掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
蜜蜂的寓言:私人的惡德,公眾的利益
-
>
世界貿易戰簡史
-
>
日本的凱恩斯:高橋是清傳:從足輕到藏相
-
>
近代天津工業與企業制度
-
>
貨幣之語
-
>
眉山金融論劍
-
>
圖解資本論
大數據聯盟數據服務模式 版權信息
- ISBN：9787030714046
- 條形碼：9787030714046 ; 978-7-03-071404-6
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
大數據聯盟數據服務模式 內容簡介
大數據產業的發展改變了企業管理決策的過程和方式，極大地促進了信息產業的發展和商業模式的變革。單一企業越來越難以滿足用戶日益增長的對大數據全面化和個性化的需求，大數據聯盟為企業提供了整合數據資源、提高服務能力和層次的有效途徑。本書首先闡述大數據聯盟的概念并揭示聯盟合作機理，在此基礎上，給出大數據聯盟數據資源獲取、數據產品及服務定價的機制和方法，*后系統介紹由數據聚合服務、數據挖掘服務、數據決策支持服務和數據推薦服務組成的大數據聯盟數據服務模式體系。該體系可實現按需使用、易拓展、計費靈活的大數據服務，實現不同領域的數據資源重組、關聯和共享，從而為用戶提供不同層次的服務。 本書具有較強的邏輯性和可讀性，可供企業數據管理人員、高？蒲腥藛T和相關專業研究生閱讀與參考。
大數據聯盟數據服務模式 目錄
目錄
第1章導論1
1.1大數據1
1.2大數據產業及發展4
1.3大數據聯盟8
1.4大數據聯盟合作機理16
參考文獻26
第2章大數據聯盟數據資源獲取29
2.1大數據聯盟數據資源特征和類型29
2.2大數據聯盟數據資源識別表示32
2.3大數據聯盟數據資源傳輸存儲42
參考文獻53
第3章大數據聯盟數據產品及服務定價55
3.1大數據聯盟數據產品及服務定價框架55
3.2大數據聯盟數據產品定價方法63
3.3大數據聯盟數據服務定價方法82
參考文獻96
第4章大數據聯盟數據聚合服務97
4.1大數據聯盟數據聚合層次97
4.2大數據聯盟原始層級數據聚合服務102
4.3大數據聯盟特征層級數據聚合服務138
4.4大數據聯盟決策層級數據聚合服務159
參考文獻177
第5章大數據聯盟數據挖掘服務180
5.1大數據聯盟數據挖掘服務模式架構180
5.2大數據聯盟標準化數據挖掘服務186
5.3大數據聯盟定制化數據挖掘服務200
5.4大數據聯盟智能化數據挖掘服務221
參考文獻236
第6章大數據聯盟決策支持服務238
6.1大數據聯盟決策支持服務模式架構238
6.2基于完全用戶信息的大數據聯盟決策支持服務241
6.3基于不完全用戶信息的大數據聯盟決策支持服務249
參考文獻260
第7章大數據聯盟數據推薦服務262
7.1大數據聯盟數據資源推薦體系262
7.2大數據聯盟數據資源個性化推薦266
7.3大數據聯盟數據資源群推薦287
參考文獻315
第1章導論1
1.1大數據1
1.2大數據產業及發展4
1.3大數據聯盟8
1.4大數據聯盟合作機理16
參考文獻26
第2章大數據聯盟數據資源獲取29
2.1大數據聯盟數據資源特征和類型29
2.2大數據聯盟數據資源識別表示32
2.3大數據聯盟數據資源傳輸存儲42
參考文獻53
第3章大數據聯盟數據產品及服務定價55
3.1大數據聯盟數據產品及服務定價框架55
3.2大數據聯盟數據產品定價方法63
3.3大數據聯盟數據服務定價方法82
參考文獻96
第4章大數據聯盟數據聚合服務97
4.1大數據聯盟數據聚合層次97
4.2大數據聯盟原始層級數據聚合服務102
4.3大數據聯盟特征層級數據聚合服務138
4.4大數據聯盟決策層級數據聚合服務159
參考文獻177
第5章大數據聯盟數據挖掘服務180
5.1大數據聯盟數據挖掘服務模式架構180
5.2大數據聯盟標準化數據挖掘服務186
5.3大數據聯盟定制化數據挖掘服務200
5.4大數據聯盟智能化數據挖掘服務221
參考文獻236
第6章大數據聯盟決策支持服務238
6.1大數據聯盟決策支持服務模式架構238
6.2基于完全用戶信息的大數據聯盟決策支持服務241
6.3基于不完全用戶信息的大數據聯盟決策支持服務249
參考文獻260
第7章大數據聯盟數據推薦服務262
7.1大數據聯盟數據資源推薦體系262
7.2大數據聯盟數據資源個性化推薦266
7.3大數據聯盟數據資源群推薦287
參考文獻315
展開全部
大數據聯盟數據服務模式 節選
第1章導論 1.1大數據 1.1.1大數據產生背景 隨著互聯網的廣泛普及，云計算、物聯網、人工智能等新興技術發展迅猛，隨之而來的是源源不斷產生的具有多種類型的數據。截至2020年3月，我國網民規模達9.04億人，互聯網普及率達64.5%[1]，傳感器市場規模達1678億元。在新一代信息技術的支持下，龐大的用戶量、傳感器、移動終端等產生了海量數據，覆蓋各行各業、體量龐大的數據中蘊含著巨大的價值，它是現代社會的一種重要的資源。國家大數據戰略提出將大數據作為基礎性戰略資源，實施促進大數據發展，以推動數據資源共享開放和開發應用。在《促進大數據發展行動綱要》等政策文件的指引下，我國已形成了以貴州、京津冀等8個國家大數據綜合試驗區為引領，東部、中部、西部、東北4個聚集區域協同發展的格局，探索公共數據開放共享、大數據創新應用、數據中心整合利用等，促進我國大數據產業發展。同時，大數據是省級機構改革的一大亮點，多省設立了省級大數據管理機構，以促進數據匯集，打破信息孤島，實現數據價值*大化[2]。 大數據蘊含巨大的商業價值，如何有效地組織和利用大數據，已引起產業界和學術界的高度重視。眾多互聯網企業都紛紛投入數據資源競爭中，以滴滴快的、百度糯米、美團大眾點評等為代表的企業也通過合并、補貼讓利等方式擴大用戶，試圖占有更多的用戶數據資源。目前，數據已經不僅僅被看作一種資源，它還將成為一代“基礎設施和土壤”。對數據的利用，已經從單領域數據利用發展為對多領域數據的整合利用。但目前互聯網企業對數據的整合還處在底層建設階段，即將不同社會領域、不同企業和不同部門掌握的數據打碎重新聚合。今后的主要任務是將這些聚合數據再進一步整合，從而為更高層次、更大層面的管理提供數據服務。面對這樣一種新形勢，企業應該采取什么樣的商業模式迎接新的競爭，這不僅是企業界應當思考的問題，也是學術界亟待解決的理論問題。 1.1.2大數據發展驅動要素 。1）企業—內源力。新一代大數據基礎設施具有數據量大、數據來源范圍廣、數據結構多樣化等特點。任何一家企業都無法掌握全部的數據。因此，大量地域分散的企業在各種契約和協議約束下，在數據交易和大數據產業運作中，為彌補數據資源缺口、實現優勢互補而相互合作。在合作中成員企業相互依存且相互獨立，以數據資源共享為紐帶，共同圍繞用戶個性化、多樣化、動態化的需求，通過多種形式實現資源優勢互補，為用戶提供富有創造性、將產品與服務整合在一起的服務解決方案。 。2）用戶需求—拉動力。大數據市場用戶需求處于爆發期，消費市場已經進入極度精細化和全面化階段，加之互聯網經濟也日漸繁榮，仍有巨大的利潤增長空間，目前國內市場前景十分可期。根據市場中用戶的個性化需求靈活整合數據，同時可以增加信用，減少風險，降低成本，進而增強競爭力，實現高效地為社會提供各種不同類別和不同層次的數據服務。 。3）政府—激勵力！笆濉逼陂g，我國經濟社會發展對數字化賦能建設提出了更高的要求，政府對大數據服務行業的支持力度空前。我國政府積極實施“國家大數據戰略”，致力于“推動互聯網、大數據、人工智能和實體經濟深度融合”[3]，高度重視大數據的共享和應用。目前，基于大數據共享的數據服務活動日趨活躍，呈現出欣欣向榮的景象。 。4）技術—支撐力。以開源為主導、多種技術和架構并存的大數據處理技術架構體系已經初步形成，大數據技術創新取得了明顯突破。先進的大數據處理技術為企業開展多種形式的數據利用提供了重要的支撐，使數據資源跨企業流動成為可能。 。5）數據資源勢差—循環動力。企業為了彌補數據資源缺口，通過數據服務平臺、技術標準、數據接口、數據共享協議、監管機制等不斷地交互共享，共同開展數據服務活動。因此，數據資源勢差使得企業之間數據共享獲得循環的動力支持。 因此，企業的 “數據資源缺口”是數據資源共享的內源力，這是大數據發展的重要前提條件；用戶需求是關鍵的拉動力，促進企業間數據合作行為的發生，同時也決定了數據價值釋放的深度；政府的激勵和引導是重要的激勵力，為大數據發展指明了方向；數據處理技術提供了支撐力，技術水平的提高為合作企業間數據業務往來的實現提供了重要支撐；數據資源勢差成為企業不斷進行數據資源共享的循環動力。如圖1-1所示，這些作用力彼此之間相互作用、相互聯系、相互影響，為大數據發展提供了重要的助推作用。 圖1-1大數據發展驅動要素 1.1.3大數據定義及特征 大數據的出現不僅改變了企業管理決策的過程和方式，更極大地影響了信息產業的發展及其商業模式的改變，引起了國內外學者的廣泛關注。國內外研究主要表現在以下幾個方面。 1.大數據定義 伴隨著新興信息技術的發展，數據正以前所未有的發展速度不斷累積，大數據時代已經到來[4]。在20世紀80年代，美國科學家托夫勒（Toffler）在著作The Third Wave中曾提到大數據這個名詞，并對其加以贊賞[5]。目前，學術界還沒有對大數據相關概念達成共識，不同專家、組織機構從不同視角給出了不同的定義。美國國家科學基金會（National Science Foundation，NSF）將大數據定義為多種數據源生成的大規模、多元化、復雜、長期的分布式數據集[6]。維基百科則將大數據定義為難以用常規的數據處理方法和工具對其進行抓取、管理的、復雜的數據集合[7]。麥肯錫公司從生產要素角度對大數據進行概念界定，強調其扮演著重要的經濟角色，將對全球經濟社會發展產生重要影響[8]。Florid將大數據表述為由工具、傳感器、網絡互動、電子郵件、視頻、點擊數據流等相關數字來源構成的數據集合[9]。俞立平指出大數據是工業傳感器、互聯網、移動數碼等固定和移動設備產生的結構化數據、半結構化數據與非結構化數據的總和[10]。楊善林和周開樂基于大數據資源觀和管理視角，認為大數據是一類能支持管理決策的重要資源[11]。Lwin和Bogdanov基于技術升級的視角，認為大數據作為一種新興的互聯網技術，有助于傳統產業的轉型升級[12]。盡管國內外專家學者對大數據定義的表述各具特色，但可以得到的普遍性結論是，大數據在數據維度、數據規模和產生速度等方面均超出了傳統數據庫管理工具和軟硬件技術的處理能力，并帶來了巨大的市場空間和前所未有的產業創新機遇。 2.大數據特征 NetApp公司認為大數據應包括A、B、C三大特征要素，分別為分析（analytic）、高帶寬（big bandwidth，BB）和大內容（big content，BC），其中分析是指通過對大數據進行實時分析，幫助人們獲得新見解；高帶寬是指快速有效地消化和處理大數據；大內容是指大數據的結構化、半結構化與非結構化特征，以及對數據存儲擴展的高要求[13]。IBM公司在大數據的3V特征，即體量（volume）、速度（velocity）和多樣性（variety）基礎上，又補充了精度（veracity），形成4V 描述。后來，又出現了價值（value）、多變性（variability）、黏度（viscosity）、鄰近性（vicinity）、模糊性（vague）等，形成了“3+xV”的描述[14]。Wu等提出了大數據的HACE特性，認為大數據是異構的（heterogeneous）、自治的（autonomous）、復雜的（complex）和不斷演化的（evolving），并從數據挖掘視角提出了三層大數據處理模型[15]。楊善林和周開樂認為大數據資源是一種重要的戰略性信息資源，與煤、石油、天然氣等自然資源有一定的相似性，并從大數據的復雜性、決策有用性、高速增長性、價值稀疏性、可重復開采性、功能多樣性方面研究分析了大數據資源的管理特征[11]。Moorthy等提出大數據的特征在4V的基礎上還應具備：效（validity）、值（value）、變（variability）、源（venue）、詞（vocabulary）、惑（vagueness）等特征[16]。李濤和高良謀認為大數據的特征在3V的基礎上還應該具有4C的特征，即廣泛覆蓋性（cover）、復雜聯系性（contact）、豐富來源性（cause）、多元傳遞性（convey）[17]。 1.2大數據產業及發展 1.2.1大數據產業鏈 大數據產業是指以數據生產、采集、存儲、加工、分析、服務為主的相關經濟活動，包括數據資源建設、大數據軟硬件產品的開發、銷售和租賃活動，以及相關的信息技術服務。隨著大數據產業的不斷發展，數據服務、基礎支撐和融合應用相互影響，逐漸形成了完整的大數據產業鏈[18]，如圖1-2所示。 圖1-2大數據產業鏈示意圖 。1）數據基礎層是整個大數據產業的關鍵支撐層，它包括網絡、存儲和計算機等硬件設施，大數據管理平臺，以及各種與數據采集、處理、分析和展示相關的方法和工具。目前，國內骨干軟硬件企業陸續推出自主研發的大數據基礎平臺產品，一批信息服務企業面向特定領域研發數據分析工具，部分企業積極布局深度學習等人工智能前沿技術，在語音識別、圖像理解、文本挖掘等方面搶占技術制高點。在開源技術方面，我國對國際大數據開源軟件社區的貢獻不斷增大[19]。 。2）數據服務層是整個大數據產業的中間層，為不同的用戶提供多種形式的訪問接入，包括移動終端和各種專用終端等，提供數據交易服務、數據采集服務、數據分析服務、數據挖掘和數據決策支持服務。這一層次，通過識別和描述用戶服務需求，使候選服務目錄和數據資源建立有效關聯，實現服務功能的封裝和調用。此外，為數據服務的綜合管理提供各種核心功能，包括服務計費管理、服務質量管理、數據服務管理及服務接口管理等。 。3）融合應用層是大數據產業發展的重點，不僅包含通用型的數據產品，同時面向眾多細分行業提供具體場景下的解決方案。以用戶需求為導向，通過建立大數據聯盟的模型庫、方法庫和知識庫，深入探究數據資源背后潛藏的規律，從而為用戶提供可動態調整的決策支持服務。 1.2.2大數據產業發展歷程和現狀 1.大數據產業發展歷程 伴隨著云計算、移動互聯網、物聯網、智能終端等新興技術的不斷涌現，數據正以指數級的速度不斷累積，呈現爆炸式增長態勢，大數據時代波瀾壯闊的畫卷正在逐步展開。世界已進入“數據為王”的時代。我國大數據產業發展可以劃分為3個階段[18]。 。1）2010～2014年是大數據概念“頭腦風暴”與示范應用階段。隨著物聯網、智能通信、移動云計算等技術的迅猛發展，人類社會中的數據種類和規模得到了前所未有的增長，標志著大數據時代正式到來。眾多的大數據企業家進行技術研發、商業模式探索，在醫療、電商領域進行示范性應用，跟上了國際產業發展的潮流。 。2）2015～2018年是大數據產業創新應用和產業布局規劃階段。眾多互聯網企業紛紛投入數據資源競爭中，百度（Baidu）、阿里巴巴（Alibaba）、騰訊（Tencent）等互聯網企業通過收購、投資、戰略合作、賦能支持等多種方式進入線上到線下（online to offline，O2O）、互聯網金融等新型商業模式，與掌握各領域數據的企業開展合作，其行為不以賺取利潤為目的，而是以掌握更多數據資源為目的，努力搶占大數據資源。2015年，國家發布《促進大數據發展行動綱要》，2016年工業和信息化部正式印發了《大數據產業發展規劃（2016～2020年）》，進一步明確了我國大數據的主要任務、重大工程。與此同時，大數據綜合試驗區建設是此階段國家統籌推進大數據產業發展的重要舉措。大數據產業與實體經濟等深度融合，形成了數字經濟發展的濃厚氛圍。 。3）2019～2022年是大數據產業價值凸顯和智能化發展階段。隨著大數據與人類社會的交匯融合，大數據產業將進入快速發展的階段。2018年大數據產業發展規模達5400多億元，連續三年的復合增長率超過了35%，2020
書友推薦
- >
自卑與超越
- >
巴金－再思錄
- >
苦雨齋序跋文-周作人自編集
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
我與地壇
- >
中國歷史的瞬間
- >
史學評論
- >
伊索寓言-世界文學名著典藏-全譯本
本類暢銷
