论大数据分析的方法论意义
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-11页 |
| 1.1 研究问题 | 第8页 |
| 1.2 研究意义 | 第8-9页 |
| 1.3 国内外研究现状分析 | 第9-10页 |
| 1.3.1 国外研究现状 | 第9-10页 |
| 1.3.2 国内研究现状 | 第10页 |
| 1.4 本文研究思路以及主要创新 | 第10-11页 |
| 第2章 大数据与大数据分析 | 第11-18页 |
| 2.1 大数据定义 | 第11-12页 |
| 2.2 大数据分析定义 | 第12-13页 |
| 2.3 大数据分析方法与传统数据分析方法的区别 | 第13-18页 |
| 2.3.1 在数据源以及处理方式上的区别 | 第13-14页 |
| 2.3.2 与传统概率统计分析方法的区别 | 第14-15页 |
| 2.3.3 大数据分析的理论依据 | 第15-18页 |
| 第3章 大数据分析在经济社会中的应用 | 第18-24页 |
| 3.1 阿里巴巴的互联网金融布局 | 第18-19页 |
| 3.2 大数据技术助力传统行业转型升级 | 第19-20页 |
| 3.3 IBM 制胜大数据预测 | 第20-21页 |
| 3.4 大数据帮助提升医疗服务水平 | 第21-22页 |
| 3.5 大数据增加传媒行业竞争力 | 第22-24页 |
| 第4章 科学研究第四范式 | 第24-28页 |
| 4.1 海洋科学的发展 | 第24-25页 |
| 4.2 生物神经学的发展 | 第25-26页 |
| 4.3 医疗健康科学的发展 | 第26页 |
| 4.4 天文学的发展 | 第26-28页 |
| 第5章 不同领域的应用对比及可能存在局限性 | 第28-34页 |
| 5.1 社会应用与科学应用的相似之处 | 第28-29页 |
| 5.2 社会应用与科学应用的不同 | 第29-30页 |
| 5.2.1 数据收集比较 | 第29页 |
| 5.2.2 相关关系的比较 | 第29-30页 |
| 5.2.3 数据可信度 | 第30页 |
| 5.3 大数据分析的局限性 | 第30-34页 |
| 5.3.1 大数据分析“死角”的排除 | 第30-31页 |
| 5.3.2 大数据分析数据来源的问题 | 第31-32页 |
| 5.3.3 大数据技术应用带来的伦理问题 | 第32-34页 |
| 总结 | 第34-35页 |
| 致谢 | 第35-36页 |
| 参考文献 | 第36-38页 |
