دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Amit V. Deokar, Ashish Gupta, Lakshmi S. Iyer, Mary C. Jones (eds.) سری: Annals of Information Systems 21 ISBN (شابک) : 9783319580968, 9783319580975 ناشر: Springer International Publishing سال نشر: 2018 تعداد صفحات: 299 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل و علم داده: پیشرفت در تحقیقات و آموزش: سیستم های اطلاعات کسب و کار
در صورت تبدیل فایل کتاب Analytics and Data Science: Advances in Research and Pedagogy به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تجزیه و تحلیل و علم داده: پیشرفت در تحقیقات و آموزش نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب به بررسی تحقیقات و آموزش نوظهور در تجزیه و تحلیل و علم داده میپردازد که در بسیاری از کسبوکارها به دلیل تلاش برای استخراج ارزش از دادهها، به هسته اصلی تبدیل شدهاند. این فصل نقش تجزیه و تحلیل و علم داده را برای ایجاد، گسترش، توسعه و استفاده از برنامه های کاربردی تجزیه و تحلیل برای تمرین بررسی می کند. فصلهای انتخابی تعادل خوبی بین بحث در مورد پیشرفتهای تحقیقاتی و ابزارهای آموزشی در زمینههای موضوعی کلیدی در تجزیه و تحلیل و علم داده به شیوهای سیستماتیک فراهم میکنند. این کتاب همچنین بر چندین کاربرد تجاری این فناوریهای نوظهور در تصمیمگیری، یعنی تجزیه و تحلیل کسبوکار تمرکز دارد. فصلهای تحلیل و علم داده: پیشرفتها در پژوهش و آموزش توسط دانشگاهیان و متخصصان برجسته که در کنگره تجزیه و تحلیل کسبوکار 2015 شرکت کردهاند نوشته شدهاند.
کاربردهای فناوری های تجزیه و تحلیل و علم داده در حوزه های مختلف هنوز در حال تکامل هستند. به عنوان مثال، رشد انفجاری در داده های بزرگ و تجزیه و تحلیل رسانه های اجتماعی مستلزم بررسی تأثیر این فناوری ها و برنامه ها بر تجارت و جامعه است. از آنجایی که سازمانها در بخشهای مختلف استراتژیها و سرمایهگذاریهای فناوری اطلاعات خود را تدوین میکنند، درک اینکه چگونه رویکردهای مختلف تجزیه و تحلیل و علم داده به بهبود در پردازش اطلاعات و تصمیمگیری سازمانی کمک میکنند، ضروری است. پیشرفتهای اخیر در ظرفیتهای محاسباتی همراه با پیشرفتهایی در زمینههایی مانند انبار داده، کلان داده، تجزیه و تحلیل، معناشناسی، تجزیه و تحلیل پیشبینیکننده و توصیفی، تجسم، و تجزیهوتحلیل بلادرنگ پیامدهای ویژهای بر رشد تجزیه و تحلیل و علم داده دارد.
This book explores emerging research and pedagogy in analytics and data science that have become core to many businesses as they work to derive value from data. The chapters examine the role of analytics and data science to create, spread, develop and utilize analytics applications for practice. Selected chapters provide a good balance between discussing research advances and pedagogical tools in key topic areas in analytics and data science in a systematic manner. This book also focuses on several business applications of these emerging technologies in decision making, i.e., business analytics. The chapters in Analytics and Data Science: Advances in Research and Pedagogy are written by leading academics and practitioners that participated at the Business Analytics Congress 2015.
Applications of analytics and data science technologies in various domains are still evolving. For instance, the explosive growth in big data and social media analytics requires examination of the impact of these technologies and applications on business and society. As organizations in various sectors formulate their IT strategies and investments, it is imperative to understand how various analytics and data science approaches contribute to the improvements in organizational information processing and decision making. Recent advances in computational capacities coupled by improvements in areas such as data warehousing, big data, analytics, semantics, predictive and descriptive analytics, visualization, and real-time analytics have particularly strong implications on the growth of analytics and data science.
Front Matter ....Pages i-viii
Exploring the Analytics Frontiers Through Research and Pedagogy (Amit V. Deokar, Ashish Gupta, Lakshmi S. Iyer, Mary C. Jones)....Pages 1-5
Introduction: Research and Research-in-Progress (Anna Sidorova, Babita Gupta, Barbara Dinter)....Pages 7-13
Business Intelligence Capabilities (Thiagarajan Ramakrishnan, Jiban Khuntia, Abhishek Kathuria, Terence J. V. Saldanha)....Pages 15-27
Big Data Capabilities: An Organizational Information Processing Perspective (Öykü Isik)....Pages 29-40
Business Analytics Capabilities and Use: A Value Chain Perspective (Torupallab Ghoshal, Rudolph T. Bedeley, Lakshmi S. Iyer, Joyendu Bhadury)....Pages 41-54
Critical Value Factors in Business Intelligence Systems Implementations (Paul P. Dooley, Yair Levy, Raymond A. Hackney, James L. Parrish)....Pages 55-78
Business Intelligence System Use in Chinese Organizations (Yutong Song, David Arnott, Shijia Gao)....Pages 79-94
The Impact of Customer Reviews on Product Innovation: Empirical Evidence in Mobile Apps (Zhilei Qiao, G. Alan Wang, Mi Zhou, Weiguo Fan)....Pages 95-110
Whispering on Social Media (Juheng Zhang)....Pages 111-118
Does Social Media Reflect Metropolitan Attractiveness? Behavioral Information from Twitter Activity in Urban Areas (Johannes Bendler, Tobias Brandt, Dirk Neumann)....Pages 119-142
The Competitive Landscape of Mobile Communications Industry in Canada: Predictive Analytic Modeling with Google Trends and Twitter (Michal Szczech, Ozgur Turetken)....Pages 143-162
Scale Development Using Twitter Data: Applying Contemporary Natural Language Processing Methods in IS Research (David Agogo, Traci J. Hess)....Pages 163-178
Information Privacy on Online Social Networks: Illusion-in-Progress in the Age of Big Data? (Shwadhin Sharma, Babita Gupta)....Pages 179-196
Online Information Processing of Scent-Related Words and Implications for Decision Making (Meng-Hsien (Jenny) Lin, Samantha N. N. Cross, William Jones, Terry L. Childers)....Pages 197-216
Say It Right: IS Prototype to Enable Evidence-Based Communication Using Big Data (Simon Alfano, Nicolas Pröllochs, Stefan Feuerriegel, Dirk Neumann)....Pages 217-221
Introduction: Pedagogy in Analytics and Data Science (Nicholas Evangelopoulos, Joseph W. Clark, Sule Balkan)....Pages 223-226
Tools for Academic Business Intelligence and Analytics Teaching: Results of an Evaluation (Christoph Kollwitz, Barbara Dinter, Robert Krawatzeck)....Pages 227-250
Neural Net Tutorial (Brian R. Huguenard, Deborah J. Ballou)....Pages 251-263
An Examination of ERP Learning Outcomes: A Text Mining Approach (Mary M. Dunaway)....Pages 265-279
Data Science for All: A University-Wide Course in Data Literacy (David Schuff)....Pages 281-297