提供基礎架構層面的支撐，驅動著ICT（信息通信和技術）服務快速走向云計算。使用虛擬化技術，軟件應用與底層硬件就會隔離開來，既包括裂分模式（將單個資源劃分成多個虛擬資源），也包括聚合模式（將多個資源整合成一個虛擬資源）。 根據對象的不同，可以將虛擬化技術分成存儲虛擬化、計算虛擬化、網絡虛擬化等，而計算虛擬化又分為系統級虛擬化、應用級虛擬化和桌面虛擬化。 虛擬化共有兩種應用模式：一種是將一臺性能強大的服務器虛擬成多個獨立的小服務器，為不同的用戶提供服務。第二種是將多個服務器虛擬成一個強大的服務器，實現特定功能。兩種模式的核心都是統一管理、動態分配資源和提高資源利用率，在云計算中，兩種模式的應用都比較多。 2．編程技術 從本質上來說，云計算是一個多用戶、多任務、支持并發處理的系統。其核心理念是高效、簡捷和快速，能夠通過網絡把強大的服務器計算資源方便地分發到終端用戶手中，降低成本，為用戶帶來良好的體驗。 目前，MapReduce是云計算主流并行編程模式之一，由Google開發的Java、Python、C++編程模型，是一種簡化的分布式編程模型，還是一種高效的任務調度模型，可以被用于大規模數據集（大于1TB）的并行運算。 嚴格的編程模型能讓云計算環境下的編程變得異常簡單。所謂MapReduce模式，就是將打算解決的問題分解成Map（映射）和Reduce（化簡）等方式，通過Map程序將數據切割成不相關的區塊，分配（調度）給計算機進行處理，然后用Reduce程序將結果進行匯整和輸出。 3．存儲技術 云計算涉及的數據眾多，使用分布式數據存儲技術，就能將數據存儲在不同的物理設備中，提高擴展性，即使是海量數據，也能快速、高效地處理，更好地滿足用戶需求的變化。 目前，比較重要的云計算存儲技術主要有兩個：一個是Google開發的GFS；另一個是Hadoop 團隊開發的HDFS技術。當然，使用*廣泛的還是后者。 （1）GFS是Google File System的簡稱，該存儲技術開源擴展，分布式呈現，硬件價格比較低，提供了足夠的容錯功能，主要應用于分布式的數據訪問。 （2）HDFS是Hadoop Distributed File System的簡稱，即分布式文件系統，由多個存儲數據的終點和管理節點構成。中心服務器是namenode，在每個節點上，都對應一臺普通計算機。 4．管理技術 云計算對海量數據進行處理和分析時，要使用兩個數據管理技術：一個是Google開發的BT（Big Table，分布式數據存儲系統）；一個是Hadoop團隊開發的開源數據管理模塊HBase。這里重點說一下BT。 BT是一個大型分布式數據庫，以數據為研究對象，繪制成一個大表格，將大規模結構化數據存儲下來。在Google上，很多項目都是用BT來存儲數據的，如網頁查詢、Google Earth和Google金融。只不過，應用程序不同，要求也不同，服務方式靈活多樣。 5．平臺管理技術 云計算資源規模龐大，服務器數量眾多，分布在不同的地點，數百種應用同時運行，必須有效地管理這些服務器，讓整個系統提供不間斷的服務。云計算系統的平臺管理技術，能夠讓眾多服務器協同工作，及時進行業務部署，快速發現和恢復系統故障，通過自動化、智能化等手段，保證大規模系統的可靠運營。
數據思維賦能 作者簡介
賈君新： 現任深圳市新恒利達資本管理有限公司董事長兼總裁，國內知名的企業戰略管理咨詢專家及風險投資人。近年來賈君新博士曾為長江商學院、清華大學、北京大學、浙江大學、北京師范大學等高校擔任總裁班、商業領袖項目、EMBA/MBA課程特聘講師。十年來接受其培訓的企業有數千家，其中世界500強300多家，參與輔導的上市公司上百家，獨立輔導了15家企業在國外或國內上市。 近年來，賈君新博士廣泛活躍在風險投資領域，先后主導投資了數十家不同行業企業，主要關注TMT、人工智能、先進制造、生物醫療等行業，主導投資企業有普門科技、前沿生物、合全藥業、西部超導、來畫視頻、樂禾食品、星源材質等，目前基金管理的資產規模50億元左右。 曾多次以主講嘉賓身份參與關于宏觀經濟、金融與資本市場、風險投資與股權投資的論壇。對宏觀經濟及金融資本市場、風險投資領域高屋建瓴的視野及觀點深受業界好評。
書友推薦
- >
小考拉的故事-套裝共3冊
- >
山海經
- >
巴金－再思錄
- >
自卑與超越
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
名家帶你讀魯迅:故事新編
- >
經典常談
- >
大紅狗在馬戲團-大紅狗克里弗-助人
本類暢銷
