大数据治理PDF电子书下载

第一部分 开篇 3

第1章 大数据治理概述 3

第2章 大数据治理的框架 8

2.1 大数据类型 9

2.2 信息治理准则 11

2.3 大数据治理的产业和功能场景 13

第3章 成熟度评估 28

3.1 IBM信息治理委员会的成熟度模型 28

3.2 评估成熟度的示例问题 30

第4章 业务案例 36

4.1 通过大数据治理，提高运营实时性和旅客安全度 37

4.2 量化大数据治理对客户隐私的财务影响 38

4.3 通过治理大数据生命周期，降低IT成本 39

4.4 评估数据质量和主数据对大数据计划的影响 40

4.5 计算大数据质量的价值 41

第5章 路线图 43

5.1 路线图案例研究 43

第二部分 大数据治理准则 49

第6章 大数据治理的组织 49

6.1 绘制关键流程图并建立职责分配模型，以识别大数据治理中的利益攸关者 50

6.2 确定新角色和既有角色的适当组合 54

6.3 酌情任命大数据主管 54

6.4 在传统信息治理角色的基础上，酌情增加大数据责任 59

6.5 建立承担包括大数据在内的责任混合式信息治理组织 62

第7章 元数据 65

7.1 创建一个体现关键大数据术语的业务定义的词库 66

7.2 理解对Apache Hadoop中元数据的持续支持 69

7.3 对业务词库中的敏感大数据进行标记 71

7.4 从相关的大数据存储中输入技术元数据 72

7.5 将相关的数据源与业务词库中的术语进行链接 72

7.6 使用运营元数据监测大数据的流动 72

7.7 保留技术元数据，以支持数据血统和影响分析 73

7.8 从非结构化文件中采集元数据，支持企业搜索 75

7.9 扩展既有的元数据角色，将大数据纳入其中 75

第8章 大数据隐私 77

8.1 识别敏感的大数据 82

8.2 对元数据库中的敏感大数据进行标记 84

8.3 应对国家、州（省）层面的隐私立法和隐私限制 85

8.4 管理个人数据跨国界流动的情况 94

8.5 监控特权用户对敏感大数据的访问 96

第9章 大数据质量 98

9.1 与商业上的利益攸关者协作，建立并测度大数据质量的置信区间 99

9.2 利用准结构化和非结构化数据，提高人口稀疏的结构化数据的质量 104

9.3 使用流数据分析技术解决内存中的数据质量问题，无须将中间结果输入硬盘 104

9.4 任命对信息治理委员会负责的数据主管，由其负责提高测度的质量 108

第10章 业务流程整合 111

10.1 识别将会受到大数据治理影响的关键流程 112

10.2 建立关键活动的流程图 113

10.3 针对业务流程中的关键步骤，制定大数据治理政策 113

第11章 主数据整合 115

11.1 提高主数据的质量，以支持大数据分析 117

11.2 利用大数据提高主数据的质量 119

11.3 提高关键参考数据的质量和一致性，以支持大数据治理计划 122

11.4 审视社交媒体平台政策，以确定与主数据管理整合的程度 123

11.5 从非结构化文本中挖掘有用信息，以丰富主数据 124

第12章 管理大数据的生命周期 130

12.1 基于规制和业务要求，扩展保留时间表，将大数据包含其中 131

12.2 提供法律保留区，并支持电子证据展示（eDiscovery） 134

12.3 压缩大数据并将其存档，降低IT成本，提高应用绩效 134

12.4 管理实时流数据的生命周期 136

12.5 保留社交媒体记录，以符合规制要求，并支持电子证据展示 137

12.6 基于规制和业务要求，正当合理地处置不再需要的大数据 137

第三部分 大数据的类型 141

第13章 Web和社交媒体数据 141

13.1 在制定有关客户社交媒体数据的可接受使用的政策时，考虑不断变化的规制和习俗 143

13.2 制定有关雇员和求职者社交媒体数据的可接受使用的政策 148

13.3 利用置信区间评估社交媒体数据的质量 150

13.4 制定有关Cookies与其他Web跟踪装置的可接受使用的政策 152

13.5 在不侵犯隐私并遵从规制要求的基础上，定义连接在线和离线数据的政策 159

13.6 确保网络统计数据的一致性 162

第14章 机器对机器的数据 165

14.1 评估目前可用的地理位置数据 166

14.2 制定关于客户地理位置数据的可接受使用的政策 168

14.3 制定关于雇员地理位置数据的可接受使用的政策 171

14.4 保证RFID数据的隐私安全 172

14.5 制定与其他类型M2M数据的隐私相关的政策 174

14.6 处理元数据和M2M数据的质量问题 177

14.7 制定与M2M数据的保留期有关的政策 180

14.8 提高主数据的质量，以支持M2M计划 180

14.9 确保SCADA设施免遭网络攻击 182

第15章 大体量交易数据 188

第16章 生物计量学数据 194

16.1 评估与生物计量学数据的可接受使用相关的隐私含义 195

16.2 与法律顾问通力合作，确定演进中的规制对使用客户和雇员生物计量学数据的影响 196

第17章 人工生成的数据 200

17.1 制定屏蔽敏感的人工生成数据的政策 201

17.2 使用非结构化的人工生成数据，提高结构化数据的质量 202

17.3 管理人工生成数据的生命周期，降低成本并遵循规制要求 203

17.4 从非结构化的人工生成数据中获得洞察力，以丰富MDM 204

第四部分 行业视角 207

第18章 医疗保健机构 207

18.1 利用非结构化数据，提高人口稀疏的结构化数据的质量 208

18.2 提取从结构化数据中无法获得的更多临床因素 209

18.3 设定关键业务术语的一致性定义 210

18.4 确保跨科室的患者主数据的一致性 210

18.5 与美国HIPAA的规定一致，符合受保护的健康信息的隐私要求 210

18.6 创造性管理参考数据，以获得更多临床洞察 211

第19章 公用事业部门 212

19.1 复制仪表读数 215

19.2 主关键字的参照完整性 215

19.3 异常的仪表读数 216

19.4 客户地址的数据质量 216

19.5 信息生命周期管理 217

19.6 数据库监测 217

19.7 技术架构 218

第20章 通信服务提供商 220

20.1 大数据类型 221

20.2 将大数据与主数据进行整合 222

20.3 大数据隐私 224

20.4 大数据质量 225

20.5 大数据生命周期管理 226

第五部分 大数据技术 231

第21章 大数据的参考架构 231

21.1 大数据源 233

21.2 开源基础组件 233

21.3 Hadoop发行版 235

21.4 流数据分析 236

21.5 数据库 237

21.6 大数据整合 238

21.7 文本分析 240

21.8 大数据发现 241

21.9 大数据质量 242

21.10 大数据的元数据 243

21.11 信息政策管理 243

21.12 主数据管理 244

21.13 数据仓库与数据集市 245

21.14 大数据分析与报告 246

21.15 大数据安全与隐私 248

21.16 大数据生命周期管理 249

21.17 云 252

第22章 大数据平台 254

22.1 IBM 255

22.2 甲骨文 260

22.3 SAP 264

22.4 微软 267

22.5 HP 269

22.6 Informatica 270

22.7 SAS 274

22.8 Teradata 275

22.9 EMC 275

22.10 Amazon 276

22.11 谷歌 276

22.12 Pentaho 277

22.13 Talend 277

附录 缩略语列表 279

译者后记 284