0人評分過此書
本書主要介紹：資料資產的治理方法，使其發揮價值的方法論、模型和實施路徑；不同大資料服務層級所依託的管理模組；資料治理的審計；關注的隱私、安全等問題； 並結合業界最新實施案例，解析了目前大資料的使用面臨的諸多戰略問題。
本書的讀者是電腦專業和資料科學專業的高年級本科生、研究生和老師，從事資料資產治理的技術、管理和決策人員，以及對對大資料感興趣的讀者。
本書的讀者是電腦專業和資料科學專業的高年級本科生、研究生和老師，從事資料資產治理的技術、管理和決策人員，以及對對大資料感興趣的讀者。
-
第一章 大数据治理概述
-
1.1 大数据治理的基本概念
-
1.1.1 背景知识
-
1.1.2 数据治理
-
1.1.3 大数据治理
-
-
1.2 从数据治理到大数据治理
-
1.2.1 国际数据治理进展
-
1.2.2 中国数据治理进展
-
1.2.3 大数据治理─数据治理的新趋势
-
-
1.3 大数据治理的重要作用
-
参考文献
-
-
第二章 大数据治理框架
-
2.1 框架概述
-
2.2 大数据治理的原则
-
2.2.1 战略一致
-
2.2.2 风险可控
-
2.2.3 运营合规
-
2.2.4 绩效提升
-
-
2.3 大数据治理的范围
-
2.3.1 大数据治理的活动与范围
-
2.3.2 战略
-
2.3.3 组织
-
2.3.4 大数据质量
-
2.3.5 大数据生命周期
-
2.3.6 大数据安全、隐私与合规
-
2.3.7 大数据架构
-
2.3.8 大数据服务创新
-
-
2.4 大数据治理的实施与评估
-
2.4.1 促成因素
-
2.4.2 实施过程
-
2.4.3 成熟度评估
-
2.4.4 审计
-
-
参考文献
-
-
第3章 大数据的战略和组织
-
3.1 大数据战略指明企业转型的方向
-
3.2 企业制定大数据战略的要点
-
3.2.1 融合业务需求
-
3.2.2 建立大数据价值实现的蓝图
-
3.2.3 融合企业组织和战略
-
-
3.3 大数据战略对组织的影响
-
3.3.1 组织架构设计要素
-
3.3.2 大数据战略对组织架构设计的影响
-
-
3.4 典型大数据组织示例
-
参考文献
-
-
第四章 大数据架构
-
4.1 大数据架构概述
-
4.1.1 架构与架构设计
-
4.1.2 数据和数据架构
-
4.1.3 从数据架构到大数据架构
-
-
4.2 大数据架构参考模型
-
4.2.1 总体架构
-
4.2.2 大数据基础资源层
-
4.2.3 大数据管理与分析层
-
4.2.4 大数据应用与服务层
-
-
4.3 大数据架构的实现
-
4.3.1 不同视角下的架构分析
-
4.3.2 大数据技术架构
-
4.3.3 大数据应用架构
-
-
参考文献
-
-
第五章 大数据安全、隐私和合规管理
-
5.1 大数据安全和隐私的问题与挑战
-
5.1.1 大数据带来的安全隐私问题
-
5.1.2 大数据安全和隐私的十大技术挑战
-
5.1.3 十大技术挑战的建模、分析和实施
-
-
5.2 大数据安全防护
-
5.2.1 大数据安全防护对策
-
5.2.2 大数据安全防护关键技术
-
5.2.3 大数据分析技术带来安全智能
-
-
5.3 大数据隐私保护
-
5.3.1 大数据隐私特点分析
-
5.3.2 大数据隐私保护对策
-
5.3.3 大数据的隐私保护关键技术
-
-
5.4 大数据合规管理
-
5.4.1 美国数据合规管理状况
-
5.4.2 欧盟数据合规管理状况
-
5.4.3 我国数据合规管理现状
-
-
参考文献
-
-
第六章 大数据质量管理
-
6.1 大数据特性及其质量管理的復杂性
-
6.1.1 大数据的特性分析
-
6.1.2 大数据质量管理的复杂性
-
6.1.3 大数据质量管理复杂性的原因分析
-
-
6.2 大数据质量的概念和维度
-
6.2.1 大数据质量的基本概念
-
6.2.2 大数据质量的维度
-
-
6.3 大数据质量管理参考框架
-
6.3.1 参考框架概述
-
6.3.2 大数据质量策略
-
6.3.3 大数据质量控制目标
-
6.3.4 职责角色
-
6.3.5 流程和方法
-
6.3.6 支撑保障
-
-
6.4 大数据质量项目实施方法
-
6.4.1 定义阶段
-
6.4.2 测量阶段
-
6.4.3 分析阶段
-
6.4.4 改进阶段
-
6.4.5 控制阶段
-
-
6.5 大数据质量管理常用方法和工具
-
6.5.1 常用质量管理工具
-
6.5.2 数据质量辅助工具
-
-
參考文獻
-
-
第七章 大数据生命周期
-
7.1 概述
-
7.2 大数据范围确定
-
7.3 大数据采集
-
7.3.1 大数据采集的范围
-
7.3.2 大数据采集的策略
-
7.3.3 大数据采集的规范
-
7.3.4 大数据采集的安全与隐私
-
7.3.5 数据采集的时效
-
7.3.6 非结构化数据的采集
-
7.3.7 大数据的清理
-
-
7.4 大数据存储
-
7.4.1 数据的热度(热数据、温数据与冷数据)
-
7.4.2 不同热度数据的存储与备份要求
-
7.4.3 基于云的大数据存储
-
-
7.5 大数据整合
-
7.5.1 批量数据的整合
-
7.5.2 实时数据的整合
-
7.5.3 数据整合与主数据管理
-
-
7.6 大数据呈现与使用
-
7.6.1 数据可视化
-
7.6.2 数据可见性的权限管理
-
7.6.3 数据展示与发布的流程管理
-
7.6.4 数据的展示与发布
-
7.6.5 数据使用管理
-
-
7.7 大数据分析与应用
-
7.7.1 数据分析与应用的策略
-
7.7.2 数据分析与建模
-
7.7.3 数据应用
-
-
7.8 大数据归档与销毁
-
7.8.1 数据归档
-
7.8.2 数据销毁
-
-
-
第八章 大数据治理实施
-
8.1 大数据治理实施的目标和动力
-
8.1.1 大数据治理实施的目标
-
8.1.2 大数据治理实施的动力
-
-
8.2 大数据治理实施过程
-
8.3 大数据治理实施路线图
-
8.4 大数据治理实施的关键要素
-
8.4.1 实施目标
-
8.4.2 企业文化
-
8.4.3 组织架构和岗位职责
-
8.4.4 标准和规范
-
8.4.5 合规管理和控制
-
-
8.5 大数据治理实施框架
-
参考文献
-
-
第九章 大数据治理审计
-
9.1 大数据治理审计概述
-
9.1.1 大数据治理审计面临的机遇与挑战
-
9.1.2 大数据治理审计的基本概念
-
9.1.3 大数据治理审计的重要意义
-
9.1.4 大数据治理审计的前提与基础
-
-
9.2 大数据治理审计内容
-
9.2.1 战略一致审计
-
9.2.2 风险可控审计
-
9.2.3 运营合规审计
-
9.2.4 绩效提升审计
-
9.2.5 大数据组织审计
-
9.2.6 大数据架构审计
-
9.2.7 大数据安全与隐私管理审计
-
9.2.8 大数据质量管理审计
-
9.2.9 大数据生命周期管理审计
-
-
9.3 大数据治理审计方法和技术
-
9.3.1 大数据治理审计相关标准
-
9.3.2 大数据治理审计方法
-
9.3.3 大数据治理审计技术
-
9.3.4 大数据治理审计工作基础
-
-
9.4 大数据治理审计流程
-
9.4.1 大数据治理审计准备阶段
-
9.4.2 大数据治理审计实施阶段
-
9.4.3 大数据治理审计终结阶段
-
9.4.4 大数据治理审计后续跟踪
-
-
-
第十章 大数据服务
-
10.1 大数据的服务创新
-
10.1.1 大数据的服务创新途径
-
10.1.2 大数据服务的商业价值
-
-
10.2 大数据的服务内容
-
10.2.1 面向业务的大数据服务
-
10.2.2 面向技术的大数据服务
-
-
- 推荐语
評分與評論
請登入後再留言與評分
PDF
PDF
PDF
PDF
PDF
