EBOOKI WYDAWCY
-30%
Autor:
Wydawca:
Format:
pdf, ibuk
Najnowsza książka dotycząca Big Data przedstawia zastosowanie tego narzędzia analitycznego w przemyśle. Prezentuje rozwiązania, które coraz szerzej będą stosowane w coraz większej liczbie firm z różnych gałęzi gospodarki, również w przemyśle (np. zgodnie z badaniami firmy Gartner aż 80% procesów biznesowych w firmach będzie oparte na Big Data w 2020 r.)!
W książce skoncentrowano się na tym, jak firmy, używając tej metodologii, mogą wyodrębniać i poddać analizie tylko najważniejsze dla siebie informacje – takie, które pozwolą zbudować lub utrzymać przewagę konkurencyjną. Zawierając w sobie liczne „case studies”, np. z przemysłu stalowego i innych, książka oferuje praktyczny przewodnik, który umożliwi Czytelnikowi zrozumienie w przystępny sposób analizy Big Data.
Nacisk w książce położony jest m.in. na: metodologię analizy sieci – zbierania danych, przetwarzania i ich interpretacji. Przedstawiono wykorzystanie w praktyce programów: UCINET, NetMiner, R, NodeXL, Gephi.
W książce zaprezentowano różne metody i procedury związane z analizą sieci Big Data – w szczególności te, należące do najpopularniejszych. Celem książki jest wyczerpujące omówienie podstaw tego zagadnienia, tak aby początkowi i średniozaawansowani użytkownicy mogli w krótkim czasie nauczyć się wykonywać takie analizy.
Liczba stron | 216 |
---|---|
Wydawca | Wydawnictwo Naukowe PWN |
ISBN-13 | 978-83-01-18733-0 |
Numer wydania | 1 |
Język publikacji | polski |
Informacja o sprzedawcy | Ravelo Sp. z o.o. |
EBOOKI WYDAWCY
POLECAMY
Ciekawe propozycje
Spis treści
Wstęp do wydania polskiego | 9 |
Przedmowa | 11 |
O Autorach | 13 |
Lista rysunków | 15 |
Lista tabel | 23 |
1. Dlaczego Big Data? | 25 |
1.1. Big Data | 25 |
1.2. Co tworzy Big Data? | 30 |
1.3. Jak używamy Big Data? | 33 |
1.4. Kluczowe problemy związane z Big Data | 37 |
Źródła | 39 |
2. Podstawowe programy do analizy sieci | 41 |
2.1. UCINET | 41 |
2.2. NetMiner | 46 |
2.3. R | 52 |
2.4. Gephi | 55 |
2.5. NodeXL | 59 |
Źródła | 60 |
3. Omówienie analizy sieciowej | 61 |
3.1. Defi nicja analizy sieci społecznej (SNA) | 61 |
3.2. Podstawowe pojęcia SNA | 63 |
3.2.1. Podstawowa terminologia | 63 |
3.2.2. Reprezentacja sieci | 64 |
3.3. Dane z sieci społecznych | 67 |
3.3.1. Sieci jednomodalne i sieci dwumodalne | 67 |
3.3.2. Atrybuty i wagi | 68 |
3.3.3. Format danych sieciowych | 69 |
Źródła | 70 |
4. Metody i zastosowanie analizy sieci społecznych (SNA) | 71 |
4.1. Procedury badawcze SNA | 71 |
4.2. Identyfi kowanie problemu badawczego i opracowywanie hipotez | 72 |
4.2.1. Identyfi kowanie problemu badawczego | 72 |
4.2.2. Opracowywanie hipotez | 73 |
4.3. Projekt badań | 75 |
4.3.1. Defi niowanie modelu sieciowego | 75 |
4.3.2. Wytyczanie granic sieci | 77 |
4.3.3. Ocena pomiaru | 78 |
4.4. Zbieranie danych sieciowych | 80 |
4.4.1. Ankietowanie | 80 |
4.4.2. Wywiad, obserwacja i eksperyment | 81 |
4.4.3. Istniejące dane | 82 |
4.5. Oczyszczanie danych | 85 |
4.5.1. Wyodrębnianie węzła i łącza | 87 |
4.5.2. Łączenie i oddzielanie danych | 87 |
4.5.3. Przekształcanie ze zmianą kierunku | 90 |
4.5.4. Przekształcanie wag w łączu | 91 |
4.5.5. Przekształcanie sieci dwumodalnej w sieć jednomodalną | 93 |
Źródła | 96 |
5 Pozycja i struktura | 97 |
5.1. Pozycja | 97 |
5.1.1. Stopień | 100 |
5.1.1.1. Relacja niekierunkowa | 100 |
5.1.1.2. Relacja kierunkowa | 103 |
5.1.2. Bliskość | 106 |
5.1.3. Pośredniczenie | 109 |
5.1.4. Prestiż | 111 |
5.1.5. Broker | 114 |
5.2. Analiza spójnych podgrup | 116 |
5.2.1. Komponent | 116 |
5.2.2. Wspólnota | 118 |
5.2.3. Klika | 119 |
5.2.4. k-rdzeń | 120 |
Źródła | 121 |
6 Połączalność i rola | 123 |
6.1. Analiza połączenia | 123 |
6.1.1. Połączalność | 123 |
6.1.2. Wzajemność | 128 |
6.1.3. Przechodniość | 128 |
6.1.4. Asortatywność | 130 |
6.1.5. Właściwości sieci | 131 |
6.2. Rola | 131 |
6.2.1. Równoważność strukturalna | 132 |
6.2.2. Równoważność automorfi czna | 134 |
6.2.3. Równoważność roli | 136 |
6.2.4. Równoważność regularna | 138 |
6.2.5. Modelowanie blokowe | 142 |
Źródła | 144 |
7 Struktury danych w programie NetMiner | 145 |
7.1. Przykładowe dane | 145 |
7.1.1. 01.Org_Net_Tiny1 | 145 |
7.1.2. 02.Org_Net_Tiny2 | 146 |
7.1.3. 03.Org_Net_Tiny3 | 148 |
7.2. Główne pojęcia | 148 |
7.2.1. Struktura danych | 148 |
7.2.2. Tworzenie danych | 150 |
7.2.3. Wstawianie danych | 152 |
7.2.4. Importowanie danych | 153 |
7.3. Wstępne przetwarzanie danych | 157 |
7.3.1. Zmiana łączy | 157 |
7.3.2. Wyodrębnianie i sortowanie węzłów i łączy | 162 |
7.3.3. Scalanie i dzielenie danych | 164 |
Źródła | 167 |
8 Analiza sieci w programie NetMiner | 169 |
8.1. Centralność i spójna podgrupa | 169 |
8.1.1. Centralność | 169 |
8.1.2. Spójna podgrupa | 176 |
8.2. Połączalność i równoważność | 181 |
8.2.1. Połączalność | 181 |
8.2.2. Równoważność | 184 |
8.3. Wizualizacja i analiza eksploracyjna | 191 |
8.3.1. Wizualizacja | 191 |
8.3.2. Przekształcanie sieci dwumodalnej w sieć jednomodalną | 198 |
Dodatek A. Wizualizacja | 201 |
A.1. Algorytm sprężynowy | 201 |
A.2. Algorytm skalowania wielowymiarowego (MDS) | 203 |
A.3. Algorytm klastrowania | 203 |
A.4. Algorytm warstwowy | 204 |
A.5. Algorytm cyrkularny | 205 |
A.6. Algorytm prosty | 205 |
Źródła | 206 |
Dodatek B. Studium przypadku: struktura wiedzy w badaniach rynku stali | 207 |
Źródła | 220 |
Skorowidz | 221 |