- 人工智能时代的数据体系(构建以语义为核心思想的数智平台)
- - 作者：宗东东//龚雪菲//孙践伟|责编:谢琛
  - 出版社：清华大学
  - ISBN：9787302694243
  - 出版日期：2025/07/01
  - 页数：228
- 售价：27.2

内容大纲
人类已进入到智能时代，多模态数据成为大数据的主体，非结构化数据在大数据中的体量急速增长，数据的内涵也正在回归到大数据的原始定义。然而，当前企业级数据体系仍然以处理企业内占比很小的结构化数据为主，无法对企业的数据资产进行统一管理和深度价值挖掘。构建能够贯通全形态数据、覆盖全业务流程的数据体系，是当前时代大数据领域和企业数据体系面临的重要且紧迫的任务。
本书提出了以语义为思想、以文本为基础数据，应用大模型的数据解析和分析推理能力来重构企业级数据体系的方案；同时本书介绍了融合全形态数据后，在当前新的商业场景下，企业如何在营销和运营中使用数据并赋能业务，以及如何推动企业数智化转型。
作者介绍
目录
第一篇  智能时代的数据内涵与体系困局
  第1章  未来已来，数据之变
    1.1  非结构化的数据洪潮
    1.2  AIGC？不，是AIGD！
    1.3  新商业场景下，非结构数据价值突显
    1.4  数据资产入表，数据直接产生价值
  第2章  进一步认识非结构化数据
    2.1  大数据的多视角定义
    2.2  剖析非结构化数据的特性
    2.3  当前商业环境中两种重要的非结构化数据
    2.4  语言文字：普遍而特殊的非结构化数据
  第3章  数据体系的演进与存在的问题
    3.1  数据的价值演进
    3.2  数据的发展及贡献
    3.3  当前体系之困：数据体系的缺陷
    3.4  当前数据之痛：数据域不完整
第二篇  数智平台的理论与规划
  第4章  打开非结构化黑盒，释放数据价值
    4.1  构建数智平台是时代的使命
    4.2  释放非结构化数据价值是首要任务
    4.3  使用大模型打开结构黑盒
    4.4  基于大模型的解读式数据处理
    4.5  大模型解读数据原理
    4.6  智造数据，资产落地
  第5章  基于语义，非结构化数据转译为文本数据
    5.1  数据的价值在语义中
    5.2  结构化数据也是一种文本数据
    5.3  从数据的角度看文本归一化
    5.4  语言即世界，语言即数据
    5.5  语义理论在数智平台中的应用
    5.6  人机融汇于语义，数智从语义出发
  第6章  数智平台体系的规划原则
    6.1  讨论Bill Inmon的数据架构
    6.2  数智平台的设计与规划
    6.3  数智平台构建方法论
    6.4  对智能技术落地企业的现实性考虑
    6.5  体系规划中的技术问题
第三篇  数智平台的设计与构建
  第7章  构建数智平台：全域全形态的数据体系
    7.1  系统架构：纵向分层、横向分池
    7.2  “双轮驱动”的平台理念
    7.3  “双轮驱动”下的基础数据层
    7.4  建立数据连接，贯通全域数据
    7.5  结构化数据的数据模型
    7.6  数智平台的数据视图
    7.7  直播带货场景的逻辑数据视图
    7.8  内容运营场景的逻辑数据视图
    7.9  数智平台落地实例
  第8章  构建数智平台：双流协同的数据流处理
    8.1  生成式ETL

    8.2  “双流协同”的数据流框架
    8.3  GTL1：非结构数据的语义化
    8.4  GTL1：主题分离提取
    8.5  GTL2：数据聚合入库
    8.6  GTL2：数据规范化
    8.7  GTL2：数据富化
    8.8  GTL3：面向应用开发
    8.9  GTL4：文本数据结构化
    8.10  开发和管理复杂的数据流任务
  第9章  构建数智平台：智能时代大数据平台的技术栈
    9.1  技术栈总体介绍
    9.2  大数据平台技术
    9.3  文本数据的组织与存储技术
    9.4  大模型及相关智能技术
    9.5  精炼提示语，提升大模型的分析能力
    9.6  其他文本分析处理技术
    9.7  生成式开发技术
    9.8  数据可视化开发
    9.9  智能分析决策
  第10章  构建数智平台：全形态数据体系的数据治理
    10.1  数据治理的资产管理理念
    10.2  数智平台数据治理的复杂性
    10.3  元数据管理
    10.4  数据血缘关系
    10.5  数据质量管理
    10.6  数据标准管理
  第11章  企业大模型落地方法论
    11.1  大模型的部署方式
    11.2  大模型的私有化方式
    11.3  大模型落地的实践参考
    11.4  设计灵活扩展的架构
    11.5  大模型能力管控原则
    11.6  规划大模型落地场景
第四篇  数智平台与企业数智化
  第12章  数智平台与数智化营销
    12.1  营销理论的发展与基本商业结构
    12.2  数据视角下的经典营销模型
    12.3  “人货场”数据模型：CPC
    12.4  数据视角下的新商业场景
    12.5  新商业场景营销模型：SPCC
  第13章  数智平台与数智化运营
    13.1  奠定新商业场景数据运营的基础
    13.2  提升内容运营互动能力
    13.3  赋能直播与实时互动
    13.4  提高新场景的销售转化率
  第14章  数智平台与企业数智化
    14.1  智能时代的数智变革
    14.2  从数字化转型到数智化转型
    14.3  数智化转型营运先行
    14.4  案例：如何高效率推动数智项目

参考文献
后记

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目