Najnowsza książka dotycząca Big Data przedstawia zastosowanie tego narzędzia analitycznego w przemyśle. Prezentuje rozwiązania, które coraz szerzej będą stosowane w coraz większej liczbie firm z różnych gałęzi gospodarki, również w przemyśle (np. zgodnie z badaniami firmy Gartner aż 80% procesów biznesowych w firmach będzie oparte na Big Data w 2020 r.)
W książce skoncentrowano się na tym, jak firmy, używając tej metodologii, mogą wyodrębniać i poddać analizie tylko najważniejsze dla siebie informacje takie, które pozwolą zbudować lub utrzymać przewagę konkurencyjną. Zawierając w sobie liczne case studies, np. z przemysłu stalowego i innych, książka oferuje praktyczny przewodnik, który umożliwi Czytelnikowi zrozumienie w przystępny sposób analizy Big Data.
Nacisk w książce położony jest m.in. na: metodologię analizy sieci - zbierania danych, przetwarzania i ich interpretacji. Przedstawiono wykorzystanie w praktyce programów: UCINET, NetMiner, R, NodeXL, Gephi.
Wstęp do wydania polskiego 9
Przedmowa 11
O Autorach 13
Lista rysunków 15
Lista tabel 23
1. Dlaczego Big Data? 25
1.1. Big Data 25
1.2. Co tworzy Big Data? 30
1.3. Jak używamy Big Data? 33
1.4. Kluczowe problemy związane z Big Data 37
Źródła 39
2. Podstawowe programy do analizy sieci 41
2.1. UCINET 41
2.2. NetMiner 46
2.3. R 52
2.4. Gephi 55
2.5. NodeXL 59
Źródła 60
3. Omówienie analizy sieciowej 61
3.1. Definicja analizy sieci społecznej (SNA) 61
3.2. Podstawowe pojęcia SNA 63
3.2.1. Podstawowa terminologia 63
3.2.2. Reprezentacja sieci 64
3.3. Dane z sieci społecznych 67
3.3.1. Sieci jednomodalne i sieci dwumodalne 67
3.3.2. Atrybuty i wagi 68
3.3.3. Format danych sieciowych 69
Źródła 70
4. Metody i zastosowanie analizy sieci społecznych (SNA) 71
4.1. Procedury badawcze SNA 71
4.2. Identyfikowanie problemu badawczego i opracowywanie hipotez 72
4.2.1. Identyfikowanie problemu badawczego 72
4.2.2. Opracowywanie hipotez 73
4.3. Projekt badań 75
4.3.1. Definiowanie modelu sieciowego 75
4.3.2. Wytyczanie granic sieci 77
4.3.3. Ocena pomiaru 78
4.4. Zbieranie danych sieciowych 80
4.4.1. Ankietowanie 80
4.4.2. Wywiad, obserwacja i eksperyment 81
4.4.3. Istniejące dane 82
4.5. Oczyszczanie danych 85
4.5.1. Wyodrębnianie węzła i łącza 87
4.5.2. Łączenie i oddzielanie danych 87
4.5.3. Przekształcanie ze zmianą kierunku 90
4.5.4. Przekształcanie wag w łączu 91
4.5.5. Przekształcanie sieci dwumodalnej w sieć jednomodalną 93
Źródła 96
5. Pozycja i struktura 97
5.1. Pozycja 97
5.1.1. Stopień 100
5.1.1.1. Relacja niekierunkowa 100
5.1.1.2. Relacja kierunkowa 103
5.1.2. Bliskość 106
5.1.3. Pośredniczenie 109
5.1.4. Prestiż 111
5.1.5. Broker 114
5.2. Analiza spójnych podgrup 116
5.2.1. Komponent 116
5.2.2. Wspólnota 118
5.2.3. Klika 119
5.2.4. k-rdzeń 120
Źródła 121
6. Połączalność i rola 123
6.1. Analiza połączenia 123
6.1.1. Połączalność 123
6.1.2. Wzajemność 128
6.1.3. Przechodniość 128
6.1.4. Asortatywność 130
6.1.5. Właściwości sieci 131
6.2. Rola 131
6.2.1. Równoważność strukturalna 132
6.2.2. Równoważność automorficzna 134
6.2.3. Równoważność roli 136
6.2.4. Równoważność regularna 138
6.2.5. Modelowanie blokowe 142
Źródła 144
7. Struktury danych w programie NetMiner 145
7.1. Przykładowe dane 145
7.1.1. 01. Org Net Tiny 1 145
7.1.2. 02. Org_Net_Tiny 2 146
7.1.3. 03. Org_Net_Tiny 3 148
7.2. Główne pojęcia 148
7.2.1. Struktura danych 148
7.2.2. Tworzenie danych 150
7.2.3. Wstawianie danych 152
7.2.4. Importowanie danych 153
7.3. Wstępne przetwarzanie danych 157
7.3.1. Zmiana łączy 157
7.3.2. Wyodrębnianie i sortowanie węzłów i łączy 162
7.3.3. Scalanie i dzielenie danych 164
Źródła 167
8. Analiza sieci w programie NetMiner 169
8.1. Centralność i spójna podgrupa 169
8.1.1. Centralność 169
8.1.2. Spójna podgrupa 176
8.2. Połączalność i równoważność 181
8.2.1. Połączalność 181
8.2.2. Równoważność 184
8.3. Wizualizacja i analiza eksploracyjna 191
8.3.1. Wizualizacja 191
8.3.2. Przekształcanie sieci dwumodalnej w sieć jednomodalną 198
Dodatek A. Wizualizacja 201
A.1. Algorytm sprężynowy 201
A.2. Algorytm skalowania wielowymiarowego (MDS) 203
A.3. Algorytm klastrowania 203
A.4. Algorytm warstwowy 204
A.5. Algorytm cyrkularny 205
A.6. Algorytm prosty 205
Źródła 206
Dodatek B. Studium przypadku: struktura wiedzy w badaniach rynku stali 207
Źródła 220
Skorowidz