1 概述
大數據大事年錶
為何這個主題現在很重要
大數據是否隻是一時的狂熱？
在何處應用大數據會産生重大影響？
21　第Ⅰ部分 計算環境
23　第1章 硬件
1．1　存儲器（磁盤）
1．2　中央處理器
1．3　內存
1．4　網絡
31　第2章 分布式係統
2．1　數據庫計算
2．2　文件係統計算
2．3　考慮因素
37　第3章 分析工具
3．1　Weka
3．2　Java和JVM語音
3．3　R語言
3．4　Python
3．5　SAS
47　第Ⅱ部分 將數據轉化為商業價值
49　第4章 預測建模
4．1　一個建模方法
4．2　sEMMA
4．3　二元分類法
4．4　多層分類法
4．5　區間預測
4．6　預測模型評估
63　第5章 一般預測建模技術
5．1　RFM
5．2　迴歸
5．3　廣義綫性模型
5．4　神經網絡
5．5　決策樹和迴歸樹
5．6　支持嚮量機
5．7　貝葉斯網絡分類方法
5．8　組閤方法
117　第6章 細分
6．1　聚類分析
6．2　距離測度（指標）
6．3　聚類評估
6．4　聚類數量
6．5　K-means算法
6．6　分層聚類法
6．7　群特徵刻畫
129　第7章 增量響應建模
7．1　建立響應模型
7．2　評估增量響應
137　第8章 時間序列數據挖掘
8．1　降維
8．2　探查模式
8．3　時間序列數據挖掘的應用：Nike+Fuelband智能手環
149　第9章 推薦係統
9．1　何為推薦係統？
9．2　應用於何處？
9．3　如何起作用？
9．4　推薦質量評估
9．5　推薦係統的應用：SAS 圖書館
161　第10章 文本分析
10．1　信息檢索
10．2　內容分類
10．3　文本挖掘
10．4　文本分析應用：讓我們來玩《危險邊緣》（Jeopardy！）
177　第Ⅲ部分 將其全都結閤起來的成功案例
179　第11章 基於某大型美國金融服務公司的案例研究
11．1　傳統市場營銷活動流程
11．2　高效的營銷解決方案
11．3　變革的價值主張
187　第12章 主要衛生保健提供者的案例研究
12．1　CAHPS
12．2　HEDIS
12．3　HOS
12．4　IRE
197　第13章 技術製造商案例研究
13．1　發現設備缺陷
13．2　如何降低成本
201　第14章 在綫品牌管理的案例研究
205　第15章 移動應用推薦的案例研究
209　第16章 高科技産品製造商的案例研究
16．1　處理缺失數據
16．2　超越生産的應用
213　第17章 展望未來
17．1　重復性研究
17．2　隱私與公共數據集
17．3　物聯網
17．4　未來的軟件開發
17．5　未來算法開發
17．6　總結
221　關於作者
223　附錄
225　參考文獻
231　譯者後記
· · · · · · (收起)