巨量資料發展趨勢與垂直市場應用案例

前言I
目錄II
圖目錄IV
表目錄VI
第一章　巨量資料概念與現況1
一、何謂巨量資料（Big Data）1
二、巨量資料發展現況6
第二章　巨量資料發展趨勢10
一、市場趨勢10
二、技術趨勢15
三、平台發展趨勢18
四、軟體發展趨勢21
第三章　巨量資料垂直市場應用案例30
一、巨量資料應用於金融業32
二、巨量資料應用於電信業52
三、巨量資料應用於雲端資料62
四、巨量資料應用於生物科技73
五、巨量資料的創新應用77
第四章　結論103
附錄105
圖1-1　 巨量資料的特性3
圖1-2　 巨量資料分析軟體產品區隔9
圖2-1　 企業部門使用或規劃巨量資料比率11
圖2-2　 Hadoop平台架構16
圖2-3　 巨量資料軟體二大類技術比較20
圖2-4　 2013年全球巨量資料行業別市場佔比22
圖3-1　 2013年全球金融機構與整體重點產業應用巨量資料情形34
圖3-2　 全球金融機構使用巨量資料主要目標35
圖3-3　 2013年全球零售銀行在分析項目的心力投注順位及自我能力評估36
圖3-4　 中國平安集團客戶消費行為分析方法示意圖38
圖3-5　 新加坡星展銀行客戶網路行為及意見分析方法示意圖40
圖3-6　 Cloud Physics產品內容與介面64
圖3-7　 Card Store介面示意圖65
圖3-8　 Knowledge Base Advisor介面示意圖67
圖3-9　 Cloud Physics營收模式68
圖3-10　Cloud Physics各級服務與內容69
圖3-11　Cloud Physics五大亮點70
圖3-12 資料巨量化影響示意77
圖3-13 分散式運算運作原理示意78
圖3-14 商業智慧分析系統工具一般架構80
圖3-15 商業智慧與巨量資料整合概念81
圖3-16 資料分析主流關鍵字查詢頻率83
圖3-17 全球巨量資料分析主要基礎技術供應商營收85
圖3-18　Kaggle營運模式90
圖3-19　Ginger.io營運模式92
圖3-20　Wallaby營運模式94
圖3-21　Datasift營運模式96
圖3-22　巨量資料分析服務模式類型定位99
表1-1　巨量資料技術架構與產品類型6
表1-2　巨量資料分析軟體市場規模與產品區隔8
表2-1　行業別巨量資料分析應用方向10
表2-2　巨量資料分析平台產品趨勢19
表2-3　巨量資料先進預測分析產品趨勢26
表3-1　不同行業巨量資料應用方向29
表3-2　 全球標竿電信業者之消費者應用巨量資料服務發展現況52
表3-3　 全球標竿電信業者之M2M、企業內部應用與巨量資料分析工具發展現況53
表3-4　全球前十大解決方案供應商營收結構84

前言I
目錄II
圖目錄IV
表目錄VI
第一章　巨量資料概念與現況1
一、何謂巨量資料（Big Data）1
二、巨量資料發展現況6
第二章　巨量資料發展趨勢10
一、市場趨勢10
二、技術趨勢15
三、平台發展趨勢18
四、軟體發展趨勢21
第三章　巨量資料垂直市場應用案例30
一、巨量資料應用於金融業32
二、巨量資料應用於電信業52
三、巨量資料應用於雲端資料62
四、巨量資料應用於生物科技73
五、巨量資料的創新應用77
第四章　結論103
附錄105
圖1-1　 巨量資料的特性3
圖1-2　 巨量資料分析軟體產品區隔9
圖2-1　 企業部門使...