电子书：《大数据架构商业之路从业务需求到技术方案》《大数据架构商业之路从业务需求到技术方案》
111
内容简介：
8y技术丛书using big data to build your business大数据架构商业之路从业务需求到技术方案黄申◎著图书在版编目(cip)数据大数据架构商业之路:从业务常求到技术方案/黄申著、一北京:机械工业出版社.2016.4(2016.7印)数据技术从书isbn978-7-111-53528-71.大…ⅱ.黄…皿.商业管理一数据管理n.f7中guo版本图书馆cip数据核字(2016)第078609号大数据架构商业之路:从业务需求到技术方案出反发行:机械工业出版社北泉市西城区百万庄大哲22号郎政码:100037责任编辑;余洁责任校对:董纪丽印刷:北京文昌留彩色印刷有限责任公司版次:2016年7月第1版第2次印开本:186mmx240mm1/16印张:19.75书号:isbn978-7-111-53528-7定价:69.00元凡购本书.如有块页、倒页、脱页.由本社发行调换各培线010)8837942688361066投稿热线010)88379604683262948837964968995259读者信:hzit@ haboob.comrw推荐序大润发是1998年成立的.到了2008年已是中guo最具规模的大卖场.那时候电子商务刚在萌芽阶段.而实体店也还在快速发展.加上2010年公司忙于等备上市.准备于2011年在香港挂牌.所以我们并没有花太多时间研究电子商务.而且在那个时间段大部分电子商务司都处于亏损状态。后来我们惊觉电子商务已快速发展.办公室很多同事都开始在网上购物了.加上“双1”的天量交易额.逼得我们不得不认真地研究电子商务的发展趋势。到2012年.我们发现电子商务越做越好.尤其进人移动互联网时代后.想要满足顾客随时随地的购物需求.电商发展必然是未来消费的新渠道与趋势。所以我们在2013年决定进军电子商务并成立飞牛网(feiniu.com)e经过两年多的实认为实体零售跟电子商务还是存在很大差异.其中最主要的差异有两点。口顾客忠减度差异:对于线下卖场而言.选址是关键。地点位置正确.就会有稳定的客流.也容易培养顾客忠诚度。然而.对于线上而言.它不受地域的限制.顾客切换不同的网站是一件十分轻松的事情.因此忠诚度普遍不高。口顾客行为数据的获取成本差异:线下卖场很难跟踪顾客的行为.如果要安装各种复杂的信息采集设备.运营成本就会很品贵。而到了线上.顾客浏览网站时“凡走过必留下痕迹逑”.电商要收集顾客的行为只需要读取站点的访问ri志.可以说相对容易正是因为顾客忠诚度不高.对于忠诚顾客的培养成为电商的必争之地。我相信.要实现这个目标.基于顺客行为的大数据和精准化营销就显得更为重要。我们需要充分利用数据挖掘.并快速反馈到整个电商系统至于如何做到个性化的搜索和推荐.如何做好客户关系管理(crm).以及如何做到精准的推送和营销.一直是我们探索的内容。飞牛网从成立之初到现在.碰到了很多与搜索和大数据相关的问题和困难.一年半以前.黄申博土加入了飞牛网的技术团队.他的技术和经验对于我们的帮助很大.在他的指导下我们快速建立了专业的搜索、推荐及用户画像系统这些都是我们分析顾客、理解顾客、提升顾客在线体验的核心.使得飞牛网和行业先锋之间的距离在短时间内大幅缩小。关注飞牛的读者.你们可以到飞牛网体验一下个人喜欢的商品.然后你就能细细品味到我们搜索、推荐等大数据相关的功能给你带来的便捷和惊喜当然.这些成绩和黄申博士丰富的业界经验分不开。在ri常的工作中.他总是有独到的见解。如果你有幸阅读本书.一定能从他的分享中了解大数据是如何运作的.了解大据是如何支持业务的.以及了解技术是如何满足业务需求的。对于还处在大数据摸索中的人而言.他的思路和探讨非常宝贵.这是一本讲述搜索和大数据领域实践经验的好书得推荐飞牛网ceo黄明端2016年3月7wew推荐序二最近的十年中.我一直在cbay从事数据相关的项目.领导了包括零售科学和搜索科学在内的研发团队。如今ebay在全球已有1亿多注册用户.每天都有数以百万的家具、收藏品、电脑、车辆在cbay上被刊登、贩售、卖出.每年的营业额高达数千亿美元但是我们非常清楚.对于ebay而言.更为珍贵的财富是网站上每时每刻都会产生的海量数据。通过对这些数据的分析.我们可以指导卖家进行更好的搜索引优化、制定更好的价格、控制合理的库存;还可以帮助买家找到更合适自己的商品和更优质的服务。当然.大数据的分析还能帮助ebay有效地防范作弊和欺诈.保证整个平台和渠道的健康发展正是意识到数据的关键性.ebay非常重视挖掘和利用它们的潜在价值。本书作者曾经在ebay的研究院和搜索科学部门工作.专门从事机器学习的研究和应用。他协助ebay建了数项核心算法及其相关产品.包括基于机器学习的搜索排序、高质量用户评价的发现和摘要、相似和相关商品推荐栏位等。在此过程中.他和各个技术同仁、产品业务部门紧密合作.而这本著作就融人了作者在这些实战项目中所积累的丰富经验。所以.本书最大的闪光点在于.它的内容不仅仅局限于技术本身.而是考虑到了在不同的应用场景下.这技术应该怎样合理运用。例如.对于基于学习的搜索排序.通常要考虑哪些因素以及怎样的学习模型?对于智能推荐的栏位而言.相似和相关商品又有怎样的区别?分别都应该使用怎样的推荐模型除了与业务应用紧密结合.此书还具有覆盖面广和通俗易懂的特点。全书涉及的主包括大数据的获取、存取、处理、检索、挖据和评估中的多数主流技术。同时.作者从自己独特的视角出发.对深奥的技术进行了深入浅出的闸述.大幅降低了大数据知识理解的难度。因此.本书也非常适合大数据产品设计者、产品经理或者架构师进行阅读。我相信.对于希望利用大数据解决业务痛点的读者而言.此书是不可或缺的良师益友。2016年3月
#############################################
