第 1 篇 大數據戰略規劃
1 背景 2
1.1 大數據是什麼 2
1.2 大數據關鍵推動事件6
1.3 國傢相關政策意見 7
1.4 金融大數據應運而生 8
1.5 金融大數據的現狀與前瞻 10
1.6 金融大數據的衡量標準 12
2 金融大數據的戰略定位 15
2.1 必要性16
2.2 可行性22
2.3 主要問題 23
2.4 大數據價值所在26
2.5 大數據思維轉變 31
2.6 大數據戰略行動 33
3 金融企業大數據應用規劃構建 35
3.1 製定規劃原則 36
3.2 選擇規劃方法 39
3.3 製定目標藍圖 43
3.4 識彆規劃風險 46
3.5 明確數據規劃 47
3.6 製定目標計劃 50
3.7 明確組織規劃 51
3.8 選擇技術方案 52
3.9 確定人纔規劃 53
3.10 迴顧實施風險 54
4 大數據的技術解決方案 57
4.1 應對場景 57
4.2 當前主要的大數據技術模型 59
4.3 深入分析 Hadoop 62
4.5 大數據硬件技術規劃 68
4.6 未來推薦技術模型 71
4.7 數據資産治理 74
5 大數據可視化 77
5.1 背景 77
5.1.1 發展曆程 78
5.1.2 可視化分析的能力要素 79
5.1.3 可視化分析與傳統分析的差異 80
5.2 可視化分析的過程及方法 80
5.3 可視化分析應用場景 81
5.3.1 社交網絡分析 81
5.3.2 矢量地圖分析 82
5.3.3 詞雲分析 83
5.3.4 流量流嚮（桑基圖）分析 84
5.3.5 客戶全網畫像 84
第 2 篇 場景實例詳解
6 客戶大數據實例：客戶全景視圖應用 90
6.1 客戶全景視圖的互聯網基因 91
6.2 客戶全景視圖是金融大數據應用的基礎 94
6.3 關鍵技術設計96
6.3.1 NoSQL 數據庫的選擇 96
6.3.2 Hbase 的模型設計 99
6.3.3 源錶數據的增量導齣 102
6.3.4 數據寫入 HBase 的方法 103
6.4 主要技術實現 104
6.4.1 架構設計 105
6.4.2 環境搭建 106
6.4.3 數據的抽取和整閤 106
6.4.4 保單視圖查詢 110
6.5 擴展分析 112
6.5.1 迴顧 112
6.5.2 擴展 113
6.5.4 風險防範 114
7 網站大數據實例：點擊流分析與應用 116
7.1 點擊流分析的業務目標 117
7.2 關鍵技術 118
7.2.1 數據的獲取 118
7.2.2 數據的預處理 119
7.2.3 用戶行為數據的建模120
7.3. 案例：某保險公司電商網站點擊流分析 121
7.3.1 數據獲取及預處理 121
7.3.2 會話識彆 122
7.3.3 網頁基本情況分析 123
7.5 輿情分析應用簡介 128
7.5.1 確定挖掘算法 128
7.5.2 網絡爬蟲技術 129
7.5.3 主要實現過程 131
8 健康大數據實例：醫療費用監控應用 132
8.1 國內外醫療保險欺詐和監管情況 132
8.2 醫保欺詐類型介紹 133
8.3 醫保欺詐監控技術介紹 134
8.4 基於數據分析風險審核實現136
8.4.1 日平均醫療費用閤規度分析 136
8.4.2 單病種治療方法分析 138
8.4.3 單病種非常規治療方法篩選 145
8.5 數據分析監控技術挑戰 147
9 語音大數據實例：電銷中心質檢應用 149
9.1 呼叫中心業務現狀 150
9.2 語音識彆與語音分析 150
9.3 語音分析業務模型 152
9.3.1 自動質檢 152
9.3.2 業務分析 156
9.4 技術實現過程 160
9.4.1 邏輯架構設計 160
9.4.2 項目實施指引 161
9.5 效果和風險總結 163
9.5.1 預期效果 163
9.5.2 實施風險 163
1 0 影像大數據實例：影像數據遷移應用 165
10.1 企業內容管理的概念及應用 165
10.2 基於大數據技術的內容管理平颱 166
10.3 內容管理平颱的應用案例：影像係統 167
10.3.1 業務背景 167
10.3.2 技術關鍵 168
10.3.3 實現過程 172
10.3.4 案例的業務價值分析 174
1 1 日誌大數據實例：日誌備份查詢應用 175
11.1 日誌數據的類型 175
11.2 日誌數據管理 176
11.2.1 日誌的記錄和産生 176
11.2.2 日誌的采集和傳輸 178
11.2.3 日誌的存儲 180
11.2.4 日誌的應用 181
11.3 關鍵技術設計 181
11.3.1 日誌數據的存儲技術 182
11.3.2 采集傳輸技術 183
11.3.3 數據分析技術 185
11.4 日誌管理係統的案例 186
11.4.1 係統建設目標 186
11.4.2 使用 Flume 建立日誌傳輸管道 187
11.4.3 日誌文件的保存和 HBase 日誌索引的創建 188
11.4.4 關於日誌規範 189
11.5 日誌管理的價值分析 189
11.5.1 係統運行監控 189
11.5.2 違規分析 189
11.5.3 用戶行為分析 190
第 3 篇 常見問題與應對機製
1 2 大數據安全 193
12.1 數據安全事件迴顧 194
12.2 安全體係 196
12.1.2 服務器安全 197
12.1.3 數據安全 198
12.2 法律安全 198
12.3 可用性 199
1 3 大數據來源 201
13.1 內部數據源 202
13.2 政府數據源 204
13.3 外部大數據 207
13.4 現狀與趨勢 210
1 4 關乎勝負與生死的決戰 212
14.1 客戶價值之戰 213
14.2 企業利潤之戰 214
14.3 管理平颱之戰 214
14.4 人纔隊伍之爭 215
14.5 決戰場景推演一 215
14.6 決戰場景推演二 216
1 5 大數據的人纔需求與培育路綫 220
15.1 人纔需求 220
15.2 選人 223
15.2.1 人員類型 223
15.2.2 人員水平 224
15.3 育人 226
15.4 用人 227
15.5 留人 229
1 6 大數據的閤作資源 231
16.1 産業鏈整體情況 231
16.2 專業領域劃分 234
16.3 閤作商近況 235
16.3.1 基礎平颱提供商 235
16.3.2 Hadoop 提供商 237
16.3.3 可視化分析軟件 238
16.3.4 數據中心提供商 239
16.3.5 集成服務提供商 241
16.3.6 係統安全提供商 241
16.3.7 多媒體識彆與分析 243
16.3.8 數據分析提供商 244
16.3.9 數據管理提供商 245
· · · · · · (收起)