大数据时代管理信息系统2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

大数据时代管理信息系统PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 大数据与信息管理1

1.1 信息时代与信息资源1

1.1.1 信息时代1

1.1.2 信息资源2

1.1.3 人资源5

1.1.4 信息技术6

1.1.5 信息系统的管理角色——信息主管CIO8

1.2 大数据时代与大数据11

1.2.1 天文学——信息爆炸的起源11

1.2.2 大数据的定义15

1.2.3 用3V描述大数据特征16

1.2.4 广义的大数据18

1.3 大数据的结构类型18

1.4 大数据的发展19

1.4.1 硬件性价比提高与软件技术进步19

1.4.2 云计算的普及20

1.4.3 从交易数据分析到交互数据分析20

1.5 大数据时代的管理信息系统21

1.5.1 对数据的大范围收集21

1.5.2 连接开放数据22

【延伸阅读】得数据者得天下22

【实验与思考】了解大数据时代与管理信息系统24

第2章 大数据商业规则27

2.1 谷歌的大数据行动27

2.2 亚马逊的大数据行动28

2.3 将信息变成一种竞争优势30

2.3.1 数据价格与数据需求31

2.3.2 大数据应用程序的兴起32

2.3.3 实时响应、大数据用户的新要求33

2.3.4 企业构建大数据战略33

2.4 大数据营销34

2.4.1 像媒体公司一样思考34

2.4.2 营销面对新的机遇与挑战35

2.4.3 自动化营销36

2.4.4 为营销创建高容量和高价值的内容37

2.4.5 内容营销37

2.4.6 内容创作与众包38

2.4.7 用投资回报率评价营销效果39

【延伸阅读】大数据企业的缩影——谷歌（Google）39

【实验与思考】大数据营销的优势与核心内涵40

第3章 大数据时代思维变革43

3.1 转变之一：样本＝总体43

3.1.1 小数据时代的随机采样43

3.1.2 全数据模式：样本＝总体47

3.2 转变之二：接受数据的混杂性48

3.2.1 允许不精确49

3.2.2 大数据的简单算法与小数据的复杂算法51

3.2.3 纷繁的数据52

3.2.4 数字数据与非结构化数据53

3.3 转变之三：数据的相关关系54

3.3.1 关联物——预测的关键54

3.3.2 “是什么”，而不是“为什么”57

3.3.3 通过因果关系了解世界57

3.3.4 通过相关关系了解世界59

【延伸阅读】亚马逊推荐系统60

【实验与思考】深入理解大数据时代的三个思维变革61

第4章 现代商务动力64

4.1 影响信息系统的商业动力64

4.1.1 波特的五力模型64

4.1.2 价值链67

4.2 电子商务68

4.2.1 商务活动与传统商业的问题68

4.2.2 电子商务的产生69

4.2.3 电子商务的定义70

4.2.4 电子商务的分类71

4.2.5 电子商务的功能72

4.2.6 电子商务系统的组成73

4.2.7 电子商务系统的网络结构与运行环境75

4.3 客户关系管理CRM与供应链管理SCM77

4.3.1 CRM的战略和竞争机会77

4.3.2 CRM的实施78

4.3.3 SCM的战略和竞争机会81

4.3.4 IT支持供应链管理81

4.3.5 CRM、SCM与电子商务82

4.4 商务智能（BI）与企业资源计划（ERP）83

4.4.1 商务智能的战略和竞争机会83

4.4.2 ERP的发展历程84

4.4.3 ERP的管理思想85

4.4.4 ERP系统的实施88

4.4.5 ERP与电子商务89

【延伸阅读】计划——供应链管理的核心90

【实验与思考】了解商务动力，熟悉电子商务93

第5章 信息系统技术基础99

5.1 计算机网络技术99

5.1.1 计算机网络的功能与分类99

5.1.2 通信方式100

5.1.3 包交换网101

5.1.4 协议层次模型102

5.1.5 其他因特网协议105

5.2 Web与网络开发技术106

5.2.1 Web技术106

5.2.2 网络开发技术110

5.3 多媒体技术113

5.3.1 多媒体的定义113

5.3.2 多媒体技术的特性114

5.3.3 多媒体关键技术115

5.4 虚拟现实与增强现实115

5.4.1 VR技术116

5.4.2 AR技术118

【延伸阅读】摩尔定律120

【实验与思考】熟悉信息系统的技术基础121

第6章 数据库与数据存储125

6.1 数据库技术基础125

6.1.1 传统数据库的局限125

6.1.2 网络数据库126

6.1.3 关系数据库模型127

6.2 数据库管理系统129

6.2.1 数据定义子系统130

6.2.2 数据操作子系统131

6.2.3 应用程序生成子系统132

6.2.4 数据管理子系统132

6.3 数据存储解决方案133

6.3.1 备份的目的133

6.3.2 常用的备份方式134

6.3.3 服务器存储管理135

6.3.4 资源存储管理135

6.3.5 存储区域网络135

6.3.6 主流备份技术136

6.4 大数据的数据处理基础137

【延伸阅读】“大数据时代预言家”提醒学校规避“数据独裁”137

【实验与思考】了解数据库与数据存储138

第7章 数据挖掘与大数据分析141

7.1 数据仓库与数据挖掘141

7.1.1 数据仓库142

7.1.2 数据挖掘143

7.1.3 数据挖掘解决的商业问题144

7.1.4 数据集市：小型的数据仓库145

7.1.5 数据库、数据仓库与数据挖掘的关系146

7.2 数据分析的演变148

7.2.1 数据分析的商业驱动力148

7.2.2 数据分析环境的演变149

7.2.3 传统分析架构150

7.3 大数据分析平台151

7.3.1 数据的相关性151

7.3.2 大数据中的因果关系152

7.4 大数据事务处理——OLTP153

7.4.1 传统OLTP系统153

7.4.2 NoSQL154

7.4.3 NewSQL157

7.5 大数据分析处理——OLAP158

7.5.1 OLAP与数据立方体158

7.5.2 分布式大规模批量处理——MapReduce／Hadoop160

7.5.3 Hadoop HDFS分布式文件系统161

7.5.4 MapReduce计算模型161

7.5.5 MPP数据库162

7.5.6 分析型数据库的特征162

7.6 数据可视化分析163

7.6.1 数据可视化的运用164

7.6.2 可视化对认知的帮助165

7.6.3 七个数据类型165

7.6.4 七个基本任务167

7.6.5 数据可视化的挑战168

【延伸阅读】什么是大数据分析做不了的169

【实验与思考】了解数据挖掘与数据分析170

第8章 决策支持与人工智能172

8.1 人工智能172

8.2 决策支持系统174

8.2.1 决策与决策类型174

8.2.2 决策支持系统176

8.3 专家系统178

8.4 地理信息系统180

8.5 神经网络和模糊逻辑180

8.5.1 神经网络181

8.5.2 模糊逻辑182

8.6 遗传算法183

8.7 智能代理184

8.7.1 信息代理184

8.7.2 检测和监视代理185

8.7.3 数据挖掘代理185

8.7.4 用户代理185

8.7.5 多代理系统和基于代理的模型186

【延伸阅读】“大不列颠哥伦比亚”牛奶188

【实验与思考】了解人工智能，熟悉机器学习189

第9章 信息系统开发技术194

9.1 信息系统的开发技术——软件工程194

9.1.1 计算机系统工程194

9.1.2 软件和软件生存周期195

9.1.3 软件生存周期模型196

9.1.4 软件工程定义199

9.1.5 软件工程学的基本原则199

9.2 标准化与开发文件编制指南200

9.2.1 软件开发标准化的目的和作用200

9.2.2 软件生存周期与各种文件的编制201

9.2.3 文件编制中考虑的因素201

9.2.4 文件内容的灵活性202

9.3 软件测试技术203

9.3.1 测试的概念203

9.3.2 测试方法205

9.3.3 单元测试207

9.3.4 组装测试207

9.3.5 确认测试208

9.3.6 测试用例设计209

9.3.7 测试文件与复审213

9.3.8 排错技术与系统转换213

9.4 软件测试自动化214

9.4.1 基于GUI的自动化测试214

9.4.2 α、β测试214

【延伸阅读】从程序员到软件测试工程师215

【实验与思考】文档编制与软件测试218

第10章 信息系统安全管理225

10.1 信息系统安全基础225

10.1.1 信息安全的目标225

10.1.2 信息安全技术发展的四大趋势226

10.1.3 因特网的安全模式227

10.1.4 安全防卫的技术手段227

10.2 信息灾难恢复规划229

10.2.1 数据容灾计划230

10.2.2 数据容灾与数据备份的联系230

10.2.3 数据容灾等级231

10.3 容灾技术232

10.3.1 远程镜像技术232

10.3.2 快照技术232

10.3.3 互连技术233

10.3.4 虚拟存储233

10.4 大数据安全234

10.5 道德与隐私问题234

10.5.1 道德原则235

10.5.2 隐私与创新236

10.5.3 社交化档案的是非237

10.5.4 消费者隐私权法案238

【延伸阅读】M公司的灾难恢复计划239

【实验与思考】了解信息安全技术243

第11章 发展与展望250

11.1 因特网的变化250

11.1.1 软件即服务251

11.1.2 推式技术和个性化251

11.1.3 F2b2C电子商务252

11.2 交互方式的变革253

11.2.1 语音识别253

11.2.2 虚拟现实环境253

11.2.3 生物测量学254

11.3 便携和移动技术的发展254

11.3.1 电子现金254

11.3.2 多状态CPU和全息存储设备255

11.3.3 下一代移动电话技术256

11.3.4 射频识别技术256

11.4 云计算257

11.4.1 基本概念和特点257

11.4.2 云计算时代258

11.4.3 云计算的形式259

11.5 大数据时代的企业IT战略259

11.6 供应商企业的新商机：数据聚合商261

11.6.1 数据聚合商的作用261

11.6.2 谁能成为数据聚合商262

11.6.3 将原创数据变为增值数据263

11.6.4 传统IT系统到大数据系统的过渡264

【延伸阅读】云计算带给SaaS的新机遇265

【课程实验总结】266

参考文献270