更新时间：2024-12-28 12:18:05
封面
版权信息
作者简介
内容简介
序言1
序言2
序言3
序言4
序言5
前言
第1章 数据认知
1.1 数据起源和概述
1.2 数据和信息
1.3 数字化的世界
1.4 不断膨胀的数据圈
第2章 数据类型、来源与创建位置
2.1 结构化和非结构化数据
2.1.1 结构化、半结构化与非结构化数据
2.1.2 结构化数据和非结构化数据的差异
2.1.3 数据的处理工具
2.1.4 结构化与非结构化如何转换
2.2 文本类、数值类、时间类数据
2.2.1 文本类数据
2.2.2 数值类数据
2.2.3 时间类数据
2.3 状态类、事件类、混合类数据
2.3.1 状态类数据
2.3.2 事件类数据
2.3.3 混合类数据
2.4 数据来源
2.4.1 个人数据
2.4.2 企业数据
2.5 数据化内容创建的位置
2.5.1 核心
2.5.2 边缘
2.5.3 终端
第3章 数据的未来
3.1 当前的数据
3.2 未来的数据
3.2.1 未来数据
3.2.2 应对未来的大数据思维
第4章 数据全生命周期管理
4.1 数据采集
4.1.1 何谓数据采集
4.1.2 数据采集的目的
4.1.3 数据采集的原理
4.1.4 数据采集工具
4.1.5 如何采集数据
4.1.6 常见的采集系统
4.2 数据传输
4.2.1 数据传输概况
4.2.2 数据传输方式
4.2.3 数据传输步骤
4.3 数据存储
4.3.1 数据存储概述
4.3.2 常见存储介质
4.3.3 存储技术
4.3.4 数据迁移
4.3.5 数据复制
4.4 数据交换和共享
4.4.1 数据交换和共享概述
4.4.2 数据交换和共享的原则
4.4.3 数据交换和共享的方式
4.4.4 数据融合
4.5 数据处理
4.5.1 数据处理过程
4.5.2 数据处理方法
4.5.3 数据处理模式
4.5.4 数据标注
4.5.5 数据转换
4.6 数据擦除
4.6.1 什么是数据擦除
4.6.2 数据擦除的必要性
4.6.3 认证擦除
4.7 数据质量管理
4.7.1 数据质量管理过程
4.7.2 数据标准
4.8 数据安全
4.8.1 什么是数据安全
4.8.2 数据安全的重要性
4.8.3 数据安全的保障措施
4.8.4 数据分类
4.8.5 数据备份
第5章 数据全生命周期管理的目的和意义
5.1 数据的价值体现
5.1.1 数据的宏观性、中观性、微观性
5.1.2 数据可视化
5.1.3 数据可分析
5.1.4 有的放矢地分析数据
5.1.5 不同行业数据分析的侧重点
5.2 数据资产
5.2.1 什么是数据资产
5.2.2 如何进行数据资源化
5.2.3 如何进行数据资产化
5.2.4 数据资产化面临的难题
5.3 数据要素流通及市场化配置
5.3.1 数据要素化
5.3.2 数据要素流通
5.3.3 数据要素市场化配置
第6章 企业数据管理面临的难题
