幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

人工智慧時代的數據體系(構建以語義為核心思想的數智平台)

  • 作者：宗東東//龔雪菲//孫踐偉|責編:謝琛
  • 出版社：清華大學
  • ISBN：9787302694243
  • 出版日期：2025/07/01
  • 裝幀：平裝
  • 頁數：228
人民幣：RMB 68 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    人類已進入到智能時代，多模態數據成為大數據的主體，非結構化數據在大數據中的體量急速增長，數據的內涵也正在回歸到大數據的原始定義。然而，當前企業級數據體系仍然以處理企業內占比很小的結構化數據為主，無法對企業的數據資產進行統一管理和深度價值挖掘。構建能夠貫通全形態數據、覆蓋全業務流程的數據體系，是當前時代大數據領域和企業數據體系面臨的重要且緊迫的任務。
    本書提出了以語義為思想、以文本為基礎數據，應用大模型的數據解析和分析推理能力來重構企業級數據體系的方案；同時本書介紹了融合全形態數據后，在當前新的商業場景下，企業如何在營銷和運營中使用數據並賦能業務，以及如何推動企業數智化轉型。
作者介紹
宗東東//龔雪菲//孫踐偉|責編:謝琛
目錄
第一篇  智能時代的數據內涵與體系困局
  第1章  未來已來，數據之變
    1.1  非結構化的數據洪潮
    1.2  AIGC？不，是AIGD！
    1.3  新商業場景下，非結構數據價值突顯
    1.4  數據資產入表，數據直接產生價值
  第2章  進一步認識非結構化數據
    2.1  大數據的多視角定義
    2.2  剖析非結構化數據的特性
    2.3  當前商業環境中兩種重要的非結構化數據
    2.4  語言文字：普遍而特殊的非結構化數據
  第3章  數據體系的演進與存在的問題
    3.1  數據的價值演進
    3.2  數據的發展及貢獻
    3.3  當前體系之困：數據體系的缺陷
    3.4  當前數據之痛：數據域不完整
第二篇  數智平台的理論與規劃
  第4章  打開非結構化黑盒，釋放數據價值
    4.1  構建數智平台是時代的使命
    4.2  釋放非結構化數據價值是首要任務
    4.3  使用大模型打開結構黑盒
    4.4  基於大模型的解讀式數據處理
    4.5  大模型解讀數據原理
    4.6  智造數據，資產落地
  第5章  基於語義，非結構化數據轉譯為文本數據
    5.1  數據的價值在語義中
    5.2  結構化數據也是一種文本數據
    5.3  從數據的角度看文本歸一化
    5.4  語言即世界，語言即數據
    5.5  語義理論在數智平台中的應用
    5.6  人機融匯于語義，數智從語義出發
  第6章  數智平台體系的規劃原則
    6.1  討論Bill Inmon的數據架構
    6.2  數智平台的設計與規劃
    6.3  數智平台構建方法論
    6.4  對智能技術落地企業的現實性考慮
    6.5  體系規劃中的技術問題
第三篇  數智平台的設計與構建
  第7章  構建數智平台：全域全形態的數據體系
    7.1  系統架構：縱向分層、橫向分池
    7.2  「雙輪驅動」的平台理念
    7.3  「雙輪驅動」下的基礎數據層
    7.4  建立數據連接，貫通全域數據
    7.5  結構化數據的數據模型
    7.6  數智平台的數據視圖
    7.7  直播帶貨場景的邏輯數據視圖
    7.8  內容運營場景的邏輯數據視圖
    7.9  數智平台落地實例
  第8章  構建數智平台：雙流協同的數據流處理
    8.1  生成式ETL

    8.2  「雙流協同」的數據流框架
    8.3  GTL1：非結構數據的語義化
    8.4  GTL1：主題分離提取
    8.5  GTL2：數據聚合入庫
    8.6  GTL2：數據規範化
    8.7  GTL2：數據富化
    8.8  GTL3：面嚮應用開發
    8.9  GTL4：文本數據結構化
    8.10  開發和管理複雜的數據流任務
  第9章  構建數智平台：智能時代大數據平台的技術棧
    9.1  技術棧總體介紹
    9.2  大數據平台技術
    9.3  文本數據的組織與存儲技術
    9.4  大模型及相關智能技術
    9.5  精煉提示語，提升大模型的分析能力
    9.6  其他文本分析處理技術
    9.7  生成式開發技術
    9.8  數據可視化開發
    9.9  智能分析決策
  第10章  構建數智平台：全形態數據體系的數據治理
    10.1  數據治理的資產管理理念
    10.2  數智平台數據治理的複雜性
    10.3  元數據管理
    10.4  數據血緣關係
    10.5  數據質量管理
    10.6  數據標準管理
  第11章  企業大模型落地方法論
    11.1  大模型的部署方式
    11.2  大模型的私有化方式
    11.3  大模型落地的實踐參考
    11.4  設計靈活擴展的架構
    11.5  大模型能力管控原則
    11.6  規劃大模型落地場景
第四篇  數智平台與企業數智化
  第12章  數智平台與數智化營銷
    12.1  營銷理論的發展與基本商業結構
    12.2  數據視角下的經典營銷模型
    12.3  「人貨場」數據模型：CPC
    12.4  數據視角下的新商業場景
    12.5  新商業場景營銷模型：SPCC
  第13章  數智平台與數智化運營
    13.1  奠定新商業場景數據運營的基礎
    13.2  提升內容運營互動能力
    13.3  賦能直播與實時互動
    13.4  提高新場景的銷售轉化率
  第14章  數智平台與企業數智化
    14.1  智能時代的數智變革
    14.2  從數字化轉型到數智化轉型
    14.3  數智化轉型營運先行
    14.4  案例：如何高效率推動數智項目

參考文獻
後記

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032