| 
 新書推薦:
 
  《 
			甘肃道教碑刻集(全三册)
			》
 售價:HK$ 
			4998
 
  《 
			《吉檀迦利》(英汉双语对照)泰戈尔创作的一部“奉献给神的祭品”的作品  冰心文学奖获奖者王钦刚新译作
			》
 售價:HK$ 
			254
 
  《 
			画中观器:明画里的家具
			》
 售價:HK$ 
			1428
 
  《 
			梵蒂冈图书馆藏中国传统古籍善本总目提要
			》
 售價:HK$ 
			383
 
  《 
			外国考古学研究译丛——国家与文明的起源:文化演进的过程(精装版)
			》
 售價:HK$ 
			653
 
  《 
			身体,图像与艺术史
			》
 售價:HK$ 
			449
 
  《 
			金石万象 梅庵书学    李瑞清   吴守峰
			》
 售價:HK$ 
			1520
 
  《 
			脑结构MRI连续层次解剖学
			》
 售價:HK$ 
			755
 
 
 | 
         
          | 編輯推薦: |   
          | 大模型重构数据平台,智能时代的数据体系,基于语义的数据方案,全域全形态的数据架构 |  
         
          | 內容簡介: |   
          | 人类已进入到智能时代,多模态数据成为大数据的主体,非结构化数据在大数据中的体量急速增长,数据的内涵也正在回归到大数据的原始定义。然而,当前企业级数据体系仍然以处理企业内占比很小的结构化数据为主,无法对企业的数据资产进行统一管理和深度价值挖掘。构建能够贯通全形态数据、覆盖全业务流程的数据体系,是当前时代大数据领域和企业数据体系面临的重要且紧迫的任务。 本书提出了以语义为思想、以文本为基础数据,应用大模型的数据解析和分析推理能力来重构企业级数据体系的方案;同时本书介绍了融合全形态数据后,在当前新的商业场景下,企业如何在营销和运营中使用数据并赋能业务,以及如何推动企业数智化转型。
 |  
         
          | 目錄: |   
          | 第一篇智能时代的数据内涵与体系困局 第1章未来已来,数据之变// 003
 11非结构化的数据洪潮// 003
 12AIGC?不,是AIGD!// 004
 13新商业场景下,非结构数据价值突显// 004
 14数据资产入表,数据直接产生价值// 006
 第2章进一步认识非结构化数据// 008
 21大数据的多视角定义// 008
 22剖析非结构化数据的特性// 011
 23当前商业环境中两种重要的非结构化数据// 013
 24语言文字: 普遍而特殊的非结构化数据// 015
 第3章数据体系的演进与存在的问题// 017
 31数据的价值演进// 017
 32数据的发展及贡献// 020
 33当前体系之困: 数据体系的缺陷// 026
 34当前数据之痛: 数据域不完整// 028
 第二篇数智平台的理论与规划
 第4章打开非结构化黑盒,释放数据价值// 033
 41构建数智平台是时代的使命// 033
 42释放非结构化数据价值是首要任务// 034
 43使用大模型打开结构黑盒// 035
 44基于大模型的解读式数据处理// 038
 45大模型解读数据原理// 039
 46智造数据,资产落地// 042
 第5章基于语义,非结构化数据转译为文本数据// 045
 51数据的价值在语义中// 045
 52结构化数据也是一种文本数据// 048
 53从数据的角度看文本归一化// 048
 54语言即世界,语言即数据// 050
 55语义理论在数智平台中的应用// 052
 56人机融汇于语义,数智从语义出发// 055
 第6章数智平台体系的规划原则// 057
 61讨论Bill Inmon的数据架构// 057
 62数智平台的设计与规划// 059
 63数智平台构建方法论// 060
 64对智能技术落地企业的现实性考虑// 063
 65体系规划中的技术问题// 064
 第三篇数智平台的设计与构建
 第7章构建数智平台: 全域全形态的数据体系// 071
 71系统架构:纵向分层、横向分池// 071
 72“双轮驱动”的平台理念// 075
 73“双轮驱动”下的基础数据层// 077
 74建立数据连接,贯通全域数据// 078
 75结构化数据的数据模型// 079
 76数智平台的数据视图// 080
 77直播带货场景的逻辑数据视图// 084
 78内容运营场景的逻辑数据视图// 087
 79数智平台落地实例// 089
 第8章构建数智平台: 双流协同的数据流处理// 092
 81生成式ETL// 092
 82“双流协同”的数据流框架// 093
 83GTL1: 非结构数据的语义化// 096
 84GTL1: 主题分离提取// 098
 85GTL2: 数据聚合入库// 099
 86GTL2: 数据规范化// 100
 87GTL2: 数据富化// 102
 88GTL3: 面向应用开发// 104
 89GTL4: 文本数据结构化// 104
 810开发和管理复杂的数据流任务// 106
 第9章构建数智平台: 智能时代大数据平台的技术栈// 110
 91技术栈总体介绍// 110
 92大数据平台技术// 111
 93文本数据的组织与存储技术// 116
 94大模型及相关智能技术// 119
 95精炼提示语,提升大模型的分析能力// 123
 96其他文本分析处理技术// 127
 97生成式开发技术// 131
 98数据可视化开发// 134
 99智能分析决策// 134
 第10章构建数智平台: 全形态数据体系的数据治理// 136
 101数据治理的资产管理理念// 136
 102数智平台数据治理的复杂性// 138
 103元数据管理// 140
 104数据血缘关系// 141
 105数据质量管理// 144
 106数据标准管理// 147
 第11章企业大模型落地方法论// 151
 111大模型的部署方式// 151
 112大模型的私有化方式// 154
 113大模型落地的实践参考// 156
 114设计灵活扩展的架构// 160
 115大模型能力管控原则// 161
 116规划大模型落地场景// 161
 第四篇数智平台与企业数智化
 第12章数智平台与数智化营销// 167
 121营销理论的发展与基本商业结构// 167
 122数据视角下的经典营销模型// 170
 123“人货场”数据模型: CPC// 174
 124数据视角下的新商业场景// 176
 125新商业场景营销模型: SPCC// 184
 第13章数智平台与数智化运营// 188
 131奠定新商业场景数据运营的基础// 188
 132提升内容运营互动能力// 199
 133赋能直播与实时互动// 205
 134提高新场景的销售转化率// 208
 第14章数智平台与企业数智化// 214
 141智能时代的数智变革// 214
 142从数字化转型到数智化转型// 217
 143数智化转型营运先行// 220
 144案例: 如何高效率推动数智项目// 222
 参考文献// 224
 后记// 225
 |    |